JP5337748B2 - 情報処理装置および情報処理プログラム - Google Patents
情報処理装置および情報処理プログラム Download PDFInfo
- Publication number
- JP5337748B2 JP5337748B2 JP2010052040A JP2010052040A JP5337748B2 JP 5337748 B2 JP5337748 B2 JP 5337748B2 JP 2010052040 A JP2010052040 A JP 2010052040A JP 2010052040 A JP2010052040 A JP 2010052040A JP 5337748 B2 JP5337748 B2 JP 5337748B2
- Authority
- JP
- Japan
- Prior art keywords
- preference
- vector
- information
- centroid
- group
- 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.)
- Expired - Fee Related
Links
- 230000010365 information processing Effects 0.000 title claims description 16
- 230000009471 action Effects 0.000 claims abstract description 96
- 230000005484 gravity Effects 0.000 claims abstract description 51
- 239000013598 vector Substances 0.000 claims description 322
- 230000001186 cumulative effect Effects 0.000 claims description 43
- 238000012937 correction Methods 0.000 claims description 12
- 230000003542 behavioural effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 22
- 230000006399 behavior Effects 0.000 description 84
- 238000000034 method Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 9
- 239000000203 mixture Substances 0.000 description 9
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000013077 scoring method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
集団の行動に関する情報の提供を自動化する一般的な手法では、集団を構成する個人の各項目(ジャンルなど)に対する嗜好を定量的に示した嗜好スコアをその項目の成分とした嗜好ベクトルを作成し、この嗜好ベクトルとある基準ベクトル(各嗜好ベクトルの重心ベクトルなど)との類似性(cosine similarityなど)により、各項目に対する集団の嗜好スコアを算出している。
このように、集団の行動に関する情報の提供を自動化するための従来技術では上記の様に適切な基準ベクトルの算出に関して考慮する余地がある。
図1は、本発明の実施形態における情報選択装置により計算する各重心ベクトルと各差分ベクトルの一例を示す図である。
本実施形態における情報選択装置は、集団をなす個人(構成員)の各嗜好ベクトルによる重心ベクトル(以下、嗜好重心ベクトルと称する)、各個人の累計の行動によって各嗜好ベクトルに補正を行ったベクトルである重心ベクトル(以下、累計行動重心ベクトルと称する)の2つに加え、状況別の各個人の行動によって各嗜好ベクトルに補正を行ったベクトルである重心ベクトル(以下、状況別行動重心ベクトルと称する)を用いて基準ベクトルを算出する。
以上により、行動やその状況に応じた変化を考慮した基準ベクトルを算出することが出来、この算出によって、集団に対して、より適した情報を提供することが可能となる。
図2に示すように、本発明の実施形態における情報選択装置10は、入出力インタフェース1、記録部2、各種重心算出部3、情報選択部4、タイマ部5を備える。
入出力インタフェース1は、集団をなす各個人の嗜好情報、集団での行動履歴情報、情報提供用データ、開始トリガなどのデータを受信して、記録部2や情報選択部4に当該データを送信する、
記録部2は、各種データを記録しておくための、不揮発性メモリなどの記憶媒体である。
各種重心算出部3は、個人の嗜好情報、集団での行動履歴情報、現在状況情報、集団構成情報から嗜好重心情報、累計行動重心情報および状況別行動重心情報を算出する。
情報選択部4は、各種重心情報と個人の嗜好情報とを元に、指定された集団に適した情報を情報提供用データの中から選択する。
操作者またはタイマ部5は開始トリガを入出力インタフェース1に送信し、入出力インタフェース1は開始トリガを受信したら、この開始トリガにあわせて、各種重心算出部3へ、この開始トリガを送信する。
図3は、本発明の実施形態における情報選択装置の機能構成を示すブロック図である。
図3に示すように、情報選択装置10は、CPU11、バス12、プログラムメモリ13、データメモリ14、通信インタフェース16、入出力インタフェース17、入力デバイス18、表示デバイス19、タイマインタフェース20、タイマ21を備える。
プログラムメモリ13は、不揮発性メモリなどの記憶媒体であり、集団に適した情報選択を行なう上で必要なプログラムが記録されている。具体的には、プログラムメモリ13は、入出力制御プログラム131、個々人嗜好重心算出プログラム132、累計行動重心算出プログラム133、状況別行動重心算出プログラム134、集団に適した情報選択プログラム135が記録されている。
図3に示したデータメモリ14の集団構成情報記録エリア149には図4に示したような集団構成情報が記録される。この集団構成情報では、ユーザを示す識別子であるユーザIDとグループを示す識別子であるグループIDとが組になったものが1データとなる。1ユーザが複数の集団の識別子を有してもよい。
図3に示したデータメモリ14の集団での行動履歴情報記録エリア142には図5に示したような集団での行動履歴情報が集団毎に記録される。この集団での行動履歴情報では、行動を行った集団のID、日時、場所やそのジャンルを表す集合が1データとなる。図3では外食の例を示したが、TV番組や旅行などでもよい。
図3に示したデータメモリ14の個人の嗜好情報記録エリア141には、図6に示したような個人の嗜好情報が各ユーザ・ジャンル毎に記録される。この個人の嗜好情報では、ユーザIDと、ジャンル名と、当該ユーザの当該ジャンルに対する嗜好を定量化した情報である嗜好スコアとの集合が1データとなる。
また、個人の嗜好情報のジャンル名と集団での行動履歴情報のジャンル名とは統一されており、ユーザIDと同様に、同じジャンル名であれば同じものを示している。
図3に示したデータメモリ14の情報提供用データ記録エリア144には図7に示したような情報提供用データが記録される。この情報提供用データは、図7に示したように外食を例にすると店舗名やジャンル名といった情報の集合が1データとなる。なお、情報提供用データのジャンル名と個人の嗜好情報のジャンル名と集団での行動履歴情報のジャンル名とは統一されており、同値であれば同じものを示している。また、情報提供用データの場所情報と集団での行動履歴情報の場所情報とは統一されており、同値であれば同じものを示している。
この情報は、ユーザのいる場所と時間帯とグループIDのデータが含まれていればよく、例えば開始トリガ発信者の現在場所や時間帯であってもよいし、これから向かおうと思っている場所や時間帯であってもよい。
情報選択装置10の入出力インタフェース1は、対象とする集団のグループIDと現在状況情報とが含まれた開始トリガを受け取り、各種重心算出部3に出力する(ステップS1)。
嗜好ベクトルFiおよびこの嗜好ベクトルFiから各重心を算出する式は以下の式(1),式(2),式(3),式(4)である。具体的には、式(1)は嗜好ベクトルFiの算出式であり、式(2)は嗜好重心GFの算出式であり、式(3)は累計行動重心GAの算出式であり、式(4)は状況別行動重心GSの算出式である。
式(3),式(4)におけるg(i)は、ジャンルiに対する集団での行動(それを行なった頻度)を意味し、集団での行動履歴情報から求められるものである。
式(4)におけるwiは、集団での行動履歴情報と現在状況情報との合致によるジャンルiに対する補正値を意味する。この補正値wiは、例えば、場所と時間帯が一致していれば「2」、場所と時間帯のどちらかが一致していれば「1」、一致しているものがなければ「0」といった値をとる。
各種重心算出部3は、開始トリガに含まれているグループIDに属するユーザIDを図2に示した記録部2に記録されている集団構成情報から取得する(ステップS21)。この集団構成情報は、図3に示したデータメモリ14の集団構成情報記録エリア149に記録される、図4に示した集団構成情報を指す。
また、この現在状況情報は、図3に示したデータメモリ14の現在状況情報記録エリア143に記録される現在状況情報を指す。
各種重心算出部3は、ステップS25で作成した各行動ベクトルをもとに、前述した式(3)に従って累計行動重心GAを算出し、記録部2に記録する(ステップS26)。この累計行動重心の記録先は、図4に示したデータメモリ14の累計行動重心情報記録エリア146を指す。
GFV:嗜好重心ベクトル
GAV:累計行動重心ベクトル
GSV:状況別行動重心ベクトル
wGF:嗜好重心ベクトルの値に掛ける加重値
wGA:累計行動重心ベクトルの値に掛ける加重値
wGS:状況別行動重心ベクトルの値に掛ける加重値
嗜好重心を原点とすると嗜好と行動・状況の差がより大きくなる場合があり、そのような場合は嗜好重心を原点とした考えた方が適した情報が与えられる場合がある。
嗜好重心を原点とした場合、情報選択部4は、各重心ベクトル自体を用いる代わりに、各重心ベクトルの差分を利用して基準ベクトルを算出する。各重心ベクトルの差分を利用した基準ベクトルの算出例は以下のようになる。
w1:累計行動重心ベクトルと嗜好重心ベクトルとの差分ベクトルに掛ける加重値
w2:状況別行動重心ベクトルと嗜好重心ベクトルとの差分ベクトルに掛ける加重値
w3:状況別行動重心ベクトルと累計行動重心ベクトルとの差分ベクトルに掛ける加重値
情報選択部4は、ステップS23で各種重心算出部3により求められた各嗜好ベクトルFiに対し、基準ベクトルvを用いて再スコアリングを行なう。例えば、基準ベクトルvに類似するほど高い加重値を掛けるなどで各嗜好ベクトルFiを再スコアリングすることにより集団の嗜好を推定でき、より集団に適した情報を選択可能となる。
この際、前述した式(6)のように差分ベクトルを用いて基準ベクトルvを求めたい場合、各嗜好ベクトルFiは嗜好重心を始点としたベクトルに変換する必要がある。
まず、嗜好ベクトルFiが2次元であれば、各嗜好ベクトルFiをクラスタリングし、基本ベクトルの所属するクラスタと嗜好ベクトルFiが属するクラスタの類似度による再スコアリング手法を用いる。この手法は、個人の嗜好情報の嗜好スコアが粗であっても効果が得られ易いという利点がある。以下に具体的な処理の例を示す。
Fi:ジャンルiに対する嗜好ベクトル
radk:クラスタ番号kの代表ベクトルのラジアン値
rad(Fi):嗜好ベクトルFiの所属するクラスタの代表ベクトルのラジアン値
Fi´:再スコアリング後の嗜好ベクトル
情報選択部4は、再スコアリングされた各嗜好ベクトルFiをもとに情報提供用データのランク付けを行なう。具体的には、情報選択部4は、情報提供用データのジャンル名と再スコアリングされた各嗜好ベクトルFiのジャンル名とが一致するものを探し、その再スコアリングされた嗜好ベクトルFi´の大きさ順でランク付けを行なう。そして、情報選択部4は、そのランクの上位n個を集団に適した情報として抽出する。
図10は、本発明の実施形態における情報選択装置の情報選択部による処理動作の一例を示すフローチャートである。
情報選択部4は、記録部2から嗜好重心情報、累計行動重心情報、状況別行動重心情報、個人の嗜好情報、および情報提供用データを取得する(ステップS31)。
情報選択部4は、ステップS31で取得した嗜好重心情報、累計行動重心情報および状況別行動重心情報をもとに、原点から嗜好重心に向かう嗜好重心ベクトル、原点から累計行動重心に向かう累計行動重心ベクトル、原点から状況別行動重心に向かう状況別行動重心ベクトルを算出し、これらの重心ベクトルをもとに、式(5)または式(6)にしたがって基準ベクトルを算出する(ステップS32)。
情報選択部4は、ステップS32の処理で、式(5)に従って、つまり差分ベクトルを用いないで基準ベクトルを算出した場合(ステップS33のNO)、またはステップS34の終了後、嗜好ベクトルが2次元であるか否かを判定する(ステップS35)。
また、情報選択部4は、嗜好ベクトルが他次元であれば(ステップS35のNO)、算出した基準ベクトルと嗜好ベクトルの類似性を利用して各嗜好ベクトルを式(8)にしたがって再スコアリングする(ステップS37)。
情報選択部4は、ステップS38でランク付けされた情報提供用データの上位n個を集団に適した情報として抽出して、記録部2へ記録し、集団に適した情報選択処理を終了する(ステップS39)。
ここでは、男女の1組を被験者とし、個々人の嗜好をアンケートした結果と、二人で一緒に行動したときの履歴を用いた検証結果について説明する。この検証では、外食に関する行動を対象としている。嗜好のアンケートでは食のジャンルに関する38項目に対してそれぞれ5段階で評価してもらった。また、行動の頻度は食事を行った店の回数とし、先の38項目のうち最も適したものに対応付けた。状況別の行動としては、時間帯別(ランチ・ティータイム・夕食)と場所別(市レベル)を用いた。
図11には、各手法による上位10個の項目の適合度合いの内訳を示している。この結果から、本実施形態は既存の手法と比較して、集団の行動について適した情報を提供可能といえる。
この第1の変形例は、基準ベクトルを差分ベクトルを用いないで算出する場合における、情報選択部4による処理動作を説明するものである。
情報選択部4は、ステップS31で取得した嗜好重心情報、累計行動重心情報および状況別行動重心情報をもとに、原点から嗜好重心に向かう嗜好重心ベクトル、原点から累計行動重心に向かう累計行動重心ベクトル、原点から状況別行動重心に向かう状況別行動重心ベクトルを算出し、これらの重心ベクトルをもとに、式(5)にしたがって基準ベクトルを算出する(ステップS32)。以後は前述したステップS35からS39までの処理がなされる。
この第2の変形例は、基準ベクトルを差分ベクトルを用いて算出する場合における、情報選択部4による処理動作を説明するものである。
情報選択部4は、ステップS31で取得した嗜好重心情報、累計行動重心情報および状況別行動重心情報をもとに、原点から嗜好重心に向かう嗜好重心ベクトル、原点から累計行動重心に向かう累計行動重心ベクトル、原点から状況別行動重心に向かう状況別行動重心ベクトルを算出し、これらの重心ベクトルをもとに、式(6)にしたがって基準ベクトルを算出する(ステップS51)。
なお、この発明は前記実施形態そのままに限定されるものではなく実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、前記実施形態に開示されている複数の構成要素の適宜な組み合わせにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を省略してもよい。更に、異なる実施形態に亘る構成要素を適宜組み合せてもよい。
Claims (5)
- 集団を構成する各個人の嗜好情報を取得する嗜好情報取得手段と、
前記嗜好情報取得手段により取得した各個人の嗜好情報をもとに、嗜好を示す特徴量空間での前記集団を構成する各個人の嗜好情報を示すベクトルである個人毎の嗜好ベクトルを算出する嗜好ベクトル算出手段と、
前記嗜好ベクトル算出手段により算出した個人毎の嗜好ベクトルをもとに、前記特徴量空間での前記集団の所定の状況での行動における集団全体の嗜好を示すベクトルである状況別行動重心ベクトルを算出する状況別行動重心ベクトル算出手段と、
前記状況別行動重心ベクトル算出手段により算出した状況別行動ベクトルを基準ベクトルとし、当該基準ベクトルに類似する前記個人毎の嗜好ベクトルの重みが重くなるように当該個人毎の嗜好ベクトルを重み付けし、前記重み付け後の前記個人毎の嗜好ベクトルを用いて前記集団の嗜好を推定する集団嗜好推定手段と
を備えたことを特徴とする情報処理装置。 - 前記集団全体での行動履歴情報を取得する行動履歴情報取得手段と、
前記嗜好ベクトル算出手段により算出した個人毎の嗜好ベクトルをもとに、前記特徴量空間での個人の嗜好を示すベクトルである嗜好重心ベクトルを算出する嗜好重心ベクトル算出手段と、
前記嗜好ベクトル算出手段により算出した嗜好ベクトルと前記行動履歴情報取得手段により取得した行動履歴情報とをもとに、前記特徴量空間での集団全体の嗜好を示すベクトルである累計行動重心ベクトルを算出する累計行動重心ベクトル算出手段とをさらに備え、
前記集団嗜好推定手段は、
前記状況別行動重心ベクトル、嗜好重心ベクトル、累計行動重心ベクトルに基づいた基準ベクトルに類似する前記個人毎の嗜好ベクトルの重みが重くなるように当該個人毎の嗜好ベクトルを重み付けし、前記重み付け後の前記個人毎の嗜好ベクトルを用いて前記集団の嗜好を推定する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記嗜好重心ベクトル算出手段は、
嗜好の各項目について前記嗜好ベクトル算出手段により算出した個人毎の嗜好ベクトルをもとに、前記特徴量空間での個人の嗜好を示す座標位置である嗜好重心を算出し、前記特徴量空間の原点から前記嗜好重心に向かう嗜好重心ベクトルを算出し、
前記累計行動重心ベクトル算出手段は、
嗜好の各項目について前記嗜好ベクトル算出手段により算出した個人毎の嗜好ベクトルについて、前記行動履歴情報取得手段により取得した行動履歴情報にもとづいた補正を行なうことで、前記特徴量空間での集団全体の嗜好を示す座標位置である累計行動重心を算出し、前記特徴量空間の原点から前記累計行動重心に向かう累計行動重心ベクトルを算出し、
前記状況別行動重心ベクトル算出手段は、
嗜好の各項目について前記嗜好ベクトル算出手段により算出した個人毎の嗜好ベクトルについて、前記行動履歴情報取得手段により取得した行動履歴情報にもとづいた補正を行ない、さらに、前記行動履歴情報と前記集団の各個人の状況との照合結果にもとづいた補正を行なうことで、前記特徴量空間での前記集団の所定の状況での行動における集団全体の嗜好を示す座標位置である状況別行動重心を算出し、前記特徴量空間の原点から前記状況別行動重心に向かう状況別行動重心ベクトルを算出し、
前記集団嗜好推定手段は、
前記嗜好重心ベクトル、前記累計行動重心ベクトルおよび状況別行動重心ベクトルをもとに前記基準ベクトルを生成し、この基準ベクトルを用いて嗜好ベクトルのスコアを重み付けし、この重み付け後のスコアが大きな値の順に予め定めた個数の嗜好ベクトルを抽出し、この抽出した嗜好ベクトルを用いて前記集団の嗜好を推定する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記集団嗜好推定手段は、
前記累計行動重心ベクトルに対する前記嗜好重心ベクトルの差分ベクトル、前記状況別行動重心ベクトルに対する前記嗜好重心ベクトルの差分ベクトル、および前記状況別行動重心ベクトルに対する前記累計行動重心ベクトルの差分ベクトルをもとに前記基準ベクトルを生成し、
前記嗜好ベクトルを前記嗜好重心ベクトル算出手段により算出した前記嗜好重心を始点とするベクトルに変換するベクトル変換手段をさらに備え、
前記集団嗜好推定手段は、
前記基準ベクトルを用いて前記ベクトル変換手段による変換後の嗜好ベクトルのスコアを重み付けし、この重み付け後のスコアが大きな値の順に予め定めた個数の嗜好ベクトルを抽出し、この抽出した嗜好ベクトルを用いて前記集団の嗜好を推定する
ことを特徴とする請求項2に記載の情報処理装置。 - 請求項1ないし4のいずれか1項に記載の情報処理装置を構成する各手段としてコンピュータを機能させるための情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010052040A JP5337748B2 (ja) | 2010-03-09 | 2010-03-09 | 情報処理装置および情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010052040A JP5337748B2 (ja) | 2010-03-09 | 2010-03-09 | 情報処理装置および情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011186829A JP2011186829A (ja) | 2011-09-22 |
JP5337748B2 true JP5337748B2 (ja) | 2013-11-06 |
Family
ID=44793009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010052040A Expired - Fee Related JP5337748B2 (ja) | 2010-03-09 | 2010-03-09 | 情報処理装置および情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5337748B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5831204B2 (ja) * | 2011-12-21 | 2015-12-09 | 大日本印刷株式会社 | 情報提供システム、情報提供方法及びプログラム |
JP6929445B2 (ja) * | 2018-03-29 | 2021-09-01 | 株式会社Nttドコモ | 評価装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004362045A (ja) * | 2003-06-02 | 2004-12-24 | Sony Corp | グループ認証システム,サーバ装置,プログラム,記録媒体及びグループ認証方法。 |
JP2004234687A (ja) * | 2004-04-02 | 2004-08-19 | Nec Corp | 情報提供システムおよび情報提供方法 |
WO2006126147A2 (en) * | 2005-05-27 | 2006-11-30 | Koninklijke Philips Electronics N.V. | Method and apparatus for estimating total interest of a group of users directing to a content |
-
2010
- 2010-03-09 JP JP2010052040A patent/JP5337748B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011186829A (ja) | 2011-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9891095B2 (en) | Method and system to provide a person with a personalized advice with regard to his/her weight | |
US9558397B2 (en) | Method and apparatus for automated analysis and identification of a person in image and video content | |
JP5805548B2 (ja) | 情報処理装置、及び、情報処理方法 | |
JP2016009211A (ja) | ユーザ嗜好に合わせたワイン自動選定システム | |
JP4736713B2 (ja) | プロジェクトメンバーの選定を支援するシステムと方法 | |
JP2012018571A (ja) | コンテンツ推薦装置及び方法 | |
CN104272304B (zh) | 信息处理设备、信息处理方法以及程序 | |
JP5337748B2 (ja) | 情報処理装置および情報処理プログラム | |
WO2019107118A1 (ja) | 健康管理支援装置、方法およびプログラム | |
JP2010211484A (ja) | 存在確率による位置重みを考慮した類似画像検索装置、存在確率による位置重みを考慮した類似画像検索方法、存在確率による位置重みを考慮した類似画像検索プログラム | |
JP6375706B2 (ja) | 属性推定プログラム及び情報処理装置 | |
US10311497B2 (en) | Server, analysis method and computer program product for analyzing recognition information and combination information | |
JP2019101654A5 (ja) | ||
US20190042657A1 (en) | Concierge system, concierge method, and concierge program | |
WO2016084453A1 (ja) | 情報処理装置、制御方法、およびプログラム | |
JP6327682B1 (ja) | 情報処理システム、情報処理装置、情報処理方法、及びプログラム | |
JP2020024645A (ja) | データ管理装置およびデータ推奨プログラム | |
JP6236357B2 (ja) | 覚醒度推定装置、覚醒度推定方法及びプログラム | |
JP3889189B2 (ja) | 介護サービスのケアプラン生成システム | |
KR101886221B1 (ko) | 라이프로그 데이터의 유사도 산출 방법 및 장치 | |
JP5508987B2 (ja) | 提供情報選択装置、方法及びプログラム | |
US20150220614A1 (en) | Information collection device, system, method and program | |
US10645546B2 (en) | Information processing apparatus and method for determining service | |
JP2009157837A (ja) | 行動変容促進装置、方法、及びプログラム | |
JP7061091B2 (ja) | コンテンツ提供装置、コンテンツ提供方法、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: 20120308 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20120627 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130515 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20130515 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130521 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130712 |
|
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: 20130730 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130805 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5337748 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |