JP2019075163A - 推定装置、推定方法、及び推定プログラム - Google Patents
推定装置、推定方法、及び推定プログラム Download PDFInfo
- Publication number
- JP2019075163A JP2019075163A JP2019001489A JP2019001489A JP2019075163A JP 2019075163 A JP2019075163 A JP 2019075163A JP 2019001489 A JP2019001489 A JP 2019001489A JP 2019001489 A JP2019001489 A JP 2019001489A JP 2019075163 A JP2019075163 A JP 2019075163A
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- outlier
- estimation
- behavior
- 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 27
- 238000000605 extraction Methods 0.000 claims abstract description 67
- 230000009471 action Effects 0.000 claims description 186
- 230000006399 behavior Effects 0.000 abstract description 105
- 239000000284 extract Substances 0.000 abstract description 85
- 230000002354 daily effect Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 11
- 241000209094 Oryza Species 0.000 description 10
- 235000007164 Oryza sativa Nutrition 0.000 description 10
- 235000009566 rice Nutrition 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000010365 information processing Effects 0.000 description 8
- 101710112287 DNA-directed RNA polymerases I and III subunit RPAC2 Proteins 0.000 description 7
- 101710183183 Probable DNA-directed RNA polymerases I and III subunit RPAC2 Proteins 0.000 description 7
- 102100034616 Protein POLR1D, isoform 2 Human genes 0.000 description 7
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 208000034423 Delivery Diseases 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 208000017667 Chronic Disease Diseases 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 208000019695 Migraine disease Diseases 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
〔1.推定処理〕
図1を用いて、実施形態に係る推定処理の一例について説明する。図1は、実施形態に係る推定処理の一例を示す図である。図1の例では、推定装置100がユーザの通常の行動から外れる外れ行動を示す情報(以下、「外れ情報」ともいう)を用いて、ユーザの特性(以下、「ユーザ特性」ともいう)を推定する場合を示す。ここでいう、ユーザ特性とは、ユーザの特性であって、外れ行動により顕在化される特性であるユーザの特性を含む概念である。
まず、図1に示す推定システム1について説明する。図2に示すように、推定システム1は、端末装置10と、推定装置100とが含まれる。端末装置10と、推定装置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、実施形態に係る推定システムの構成例を示す図である。なお、図2に示した推定システム1には、複数台の端末装置10や、複数台の推定装置100が含まれてもよい。
図1の例では、推定装置100がユーザ特性として、ユーザの実家の位置(エリア)を推定する場合を示したが、推定装置100は、ユーザの実家の位置(エリア)に限らず、種々のユーザ特性を推定してもよい。例えば、推定装置100は、ユーザが未登録のユーザに関する情報であって、そのユーザのパーソナリティを形成する特性をユーザ特性として、ユーザ特性の推定を行ってもよい。例えば、推定装置100は、通常であればサービスの利用において、ユーザが登録しないような情報であって、そのユーザを形成する特性をユーザ特性として、ユーザ特性の推定を行ってもよい。例えば、推定装置100は、ユーザの人格形成に影響を与えた情報をユーザ特性として、ユーザ特性の推定を行ってもよい。
なお、推定装置100は、種々の第1外れ情報や第2外れ情報を抽出して、抽出した第1外れ情報や第2外れ情報を用いて、ユーザ特性を推定してもよい。例えば、推定装置100は、一の外れ行動に含まれる第1要素に関連する第1外れ情報と、一の外れ行動に含まれる第2要素であって、第1要素とは異なる第2要素に関連する第2外れ情報とを抽出してもよい。図1に示すように、推定装置100は、花を購入するという行動から、購入対象(第1要素)に関連する第1外れ情報である購入対象「C花」を抽出する。また、推定装置100は、花を購入するという行動から、購入対象の配送先(第2要素)に関連する第2外れ情報である配送先「LC15(F県)」を抽出する。
図1の例では、推定装置100がユーザU1の商品の購入に関する行動履歴に基づいて、ユーザ特性を推定する場合を示したが、推定装置100は、ユーザの行動履歴であれば、どのような情報を用いてユーザのユーザ特性を推定してもよい。例えば、推定装置100は、異なる種別の行動から外れ情報を抽出し、ユーザのユーザ特性を推定してもよい。例えば、推定装置100は、第1種別の行動に関する第1外れ行動を示す第1外れ情報と、第1種別とは異なる第2種別の行動に関する第2外れ行動を示す第2外れ情報とを抽出してもよい。例えば、推定装置100は、ユーザが閲覧したコンテンツや視聴したテレビ番組に関する情報や検索に用いたクエリを用いて、ユーザのユーザ特性を推定してもよい。
次に、図3を用いて、実施形態に係る推定装置100の構成について説明する。図3は、実施形態に係る推定装置の構成例を示す図である。図3に示すように、推定装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、推定装置100は、推定装置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、例えば推定システム1に含まれる端末装置10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、ユーザ情報記憶部121と、行動情報記憶部122と、外れ関連情報記憶部123と、ユーザ特性情報記憶部124とを有する。
実施形態に係るユーザ情報記憶部121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121は、ユーザ属性情報を記憶する。図4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4に示すユーザ情報記憶部121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122は、ユーザの行動に関する各種情報を記憶する。図5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122は、各ユーザの行動等の各種の行動情報を記憶する。図5に示す行動情報記憶部122には、「ユーザID」、「行動ID」、「日時」、「種別」、「内容」といった項目が含まれる。
実施形態に係る外れ関連情報記憶部123は、外れ値に関する各種情報を記憶する。図6は、実施形態に係る外れ関連情報記憶部の一例を示す図である。図6に示す外れ関連情報記憶部123は、「外れ値ID」、「第1外れ」、「第2外れ」、「対象特性」といった項目が含まれる。
実施形態に係るユーザ特性情報記憶部124は、ユーザ特性に関する各種情報を記憶する。図7は、実施形態に係るユーザ特性情報記憶部の一例を示す図である。図7に示すユーザ特性情報記憶部124は、「ユーザID」、「ユーザ特性」といった項目が含まれる。「ユーザ特性」には、「実家」、「前所属企業」、「血液型」、「持病」といった項目が含まれる。なお、「ユーザ特性」には、ユーザが登録していないユーザ特性を示す情報であれば、どのような情報が含まれてもよい。
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、推定装置100内部の記憶装置に記憶されている各種プログラム(推定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、ユーザ情報記憶部121や行動情報記憶部122や外れ関連情報記憶部123やユーザ特性情報記憶部124から各種情報を取得する。例えば、取得部131は、端末装置10から各種情報を取得する。例えば、取得部131は、端末装置10からユーザの行動情報を取得する。取得部131は、ユーザが入力した入力情報を取得する。
抽出部132は、種々の情報を抽出する。例えば、抽出部132は、記憶部120に記憶された情報に基づいて、種々の情報を抽出する。抽出部132は、行動情報記憶部122から、種々の情報を抽出する。例えば、抽出部132は、端末装置10から取得した情報に基づいて、種々の情報を抽出する。
推定部133は、種々の情報を推定する。例えば、抽出部132は、記憶部120に記憶された情報に基づいて、種々の情報を推定する。抽出部132は、ユーザ情報記憶部121や行動情報記憶部122や外れ関連情報記憶部123に記憶された情報に基づいて、種々の情報を推定する。例えば、推定部133は、抽出部132により抽出された情報を用いて、ユーザの特性を推定する。
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、端末装置10へ各種情報を提供する。提供部134は、抽出部132により抽出された情報や推定部133により推定された情報を用いたサービスを提供する。例えば、提供部134は、推定部133により推定されたユーザ特性を用いたサービスを提供する。
ここで、図8を用いて、実施形態に係る推定装置100による推定処理の手順について説明する。図8は、実施形態に係る推定処理の一例を示すフローチャートである。
図1の例では、推定装置100がユーザU1の商品の購入に関する行動履歴に基づいて、ユーザ特性を推定する場合を示したが、推定装置100は、ユーザの行動履歴であれば、どのような情報を用いてユーザのユーザ特性を推定してもよい。この点について、図9を用いて説明する。図9は、実施形態に係る推定処理の一例を示す図である。
上述してきたように、実施形態に係る推定装置100は、抽出部132と、推定部133とを有する。抽出部132は、ユーザの行動に関する履歴情報から、ユーザの通常の行動から外れる外れ行動を示す情報である外れ情報を抽出する。推定部133は、抽出部132により抽出された外れ情報に基づいて、ユーザの特性であって、外れ行動により顕在化される特性であるユーザ特性を推定する。
上述してきた実施形態に係る推定装置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、推定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 推定装置
121 ユーザ情報記憶部
122 行動情報記憶部
123 外れ関連情報記憶部
124 ユーザ特性情報記憶部
130 制御部
131 取得部
132 抽出部
133 推定部
134 提供部
10 端末装置
20 事業者装置
N ネットワーク
Claims (15)
- ユーザの行動に関する履歴情報から、前記ユーザの通常の行動から外れる外れ行動を示す情報である外れ情報を抽出する抽出部と、
前記抽出部により抽出された前記外れ情報に基づいて、前記ユーザがサービスの利用において未登録情報、または、前記外れ情報に含まれる情報である前記ユーザの特性であって、前記外れ行動により顕在化される前記ユーザのパーソナリティを形成する特性であるユーザ特性を推定する推定部と、
を備えることを特徴とする推定装置。 - 前記抽出部は、
前記履歴情報から、第1外れ情報と、前記第1外れ情報とは異なる第2外れ情報と、を含む前記外れ情報を抽出する
ことを特徴とする請求項1に記載の推定装置。 - 前記抽出部は、
一の外れ行動に含まれる第1要素に関連する前記第1外れ情報と、前記一の外れ行動に含まれる第2要素であって、前記第1要素とは異なる第2要素に関連する前記第2外れ情報と、を含む前記外れ情報を抽出する
ことを特徴とする請求項2に記載の推定装置。 - 前記抽出部は、
前記履歴情報から、前記ユーザの第1外れ行動を示す前記第1外れ情報と、前記ユーザの前記第1外れ行動とは異なる第2外れ行動を示す前記第2外れ情報と、を含む前記外れ情報を抽出する
ことを特徴とする請求項2に記載の推定装置。 - 前記抽出部は、
第1種別の行動に関する前記第1外れ行動を示す前記第1外れ情報と、前記第1種別とは異なる第2種別の行動に関する前記第2外れ行動を示す前記第2外れ情報と、を含む前記外れ情報を抽出する
ことを特徴とする請求項4に記載の推定装置。 - 前記抽出部は、
第1期間における前記第1外れ行動を示す前記第1外れ情報と、前記第1期間よりも短い第2期間における前記第2外れ行動を示す前記第2外れ情報と、を含む前記外れ情報を抽出する
ことを特徴とする請求項4または請求項5に記載の推定装置。 - 前記抽出部は、
前記第1期間における前記ユーザの非日常状態を示す前記第1外れ情報と、前記ユーザの非日常状態における前記第2外れ行動を示す前記第2外れ情報と、を含む前記外れ情報を抽出する
ことを特徴とする請求項6に記載の推定装置。 - 前記推定部は、
前記外れ情報に含まれる対象に基づいて、前記対象に関連する前記ユーザ特性を推定する
ことを特徴とする請求項1〜7のいずれか1項に記載の推定装置。 - 前記推定部は、
前記外れ情報に含まれる地理的な対象に基づいて、前記地理的な対象に関連する前記ユーザ特性を推定する
ことを特徴とする請求項1〜8のいずれか1項に記載の推定装置。 - 前記推定部は、
前記ユーザの居住地以外の前記地理的な対象に関連する前記ユーザ特性を推定する
ことを特徴とする請求項9に記載の推定装置。 - 前記推定部は、
前記ユーザが検索に用いた検索クエリであって、前記外れ情報に含まれる検索クエリに関連する地理的な対象に基づいて、前記ユーザに関連する地点を示す前記ユーザ特性を推定する
ことを特徴とする請求項1〜10のいずれか1項に記載の推定装置。 - 前記推定部は、
前記ユーザが閲覧したコンテンツであって、前記外れ情報に含まれるコンテンツに関連する地理的な対象に基づいて、前記ユーザに関連する地点を示す前記ユーザ特性を推定する
ことを特徴とする請求項1〜11のいずれか1項に記載の推定装置。 - 前記推定部により推定された前記ユーザ特性を用いたサービスを提供する提供部、
をさらに備えることを特徴とする請求項1〜12のいずれか1項に記載の推定装置。 - コンピュータが実行する推定方法であって、
ユーザの行動に関する履歴情報から、前記ユーザの通常の行動から外れる外れ行動を示す情報である外れ情報を抽出する抽出工程と、
前記抽出工程により抽出された前記外れ情報に基づいて、前記ユーザがサービスの利用において未登録情報、または、前記外れ情報に含まれる情報である前記ユーザの特性であって、前記外れ行動により顕在化される前記ユーザのパーソナリティを形成する特性であるユーザ特性を推定する推定工程と、
を含むことを特徴とする推定方法。 - ユーザの行動に関する履歴情報から、前記ユーザの通常の行動から外れる外れ行動を示す情報である外れ情報を抽出する抽出手順と、
前記抽出手順により抽出された前記外れ情報に基づいて、前記ユーザがサービスの利用において未登録情報、または、前記外れ情報に含まれる情報である前記ユーザの特性であって、前記外れ行動により顕在化される前記ユーザのパーソナリティを形成する特性であるユーザ特性を推定する推定手順と、
をコンピュータに実行させることを特徴とする推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019001489A JP6812469B2 (ja) | 2019-01-08 | 2019-01-08 | 推定装置、推定方法、及び推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019001489A JP6812469B2 (ja) | 2019-01-08 | 2019-01-08 | 推定装置、推定方法、及び推定プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017174913A Division JP6494714B2 (ja) | 2017-09-12 | 2017-09-12 | 推定装置、推定方法、及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019075163A true JP2019075163A (ja) | 2019-05-16 |
JP6812469B2 JP6812469B2 (ja) | 2021-01-13 |
Family
ID=66543234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019001489A Active JP6812469B2 (ja) | 2019-01-08 | 2019-01-08 | 推定装置、推定方法、及び推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6812469B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023157697A1 (ja) * | 2022-02-18 | 2023-08-24 | オムロン株式会社 | 生産管理システム、生産管理方法、及びプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013250862A (ja) * | 2012-06-01 | 2013-12-12 | Sony Corp | 情報処理装置、情報処理方法、及びプログラム |
JP2015046152A (ja) * | 2013-07-31 | 2015-03-12 | 技研商事インターナショナル株式会社 | 行動ログ分析システム及びそのプログラム |
JP2016207020A (ja) * | 2015-04-24 | 2016-12-08 | ソフトバンク・テクノロジー株式会社 | 行動データの情報エントロピーに基づくマーケティング方法及びシステム |
JP2017107449A (ja) * | 2015-12-10 | 2017-06-15 | 株式会社ゼンリンデータコム | 情報処理装置、情報処理方法及びプログラム |
-
2019
- 2019-01-08 JP JP2019001489A patent/JP6812469B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013250862A (ja) * | 2012-06-01 | 2013-12-12 | Sony Corp | 情報処理装置、情報処理方法、及びプログラム |
JP2015046152A (ja) * | 2013-07-31 | 2015-03-12 | 技研商事インターナショナル株式会社 | 行動ログ分析システム及びそのプログラム |
JP2016207020A (ja) * | 2015-04-24 | 2016-12-08 | ソフトバンク・テクノロジー株式会社 | 行動データの情報エントロピーに基づくマーケティング方法及びシステム |
JP2017107449A (ja) * | 2015-12-10 | 2017-06-15 | 株式会社ゼンリンデータコム | 情報処理装置、情報処理方法及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023157697A1 (ja) * | 2022-02-18 | 2023-08-24 | オムロン株式会社 | 生産管理システム、生産管理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6812469B2 (ja) | 2021-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2009122880A (ja) | 情報配信システム | |
JP2018147045A (ja) | 検索装置、検索方法及び検索プログラム | |
JP6374573B1 (ja) | 生成装置、生成方法、及び生成プログラム | |
JP2020008959A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6693896B2 (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 | |
JP6601821B2 (ja) | 決定装置、決定方法、決定プログラム、情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6812469B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
JP6818717B2 (ja) | 抽出装置、抽出方法、及び抽出プログラム | |
JP2018156393A (ja) | 推定装置、推定方法、及び推定プログラム | |
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 | |
JP2018081584A (ja) | 提供装置、提供方法、及び提供プログラム | |
JP6494714B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
JP7039500B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6679415B2 (ja) | 選択装置、選択方法および選択プログラム | |
JP6702626B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6918748B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6990983B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
JP6679447B2 (ja) | 変更装置、変更方法、及び変更プログラム | |
JP6832759B2 (ja) | 表示プログラム、表示方法、端末装置、情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6516783B2 (ja) | 認証装置、認証方法、及び認証プログラム | |
JP7098553B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2021047551A (ja) | 特定装置、特定方法及び特定プログラム | |
JP7303855B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP6415618B2 (ja) | 抽出装置、抽出方法、及び抽出プログラム | |
JP6924303B2 (ja) | 生成装置、生成方法、及び生成プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201104 |
|
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: 20201117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201216 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6812469 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 |