JP2019032904A - 予測装置、予測方法、及び予測プログラム - Google Patents
予測装置、予測方法、及び予測プログラム Download PDFInfo
- Publication number
- JP2019032904A JP2019032904A JP2018222457A JP2018222457A JP2019032904A JP 2019032904 A JP2019032904 A JP 2019032904A JP 2018222457 A JP2018222457 A JP 2018222457A JP 2018222457 A JP2018222457 A JP 2018222457A JP 2019032904 A JP2019032904 A JP 2019032904A
- Authority
- JP
- Japan
- Prior art keywords
- information
- user
- prediction
- target
- demand
- 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
- 238000000034 method Methods 0.000 title claims description 44
- 230000009471 action Effects 0.000 claims description 144
- 230000008859 change Effects 0.000 claims description 21
- 230000007704 transition Effects 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 16
- 230000006399 behavior Effects 0.000 description 66
- 230000000875 corresponding effect Effects 0.000 description 42
- 238000010586 diagram Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 11
- 230000010365 information processing Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 102100031787 Myosin regulatory light polypeptide 9 Human genes 0.000 description 5
- 101710107065 Myosin regulatory light polypeptide 9 Proteins 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 235000013361 beverage Nutrition 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
Images
Abstract
Description
〔1.予測処理〕
図1を用いて、実施形態に係る予測処理の一例について説明する。図1は、実施形態に係る予測処理の一例を示す図である。具体的には、図1は、予測装置100がユーザの位置情報と、位置に対応付けられた対象に関する情報とに基づいて、対象に関連する需要を予測する一例を示す図である。予測装置100は、所定の位置にあるPOI(興味のある地点:Point of Interest)に関連する対象に関連する需要を予測する。ここでいうPOIには、商品やサービスを提供する店舗や渡航に必要なビザの発給などを行う大使館等の種々の地点が含まれてもよい。また、POIは上記に限らず、学校や保育園等の教育機関やハローワーク等の行政機関等の種々の地点であってもよい。また、以下では、商品またはサービスを併せて「商品」と記載する場合がある。
まず、図1及び図2に示す予測システム1について説明する。図2に示すように、予測システム1は、端末装置10と、事業者装置20と、予測装置100とが含まれる。端末装置10と、事業者装置20と、予測装置100とは所定のネットワークNを介して、有線または無線により通信可能に接続される。図2は、実施形態に係る予測システムの構成例を示す図である。なお、図2に示した予測システム1には、複数台の端末装置10や、複数台の事業者装置20や複数台の予測装置100が含まれてもよい。
〔1−1−1.他の対象〕
図1の例では、予測装置100がカーディーラMAが提供する自動車に関する需要を予測する場合を示したが、予測装置100は、種々の対象に関連する需要を予測してもよい。例えば、予測装置100は、所定の事業者が提供するサービスに関する需要を予測してもよい。例えば、予測装置100は、学校や保育園等の教育機関が提供する教育サービスに関する需要を予測してもよい。
図1の例では、説明を簡単にするために、予測装置100がカーディーラMAが提供する提供物である車に関する需要を予測する場合を示したが、予測装置100は、種々の対象に関して需要を予測してもよい。例えば、予測装置100は、カーディーラMAで提供(販売)される車種ごとの需要を予測してもよい。例えば、予測装置100は、カーディーラMAで5つの車種の自動車が提供(販売)されている場合、5つの車種ごとの需要を予測してもよい。
なお、図1の例では、予測装置100がN段階の行動の情報に基づいて、N+1段階の行動に関する需要を予測する場合を示したが、予測装置100は、N+2段階の行動に関する需要を予測してもよい。この場合、予測装置100は、N段階の行動の情報に基づいて、N+2段階の行動に関する需要を予測してもよいし、予測したN+1段階の行動に基づいて、N+2段階の行動に関する需要を予測してもよい。また、予測装置100は、位置情報により捕捉したN+1段階の行動に基づいて、N+2段階の行動に関する需要を予測してもよい。
図1の例では、予測装置100がユーザの位置情報のみを用いて需要を予測する場合を示したが、予測装置100は、種々の情報を用いて、需要を予測してもよい。例えば、予測装置100は、ユーザが入力する情報と位置情報とが対応付けられている情報であれば、どのような情報を用いて需要を予測してもよい。例えば、予測装置100は、ユーザが検索に用いたクエリと位置情報とから所定のエリアに対応する需要を予測してもよい。例えば、予測装置100は、所定のネットワークで通信される文字情報と位置情報とから所定のエリアに対応する需要を予測してもよい。
図1の例では、予測装置100が複数のユーザの情報を用いて、多数のユーザに関する統計的な需要を予測する場合を示したが、予測装置100は、個々のユーザに関する需要を予測してもよい。例えば、予測装置100は、機械学習等の手法により生成したモデルを用いて、個々のユーザに関する需要を予測してもよい。
なお、図1の例では、前段階(N段階)の行動(第1行動)を行ったユーザ数の変化に応じて、次段階(N+1段階)の行動(第2行動)を行うユーザ数の変化を予測する場合を示したが、予測装置100は、種々の情報を用いて対象に関連する需要を予測してもよい。例えば、予測装置100は、第1行動を行ったユーザ数から第2行動を行うユーザ数を予測してもよい。
次に、図3を用いて、実施形態に係る予測装置100の構成について説明する。図3は、実施形態に係る予測装置の構成例を示す図である。図3に示すように、予測装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、予測装置100は、予測装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークと有線または無線で接続され、例えば予測システム1に含まれる端末装置10や事業者装置20との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部120は、図3に示すように、POI情報記憶部121と、ユーザ情報記憶部122と、行動情報記憶部123と、関係情報記憶部124とを有する。
実施形態に係るPOI情報記憶部121は、商品に関する各種情報を記憶する。図4は、実施形態に係るPOI情報記憶部の一例を示す図である。図4に示すPOI情報記憶部121は、「POI_ID」、「POI名」、「業種」、「所在地」、「提供物」といった項目が含まれる。
実施形態に係るユーザ情報記憶部122は、ユーザ属性に関する各種情報を記憶する。例えば、ユーザ情報記憶部122は、ユーザ属性情報を記憶する。図5は、実施形態に係るユーザ情報記憶部の一例を示す図である。図5に示すユーザ情報記憶部122は、「ユーザID」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目が含まれる。
実施形態に係る行動情報記憶部123は、ユーザの行動に関する各種情報を記憶する。図6は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部123は、各ユーザの端末装置10を用いて行った検索等を含む種々の行動情報を記憶する。図6に示す行動情報記憶部123には、「行動ID」、「ユーザID」、「位置」、「日時」、「行動内容」といった項目が含まれる。
実施形態に係る関係情報記憶部124は、対象と需要との関係に関する各種情報を記憶する。図7は、実施形態に係る関係情報記憶部の一例を示す図である。図7に示す関係情報記憶部124は、「対象」、「関係情報」といった項目を有する「関係情報」は、「段階」、「行動種別」、「期間」、「相関関係」といった項目を有する。
図3の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、予測装置100内部の記憶装置に記憶されている各種プログラム(予測プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
取得部131は、各種情報を取得する。例えば、取得部131は、POI情報記憶部121やユーザ情報記憶部122や行動情報記憶部123や関係情報記憶部124から各種情報を取得する。例えば、取得部131は、関係情報記憶部124に記憶される各種情報を外部の情報処理装置から取得してもよい。例えば、取得部131は、端末装置10や事業者装置20から各種情報を取得する。取得部131は、ユーザの位置情報を取得する。例えば、取得部131は、位置と対象とが対応付けられた情報を取得する。
生成部132は、種々の情報を生成する。例えば、生成部132は、推移情報を生成する。例えば、生成部132は、予測部133による予測(推定)に基づいて、推移情報を生成する。
予測部133は、種々の情報を予測する。例えば、予測部133は、記憶部120に記憶された情報に基づいて、種々の情報を予測する。例えば、予測部133は、端末装置10から取得した情報に基づいて、種々の情報を予測する。
提供部134は、外部の情報処理装置へ各種情報を提供する。例えば、提供部134は、事業者装置20へ各種情報を提供する。例えば、提供部134は、端末装置10へクエリに対応する検索結果を示す情報を提供してもよい。例えば、提供部134は、事業者装置20へ需要情報を提供する。
ここで、図8を用いて、実施形態に係る予測装置100による予測処理の手順について説明する。図8は、実施形態に係る予測処理の一例を示すフローチャートである。
図1の例では、商品である自動車に関する需要を予測する場合を示したが、予測装置100は、種々の対象に関連する需要を予測してもよい。この点について、図9を用いて説明する。図9は、実施形態に係る予測処理の一例を示す図である。具体的には、図9では、予測装置100が対象「X国」に関する需要を予測する場合を示す。なお、図1の同様の点については、同様の符号を付して適宜説明を省略する。
上述してきたように、実施形態に係る予測装置100は、取得部131と、予測部133とを有する。取得部131は、ユーザの位置情報を取得する。予測部133は、取得部131により取得されたユーザの位置情報と、位置に対応付けられた対象に関する情報とに基づいて、対象に関連する需要を予測する。
上述してきた実施形態に係る予測装置100は、例えば図10に示すような構成のコンピュータ1000によって実現される。図10は、予測装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD(Hard Disk Drive)1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に生成することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
100 予測装置
121 POI情報記憶部
122 ユーザ情報記憶部
123 行動情報記憶部
124 関係情報記憶部
130 制御部
131 取得部
132 生成部
133 予測部
134 提供部
10 端末装置
20 事業者装置
N ネットワーク
Claims (15)
- ユーザの位置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ユーザの位置情報に基づく前記ユーザの訪問数の推移に関する情報と、位置に対応付けられた対象に関する情報とに基づいて、前記対象に関連する需要の変化に関する情報を予測する予測部と、
を備えることを特徴とする予測装置。 - 前記予測部は、
前記ユーザの位置情報に基づく前記対象に対応する地点への前記ユーザの訪問数の推移に関する情報に基づいて、前記対象に関連する需要の変化に関する情報を予測する
ことを特徴とする請求項1に記載の予測装置。 - 前記予測部は、
前記訪問数の推移に関する情報と、前記対象に関する情報とに基づいて、前記対象に関連する需要の変化が変化する割合及び当該変化の期間を予測する
ことを特徴とする請求項1または請求項2に記載の予測装置。 - 前記取得部は、
前記位置と前記対象とが対応付けられた情報を取得する
ことを特徴とする請求項1〜3のいずれか1項に記載の予測装置。 - 前記予測部は、
前記ユーザの位置情報に基づいて特定される前記対象に関連する需要を予測する
ことを特徴とする請求項1〜4のいずれか1項に記載の予測装置。 - 前記予測部は、
前記位置において提供される提供物に関連する対象に関連する需要を予測する
ことを特徴とする請求項1〜5のいずれか1項に記載の予測装置。 - 前記予測部は、
前記位置において提供される提供物である前記対象に関連する需要を予測する
ことを特徴とする請求項6に記載の予測装置。 - 前記予測部は、
前記位置において提供される提供物を要する前記対象に関連する需要を予測する
ことを特徴とする請求項6に記載の予測装置。 - 前記予測部は、
前記ユーザの位置情報に対応する時点よりも後における前記対象に関連する需要を予測する
ことを特徴とする請求項1〜8のいずれか1項に記載の予測装置。 - 前記予測部は、
前記ユーザの位置情報に対応するユーザの第1行動に基づいて、前記第1行動よりも後における前記対象に関連する需要を予測する
ことを特徴とする請求項1〜9のいずれか1項に記載の予測装置。 - 前記予測部は、
前記ユーザの前記第1行動に基づいて、前記第1行動よりも後の前記ユーザの行動であって、前記対象に関連する行動である第2行動を予測する
ことを特徴とする請求項10に記載の予測装置。 - 前記予測部により予測された前記対象に関連する需要を示す情報を提供する提供部、
をさらに備えたことを特徴とする請求項1〜11のいずれか1項に記載の予測装置。 - 前記提供部は、
前記対象に関連する需要を示す情報を、前記対象に関連する事業者へ提供する
ことを特徴とする請求項12に記載の予測装置。 - コンピュータが実行する予測方法であって、
ユーザの位置情報を取得する取得工程と、
前記取得工程により取得された前記ユーザの位置情報に基づく前記ユーザの訪問数の推移に関する情報と、位置に対応付けられた対象に関する情報とに基づいて、前記対象に関連する需要の変化に関する情報を予測する予測工程と、
を含むことを特徴とする予測方法。 - ユーザの位置情報を取得する取得手順と、
前記取得手順により取得された前記ユーザの位置情報に基づく前記ユーザの訪問数の推移に関する情報と、位置に対応付けられた対象に関する情報とに基づいて、前記対象に関連する需要の変化に関する情報を予測する予測手順と、
をコンピュータに実行させることを特徴とする予測プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018222457A JP6804505B2 (ja) | 2018-11-28 | 2018-11-28 | 予測装置、予測方法、及び予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018222457A JP6804505B2 (ja) | 2018-11-28 | 2018-11-28 | 予測装置、予測方法、及び予測プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017154659A Division JP2019032771A (ja) | 2017-08-09 | 2017-08-09 | 予測装置、予測方法、及び予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019032904A true JP2019032904A (ja) | 2019-02-28 |
JP6804505B2 JP6804505B2 (ja) | 2020-12-23 |
Family
ID=65524336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018222457A Active JP6804505B2 (ja) | 2018-11-28 | 2018-11-28 | 予測装置、予測方法、及び予測プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6804505B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020149252A (ja) * | 2019-03-12 | 2020-09-17 | ヤフー株式会社 | 提供装置、提供方法および提供プログラム |
JP2020154658A (ja) * | 2019-03-19 | 2020-09-24 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP2021114115A (ja) * | 2020-01-17 | 2021-08-05 | ヤフー株式会社 | 推定装置、推定方法、および推定プログラム |
JP2021536046A (ja) * | 2019-08-14 | 2021-12-23 | 北京市商▲湯▼科技▲開▼▲發▼有限公司Beijing Sensetime Technology Development Co., Ltd. | データ処理方法、装置、及び記憶媒体 |
JP7038447B1 (ja) | 2021-05-19 | 2022-03-18 | 株式会社刀 | 来場数予測装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014083779A1 (ja) * | 2012-11-30 | 2014-06-05 | パナソニック株式会社 | 情報提供方法 |
WO2015151199A1 (ja) * | 2014-03-31 | 2015-10-08 | 楽天株式会社 | 需要予測システム、需要予測方法およびプログラム |
-
2018
- 2018-11-28 JP JP2018222457A patent/JP6804505B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014083779A1 (ja) * | 2012-11-30 | 2014-06-05 | パナソニック株式会社 | 情報提供方法 |
WO2015151199A1 (ja) * | 2014-03-31 | 2015-10-08 | 楽天株式会社 | 需要予測システム、需要予測方法およびプログラム |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020149252A (ja) * | 2019-03-12 | 2020-09-17 | ヤフー株式会社 | 提供装置、提供方法および提供プログラム |
JP7071940B2 (ja) | 2019-03-12 | 2022-05-19 | ヤフー株式会社 | 提供装置、提供方法および提供プログラム |
JP2020154658A (ja) * | 2019-03-19 | 2020-09-24 | ヤフー株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
JP2021536046A (ja) * | 2019-08-14 | 2021-12-23 | 北京市商▲湯▼科技▲開▼▲發▼有限公司Beijing Sensetime Technology Development Co., Ltd. | データ処理方法、装置、及び記憶媒体 |
JP7082688B2 (ja) | 2019-08-14 | 2022-06-08 | 北京市商▲湯▼科技▲開▼▲發▼有限公司 | データ処理方法、装置、及び記憶媒体 |
JP2021114115A (ja) * | 2020-01-17 | 2021-08-05 | ヤフー株式会社 | 推定装置、推定方法、および推定プログラム |
JP7353192B2 (ja) | 2020-01-17 | 2023-09-29 | ヤフー株式会社 | 推定装置、推定方法、および推定プログラム |
JP7038447B1 (ja) | 2021-05-19 | 2022-03-18 | 株式会社刀 | 来場数予測装置 |
JP2022178021A (ja) * | 2021-05-19 | 2022-12-02 | 株式会社刀 | 来場数予測装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6804505B2 (ja) | 2020-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6804505B2 (ja) | 予測装置、予測方法、及び予測プログラム | |
US10726438B2 (en) | Personalized contextual coupon engine | |
US10067985B2 (en) | Computing system with crowd-source mechanism and method of operation thereof | |
US20110022443A1 (en) | Employment inference from mobile device data | |
CN107787459A (zh) | 提供、组织及管理移动装置的位置历史记录 | |
CN109891190B (zh) | 基于衍生社交网络对个人进行地理定位 | |
CN115053254A (zh) | 用于个性化地面交通处理和用户意图预测的系统和方法 | |
JP2020113168A (ja) | 情報処理装置 | |
US9967352B2 (en) | Communication system with location based services mechanism and method of operation thereof | |
JP2019020963A (ja) | 抽出装置、抽出方法、抽出プログラム、学習データ、及びモデル | |
JP2019032771A (ja) | 予測装置、予測方法、及び予測プログラム | |
JP6548785B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6576528B1 (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 | |
JP2018055269A (ja) | 情報処理装置及びプログラム | |
JP2016192049A (ja) | 地域交通コミュニティ形成サーバ、地域交通コミュニティ形成システム及びその方法 | |
JP2020047116A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US11272318B2 (en) | Proximity measurement system | |
JP2019053449A (ja) | 予測装置、予測方法、及び予測プログラム | |
JP2019036114A (ja) | 生成装置、生成方法、生成プログラム、学習データ、及びモデル | |
JP7071940B2 (ja) | 提供装置、提供方法および提供プログラム | |
JP6587660B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
JP6275295B1 (ja) | 判定装置、判定方法、及び判定プログラム | |
JP2020046369A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2020030485A (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 | |
JP2019032717A (ja) | 生成装置、生成方法、及び生成プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190115 |
|
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 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200317 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200514 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200616 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200911 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200911 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200917 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20200923 |
|
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: 20201104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201202 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6804505 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
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 |