JP6571219B2 - レコメンドシステムおよびレコメンド方法 - Google Patents
レコメンドシステムおよびレコメンド方法 Download PDFInfo
- Publication number
- JP6571219B2 JP6571219B2 JP2018012346A JP2018012346A JP6571219B2 JP 6571219 B2 JP6571219 B2 JP 6571219B2 JP 2018012346 A JP2018012346 A JP 2018012346A JP 2018012346 A JP2018012346 A JP 2018012346A JP 6571219 B2 JP6571219 B2 JP 6571219B2
- Authority
- JP
- Japan
- Prior art keywords
- group
- action
- questionnaire
- recommended
- answer
- 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.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
図2は、実施例1によるレコメンドシステムが実行する事前処理のフローチャートである。事前処理は、複数の既受験者からアンケートに対する回答が得られた状態であれば実行可能である。
平均類似度は、グループ内の各既受験者と対象者20とのコサイン類似度の平均値であり、グループと対象者20との類似度を表す。合格率は、グループに属する既受験者に示す合格者の割合であり、特定試験結果の尺度である。
平均類似度は、グループ内の各既受験者と対象者20とのコサイン類似度の平均値であり、グループと対象者20との類似度を表す。不合格率は、グループに属する既受験者に示す不合格者の割合であり、特定試験結果の尺度である。
所定の試験を過去に受験した複数の既受験者から得られた、複数の選択肢からいずれかを選択するアンケート項目を複数含むアンケートに対する回答を示すアンケート結果データに基づき、1人以上の既受験者が属するグループであり、当該グループに属する既受験者の回答が前記対象者による回答に類似し試験結果が特定試験結果であるグループを抽出する既受験者選択部と、
前記対象者の回答と前記抽出されたグループに属する既受験者の回答との差異に基づいて、前記対象者に対する推奨行動を決定する推奨行動決定部と、
を有するレコメンドシステム。
特定試験結果を得られ、回答が対象者と類似する既受験者のグループを抽出し、その回答に基づいて対象者への推奨行動を決定するので、対象者の状況を考慮して過度な行動変更の要求となるのを抑制しつつ、特定試験結果を得るのに好適な行動を推奨することができる
前記既受験者選択部は、当該グループに属する既受験者の試験結果である合格率が高く前記既受験者の回答が前記対象者による回答に類似するグループを抽出し、
前記推奨行動決定部は、前記対象者の回答と前記抽出されたグループに属する既受験者の回答との差異に基づいて、前記対象者に実行することを推奨する推奨行動を決定する
(1)に記載のレコメンドシステム。
合格率が高く回答が対象者の回答と類似するグループの回答に基づいて対象者へ実行を推奨する行動を決定するので、対象者に過度な行動変更の要求するのを抑制しつつ、合格率を上げるために実行すべき行動を決定することができる
前記既受験者選択部は、既受験者の試験結果が良好であり前記既受験者の回答が前記対象者による回答に類似する第1グループと、既受験者の試験結果が不良であり前記既受験者の回答が前記対象者による回答に類似する第2グループとを抽出し、
前記推奨行動決定部は、前記対象者と前記第1グループの前記既受験者の回答との差異に基づいて前記対象者に実行することを推奨する第1推奨行動を決定し、前記対象者と前記第2グループの前記既受験者の回答との差異に基づいて前記対象者に実行しないことを推奨する第2推奨行動を決定する、(1)に記載のレコメンドシステム。
対象者と類似するグループ回答に基づいて対象者へ実行あるいは非実行を推奨する行動を決定するので、対象者に過度な行動変更の要求するのを抑制しつつ、実行すべき行動と、実行すべきでない行動との両方を対象者に提示することができる
前記推奨行動決定部は、前記対象者をターゲットユーザとし前記抽出されたグループの既受験者を類似ユーザとし前記アンケート項目の選択肢をアイテムとする協調フィルタリングを実行することにより各選択肢の評価値を算出し、前記対象者が選択していない選択肢のうち前記評価値が高い選択肢を推奨行動とする
(1)に記載のレコメンドシステム。
アンケート項目の選択肢をアイテムとして協調フィルタリングにより評価値を算出し、評価値に基づいて推奨行動を決定するので、対象者が特定試験結果に近いグループの既受験者との差を埋めるのにどのような行動をすればよいかを容易に判断することができる
前記アンケート項目の前記選択肢のそれぞれについて優先度が予め設定され、
前記推奨行動決定部は、前記選択肢の前記評価値と前記選択肢の前記優先度とに基づいて前記推奨行動の推奨順位を決定する
(4)に記載のレコメンドシステム。
協調フィルタリングの評価値による順位を教育ポリシで調整して推奨行動を推奨するので教育上の配慮を加味して推奨行動を順位づけることにより、より効果的に対象者の行動を改善することが可能となる
前記アンケートには、属性を問うアンケート項目である属性アンケート項目と、行動を問う項目である行動アンケート項目とが含まれ、
前記既受験者選択部は、前記属性アンケート項目と前記行動アンケート項目とを含めて回答の類似を判断し、
前記推奨行動決定部は、前記行動アンケート項目の選択肢の中から前記推奨行動とする選択肢を決定する
(1)に記載のレコメンドシステム。
アンケート項目を属性に関する項目と行動に関する項目に分け、既受験者および対象者の類似は行動だけでなく属性も含めて判断し、推奨行動は行動に関するアンケート項目から生成するので、類似判断の精度と推奨行動の適切さを両立させることができる
前記推奨行動決定部は、前記対象者の回答と前記抽出されたグループに属する既受験者の回答との差異に基づき、前記対象者の回答を前記抽出されたグループに属する既受験者の回答に近づける中間レベルの行動を前記対象者への推奨行動とする
(1)に記載のレコメンドシステム。
対象者の行動とグループ回答の行動との差異を考慮して推奨する行動を決定するので、行動を過度に変化させることを推奨するのを抑制することができる
前記既受験者選択部は、回答が互いに類似する既受験者の複数のグループを作成し、前記複数のグループの中から、当該グループに属する既受験者の回答が前記対象者による回答に類似し試験結果が前記特定試験結果と同じまたは近似するグループを選択する
(1)に記載のレコメンドシステム
前記既受験者選択部は、当該グループに属する既受験者のうち合格者の割合である合格率と、当該グループに属する既受験者の回答と前記対象者の回答の類似度との加重平均を評価指標として、前記複数のグループの中から、前記対象者への推奨行動を抽出するグループを選択する
(8)に記載のレコメンドシステム
前記既受験者選択部は、前記合格率と前記類似度のそれぞれの重みを入力により変更可能とし、前記合格率と前記類似度の関係を可視化して表示し、入力に従って前記重みを決定する
(9)に記載のレコメンドシステム
前記既受験者選択部は、試験結果が同じあるいは近似し、回答が互いに類似する既受験者の複数のグループを作成し、前記複数のグループの中から、当該グループに属する既受験者の回答が前記対象者による回答に類似し試験結果が前記特定試験結果と同じまたは近似するグループを選択する
(1)に記載のレコメンドシステム。
所定の試験を過去に受験した複数の既受験者から得られた、複数の選択肢からいずれかを選択するアンケート項目を複数含むアンケートに対する回答を示すアンケート結果データに基づき、所定選別基準に従って対象者への推奨行動を抽出するのに利用する既受験者を選択する既受験者選択部と、
前記対象者の回答と前記選択された既受験者の回答との差異に基づき、行動変更量が所定の行動変更量上限値以下となるように、前記対象者の回答を前記選択された既受験者の回答に近づける中間レベルの行動を前記対象者への推奨行動とする推奨行動決定部と、
を有するレコメンドシステム。
対象者の行動とグループ回答の行動との差異を考慮して推奨する行動を決定するので、行動を過度に変化させることを推奨するのを抑制することができる
前記アンケートには、所定の行動に関連する数量によりレベル分けされた選択肢を有する数量アンケート項目が含まれ、
前記推奨行動決定部は、前記数量アンケート項目については、前記対象者が選択した選択肢の数量と前記選択された既受験者が選択した選択肢の数量との差異を行動差異量とし、前記行動差異量が所定の行動変更量上限値を超えていれば前記対象者が選択した選択肢の数量と前記選択された既受験者が選択した選択肢を代表する既受験者代表数量との間にある数量に対応する行動を推奨し、前記行動差異量が前記行動変更量上限値以下であれば前記既受験者代表数量に対応する行動を推奨する、(A1)に記載のレコメンドシステム。
対象者の行動と既受験者の回答の行動との差異が小さければ既受験者が回答した行動を推奨し、差異が大きければスモールステップで既受験者の行動に近づく行動を推奨するので、対象者の状況を考慮した適切な行動を推奨することができる
前記アンケートには所定期間内の勉強時間を複数レベルに分類する項目があり、
前記推奨行動処理部は、前記対象者が回答したレベルと前記グループ回答のレベルとで所定期間内の勉強時間が前記行動変更量上限値を超えていれば、前記対象者が回答したレベルと前記グループ回答のレベルの間にある所定期間内の勉強時間を推奨する
(A2)に記載のレコメンドシステム。
対象者の勉強時間とグループ回答の勉強時間の差異が大きかった場合でも勉強時間を急に過度に増やすような行動の推奨を抑制し、効果的な行動の改善を段階的に勧めることができる
前記アンケートには、所定の行動に関連する数量で3レベル以上にレベル分けされた選択肢を有するアンケート項目があり、
前記推奨行動決定部は、前記対象者が選択した選択肢に対応する現状レベルと、前記グループ回答で選択された選択肢に対応する好適レベルとが2レベル以上異なる場合には、前記現状レベルと前記好適レベルの間にある中間目標レベルに対応する選択肢を推奨行動とする、(A1)に記載のレコメンドシステム。
対象者の行動とグループ回答の行動との2レベル以上離れていれば中間目標の推奨行動を設定するので、スモールステップで好適な行動に近づく行動を推奨し、対象者の状況を考慮した適切な行動を推奨することができる。
所定の試験を過去に受験した複数の既受験者から得られた、複数の選択肢からいずれかを選択するアンケート項目を複数含むアンケートに対する回答を示すアンケート結果データに基づき、試験結果が良好な第1既受験者と、試験結果が不良な第2既受験者とを抽出する既受験者選択部と、
対象者と前記第1既受験者の回答との差異に基づいて前記対象者に実行することを推奨する第1推奨行動を決定し、前記対象者と前記第2既受験者の回答との差異に基づいて前記対象者に実行しないことを推奨する第2推奨行動を決定する推奨行動決定部と、
を有するレコメンドシステム。
対象者と類似するグループ回答に基づいて対象者へ実行および非実行を推奨する行動を決定するので、実行すべき行動と、実行すべきでない行動との両方を対象者に提示し、対象者の行動を効率よく改善することを可能にすることができる
教育ポリシとして、前記アンケート項目の前記選択肢のそれぞれについて優先度が予め設定され、
前記推奨行動決定部は、前記第1推奨行動とする選択肢の前記評価値と前記優先度に基づいて該第1推奨行動の推奨順位を決定する
(C1)に記載のレコメンドシステム。
協調フィルタリングの評価値による順位を教育ポリシで調整して推奨行動を推奨するので教育上の配慮を加味して推奨行動を順位づけることにより、より効果的に対象者の行動を改善することが可能となる
前記推奨行動決定部は、前記第2推奨行動とする選択肢を含むアンケート項目において、前記対象者が選択した選択肢と前記既受験者が選択した選択肢との差異に基づいて、当該第2推奨行動の推奨順位を決定する
(C1)に記載のレコメンドシステム。
対象者と既受験者との差異に基づいて推奨行動を順位づけることにより、より効果的に対象者の行動を改善することが可能となる
所定の試験を過去に受験した複数の既受験者から得られた、複数の選択肢からいずれかを選択するアンケート項目を複数含むアンケートに対する回答を示すアンケート結果データに基づき、回答が対象者による回答に類似し試験結果が特定試験結果である既受験者を選択する既受験者選択部と、
前記対象者の回答と前記選択された既受験者の回答との差異に基づいて、前記対象者に対する推奨行動を決定する推奨行動決定部と、
を有するレコメンドシステム。
対象者と回答が類似する既受験者を選んでその回答に基づいて対象者への推奨行動を決定するので、対象者の状況を考慮して過度な行動変更の要求となるのを抑制しつつ、行動の推奨をすることができる。
Claims (11)
- 所定の試験を過去に受験した複数の既受験者から得られた、複数の選択肢からいずれかを選択するアンケート項目を複数含むアンケートに対する回答を示すアンケート結果データに基づき、1人以上の既受験者が属するグループであり、当該グループに属する既受験者の回答が対象者による回答に類似し試験結果が特定試験結果であるグループを抽出する既受験者選択部と、
前記対象者の回答と前記抽出されたグループに属する既受験者の回答との差異に基づいて、前記対象者に対する推奨行動を決定する推奨行動決定部と、
を有し、
前記推奨行動決定部は、前記対象者の回答と前記抽出されたグループに属する既受験者の回答とに基づいて、推奨行動とするアンケート項目および選択肢を抽出し、前記抽出されたアンケート項目が、所定の行動に関連する数量によりレベル分けされた選択肢を有するアンケート項目であり、前記抽出された選択肢と前記対象者が選択した選択肢との差異である行動差異量を算出し、前記行動差異量が所定の閾値以下であれば前記抽出した選択肢に相当する行動を推奨行動とし、前記行動差異量が前記閾値を超えていれば前記抽出した選択肢と前記対象者が選択した選択肢との間にある数量に相当する行動を推奨行動とする、
レコメンドシステム。 - 前記既受験者選択部は、当該グループに属する既受験者の試験結果である合格率が高く前記既受験者の回答が前記対象者による回答に類似するグループを抽出し、
前記推奨行動決定部は、前記対象者の回答と前記抽出されたグループに属する既受験者の回答との差異に基づいて、前記対象者に実行することを推奨する推奨行動を決定する、
請求項1に記載のレコメンドシステム。 - 前記既受験者選択部は、既受験者の試験結果が良好であり前記既受験者の回答が前記対象者による回答に類似する第1グループと、既受験者の試験結果が不良であり前記既受験者の回答が前記対象者による回答に類似する第2グループとを抽出し、
前記推奨行動決定部は、前記対象者と前記第1グループの前記既受験者の回答との差異に基づいて前記対象者に実行することを推奨する第1推奨行動を決定し、前記対象者と前記第2グループの前記既受験者の回答との差異に基づいて前記対象者に実行しないことを推奨する第2推奨行動を決定する、請求項1に記載のレコメンドシステム。 - 前記推奨行動決定部は、前記対象者をターゲットユーザとし前記抽出されたグループの既受験者を類似ユーザとし前記アンケート項目の選択肢をアイテムとする協調フィルタリングを実行することにより各選択肢の評価値を算出し、前記対象者が選択していない選択肢のうち前記評価値が高い選択肢を推奨行動とする、
請求項1に記載のレコメンドシステム。 - 前記アンケート項目の前記選択肢のそれぞれについて優先度が予め設定され、
前記推奨行動決定部は、前記選択肢の前記評価値と前記選択肢の前記優先度とに基づいて前記推奨行動の推奨順位を決定する、
請求項4に記載のレコメンドシステム。 - 前記アンケートには、属性を問うアンケート項目である属性アンケート項目と、行動を問う項目である行動アンケート項目とが含まれ、
前記既受験者選択部は、前記属性アンケート項目と前記行動アンケート項目とを含めて回答の類似を判断し、
前記推奨行動決定部は、前記行動アンケート項目の選択肢の中から前記推奨行動とする選択肢を決定する、
請求項1に記載のレコメンドシステム。 - 前記既受験者選択部は、回答が互いに類似する既受験者の複数のグループを作成し、前記複数のグループの中から、当該グループに属する既受験者の回答が前記対象者による回答に類似し試験結果が前記特定試験結果と同じまたは近似するグループを選択する、
請求項1に記載のレコメンドシステム。 - 前記既受験者選択部は、当該グループに属する既受験者のうち合格者の割合である合格率と、当該グループに属する既受験者の回答と前記対象者の回答の類似度との加重平均を評価指標として、前記複数のグループの中から、前記対象者への推奨行動を抽出するグループを選択する、
請求項7に記載のレコメンドシステム。 - 前記既受験者選択部は、前記合格率と前記類似度のそれぞれの重みを入力により変更可能とし、前記合格率と前記類似度の関係を可視化して表示し、入力に従って前記重みを決定する、
請求項8に記載のレコメンドシステム。 - 前記既受験者選択部は、試験結果が同じあるいは近似し、回答が互いに類似する既受験者の複数のグループを作成し、前記複数のグループの中から、当該グループに属する既受験者の回答が前記対象者による回答に類似し試験結果が前記特定試験結果と同じまたは近似するグループを選択する、
請求項1に記載のレコメンドシステム。 - 所定の試験を過去に受験した複数の既受験者から得られた、複数の選択肢からいずれかを選択するアンケート項目を複数含むアンケートに対する回答を示すアンケート結果データに基づき、1人以上の既受験者が属するグループであり、当該グループに属する既受験者の回答が対象者による回答に類似し試験結果が特定試験結果であるグループを抽出し、
前記対象者の回答と前記抽出されたグループに属する既受験者の回答との差異に基づいて、前記対象者に対する推奨行動を決定するものであり、
前記対象者の回答と前記抽出されたグループに属する既受験者の回答とに基づいて、推奨行動とするアンケート項目および選択肢を抽出し、前記抽出されたアンケート項目が、所定の行動に関連する数量によりレベル分けされた選択肢を有するアンケート項目であり、前記抽出された選択肢と前記対象者が選択した選択肢との差異である行動差異量を算出し、前記行動差異量が所定の閾値以下であれば前記抽出した選択肢に相当する行動を推奨行動とし、前記行動差異量が前記閾値を超えていれば前記抽出された選択肢と前記対象者が選択した選択肢との間にある数量に相当する行動を推奨行動とする、
ことをコンピュータが実行するレコメンド方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018012346A JP6571219B2 (ja) | 2018-01-29 | 2018-01-29 | レコメンドシステムおよびレコメンド方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018012346A JP6571219B2 (ja) | 2018-01-29 | 2018-01-29 | レコメンドシステムおよびレコメンド方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019145241A Division JP7127848B2 (ja) | 2019-08-07 | 2019-08-07 | レコメンドシステムおよびレコメンド方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019133225A JP2019133225A (ja) | 2019-08-08 |
JP6571219B2 true JP6571219B2 (ja) | 2019-09-04 |
Family
ID=67546187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018012346A Active JP6571219B2 (ja) | 2018-01-29 | 2018-01-29 | レコメンドシステムおよびレコメンド方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6571219B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6711498B1 (ja) * | 2020-02-10 | 2020-06-17 | 株式会社Hrコミュニケーション | 学習支援装置及び学習支援方法 |
JP6738000B1 (ja) * | 2020-05-12 | 2020-08-12 | 株式会社Hrコミュニケーション | 学習支援装置 |
CN112417288B (zh) * | 2020-11-25 | 2024-04-12 | 南京大学 | 一种用于众包软件测试的任务跨域推荐方法 |
JP6923896B1 (ja) * | 2021-02-08 | 2021-08-25 | 株式会社コラーニング | eラーニングシステム及びeラーニング方法 |
JP7447929B2 (ja) | 2021-12-07 | 2024-03-12 | カシオ計算機株式会社 | 情報処理装置、情報処理方法及びプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005128673A (ja) * | 2003-10-22 | 2005-05-19 | Nippon Telegr & Teleph Corp <Ntt> | 情報レコメンド方法、サーバ装置、プログラム、及び、記録媒体 |
JP4939887B2 (ja) * | 2006-09-29 | 2012-05-30 | 国立大学法人 東京大学 | 学習方略生成システム及び方法 |
-
2018
- 2018-01-29 JP JP2018012346A patent/JP6571219B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019133225A (ja) | 2019-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6571219B2 (ja) | レコメンドシステムおよびレコメンド方法 | |
Phillips et al. | History and theory of the assessment of career development and decision making | |
Presley et al. | A study of business student choice to study abroad: A test of the theory of planned behavior | |
Kline | Psychological testing: A practical approach to design and evaluation | |
Flores et al. | Academic satisfaction among Latino/a and White men and women engineering students. | |
KR20180118611A (ko) | 인재의 데이터 기반 식별을 위한 시스템 및 방법 | |
KR20170042286A (ko) | 인재의 데이터 기반 식별을 위한 시스템 및 방법 | |
Lallé et al. | Prediction of users' learning curves for adaptation while using an information visualization | |
Gray | A review of psychometric data analysis and applications in modelling of academic achievement in tertiary education | |
US8834174B2 (en) | Methods and systems for assessing latent traits using probabilistic scoring | |
Bray et al. | Disentangling the effects of self leader perceptions and ideal leader prototypes on leader judgments using loglinear modeling with latent variables | |
Bas | Effect of student teachers’ teaching beliefs and attitudes towards teaching on motivation to teach: mediating role of self-efficacy | |
JP7052224B2 (ja) | 学習支援装置、学習支援システム及びプログラム | |
Richards et al. | The influence of self-efficacy and self-regulated motivation on civic learning in service learning courses | |
Peng et al. | Investigations of performance and bias in human-AI teamwork in hiring | |
KR20160135451A (ko) | 학과계열 선정 시스템 및 그 방법 | |
JP7127848B2 (ja) | レコメンドシステムおよびレコメンド方法 | |
KR101775268B1 (ko) | 지문과 장문을 이용한 진로적성검사시스템 및 방법 | |
Wray et al. | Determining the propensity for academic dishonesty using decision tree analysis | |
KR20130058568A (ko) | 진학 또는 진로 예측 진단 시스템 및 그 방법 | |
CN112219215A (zh) | 行动改善系统以及行动改善方法 | |
JP2019053270A (ja) | 学習力評価システム、学習力評価方法およびコンピュータプログラム | |
JP2022121072A (ja) | eラーニングシステム及びeラーニング方法 | |
Bertoni et al. | Medical Brain Drain–Assessing the Role of Job Attributes and Individual Traits | |
JP6313515B1 (ja) | 学習力評価システム、学習者端末およびコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181228 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20181228 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190425 |
|
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: 20190716 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190807 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6571219 Country of ref document: JP 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |