JP6696018B1 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法及び情報処理プログラム Download PDFInfo
- Publication number
- JP6696018B1 JP6696018B1 JP2019029867A JP2019029867A JP6696018B1 JP 6696018 B1 JP6696018 B1 JP 6696018B1 JP 2019029867 A JP2019029867 A JP 2019029867A JP 2019029867 A JP2019029867 A JP 2019029867A JP 6696018 B1 JP6696018 B1 JP 6696018B1
- Authority
- JP
- Japan
- Prior art keywords
- query
- information processing
- display area
- processing apparatus
- calculated
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 230
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000004364 calculation method Methods 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 abstract description 19
- 230000000875 corresponding effect Effects 0.000 description 70
- 101001111655 Homo sapiens Retinol dehydrogenase 11 Proteins 0.000 description 13
- 102100023916 Retinol dehydrogenase 11 Human genes 0.000 description 13
- 239000000284 extract Substances 0.000 description 13
- 238000004891 communication Methods 0.000 description 10
- 239000013598 vector Substances 0.000 description 10
- 230000014509 gene expression Effects 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000012986 modification Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
まず、図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1の例では、情報処理システム1は、端末装置10と広告サーバ50と情報処理装置100とを有する。
次に、図2を用いて、実施形態に係る情報処理システムの構成について説明する。図2は、実施形態に係る情報処理システムの構成例を示す図である。図2に示すように、情報処理システム1には、端末装置10と、広告サーバ50と、情報処理装置100とが含まれる。端末装置10と、広告サーバ50と、情報処理装置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。なお、図2に示す情報処理システム1には、任意の数の端末装置10と任意の数の広告サーバ50と任意の数の情報処理装置100とが含まれてもよい。
次に、図3を用いて、実施形態に係る情報処理装置100の構成について説明する。図3は、実施形態に係る情報処理装置100の構成例を示す図である。図3に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、情報処理装置100は、情報処理装置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、各種情報を表示させるための表示部(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、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。記憶部120は、図3に示すように、検索情報記憶部121とクリック情報記憶部122と領域情報記憶部123とモデル情報記憶部124とインデックス記憶部125を有する。
検索情報記憶部121は、ユーザの検索履歴に関する各種の情報を記憶する。図4に、実施形態に係る検索情報記憶部の一例を示す。図4に示す例では、検索情報記憶部121は、「検索クエリID」、「検索クエリ」、「検索日時」、「ユーザID」といった項目を有する。
クリック情報記憶部122は、検索結果コンテンツに含まれる表示領域に対するユーザのクリック履歴に関する各種の情報を記憶する。図5に、実施形態に係るクリック情報記憶部の一例を示す。図5に示す例では、クリック情報記憶部122は、「検索クエリID」、「領域の種類」、「領域の順位」、「クリック日時」、「ユーザID」といった項目を有する。
領域情報記憶部123は、検索結果コンテンツに含まれる表示領域に関する各種の情報を検索クエリ毎に記憶する。図6に、実施形態に係る領域情報記憶部の一例を示す。図6に示す例では、領域情報記憶部123は、「検索クエリID」、「広告領域」、「通常領域」といった項目を有する。また、「広告領域」と「通常領域」とは、さらに「領域の順位」、「クリック占有率(%)」といった小項目を有する。
モデル情報記憶部124は、検索クエリがブランドワードである確率を算出するモデルに関する各種の情報を記憶する。図7に、実施形態に係るモデル情報記憶部の一例を示す。図7に示す例では、モデル情報記憶部124は、「モデルID」、「モデルデータ」といった項目を有する。
インデックス記憶部125は、クローラがアクセスしたウェブページに接続するためのURLを示す「URL」と、そのウェブページから抽出したキーワードを示す「インデックスキーワード」と、そのウェブページのタイトルを示す「タイトル」とを紐づけたインデックスを記憶する。
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、情報処理装置100内部の記憶装置に記憶されている各種プログラム(情報処理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。
提供部131は、検索エンジンを提供する。具体的には、提供部131は、ロボット型検索エンジンを提供する。より具体的には、提供部131は、クローラと呼ばれる巡回ロボットを用いて、多数のウェブページ(例えば、80億ページ以上のページ)にアクセスして、多数のウェブページの情報を収集する。続いて、提供部131は、ウェブページの情報を収集すると、収集した情報を解析して、インデックスを生成する。例えば、提供部131は、クローラがアクセスしたウェブページに接続するためのURLを示す「URL」と、そのウェブページから抽出したキーワードを示す「インデックスキーワード」と、そのウェブページのタイトルを示す「タイトル」を紐づけて登録したインデックスを生成する。提供部131は、インデックスを生成すると、生成したインデックスをインデックス記憶部125に格納する。
取得部132は、検索結果コンテンツに含まれる第1表示領域がユーザに選択(クリックやタップなど)されると、ユーザによって選択された第1表示領域に関する情報を取得する。また、取得部132は、検索結果コンテンツに含まれる第2表示領域がユーザに選択されると、ユーザによって選択された第2表示領域に関する情報を取得する。具体的には、提供部131によって配信された検索結果コンテンツが端末装置10の画面に表示されると、検索結果コンテンツに組み込まれたJava Script(登録商標)のコードが作動して、ユーザのアクセスデータを端末装置10から情報処理装置100に送信する。例えば、取得部132は、ユーザのアクセスデータとして、ユーザによってクリックされた第1表示領域に関する情報を取得する。また、取得部132は、ユーザのアクセスデータとして、ユーザによってクリックされた第2表示領域に関する情報を取得する。取得部132は、ユーザによってクリックされた第1表示領域に関する情報又は第2表示領域に関する情報を取得すると、取得した情報をクリック情報記憶部122に格納する。
算出部133は、ユーザから受け付けた第1クエリに対応する第2クエリの検索に関する履歴に基づいて、第1クエリが特定の事物を想起させるクエリであるか否かを示すスコアを算出する。ここで、ユーザから受け付けた第1クエリに対応する第2クエリには、第1クエリと全く同一のクエリが含まれる。例えば、第1クエリが「D社 扇風機」である場合、第2クエリは第1クエリと全く同一の「D社 扇風機」が含まれる。また、ユーザから受け付けた第1クエリに対応する第2クエリには、第1クエリと全く同一のクエリに加えて、第1クエリと類似するクエリが含まれてもよい。例えば、第1クエリが「D社 扇風機」である場合、第2クエリには、第1クエリと全く同一の「D社 扇風機」に加えて、第1クエリと類似するクエリである「D社扇風機」が含まれてもよい。
決定部134は、算出部133によって算出されたスコアに基づいて、第1クエリに対応する検索結果に関する情報を表示する第1コンテンツに含まれる表示領域であって、第1クエリに基づくリンク先に関する情報が表示される表示領域の表示態様を決定する。具体的には、決定部134は、算出部133によって算出された第1スコアに基づいて、第1表示領域の表示態様を決定する。例えば、決定部134は、算出部133によって算出された確率に基づいて、第1表示領域の表示態様を決定する。
次に、図9を用いて、実施形態に係る情報処理の手順について説明する。図9は、実施形態に係る情報処理手順を示すフローチャートである。図9に示す例では、情報処理装置100は、クエリを受け付けたか否かを判定する(ステップS101)。情報処理装置100は、クエリを受け付けていないと判定した場合(ステップS101;No)は、クエリを受け付けるまで待機する。
上述した実施形態に係る情報処理システム1は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理システム1の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。
次に、図10を用いて、変形例に係る情報処理の一例について説明する。図10は、変形例に係る情報処理の一例を示す図である。図10に示す例では、決定部134は、表示領域の表示態様として、表示領域のサイズを決定する。具体的には、決定部134は、算出部133によって算出されたスコアの値が所定の閾値を上回る場合に、算出部133によって算出されたスコアの値が所定の閾値以下である場合に比べて、表示領域のサイズを大きくすることを決定する。例えば、決定部134は、算出部133によって算出された確率の値が所定の閾値を上回る場合に、算出部133によって算出された確率の値が所定の閾値以下である場合に比べて、第1表示領域のサイズを大きくすることを決定する。
次に、図11を用いて、変形例に係る画面の一例について説明する。図11は、変形例に係る画面の一例を示す図である。図11に示す例では、決定部134は、表示領域の表示態様として、表示領域に表示される検索クエリに対応するウェブコンテンツのタイトル(図11に示す例では、「書類記入一切不要、WEB申込可|(公式)E社銀行カードローン」)の横に続けてURL(図11に示す例では、「www.ebank××.co.jp」)を表示することを決定する。具体的には、決定部134は、算出部133によって算出されたスコアの値が所定の閾値を上回る場合に、表示領域に表示される検索クエリに対応するウェブコンテンツのタイトルの横に続けてURLを表示することを決定する。例えば、決定部134は、算出部133によって算出された確率の値が所定の閾値を上回る場合に、表示領域に表示される検索クエリに対応するウェブコンテンツのタイトルの横に続けてURLを表示することを決定する。
算出部133は、第2クエリと共起した共起クエリの履歴に基づいて、第2クエリと共起した共起クエリに関する特徴を示す第2指標値を算出し、算出した第2指標値に基づいて、第1クエリが特定の事物を想起させるクエリであるか否かを示す第2スコアを算出する。具体的には、算出部133は、第2指標値を入力データとして入力した場合に、第1クエリが特定の事物を想起させるクエリであるか否かを示す第2スコアを出力データとして出力する第2モデルを用いて、第2スコアを算出する。具体的には、第2指標値とは、fastTextを用いて生成される第2クエリの分散表現(ベクトル)である。算出部133は、第2クエリと共起した共起クエリの履歴をfastTextに入力することによって、第2クエリと共起した共起クエリに関する特徴を示す第2クエリの分散表現(ベクトル)生成する。続いて、算出部133は、第2クエリの分散表現(ベクトル)を生成すると、生成した第2クエリの分散表現(ベクトル)を第2モデルの入力データとして入力した場合に、第1クエリがブランドワードである確率を第2モデルの出力データとして出力する。より具体的には、算出部133は、第2スコとして、ブランドワードの正解リストに含まれるブランドワードの分散表現(ベクトル)と生成した第2クエリの分散表現(ベクトル)との類似度を算出する。例えば、算出部133は、分散表現(ベクトル)同士のコサイン類似度を算出する。なお、算出部133は、コサイン類似度に限らず、ベクトル間の距離尺度として適用可能な指標であれば、どのような指標に基づいて分散表現(ベクトル)の間の類似度を算出してもよい。例えば、算出部133は、分散表現(ベクトル)同士のユークリッド距離や双曲空間等の非ユークリッド空間中での距離、マンハッタン距離、マハラノビス距離等といった所定の距離関数の値を算出してもよい。
決定部134は、算出部133によって算出されたスコアの値が所定の閾値を上回る場合に、第1クエリが特定の事物を想起させるクエリであると判定する。例えば、決定部134は、算出部133によって算出されたブランドワードである確率が所定の閾値を上回る場合に、第1クエリがブランドワードであると判定する。決定部134は、第1クエリがブランドワードであると判定すると、第1クエリをブランドワードの正解リストに追加する。
上述してきたように、実施形態に係る情報処理装置100は、算出部133と決定部134を備える。算出部133は、ユーザから受け付けた第1クエリに対応する第2クエリの検索に関する履歴に基づいて、第1クエリが特定の事物を想起させるクエリであるか否かを示すスコアを算出する。決定部134は、算出部133によって算出されたスコアに基づいて、第1クエリに対応する検索結果に関する情報を表示する第1コンテンツに含まれる表示領域であって、第1クエリに基づくリンク先に関する情報が表示される表示領域の表示態様を決定する。
また、上述してきた実施形態に係る情報処理装置100は、例えば図12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12は、情報処理装置100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、HDD1400、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を備える。
また、上記実施形態及び変形例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変更することができる。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。
10 端末装置
50 広告サーバ
100 情報処理装置
110 通信部
120 記憶部
121 検索情報記憶部
122 クリック情報記憶部
123 領域情報記憶部
124 モデル情報記憶部
125 インデックス記憶部
130 制御部
131 提供部
132 取得部
133 算出部
134 決定部
Claims (16)
- ユーザから受け付けた第1クエリに対応する第2クエリであって、特定の事物を想起させる第2クエリの検索に関する履歴に基づいて、前記第1クエリが特定の事物を想起させるクエリであるか否かを示すスコアを算出する算出部と、
前記算出部によって算出されたスコアに基づいて、前記第1クエリに対応する検索結果に関する情報を表示する第1コンテンツに含まれる表示領域であって、前記第1クエリに基づくリンク先に関する情報が表示される表示領域の表示態様を決定する決定部と、
を備えることを特徴とする情報処理装置。 - 前記決定部は、
前記表示領域の表示態様として、前記表示領域の表示個数を決定する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記決定部は、
前記算出部によって算出されたスコアの値が所定の閾値を上回る場合に、前記算出部によって算出されたスコアの値が所定の閾値以下である場合に比べて、前記表示領域の表示個数を減ずることを決定する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記決定部は、
前記表示領域の表示態様として、前記表示領域のサイズを決定する
ことを特徴とする請求項1〜3のいずれか一つに記載の情報処理装置。 - 前記決定部は、
前記算出部によって算出されたスコアの値が所定の閾値を上回る場合に、前記算出部によって算出されたスコアの値が所定の閾値以下である場合に比べて、前記表示領域のサイズを大きくすることを決定する
ことを特徴とする請求項4に記載の情報処理装置。 - 前記決定部は、
前記表示領域の表示態様として、前記表示領域に含まれるクイックリンクに関する情報が表示される行の行数を決定する
ことを特徴とする請求項1〜5のいずれか一つに記載の情報処理装置。 - 前記決定部は、
前記算出部によって算出されたスコアの値が所定の閾値を上回る場合に、前記算出部によって算出されたスコアの値が所定の閾値以下である場合に比べて、前記表示領域に含まれるクイックリンクに関する情報が表示される行の行数を多くすることを決定する
ことを特徴とする請求項6に記載の情報処理装置。 - 前記決定部は、
前記算出部によって算出されたスコアの値が所定の閾値を上回る場合に、前記第1クエリが特定の事物を想起させるクエリであると判定する
ことを特徴とする請求項1〜7のいずれか一つに記載の情報処理装置。 - 前記算出部は、
前記第2クエリに対応する検索結果に関する情報を表示する第2コンテンツに含まれる複数の表示領域であって、前記第2クエリに基づくリンク先に関する情報が表示される複数の表示領域がそれぞれ選択された選択履歴に基づいて、前記複数の表示領域がそれぞれ選択される度合いを示す第1指標値を前記複数の表示領域それぞれについて算出し、前記複数の表示領域それぞれについて算出した第1指標値に基づいて、前記第1クエリが特定の事物を想起させるクエリであるか否かを示す第1スコアを算出し、
前記決定部は、
前記算出部によって算出された第1スコアに基づいて、前記表示領域の表示態様を決定する
ことを特徴とする請求項1〜8のいずれか一つに記載の情報処理装置。 - 前記算出部は、
前記複数の表示領域それぞれについて算出した第1指標値を入力データとして入力した場合に、前記第1クエリが特定の事物を想起させるクエリであるか否かを示す第1スコアを出力データとして出力する第1モデルを用いて、前記第1スコアを算出する
ことを特徴とする請求項9に記載の情報処理装置。 - 前記算出部は、
前記第2コンテンツに含まれる2種類の表示領域のうち、前記第2クエリに基づく宣伝用のリンク先に関する情報が表示される複数の第1表示領域がそれぞれ選択された第1選択履歴に基づいて、前記複数の第1表示領域がそれぞれ選択される度合いを示す第1指標値を前記複数の第1表示領域それぞれについて算出し、前記複数の第1表示領域それぞれについて算出した第1指標値に基づいて、前記第1クエリが特定の事物を想起させるクエリであるか否かを示す第1スコアを算出する
ことを特徴とする請求項9または10に記載の情報処理装置。 - 前記算出部は、
前記第2コンテンツに含まれる2種類の表示領域のうち、前記第2クエリに基づく宣伝用とは異なるリンク先に関する情報が表示される複数の第2表示領域がそれぞれ選択された第2選択履歴に基づいて、前記複数の第2表示領域がそれぞれ選択される度合いを示す第1指標値を前記複数の第2表示領域それぞれについて算出し、前記複数の第2表示領域それぞれについて算出した第1指標値に基づいて、前記第1クエリが特定の事物を想起させるクエリであるか否かを示す第1スコアを算出する
ことを特徴とする請求項9〜11のいずれか一つに記載の情報処理装置。 - 前記算出部は、
前記第2クエリと共起した共起クエリの履歴に基づいて、当該第2クエリと共起した共起クエリに関する特徴を示す第2指標値を算出し、算出した第2指標値に基づいて、前記第1クエリが特定の事物を想起させるクエリであるか否かを示す第2スコアを算出し、
前記決定部は、
前記算出部によって算出された第2スコアに基づいて、前記表示領域の表示態様を決定する
ことを特徴とする請求項1〜8のいずれか一つに記載の情報処理装置。 - 前記算出部は、
前記第2指標値を入力データとして入力した場合に、前記第1クエリが特定の事物を想起させるクエリであるか否かを示す第2スコアを出力データとして出力する第2モデルを用いて、前記第2スコアを算出する
ことを特徴とする請求項13に記載の情報処理装置。 - コンピュータが実行する情報処理方法であって、
ユーザから受け付けた第1クエリに対応する第2クエリであって、特定の事物を想起させる第2クエリの検索に関する履歴に基づいて、前記第1クエリが特定の事物を想起させるクエリであるか否かを示すスコアを算出する算出工程と、
前記算出工程によって算出されたスコアに基づいて、前記第1クエリに対応する検索結果に関する情報を表示する第1コンテンツに含まれる表示領域であって、前記第1クエリに基づくリンク先に関する情報が表示される表示領域の表示態様を決定する決定工程と、
を含むことを特徴とする情報処理方法。 - ユーザから受け付けた第1クエリに対応する第2クエリであって、特定の事物を想起させる第2クエリの検索に関する履歴に基づいて、前記第1クエリが特定の事物を想起させるクエリであるか否かを示すスコアを算出する算出手順と、
前記算出手順によって算出されたスコアに基づいて、前記第1クエリに対応する検索結果に関する情報を表示する第1コンテンツに含まれる表示領域であって、前記第1クエリに基づくリンク先に関する情報が表示される表示領域の表示態様を決定する決定手順と、
をコンピュータに実行させることを特徴とする情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019029867A JP6696018B1 (ja) | 2019-02-21 | 2019-02-21 | 情報処理装置、情報処理方法及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019029867A JP6696018B1 (ja) | 2019-02-21 | 2019-02-21 | 情報処理装置、情報処理方法及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6696018B1 true JP6696018B1 (ja) | 2020-05-20 |
JP2020135566A JP2020135566A (ja) | 2020-08-31 |
Family
ID=70682500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019029867A Active JP6696018B1 (ja) | 2019-02-21 | 2019-02-21 | 情報処理装置、情報処理方法及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6696018B1 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5524160B2 (ja) * | 2011-10-14 | 2014-06-18 | ヤフー株式会社 | 重要クエリ抽出装置、重要クエリ抽出方法および重要クエリ抽出プログラム |
CN103942279B (zh) * | 2014-04-01 | 2018-07-10 | 百度(中国)有限公司 | 搜索结果的展现方法和装置 |
-
2019
- 2019-02-21 JP JP2019029867A patent/JP6696018B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020135566A (ja) | 2020-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5454357B2 (ja) | 情報処理装置および方法、並びに、プログラム | |
US9990422B2 (en) | Contextual analysis engine | |
US7580926B2 (en) | Method and apparatus for representing text using search engine, document collection, and hierarchal taxonomy | |
US10430806B2 (en) | Input/output interface for contextual analysis engine | |
US10277696B2 (en) | Method and system for processing data used by creative users to create media content | |
US20180068371A1 (en) | Learning Vector-Space Representations of Items for Recommendations using Word Embedding Models | |
US8484225B1 (en) | Predicting object identity using an ensemble of predictors | |
US20150169710A1 (en) | Method and apparatus for providing search results | |
US20110060717A1 (en) | Systems and methods for improving web site user experience | |
US20110314011A1 (en) | Automatically generating training data | |
US20110060716A1 (en) | Systems and methods for improving web site user experience | |
US10606910B2 (en) | Ranking search results using machine learning based models | |
US11361239B2 (en) | Digital content classification and recommendation based upon artificial intelligence reinforcement learning | |
US10997264B2 (en) | Delivery of contextual interest from interaction information | |
US11954590B2 (en) | Artificial intelligence job recommendation neural network machine learning training based on embedding technologies and actual and synthetic job transition latent information | |
US11308146B2 (en) | Content fragments aligned to content criteria | |
US10394804B1 (en) | Method and system for increasing internet traffic to a question and answer customer support system | |
Kumar et al. | Towards activity recommendation from lifelogs | |
US20180137587A1 (en) | Contextual personalized list of recommended courses | |
JP6696018B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US11373210B2 (en) | Content interest from interaction information | |
JP7127080B2 (ja) | 判定装置、判定方法及び判定プログラム | |
US20180137588A1 (en) | Contextual personalized list of recommended courses | |
JP6168963B2 (ja) | 情報検索装置、情報検索方法、およびプログラム | |
JP2021149682A (ja) | 学習装置、学習方法及び学習プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190415 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190415 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190515 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190820 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190910 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191108 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20191108 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
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: 20200324 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200422 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6696018 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 |