JP2017501477A - アイテム間類似度の生成 - Google Patents
アイテム間類似度の生成 Download PDFInfo
- Publication number
- JP2017501477A JP2017501477A JP2016527299A JP2016527299A JP2017501477A JP 2017501477 A JP2017501477 A JP 2017501477A JP 2016527299 A JP2016527299 A JP 2016527299A JP 2016527299 A JP2016527299 A JP 2016527299A JP 2017501477 A JP2017501477 A JP 2017501477A
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- product
- attribute
- store
- item
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
一実施形態は、概して、コンピュータシステムに向けられ、特に、アイテム間類似度(item-to-item similarities)を生成するコンピュータシステムに向けられる。
「カテゴリマネジメント」は小売業の概念であって、小売り業者によって販売される製品の範囲を類似製品または関連製品からなる別々のグループに分類している。これらのグループは「製品カテゴリ」と称される。食料雑貨店についての製品カテゴリの例として、ヨーグルト、コーヒー、練り歯磨き、ペーパータオルなどが含まれる。
一実施形態は、複数の製品を含むカテゴリについてのアイテム間類似度を生成するシステムである。当該システムは、カテゴリにおける各々の製品についての属性値と、カテゴリにおける各々の製品についての製品/店舗/週の売上げ単位(product-store-week sales unit)とを受取る。システムは属性重みを推定する。システムは次いで、重み付けされた属性マッチスコアとしてアイテム間類似度を決定する。
一実施形態は、特に顧客にリンクされた取引履歴が利用不可能であるかまたは不適切である場合にアイテム間類似度を決定するシステムである。製品同士が、属性/内容物に基づいて比較され、属性の重みが決定される。さらに、重み付けされた属性の決定は、別の「複合型(hybrid)」実施形態における利用可能な如何なる取引履歴とも組合わせることができる。
顧客にリンクされた取引データが十分に利用可能であると想定して、一実施形態は、所与のカテゴリにおける個々の顧客の完了した取引履歴を分析することによって類似度を決定する(「取引ベースの決定」と称される)。次いで、これらの類似度の値が顧客セグメントレベルにまで上げられる。
顧客にリンクされた取引履歴が利用不可能であるかまたは不適切である場合、実施形態は製品の属性/内容物を比較する。類似度推定のための最も基本的なアプローチは、製品対同士の間で一致する属性の百分率を推定することであるだろう。しかしながら、ほとんどのシナリオの下では、CDTによって示されるように、さまざまな属性は、製品類似度を顧客に認識させるのに際してさまざまなレベルの重要性を有する。したがって、実施形態は、製品対同士の間の重み付けされた属性マッチスコアを必要とする。重みは、製品の相違点を提供する際における対応する属性の重要性に比例する。
306において、重み付けされた属性マッチスコアとしての類似度が、以下に詳細に開示されるように決定される。
k:店舗
Dj,k:店舗「k」および期間「j」についての陳列在庫占有率ベクトルと売上げ占有率ベクトルとの間の偏差
Sk:(全履歴にわたって総計された)店舗の総売上げ
Jk:所与の店舗における期間の数。
図4は、一実施形態に従って属性Qについての属性重みの推定値(estimation)を生成する(すなわち、図3の304における機能)場合における、図1のアイテム間類似度モジュール16の機能を示すフロー図である。
1.市場占有率の計算:
属性値の売上げ占有率は全体的なカテゴリ売上げに対する寄与を百分率で表わしたものである。たとえば、イチゴ風味のヨーグルトアイテムの正味売上高が100単位であり、ヨーグルトカテゴリの正味売上高が500単位である場合、イチゴ風味の売上げ占有率=(100/500)*100=20%となる。所与の属性タイプについての属性値の売上げ占有率は合計で100になるはずである。たとえば、イチゴの他にバニラなどの風味がもう1つだけあった場合、バニラの売上げ占有率は100−20=80%となるだろう。
属性値の陳列在庫占有率は、その特定の属性値に属する所与のカテゴリの陳列在庫におけるSKUの百分率として規定される。たとえば、陳列在庫に100のヨーグルトSKUがあり、それらのうちの40がイチゴ風味である場合、イチゴ風味の陳列在庫占有率は(40/100)*100=40%となるだろう。
各々の属性は、各店舗(k)および各期間(j)についてのその陳列在庫占有率ベクトルおよび売上げ占有率ベクトルを有する。これらのベクトルの各成分は特定の属性値に対応する。店舗「k」および期間「j」についての陳列在庫占有率ベクトルと売上げ占有率ベクトルとの間の偏差(Djk)は、平均絶対偏差(「MAD」)で表わすことができる。これは以下の例によってさらに示される。
属性値:Dannon(D)、Yoplait(Y)、およびChobani(C)
上述のように、重み付けされた属性マッチスコアとしての類似度の値が図3の306において決定される。製品Aと製品Bとの間の類似度は以下を用いて得ることができる。
wq=q番目の属性の重み
以下は、予め計算された属性重みを用いて2つの異なるヨーグルトSKUのAとBとの間の類似度の値を決定する際における一実施形態の例である。
カテゴリCから2つの製品Aおよび製品Bが想定される場合、決定された重み(D(Q)は、上述の式3を用いてAとBとの類似度を計算するために用いられる。この計算は、カテゴリCのうちの製品すべての対に対して行われ、これにより、すべての製品対についての類似度が得られる。次いで、類似度が、小売り販売予測システムまたは消費者デシジョンツリー生成システムなどの、類似度を必要とするアプリケーションに送信される。
使用される売上げデータの粒度が高ければ高いほど、取引ベースの類似度が属性ベースの類似度よりも正確になると考えられる。しかしながら、取引ベースの実施形態は、上述のとおり、典型的には、データが不足している以下のシナリオの場合にはスタンドアロンベースでは用いられない。
2.時間および店舗の観点から見て十分な陳列(exposure)を有さないアイテムがほとんどない場合。
この目的は、以下の付加的な類似度の組をSIMに追加することである:
1.NにおけるSKUとEにおけるSKUとの間の類似度。
こうして、SIMは、Sについての完全な一組の類似度を有することになるだろう。
ここで、sがNにおけるSKUであると仮定する。属性ベースの類似度を用いて、E、e1,…,e5のうち5つの「最も類似する」SKUを見出す。これらはsの「同様のアイテム」である。(NにおけるSKUに関して、それらの属性値だけが利用可能であるので、属性ベースの類似度を用いて同様のアイテムを見出す。)
ここで、eがEのSKUであると仮定する。以下のとおり、sとeとの間の類似度を規定する:
これは事例1に類似している。というのも、これも加重平均であるからである。ここで、sおよびtがNにおける2つのSKUであると仮定する。再び属性ベースの類似度を用いて、Eからsにおいて最も類似する5個のSKUe1,…,SKUe5を見出し、Eからtにおいて最も類似する5個のSKUf1,…,SKUf5を見出す。ここでは、指数i、jに対する加重平均を用いる。
実施形態は、下流において用いられる前に類似度を検証するために、類似度の値の精度/量を評価することができる。検証は、類似するアイテムが所与の顧客セグメントのための同じ店舗(または、セグメントが利用可能でない場合には店舗全体)において類似する売上げ占有率を有するだろうという考えに基づいている。
Claims (20)
- 命令が格納されたコンピュータ読取可能媒体であって、前記命令は、プロセッサによって実行されると、前記プロセッサに、複数の製品を含むカテゴリについてのアイテム間類似度を生成させ、当該生成することは、
前記カテゴリにおける各々の製品についての属性値と、前記カテゴリにおける各々の製品についての製品/店舗/週の売上げ単位とを受取ることと、
属性重みを推定することと、
重み付けされた属性マッチスコアとして前記アイテム間類似度を決定することとを備える、コンピュータ読取可能媒体。 - 前記属性重みを推定することは、
各々の店舗ごとに、売上げ占有率と陳列在庫占有率との間の平均絶対偏差(MAD)を決定することと、
前記MADの店舗にわたる加重平均を決定することとを含み、各々の店舗ごとの重みは、前記カテゴリにおける総履歴売上げ単位であり、さらに、
前記MADの店舗にわたる前記加重平均を正規化することを含む、請求項1に記載のコンピュータ読取可能媒体。 - 包括的な有効範囲を有するアイテムのサブセットについての取引ベースのアイテム間類似度を生成することと、
対応する属性類似度に製品類似度を関連付ける関数を生成することとを備える、請求項1に記載のコンピュータ読取可能媒体。 - 前記関数は、アイテムの前記サブセットについての取引ベースの類似度に前記モデルを適合させることによって生成される対応する属性類似度の関数として製品類似度の予測モデルを含む、請求項3に記載のコンピュータ読取可能媒体。
- 前記アイテム間類似度を用いて、消費者デシジョンツリー、需要移転効果または売上げ予測のうち少なくとも1つを生成することを備える、請求項1に記載のコンピュータ読取可能媒体。
- 複数の製品を含むカテゴリについてのアイテム間類似度を生成する方法であって、
前記カテゴリにおける各々の製品についての属性値と、前記カテゴリにおける各々の製品についての製品/店舗/週の売上げ単位とを受取るステップと、
属性重みを推定するステップと、
重み付けされた属性マッチスコアとして前記アイテム間類似度を決定するステップとを備える、方法。 - 前記属性重みを推定するステップは、
各々の店舗ごとに、売上げ占有率と陳列在庫占有率との間の平均絶対偏差(MAD)を決定するステップと、
前記MADの店舗にわたる加重平均を決定するステップとを含み、各々の店舗ごとの重みは、前記カテゴリにおける総履歴売上げ単位であり、さらに、
前記MADの店舗にわたる前記加重平均を正規化するステップを含む、請求項9に記載の方法。 - 包括的な有効範囲を有するアイテムのサブセットについての取引ベースのアイテム間類似度を生成するステップと、
対応する属性類似度に製品類似度を関連付ける関数を生成するステップとをさらに備える、請求項9に記載の方法。 - 前記関数は、アイテムの前記サブセットについての取引ベースの類似度に前記モデルを適合させることによって生成される対応する属性類似度の関数として製品類似度の予測モデルを含む、請求項11に記載の方法。
- 前記アイテム間類似度を用いて、消費者デシジョンツリー、需要移転効果または売上げ高予測のうち少なくとも1つを生成するステップをさらに備える、請求項9に記載の方法。
- アイテム間生成システムであって、
メモリデバイスに結合されたプロセッサを含み、前記メモリデバイスは、前記プロセッサによって実行されると推定モジュールおよび決定モジュールを生成する命令を格納し、
前記推定モジュールは、製品のカテゴリにおける各々の製品についての属性値と、前記カテゴリにおける各々の製品についての製品/店舗/週の売上げ単位とを受取り、属性重みを推定し、
前記決定モジュールは、重み付けされた属性マッチスコアとして前記アイテム間類似度を決定する、アイテム間生成システム。 - 前記属性重みを推定することは、
各々の店舗ごとに、売上げ占有率と陳列在庫占有率との間の平均絶対偏差(MAD)を決定することと、
前記MADの店舗にわたる加重平均を決定することとを含み、各々の店舗ごとの重みは前記カテゴリにおける総履歴売上げ単位であり、さらに、
前記MADの店舗にわたる前記加重平均を正規化することを含む、請求項17に記載のシステム。 - 前記決定モジュールはさらに、
包括的な有効範囲を有するアイテムのサブセットについての取引ベースのアイテム間類似度を生成し、
対応する属性類似度に製品類似度を関連付ける関数を生成する、請求項17に記載のシステム。 - 前記関数は、アイテムの前記サブセットについての取引ベースの類似度に前記モデルを適合させることによって生成される対応する属性類似度の関数として製品類似度の予測モデルを含む、請求項19に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/070,871 US20150127419A1 (en) | 2013-11-04 | 2013-11-04 | Item-to-item similarity generation |
US14/070,871 | 2013-11-04 | ||
PCT/US2014/054259 WO2015065590A1 (en) | 2013-11-04 | 2014-09-05 | Item-to-item similarity generation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017501477A true JP2017501477A (ja) | 2017-01-12 |
JP6231204B2 JP6231204B2 (ja) | 2017-11-15 |
Family
ID=53004915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016527299A Active JP6231204B2 (ja) | 2013-11-04 | 2014-09-05 | アイテム間類似度の生成 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20150127419A1 (ja) |
JP (1) | JP6231204B2 (ja) |
WO (1) | WO2015065590A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7244707B1 (ja) * | 2022-11-02 | 2023-03-22 | 株式会社博報堂 | 情報処理システム、コンピュータプログラム、及び情報処理方法 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10410225B1 (en) * | 2014-06-30 | 2019-09-10 | Groupon, Inc. | Systems, apparatus, and methods of programmatically determining unique contacts based on crowdsourced error correction |
US20170200172A1 (en) * | 2016-01-08 | 2017-07-13 | Oracle International Corporation | Consumer decision tree generation system |
WO2017168410A1 (en) * | 2016-03-30 | 2017-10-05 | C-B4 Context Based Forecasting Ltd | System, method and computer program product for data analysis |
US10997615B1 (en) | 2016-11-08 | 2021-05-04 | Blue Yonder Group, Inc. | System and method for assortment planning with interactive similarity and transferable demand visualization |
US11640617B2 (en) * | 2017-03-21 | 2023-05-02 | Adobe Inc. | Metric forecasting employing a similarity determination in a digital medium environment |
EP3422518B1 (en) * | 2017-06-28 | 2020-06-17 | Siemens Aktiengesellschaft | A method for recognizing contingencies in a power supply network |
US20210056619A9 (en) * | 2017-08-24 | 2021-02-25 | Finicity Corporation | Systems and methods for verification of income |
US11663661B2 (en) | 2017-08-25 | 2023-05-30 | Telefonaktiebolaget Lm Ericsson (Publ) | Apparatus and method for training a similarity model used to predict similarity between items |
CN107807967B (zh) * | 2017-10-13 | 2021-10-22 | 平安科技(深圳)有限公司 | 实时推荐方法、电子设备及计算机可读存储介质 |
US11922440B2 (en) * | 2017-10-31 | 2024-03-05 | Oracle International Corporation | Demand forecasting using weighted mixed machine learning models |
EP3531315A1 (en) * | 2018-02-26 | 2019-08-28 | Nokia Technologies Oy | A method for scoring objects, a method of ranking an object, a software product and an apparatus |
US11599894B2 (en) * | 2018-06-29 | 2023-03-07 | Tata Consultancy Services Limited | Method and system for generating customer decision tree through machine learning |
WO2020033410A1 (en) * | 2018-08-06 | 2020-02-13 | Walmart Apollo, Llc | Artificial intelligence system and method for generating a hierarchical data structure |
US11062330B2 (en) * | 2018-08-06 | 2021-07-13 | International Business Machines Corporation | Cognitively identifying a propensity for obtaining prospective entities |
US11282093B2 (en) | 2018-12-31 | 2022-03-22 | Tata Consultancy Services Limited | Method and system for machine learning based item matching by considering user mindset |
US11188934B2 (en) * | 2019-06-28 | 2021-11-30 | Tata Consultancy Services Limited | Dynamic demand transfer estimation for online retailing using machine learning |
CN113450174A (zh) * | 2020-03-27 | 2021-09-28 | 北京沃东天骏信息技术有限公司 | 一种确定相似店铺的方法和装置 |
CN114997278B (zh) * | 2022-05-09 | 2023-04-07 | 浙江大学 | 基于计算机算法模型的工程数字化信息分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08180071A (ja) * | 1994-12-26 | 1996-07-12 | Nec Corp | データベース検索結果評価方式 |
JPH10240815A (ja) * | 1997-02-26 | 1998-09-11 | Sharp Corp | 販売管理装置 |
WO2007088576A1 (ja) * | 2006-01-31 | 2007-08-09 | Fujitsu Limited | ファイル検索プログラム、方法及び装置 |
JP2012027757A (ja) * | 2010-07-26 | 2012-02-09 | Dainippon Printing Co Ltd | 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266649B1 (en) * | 1998-09-18 | 2001-07-24 | Amazon.Com, Inc. | Collaborative recommendations using item-to-item similarity mappings |
US6317722B1 (en) * | 1998-09-18 | 2001-11-13 | Amazon.Com, Inc. | Use of electronic shopping carts to generate personal recommendations |
US20020111870A1 (en) * | 2000-09-26 | 2002-08-15 | I2 Technologies, Inc. | System and method for identifying a product |
US8370203B2 (en) * | 2002-10-07 | 2013-02-05 | Amazon Technologies, Inc. | User interface and methods for recommending items to users |
US8160984B2 (en) * | 2007-01-26 | 2012-04-17 | Symphonyiri Group, Inc. | Similarity matching of a competitor's products |
US9916611B2 (en) * | 2008-04-01 | 2018-03-13 | Certona Corporation | System and method for collecting and targeting visitor behavior |
US9805330B2 (en) * | 2008-11-19 | 2017-10-31 | Jda Software Group, Inc. | System and method for root cause analysis and early warning of inventory problems |
-
2013
- 2013-11-04 US US14/070,871 patent/US20150127419A1/en not_active Abandoned
-
2014
- 2014-09-05 JP JP2016527299A patent/JP6231204B2/ja active Active
- 2014-09-05 WO PCT/US2014/054259 patent/WO2015065590A1/en active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08180071A (ja) * | 1994-12-26 | 1996-07-12 | Nec Corp | データベース検索結果評価方式 |
JPH10240815A (ja) * | 1997-02-26 | 1998-09-11 | Sharp Corp | 販売管理装置 |
WO2007088576A1 (ja) * | 2006-01-31 | 2007-08-09 | Fujitsu Limited | ファイル検索プログラム、方法及び装置 |
JP2012027757A (ja) * | 2010-07-26 | 2012-02-09 | Dainippon Printing Co Ltd | 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7244707B1 (ja) * | 2022-11-02 | 2023-03-22 | 株式会社博報堂 | 情報処理システム、コンピュータプログラム、及び情報処理方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2015065590A1 (en) | 2015-05-07 |
JP6231204B2 (ja) | 2017-11-15 |
US20150127419A1 (en) | 2015-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6231204B2 (ja) | アイテム間類似度の生成 | |
Beladev et al. | Recommender systems for product bundling | |
US10181138B2 (en) | System and method for determining retail-business-rule coefficients from current prices | |
US20110213651A1 (en) | Computer-Implemented Method For Enhancing Targeted Product Sales | |
US20150112762A1 (en) | Optimization of product assortments | |
Tse et al. | Revenue management: resolving a revenue optimization paradox | |
US20160323151A1 (en) | Predicting an effect of performing an action on a node of a geographical network | |
JP2018139036A (ja) | 分析装置 | |
JP6683550B2 (ja) | 情報分析装置および情報分析方法 | |
JP2018045649A (ja) | 判定装置、判定方法および判定プログラム | |
US20210109906A1 (en) | Clustering model analysis for big data environments | |
Lee et al. | Discovering heterogeneous consumer groups from sales transaction data | |
Seifert et al. | Relaxing channel separation: Integrating a virtual store into the supply chain via transshipments | |
CN113095861A (zh) | 目标对象成交概率的预测方法、装置、设备及存储介质 | |
Dhurkari | Strategic pricing decision using the analytic hierarchy process | |
US20230419184A1 (en) | Causal Inference Machine Learning with Statistical Background Subtraction | |
Balakrishnan et al. | Impeding the juggernaut of innovation diffusion: A production‐constrained model | |
US20120290361A1 (en) | System and method for efficiently estimating a reliable price elasticity of demand using the joint demand model | |
EP2543013A1 (en) | Computer-implemented method for enhancing targeted product sales | |
CN111192084A (zh) | 一种会员身份评定管理方法和装置 | |
Tripathi et al. | A study of inventory management techniques applied by organized retailers' and its effect on customer satisfaction and retailer's financial performance with special reference to Bhopal and Indore City | |
Komiyama et al. | Cross validation based model selection via generalized method of moments | |
Hummel et al. | An agent-based simulation of payment behavior in e-commerce | |
Al-Basha | Forecasting Retail Sales Using Google Trends and Machine Learning | |
Augustine et al. | Decision support system of discount pricing analysis using method of elimination et choix traduisant la realite (ELECTRE) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170525 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170606 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170904 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170926 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171018 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6231204 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |