JP2018077765A - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents
情報処理装置、情報処理方法、および情報処理プログラム Download PDFInfo
- Publication number
- JP2018077765A JP2018077765A JP2016220613A JP2016220613A JP2018077765A JP 2018077765 A JP2018077765 A JP 2018077765A JP 2016220613 A JP2016220613 A JP 2016220613A JP 2016220613 A JP2016220613 A JP 2016220613A JP 2018077765 A JP2018077765 A JP 2018077765A
- Authority
- JP
- Japan
- Prior art keywords
- user
- age
- information processing
- value
- information
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 70
- 238000003672 processing method Methods 0.000 title claims abstract description 6
- 239000013598 vector Substances 0.000 claims description 50
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000006866 deterioration Effects 0.000 abstract 1
- 239000011159 matrix material Substances 0.000 description 19
- 238000000034 method Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 230000007423 decrease Effects 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000011478 gradient descent method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- G06Q30/0241—Advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
図1は、実施形態のコンテンツ提供システム1の機能構成の一例を示すブロック図である。コンテンツ提供システム1は、例えば、複数の端末装置100−1、・・・、100−Nと、ログインサーバ200と、コンテンツ提供サーバ300と、ログ収集装置400と、広告配信装置500と、情報処理装置600とを備える。Nは、2以上の自然数である。以下の説明において、端末装置を他の端末装置と区別しない場合には、端末装置100と記載する。図1の例では、複数の端末装置100と、ログインサーバ200と、コンテンツ提供サーバ300と、ログ収集装置400と、広告配信装置500と、情報処理装置600とが、ネットワークNWに接続されている。ネットワークNWは、例えば、無線基地局、Wi−Fiアクセスポイント、通信回線、プロバイダ、インターネットなどを含む。なお、これらの構成要素の全ての組み合わせが相互に通信可能である必要はなく、ネットワークNWは、一部にローカルなネットワークを含んでもよい。
図2は、実施形態のコンテンツ提供システム1における全体の処理の概要を示す図である。端末装置100は、ユーザから受け付けた操作に基づいて、クエリを含む閲覧リクエストをコンテンツ提供サーバ300に送信する。コンテンツ提供サーバ300は、閲覧リクエストに対して、クエリに基づくコンテンツを選択する。一方で、コンテンツ提供サーバ300は、コンテンツに埋め込む広告情報をリクエストする広告リクエスト、ユーザID、掲載枠ID、およびドメインを広告配信装置500に送信する。広告配信装置500は、受信したユーザIDをログ収集装置400に送信する。ログ収集装置400は、ユーザIDに対応する検索キーワードを広告配信装置500に返信する。広告配信装置500は、コンテンツ提供サーバ300から受信した掲載枠IDおよびドメインと、ログ収集装置400から受信した検索キーワードを、複数の素性情報として、情報処理装置600に送信する。なお、複数の素性情報は、複数の検索キーワードであってよい。複数の素性情報は、検索キーワードと、他の素性情報を含んでよい。複数の素性情報は、検索キーワードと掲載枠IDであってよく、検索キーワードとドメインであってよい。
図3は、情報処理装置600の一例を示す構成図である。情報処理装置600は、例えば、学習部610と、モデルパラメータ記憶部620と、年代推定部630とを備える。これらの構成要素は、例えば、CPU(Central Processing Unit)などのプロセッサが、予め記憶された情報処理プログラムを実行することにより実現される。また、これらの構成要素は、LSI(Large Scale Integration)やASCI(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)などのハードウェア(回路部;circuitry)によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。
以下、特徴ベクトルを生成する処理を説明する。図5は、複数のハッシュ値を用いて1つの特徴ベクトルを生成する処理を説明するための図である。ハッシュ関数Hにより算出されるハッシュ値は、所定の取り得る範囲のうち、いずれかの値として算出される。複数のハッシュ値を用いて生成される1つの特徴ベクトルは、当該特徴ベクトルの要素が代入される次元数が、ハッシュ値が取り得る範囲に対応する値に設定される。例えば、ハッシュサイズが224である場合、ハッシュ値hが取り得る範囲は0から(224)−1までであり、特徴ベクトルの次元数は224次元であり、特徴ベクトルは、0次元目の要素e(0)から(224)−1次元目の要素e(224)−1により構成される。特徴ベクトルの各要素の値のうち、ハッシュ値に対応する要素の値は、各ハッシュ値に対応する所定の値に設定される。ハッシュ値h(掲載枠ID)に対応する次元の要素には、所定の値v1が設定される。ハッシュ値h(ドメイン)に対応する次元の要素には、所定の値v2が設定される。ハッシュ値h(検索KW(1))〜h(検索KW(k))に対応する次元の要素には、所定の値v3〜vxがそれぞれ設定される。
以下、ユーザの年代を推定する処理を説明する。推定部634は、年代推定モデルを運用することで、ユーザの年代を推定する。年代推定モデルは、以下の式(1)に示される。Pはユーザの年代を判定するために用いられる確率(スコア)であり、xは特徴ベクトルであり、Wは特徴ベクトルxに乗算される重みマトリクスであり、bはバイアスベクトルである。
以下、重みマトリクスWおよびバイアスベクトルbの学習処理の一例について説明する。下記の式(3)は、複数の素性情報(入力データ)に基づいて、kクラス(出力データ)に分類する処理において、推定結果(ソフトマックス関数の出力値)と正解との誤差を定量化する関数Eである。この関数式は、多クラス交差エントロピー誤差と呼ばれる。式(3)において、ynkはn番目の入力データに対するk次元目の出力を意味し、tnkは対応する正解データの値を意味する。
図7は、ユーザの年代を推定する処理の流れの一例を示すフローチャートである。まず、情報処理装置600は、コンテンツ提供サーバ300から掲載枠IDおよびドメインを含むリクエストを受け付けたか否かを判定する(S100)。このとき、コンテンツ提供サーバ300は、端末装置100から閲覧リクエストを受け付け、コンテンツを端末装置100に提供したことに応じ、当該コンテンツに関連する掲載枠IDおよびドメインを取得して、情報処理装置600に供給する。コンテンツ提供サーバ300は、閲覧リクエストにクエリが含められている場合、クエリを検索キーワードとして情報処理装置600に送信する。
図8は、重みマトリクスWおよびバイアスベクトルbを学習する処理の流れの一例を示すフローチャートである。まず、情報処理装置600は、学習タイミングが到来したか否かを判定する(S200)。学習タイミングは、例えば、1日に1回などの所定の間隔で到来する。情報処理装置600は、学習タイミングが到来した場合、学習データをを取得する(S202)。情報処理装置600は、例えば、ログデータベース410に格納されているログのうち、年代が既知のユーザIDに対応した検索キーワード、コンテンツの閲覧履歴を、学習データとして取得する。情報処理装置600は、コンテンツの閲覧履歴から、コンテンツの掲載枠IDおよびドメインを取得する。次に、情報処理装置600は、重みマトリクスWおよびバイアスベクトルbの値を初期化し、初期化した重みマトリクスWおよびバイアスベクトルbの値を、学習データの数に対応する回数だけ更新する(S204)。例えば、学習データが10000個のサンプルから構成されている場合、重みマトリクスWおよびバイアスベクトルbのそれぞれについて値の初期化を行い、および10000回に亘り重みマトリクスWおよびバイアスベクトルbの値を更新する。
以上説明したように、実施形態の情報処理装置600によれば、ユーザの操作に基づくキーワードを含む複数の素性情報に基づいてユーザの年代を推定するので、複数種類の素性に基づいてユーザの年代を推定することができる。これにより、情報処理装置600によれば、推定精度の低下を抑制しつつ、ユーザ属性の推定のカバレッジを広くすることができる。具体的に、複数の素性情報は、ユーザが操作する端末装置100が送信したリクエストに基づいてユーザに提供したコンテンツを識別するための識別情報、またはコンテンツ提供サーバ300に関連するドメインの少なくとも一つを含む。さらに、情報処理装置600は、年代推定部630が、複数の素性情報のそれぞれを同じ固定長の値に変換する変換部632と、固定長の値が取り得る範囲に対応する次元数を持つ特徴ベクトルを生成する特徴ベクトル生成部633であって、特徴ベクトルの各要素の値のうち変換部632により変換された固定長の値に対応する要素の値を所定の値に設定する特徴ベクトル生成部633と、を備え、特徴ベクトル生成部633により生成された特徴ベクトルを用いて、ユーザの年代を推定する。さらに、変換部632は、複数の素性情報のそれぞれを同じハッシュ関数を用いてハッシュ値を求めることで同じ固定長の値に変換する。
図9は、情報処理装置600のハードウェア構成の一例を示す図である。情報処理装置600は、例えば、NIC601、CPU602、RAM603、ROM604、フラッシュメモリやHDDなどの二次記憶装置605、およびドライブ装置606が、内部バスあるいは専用通信線によって相互に接続された構成となっている。ドライブ装置606には、光ディスクなどの可搬型記憶媒体が装着される。二次記憶装置605、またはドライブ装置606に装着された可搬型記憶媒体に記憶されたプログラムがDMAコントローラ(不図示)などによってRAM603に展開され、CPU602によって実行されることで、情報処理装置600の機能部が実現される。
100…端末装置
200…ログインサーバ
210…ユーザ情報データベース
300…コンテンツ提供サーバ
400…ログ収集装置
410…ログデータベース
500…広告配信装置
510…広告情報データベース
520…選択部
600…情報処理装置
610…学習部
620…モデルパラメータ記憶部
630…年代推定部
631…取得部
632…変換部
633…特徴ベクトル生成部
634…推定部
Claims (10)
- ユーザの操作に基づくキーワードを含む複数の素性情報を取得する取得部と、
前記取得部により取得された前記複数の素性情報に基づいて、前記ユーザの年代を推定する推定部と
を備える、情報処理装置。 - 前記複数の素性情報は、前記ユーザが操作する端末装置が送信したリクエストに基づいて前記ユーザに提供したコンテンツを識別するための識別情報、または前記コンテンツを提供するサーバ装置に関連するドメインの少なくとも一つを更に含む、
請求項1に記載の情報処理装置。 - 前記推定部は、
前記複数の素性情報のそれぞれを同じ固定長の値に変換する変換部と、
前記固定長の値が取り得る範囲に対応する次元数を持つ特徴ベクトルを生成する特徴ベクトル生成部であって、前記特徴ベクトルの各要素の値のうち前記変換部により変換された固定長の値に対応する要素の値を所定の値に設定する特徴ベクトル生成部と、を備え、
前記特徴ベクトル生成部により生成された特徴ベクトルを用いて、前記ユーザの年代を推定する、
請求項1または2に記載の情報処理装置。 - 前記変換部は、前記複数の素性情報のそれぞれを同じハッシュ関数を用いてハッシュ値を求めることで同じ固定長の値に変換する、
請求項3に記載の情報処理装置。 - 前記取得部は、前記キーワードを複数取得し、
前記変換部は、前記キーワードのそれぞれを固定長の値に変換し、
前記特徴ベクトル生成部は、前記特徴ベクトルのうち、前記キーワードのそれぞれに基づく固定長の値に対応する要素の値を所定の値に設定する、
請求項3または4に記載の情報処理装置。 - 前記推定部は、前記特徴ベクトル生成部により生成された特徴ベクトルを用いて、複数の年代のそれぞれについて前記ユーザの年代である確率を算出し、算出した複数の確率に基づいて前記ユーザの年代を推定する、
請求項3から5のいずれか1項に記載の情報処理装置。 - 前記推定部は、複数の年代のそれぞれについて閾値を設定し、複数の年代のそれぞれについて算出した確率が、複数の年代のそれぞれについて設定された閾値を超える差分または割合が最も大きい年代が、前記ユーザの年代であることを推定する、
請求項6に記載の情報処理装置。 - 前記複数の素性情報にユーザの年代を対応付けたデータベースから、前記複数の素性情報に対するユーザの年代の正解値と、当該データベースから取得した前記複数の素性情報に基づいて前記推定部が推定したユーザの年代と、当該推定した年代が正解値としての年代に合致した割合を含む評価用データを作成し、
前記推定部は、推定した年代が正解値としての年代に合致した割合が所定値以上となるように、複数の年代のそれぞれについての前記閾値を設定する、
請求項7に記載の情報処理装置。 - ユーザの操作に基づくキーワードを含む複数の素性情報を取得し、
取得した前記複数の素性情報に基づいて、前記ユーザの年代を推定する、
情報処理方法。 - コンピュータに、
ユーザの操作に基づくキーワードを含む複数の素性情報を取得させ、
取得した前記複数の素性情報に基づいて、前記ユーザの年代を推定させる、
情報処理プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016220613A JP6924571B2 (ja) | 2016-11-11 | 2016-11-11 | 情報処理装置、情報処理方法、および情報処理プログラム |
US15/693,957 US11030532B2 (en) | 2016-11-11 | 2017-09-01 | Information processing apparatus, information processing method, and non-transitory computer readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016220613A JP6924571B2 (ja) | 2016-11-11 | 2016-11-11 | 情報処理装置、情報処理方法、および情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018077765A true JP2018077765A (ja) | 2018-05-17 |
JP6924571B2 JP6924571B2 (ja) | 2021-08-25 |
Family
ID=62107940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016220613A Active JP6924571B2 (ja) | 2016-11-11 | 2016-11-11 | 情報処理装置、情報処理方法、および情報処理プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11030532B2 (ja) |
JP (1) | JP6924571B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020141587A1 (ja) * | 2019-01-02 | 2020-07-09 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報処理装置、情報処理方法及びプログラム |
JP2020113284A (ja) * | 2019-01-16 | 2020-07-27 | 株式会社カカオ | 音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置 |
JP2021002230A (ja) * | 2019-06-21 | 2021-01-07 | 西日本電信電話株式会社 | 属性推定装置、属性推定方法及びプログラム |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310532A (zh) * | 2018-12-12 | 2020-06-19 | 北京嘀嘀无限科技发展有限公司 | 一种年龄识别方法、装置、电子设备和存储介质 |
CN111709252B (zh) * | 2020-06-17 | 2023-03-28 | 北京百度网讯科技有限公司 | 基于预训练的语义模型的模型改进方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010084839A1 (ja) * | 2009-01-26 | 2010-07-29 | 日本電気株式会社 | 尤度推定装置、コンテンツ配信システム、尤度推定方法および尤度推定プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7162522B2 (en) | 2001-11-02 | 2007-01-09 | Xerox Corporation | User profile classification by web usage analysis |
US20160027062A1 (en) * | 2013-03-15 | 2016-01-28 | Yandex Europe Ag | Method of and system for providing a client device with particularized information without employing unique identifiers |
JP6309887B2 (ja) | 2014-12-19 | 2018-04-11 | ヤフー株式会社 | モデル生成装置、情報配信装置、モデル生成方法、情報配信方法、モデル生成プログラムおよび情報配信プログラム |
-
2016
- 2016-11-11 JP JP2016220613A patent/JP6924571B2/ja active Active
-
2017
- 2017-09-01 US US15/693,957 patent/US11030532B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010084839A1 (ja) * | 2009-01-26 | 2010-07-29 | 日本電気株式会社 | 尤度推定装置、コンテンツ配信システム、尤度推定方法および尤度推定プログラム |
Non-Patent Citations (3)
Title |
---|
中村 健二、井上 健治、小柳 滋: "著者属性の推定結果を用いたプロフの出会い目的の書き込み検出のための教師データ自動構築手法 A Method f", 情報処理学会論文誌 論文誌トランザクション 2011(平成23)年度 [CD−ROM], vol. 第4巻, JPN6019028966, 1 May 2012 (2012-05-01), JP, pages 53 - 69, ISSN: 0004290443 * |
得居 誠也: "最適化から見たディープラーニングの考え方", オペレーションズ・リサーチ, vol. 第60巻第4号, JPN6020021488, 1 April 2015 (2015-04-01), JP, pages 191 - 193, ISSN: 0004290444 * |
林 佑磨、諏訪 晴士、山名 早人 : "非テキスト情報のみを用いたAROWによる効率的なCTR予測モデルの構築", 第7回データ工学と情報マネジメントに関するフォーラム (第13回日本データベース学会年次大会) DEIM2015, JPN6019028965, 4 March 2015 (2015-03-04), pages 1 - 8, ISSN: 0004290442 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020141587A1 (ja) * | 2019-01-02 | 2020-07-09 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報処理装置、情報処理方法及びプログラム |
JPWO2020141587A1 (ja) * | 2019-01-02 | 2021-11-11 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 情報処理装置、情報処理方法及びプログラム |
JP7483631B2 (ja) | 2019-01-02 | 2024-05-15 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 情報処理方法及びプログラム |
JP2020113284A (ja) * | 2019-01-16 | 2020-07-27 | 株式会社カカオ | 音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置 |
JP7094997B2 (ja) | 2019-01-16 | 2022-07-04 | カカオ エンターテインメント コーポレーション | 音楽年齢に基づいて音楽コンテンツを推薦する方法及び装置 |
JP2021002230A (ja) * | 2019-06-21 | 2021-01-07 | 西日本電信電話株式会社 | 属性推定装置、属性推定方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6924571B2 (ja) | 2021-08-25 |
US20180137421A1 (en) | 2018-05-17 |
US11030532B2 (en) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6924571B2 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
US10037320B2 (en) | Context-aware approach to detection of short irrelevant texts | |
CN107315759B (zh) | 归类关键字的方法、装置和处理系统、分类模型生成方法 | |
CN105608179B (zh) | 确定用户标识的关联性的方法和装置 | |
CN104008203B (zh) | 一种融入本体情境的用户兴趣挖掘方法 | |
JP6415619B2 (ja) | 解析装置、解析方法、およびプログラム | |
US20110071965A1 (en) | System and method for cross domain learning for data augmentation | |
US20180053097A1 (en) | Method and system for multi-label prediction | |
CN110020022B (zh) | 数据处理方法、装置、设备及可读存储介质 | |
CN108475256B (zh) | 从同现矩阵生成特征嵌入 | |
Yata et al. | PCA consistency for non-Gaussian data in high dimension, low sample size context | |
JP2019113943A (ja) | 情報提供装置、情報提供方法、およびプログラム | |
US11651255B2 (en) | Method and apparatus for object preference prediction, and computer readable medium | |
JP2018128942A (ja) | 解析装置、解析方法、およびプログラム | |
JP6434954B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Ding et al. | Full‐reference image quality assessment using statistical local correlation | |
JP6680663B2 (ja) | 情報処理装置、情報処理方法、予測モデルの生成装置、予測モデルの生成方法、およびプログラム | |
US20220139069A1 (en) | Information processing system, information processing method, and recording medium | |
JP7144558B2 (ja) | 検索システム、および検索方法 | |
JP2019057266A (ja) | 生成装置、学習装置、生成方法、学習方法、生成プログラム、学習プログラム、及びモデル | |
CN113780827A (zh) | 一种物品筛选方法、装置、电子设备及计算机可读介质 | |
JP6985181B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
Dai et al. | A two-phase method of QoS prediction for situated service recommendation | |
Ozturk et al. | Model‐based inference using judgement post‐stratified samples in finite populations | |
JP6680707B2 (ja) | 情報処理装置、情報処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180823 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190621 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190730 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190919 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200407 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200407 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200416 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20200421 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20200619 |
|
C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20200623 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20201208 |
|
C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20210309 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210507 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210608 |
|
C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20210615 |
|
C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20210720 |
|
C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20210720 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210802 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6924571 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |