JP6366031B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP6366031B2 JP6366031B2 JP2013232780A JP2013232780A JP6366031B2 JP 6366031 B2 JP6366031 B2 JP 6366031B2 JP 2013232780 A JP2013232780 A JP 2013232780A JP 2013232780 A JP2013232780 A JP 2013232780A JP 6366031 B2 JP6366031 B2 JP 6366031B2
- Authority
- JP
- Japan
- Prior art keywords
- items
- item
- matrix
- feature vector
- information processing
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
[特許文献1] 特開2011−95814号公報
q(UCB)i=qi+(2logm/mi)1/2
により、スコアq(UCB)iを算出する。なお、miは当該アイテムを提示した回数を示し、mを全アイテムの提示回数の合計を示す。これにより、スコア算出部102は、提示された実績が少ないアイテムに対して高いスコアを与えることが可能となるので、アイテムが過去に選択された実績に加えて、アイテムが選択される将来の可能性をアイテムのスコアに反映させることができる。
次に、選択部106は、類似度Sijをi行目j列目の成分とするn×nの正方行列Sを生成する。
なお、|V|は集合Vに含まれる固有ベクトルの数を示し、vmは集合Vに含まれるm番目の固有ベクトルを示し、iは1≦i≦nの自然数であり、eiは第i成分が1の単位ベクトルを示す。
ここで、dは特徴ベクトルΦmの次元、すなわち特徴の数とする。図4に示す形態においてd=5となる。1≦i、j≦dを満たし、Φmi及びΦmjはそれぞれ特徴ベクトルΦmのi番目及びj番目の成分を示す。
ここで、nは3以上の自然数であり、1≦i、j≦nを満たし、行列S[a,b;c,d]は行列Sのa及びb行目とc及びd列目を抽出した部分行列を示し、det(S)は行列Sの行列式を示す。
Claims (16)
- 複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理装置であって、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択部と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力部と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得部と、
を備え、
前記選択部は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出し、
一のアイテムと他のアイテムとの間の前記類似度を前記一のアイテムに対応する行及び前記他のアイテムに対応する列の成分とする行列Sを生成し、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから下記数式(1)及び(2)に基づいて行列Lを生成し、
前記行列Lの固有ベクトル及び固有値を算出し、
前記行列Lの固有ベクトルのうち対応する固有値が大きい固有ベクトルを優先的にk個選択することにより固有ベクトルの集合Vを生成し、
前記集合Vに基づいて、前記n個のアイテムの中から前記アイテムの組として前記k個の前記アイテムを選択する、
(ただし、nは3以上の自然数、kは2以上n未満の自然数であり、1≦i、j≦nを満たし、qiはi番目のアイテムのスコアを示し、Φiはi番目のアイテムの特徴ベクトルを示し、Lij及びSijは、それぞれ行列L及び行列Sの(i,j)成分を示す)
情報処理装置。 - 前記ユーザが過去にアイテムを選択した履歴に基づいて各アイテムのスコアを算出するスコア算出部を更に備える、
請求項1に記載の情報処理装置。 - 前記スコア算出部は、Upper Confidence Boundに基づいて前記スコアを算出する、
請求項2に記載の情報処理装置。 - 前記スコア算出部は、アイテムの提示したことに応じて当該アイテムが選択された割合に基づいて前記スコアを算出する、
請求項2に記載の情報処理装置。 - 前記選択部は、
前記n個のアイテム中のi番目のアイテムに対して数式(3)に示す優先度Piに対応する確率を割り当てて、当該割り当てた確率に基づいて1個のj番目のアイテムを選択する選択処理と、
前記集合Vから任意の1つのベクトルを削除し、残りのベクトルのそれぞれを、第j成分が1の単位ベクトルejに直交する空間に射影して新しい集合Vとする集合生成処理と、
前記集合Vに含まれるベクトルを正規直交化する正規化処理と、
を前記集合Vが空集合になるまで繰り返すことにより前記k個のアイテムを選択する、
請求項1から4のいずれか1項に記載の情報処理装置。
ただし、iは1≦i≦nの自然数であり、|V|は前記集合Vに含まれるベクトルの数を示し、vmは前記集合Vに含まれるm番目のベクトルを示し、eiは、第i成分が1の単位ベクトルを示す。 - 複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理装置であって、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択部と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力部と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得部と、
を備え、
前記選択部は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出し、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから数式(4)に基づいて行列Cを生成し、
前記行列Cの固有ベクトル及び固有値を算出し、
前記行列Cの固有ベクトルのうち対応する固有値が大きい固有ベクトルを優先的にk個選択することにより固有ベクトルの集合Vを生成し、
前記集合Vに基づいて、前記n個のアイテムの中から前記アイテムの組として前記k個の前記アイテムを選択する、
情報処理装置。
ただし、行列Cはd×dの正方行列であり、dは前記特徴ベクトルの成分数であり、nは3以上の自然数であり、kは2以上n未満の自然数であり、1≦i、j≦dを満たし、qiはi番目のアイテムのスコアを示し、Φiはi番目のアイテムの特徴ベクトルを示し、Cijはそれぞれ行列Cの(i,j)成分を示し、Φmi及びΦmjはそれぞれ特徴ベクトルΦmのi番目及びj番目の成分を示す。 - 前記選択部は、
前記n個のアイテムに対して数式(5)に示す優先度Piに対応する確率を割り当てて、当該割り当てた確率に基づいて1個のj番目のアイテムを選択する選択処理と、
前記集合Vから任意の1つのベクトルwを削除し、残りのベクトルvのそれぞれを数式(6)に基づいてv'に更新して新しい集合Vとする集合生成処理と、
前記集合Vに含まれるベクトルを正規直交化する正規化処理と、
を前記集合Vが空集合になるまで繰り返すことにより前記k個のアイテムを選択する、
請求項6に記載の情報処理装置。
ただし、iは1≦i≦nの自然数であり、|V|は前記集合Vに含まれるベクトルの数を示し、vnは前記集合Vに含まれるn番目のベクトルを示す。 - 複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理装置であって、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択部と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力部と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得部と、
を備え、
前記選択部は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出し、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから数式(7)及び数式(8)に基づいて行列Mを生成し、
前記行列Mに基づいて、前記n個の前記アイテムの中から前記アイテムの組としてk個の前記アイテムを選択する、
情報処理装置。
ただし、nは3以上の自然数であり、kは2以上n未満の自然数であり、1≦i、j≦nを満たし、qiはi番目のアイテムのスコアを示し、Φiはi番目のアイテムの特徴ベクトルを示し、Mij及びSijはそれぞれ行列M及び行列Sの(i,j)成分を示し、行列S[a,b;c,d]は行列Sのa及びb行目とc及びd列目を抽出した部分行列を示す。 - 前記選択部は、
行列Mの成分Mijの大きさに応じて、i番目及びj番目のアイテムをアイテムの組として選択する、
請求項8に記載の情報処理装置。 - 前記出力部は、前記アイテムの組に含まれる前記アイテムのうち前記スコアの大きいものを他のアイテムに優先して出力する、
請求項1から9のいずれか1項に記載の情報処理装置。 - コンピュータにより複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理方法であって、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択段階と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力段階と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得段階と、
を備え、
前記選択段階は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出する段階、
一のアイテムと他のアイテムとの間の前記類似度を前記一のアイテムに対応する行及び前記他のアイテムに対応する列の成分とする行列Sを生成する段階、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから下記数式(1)及び(2)に基づいて行列Lを生成する段階、
前記行列Lの固有ベクトル及び固有値を算出する段階、
前記行列Lの固有ベクトルのうち対応する固有値が大きい固有ベクトルを優先的にk個選択することにより固有ベクトルの集合Vを生成する段階、及び、
前記集合Vに基づいて、前記n個のアイテムの中から前記アイテムの組として前記k個の前記アイテムを選択する段階、
(ただし、nは3以上の自然数、kは2以上n未満の自然数であり、1≦i、j≦nを満たし、qiはi番目のアイテムのスコアを示し、Φiはi番目のアイテムの特徴ベクトルを示し、Lij及びSijは、それぞれ行列L及び行列Sの(i,j)成分を示す)
を有する情報処理方法。 - コンピュータにより複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理方法であって、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択段階と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力段階と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得段階と、
を備え、
前記選択段階は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出する段階、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから数式(4)に基づいて行列Cを生成する段階、
前記行列Cの固有ベクトル及び固有値を算出する段階、
前記行列Cの固有ベクトルのうち対応する固有値が大きい固有ベクトルを優先的にk個選択することにより固有ベクトルの集合Vを生成する段階、及び、
前記集合Vに基づいて、前記n個のアイテムの中から前記アイテムの組として前記k個の前記アイテムを選択する段階、
を有する情報処理方法。
ただし、行列Cはd×dの正方行列であり、dは前記特徴ベクトルの成分数であり、nは3以上の自然数であり、kは2以上n未満の自然数であり、1≦i、j≦dを満たし、q i はi番目のアイテムのスコアを示し、Φ i はi番目のアイテムの特徴ベクトルを示し、C ij はそれぞれ行列Cの(i,j)成分を示し、Φ mi 及びΦ mj はそれぞれ特徴ベクトルΦ m のi番目及びj番目の成分を示す。 - コンピュータにより複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理方法であって、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択段階と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力段階と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得段階と、
を備え、
前記選択段階は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出する段階、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから数式(7)及び数式(8)に基づいて行列Mを生成する段階、及び
前記行列Mに基づいて、前記n個の前記アイテムの中から前記アイテムの組としてk個の前記アイテムを選択する段階、
を有する情報処理方法。
ただし、nは3以上の自然数であり、kは2以上n未満の自然数であり、1≦i、j≦nを満たし、q i はi番目のアイテムのスコアを示し、Φ i はi番目のアイテムの特徴ベクトルを示し、M ij 及びS ij はそれぞれ行列M及び行列Sの(i,j)成分を示し、行列S[a,b;c,d]は行列Sのa及びb行目とc及びd列目を抽出した部分行列を示す。 - コンピュータを複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理装置として機能させるプログラムであって、
当該プログラムは、前記コンピュータを、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択部と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力部と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得部と、
して機能させ、
前記選択部は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出し、
一のアイテムと他のアイテムとの間の前記類似度を前記一のアイテムに対応する行及び前記他のアイテムに対応する列の成分とする行列Sを生成し、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから下記数式(1)及び(2)に基づいて行列Lを生成し、
前記行列Lの固有ベクトル及び固有値を算出し、
前記行列Lの固有ベクトルのうち対応する固有値が大きい固有ベクトルを優先的にk個選択することにより固有ベクトルの集合Vを生成し、
前記集合Vに基づいて、前記n個のアイテムの中から前記アイテムの組として前記k個の前記アイテムを選択する、
(ただし、nは3以上の自然数、kは2以上n未満の自然数であり、1≦i、j≦nを満たし、qiはi番目のアイテムのスコアを示し、Φiはi番目のアイテムの特徴ベクトルを示し、Lij及びSijは、それぞれ行列L及び行列Sの(i,j)成分を示す)
プログラム。 - コンピュータを複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理装置として機能させるプログラムであって、
当該プログラムは、前記コンピュータを、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択部と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力部と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得部と、
して機能させ、
前記選択部は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出し、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから数式(4)に基づいて行列Cを生成し、
前記行列Cの固有ベクトル及び固有値を算出し、
前記行列Cの固有ベクトルのうち対応する固有値が大きい固有ベクトルを優先的にk個選択することにより固有ベクトルの集合Vを生成し、
前記集合Vに基づいて、前記n個のアイテムの中から前記アイテムの組として前記k個の前記アイテムを選択する、
プログラム。
ただし、行列Cはd×dの正方行列であり、dは前記特徴ベクトルの成分数であり、nは3以上の自然数であり、kは2以上n未満の自然数であり、1≦i、j≦dを満たし、q i はi番目のアイテムのスコアを示し、Φ i はi番目のアイテムの特徴ベクトルを示し、C ij はそれぞれ行列Cの(i,j)成分を示し、Φ mi 及びΦ mj はそれぞれ特徴ベクトルΦ m のi番目及びj番目の成分を示す。 - コンピュータを複数のアイテムの中からユーザに推奨するアイテムの組を選択する情報処理装置として機能させるプログラムであって、
当該プログラムは、前記コンピュータを、
前記複数のアイテムのそれぞれについて、アイテム自体のスコアが高い場合に高く、他に選択されるアイテムに対する類似度が高い場合に低くなる優先度を算出し、前記優先度に基づいて、前記複数のアイテムの中から前記アイテムの組を選択する選択部と、
選択した前記アイテムの組に含まれる各アイテムを、前記ユーザに提示すべきアイテムとして出力する出力部と、
前記複数のアイテムのそれぞれについて、前記アイテムの特徴を表す特徴ベクトルを取得する特徴ベクトル取得部と、
して機能させ、
前記選択部は、
2以上のアイテムのそれぞれの前記特徴ベクトルに基づいて、2以上のアイテムの類似度を算出し、
n個の前記アイテムの前記スコア及び前記特徴ベクトルから数式(7)及び数式(8)に基づいて行列Mを生成し、
前記行列Mに基づいて、前記n個の前記アイテムの中から前記アイテムの組としてk個の前記アイテムを選択する、
プログラム。
ただし、nは3以上の自然数であり、kは2以上n未満の自然数であり、1≦i、j≦nを満たし、q i はi番目のアイテムのスコアを示し、Φ i はi番目のアイテムの特徴ベクトルを示し、M ij 及びS ij はそれぞれ行列M及び行列Sの(i,j)成分を示し、行列S[a,b;c,d]は行列Sのa及びb行目とc及びd列目を抽出した部分行列を示す。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013232780A JP6366031B2 (ja) | 2013-11-11 | 2013-11-11 | 情報処理装置、情報処理方法、及びプログラム |
CN201410643597.1A CN104636419B (zh) | 2013-11-11 | 2014-11-10 | 信息处理装置、信息处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013232780A JP6366031B2 (ja) | 2013-11-11 | 2013-11-11 | 情報処理装置、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015095009A JP2015095009A (ja) | 2015-05-18 |
JP6366031B2 true JP6366031B2 (ja) | 2018-08-01 |
Family
ID=53197386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013232780A Expired - Fee Related JP6366031B2 (ja) | 2013-11-11 | 2013-11-11 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6366031B2 (ja) |
CN (1) | CN104636419B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6572691B2 (ja) * | 2015-09-08 | 2019-09-11 | 富士通株式会社 | 検索方法、検索プログラムおよび検索装置 |
CN105630742B (zh) * | 2015-12-28 | 2019-05-07 | 广州酷狗计算机科技有限公司 | 特征向量计算方法及装置 |
CN108345419B (zh) * | 2017-01-25 | 2021-06-08 | 华为技术有限公司 | 一种信息推荐列表的生成方法及装置 |
CN107644085B (zh) * | 2017-09-22 | 2020-12-11 | 百度在线网络技术(北京)有限公司 | 体育赛事新闻的生成方法和装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003150835A (ja) * | 2001-11-14 | 2003-05-23 | Just Syst Corp | 商品推薦システム、方法及び装置、並びにプログラム |
US8060463B1 (en) * | 2005-03-30 | 2011-11-15 | Amazon Technologies, Inc. | Mining of user event data to identify users with common interests |
JP2010073195A (ja) * | 2008-08-22 | 2010-04-02 | Osaka Prefecture Univ | 協調フィルタリング処理方法および協調フィルタリング処理プログラム |
JP4650541B2 (ja) * | 2008-09-08 | 2011-03-16 | ソニー株式会社 | 推薦装置および方法、プログラム、並びに記録媒体 |
JP5462510B2 (ja) * | 2009-03-24 | 2014-04-02 | 株式会社野村総合研究所 | 商品検索サーバ、商品検索方法、プログラム、および記録媒体 |
CN102236646A (zh) * | 2010-04-20 | 2011-11-09 | 得利在线信息技术(北京)有限公司 | 对象级垂直搜索引擎个性化排序算法iRank |
US20120016642A1 (en) * | 2010-07-14 | 2012-01-19 | Yahoo! Inc. | Contextual-bandit approach to personalized news article recommendation |
JP5370351B2 (ja) * | 2010-12-28 | 2013-12-18 | 株式会社Jvcケンウッド | 情報処理方法、情報処理装置、及び情報処理プログラム |
US9916363B2 (en) * | 2011-04-19 | 2018-03-13 | Nokia Technologies Oy | Method and apparatus for flexible diversification of recommendation results |
CN102254028A (zh) * | 2011-07-22 | 2011-11-23 | 青岛理工大学 | 一种集成属性和结构相似性的个性化商品推荐方法和系统 |
-
2013
- 2013-11-11 JP JP2013232780A patent/JP6366031B2/ja not_active Expired - Fee Related
-
2014
- 2014-11-10 CN CN201410643597.1A patent/CN104636419B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104636419B (zh) | 2018-08-17 |
JP2015095009A (ja) | 2015-05-18 |
CN104636419A (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5984150B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP6443858B2 (ja) | 算出装置、算出方法、学習装置、学習方法、及びプログラム | |
US8761496B2 (en) | Image processing apparatus for calculating a degree of similarity between images, method of image processing, processing apparatus for calculating a degree of approximation between data sets, method of processing, computer program product, and computer readable medium | |
WO2019242144A1 (zh) | 电子装置、偏好倾向预测方法和计算机可读存储介质 | |
JP6366031B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP6187977B2 (ja) | 解析装置、解析方法及びプログラム | |
JP6103540B2 (ja) | 生成装置、生成方法、情報処理方法、及び、プログラム | |
JP6572691B2 (ja) | 検索方法、検索プログラムおよび検索装置 | |
US20150170170A1 (en) | Processing apparatus, processing method, and program | |
US20200184360A1 (en) | Processing apparatus, processing method, estimating apparatus, estimating method, and program | |
JP5975470B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
JP6573272B2 (ja) | 生成装置、生成方法、及び、プログラム | |
JP7451157B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP5950284B2 (ja) | 処理装置、処理方法、およびプログラム | |
JP7275591B2 (ja) | 評価支援プログラム、評価支援方法および情報処理装置 | |
JP5984144B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
US20220207584A1 (en) | Learning device, computer-readable information storage medium, and learning method | |
US20230153491A1 (en) | System for estimating feature value of material | |
JP6132288B2 (ja) | 生成装置、選択装置、生成方法、選択方法、及び、プログラム | |
JP7456486B2 (ja) | アイテム分類支援システム、方法およびプログラム | |
JP7455769B2 (ja) | 情報処理装置、情報処理方法、プログラム、および情報処理システム | |
TWM612580U (zh) | 將文章以地圖呈現的文章推薦系統與伺服器 | |
JP5326776B2 (ja) | 画像処理装置、画像処理方法、および画像処理プログラム | |
JPWO2022259512A5 (ja) | ||
KR20130100550A (ko) | 이미지 검색 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171003 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170929 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180123 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180423 |
|
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: 20180605 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20180606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180626 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6366031 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |