JP6738926B1 - 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
- JP6738926B1 JP6738926B1 JP2019046403A JP2019046403A JP6738926B1 JP 6738926 B1 JP6738926 B1 JP 6738926B1 JP 2019046403 A JP2019046403 A JP 2019046403A JP 2019046403 A JP2019046403 A JP 2019046403A JP 6738926 B1 JP6738926 B1 JP 6738926B1
- Authority
- JP
- Japan
- Prior art keywords
- user
- information
- identification information
- user identification
- user information
- 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 154
- 238000003672 processing method Methods 0.000 title claims description 9
- 238000000034 method Methods 0.000 claims description 49
- 230000004931 aggregating effect Effects 0.000 claims description 25
- 238000010586 diagram Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 29
- 238000003860 storage Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000007477 logistic regression Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 235000014510 cooky Nutrition 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 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
- 235000019640 taste Nutrition 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
図1を用いて、実施形態に係る情報処理装置100が実行する生成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装置100が実行する生成処理の一例を示す図である。具体的には、情報処理装置100は、所定の条件を満たす複数のユーザ識別情報のそれぞれに対応するユーザ情報を集約することで、複数のユーザ識別情報が示すユーザに対応する学習データを生成する。
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。
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又は無線で接続され、金融サーバ20とサービスサーバ30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、学習モデル121と、信用スコア記憶部122とを有する。
実施形態に係る信用スコア記憶部122は、ユーザの信用スコアに関する情報を記憶する。ここで、図4に、実施形態に係る信用スコア記憶部122の一例を示す。図4に示した例では、信用スコア記憶部122は、「第2のユーザ識別情報」、「信用スコア」といった項目を有する。
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。
取得部131は、各種情報を取得する。具体的には、取得部131は、所定の条件を満たす複数のユーザ識別情報と、複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する。例えば、図1の例では、取得部131は、ユーザ情報として、ユーザの性別、ユーザの婚姻歴、倒産履歴、ユーザの信用スコアを金融サーバ20から取得する。また、例えば、図1の例では、取得部131は、ユーザ情報として、ユーザの性別、ユーザの婚姻歴、閲覧回数をサービスサーバ30から取得する。
受付部131は、各種要求を受け付ける。具体的には、ユーザの信用スコアの取得要求を金融サーバ20から受け付ける。例えば、図1の例では、受付部131は、予測対象のユーザであるユーザU100の信用スコアを金融サーバ20から受け付ける。
生成部133は、取得部131によって取得された複数のユーザ情報を集約することで、複数のユーザ識別情報が示すユーザに対応する学習データを生成する。具体的には、生成部133は、第1のシステムで利用されるユーザを識別する第1のユーザ識別情報に対応する第1のユーザ情報と、第2のシステムで利用されるユーザを識別する第2のユーザ識別情報であって、所定の条件を満たす複数の第2のユーザ識別情報のそれぞれに対応する第2のユーザ情報を集約した集約ユーザ情報との組み合わせを、第2のユーザ識別情報が示すユーザに対応する学習データとして生成する。
学習部134は、所定のユーザの与信に関する情報と、所定のユーザの学習データとに基づいて、学習モデルM1を生成する。例えば、図1の例では、学習部134は、ロジスティック回帰、SVM、深層学習等の機械学習手法の従来技術により、所定のユーザの信用スコアと、所定のユーザの学習データとに基づいて、学習モデルM1を生成する。
推定部135は、取得部131によって取得された所定の条件を満たす複数のユーザ識別情報と、複数のユーザ識別情報のそれぞれに対応するユーザ情報を集約した集約ユーザ情報に基づいて、所定のユーザのユーザ情報を推定する。
送信部136は、各種情報を送信する。具体的には、送信部136は、信用スコア記憶部122に記憶されるユーザの信用スコアをユーザに送信する。例えば、図1の例では、送信部136は、ユーザU100の信用スコアを金融サーバ20に送信する。
次に、図5を用いて、実施形態に係る情報処理装置100が実行する学習モデルの生成処理の手順について説明する。図5は、実施形態に係る情報処理装置100が実行する学習モデルの生成処理の流れの一例を示すフローチャートである。
次に、図5を用いて、実施形態に係る情報処理装置100が実行する推定処理の手順について説明する。図5は、実施形態に係る情報処理装置100が実行する推定処理の流れの一例を示すフローチャートである。
上述した情報処理装置100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、情報処理装置100の他の実施形態について説明する。
上記実施形態では、ユーザが有する複数のユーザ識別情報が第1のシステムが金融サービスであり、第2のシステムがポータルサイトであるものとして例を挙げて説明したが、上記実施形態に限定されない。
上記実施形態では、ユーザが有する複数のユーザ識別情報が金融サービスで利用される第1のユーザ識別情報が1つであり、ポータルサイトで利用される第2のユーザ識別情報が複数であるものとして例を挙げて説明したが、上記実施形態に限定されない。
上記実施形態では、情報処理装置100の生成部133が性別及び婚姻歴の個数が多いものをユーザ情報とするものとした例と、生成部133がユーザ識別情報毎の閲覧回数の総和をユーザ情報とするものとした例とを説明したが、上記実施形態に限定されない。
上記実施形態では、情報処理装置100の取得部131がユーザ情報として、性別、婚姻歴、倒産履歴又は閲覧回数を取得する取得処理の一例を説明したが、上記取得処理に限定されない。具体的には、取得部131は、ユーザの年齢を取得してもよい。そして、生成部133は、複数のユーザ情報を集約することで、複数のユーザ識別情報が示すユーザに対応する学習データを生成してもよい。また、以下では、複数の第2のユーザ情報を集約することで学習データを生成する例を挙げて説明する。
上記実施形態では、情報処理装置100の生成部133が複数のユーザ識別情報毎に対応するユーザ情報を集約したユーザ情報に基づいて、学習データを生成する生成処理の一例を説明したが、上記生成処理に限定されない。具体的には、生成部133は、複数のユーザ情報のそれぞれに対応する更新日時に基づいて、複数のユーザ情報を集約した集約ユーザ情報から学習データを生成してもよい。また、以下では、複数の第2のユーザ情報を集約することで学習データを生成する例を挙げて説明する。
上記実施形態では、情報処理装置100の生成部133が複数のユーザ識別情報毎に対応するユーザ情報を集約したユーザ情報に基づいて、学習データを生成する生成処理の一例を説明したが、上記生成処理に限定されない。具体的には、生成部133は、取得部131によって取得された複数のユーザ情報のそれぞれに対応する推定精度に基づいて、複数のユーザ情報を集約した集約ユーザ情報から学習データを生成してもよい。また、以下では、複数の第2のユーザ情報を集約することで学習データを生成する例を挙げて説明する。
してもよい。
上記実施形態では、情報処理装置100の生成部133が、正解データが正例又は負例の2値に分類される学習データを集約する例を示したが、正解データが3値以上の複数の値を取り得る学習データを集約してもよい。具体的には、生成部133は、正解データであるユーザ情報であって、同一であるユーザ情報の数に基づいて集約した集約ユーザ情報から学習データを生成してもよい。例えば、生成部133は、正解データとして収入金額に関する情報を含むユーザ情報であって、複数のユーザ情報のうち、同一である収入金額の数に基づいて集約した集約ユーザ情報から学習データを生成してもよい。
上記実施形態では、情報処理装置100の学習部134が第1のユーザ識別情報と第2のユーザ識別情報との組み合わせに対応付いた正例又は負例の数が多い場合に、第1のユーザ識別情報と第2のユーザ識別情報との組み合わせに対応する学習データを正例又は負例として学習する学習処理の一例を説明したが、上記学習処理に限定されない。
また、上述してきた実施形態に係る金融サーバ20、サービスサーバ30及び情報処理装置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。以下、情報処理装置100を例に挙げて説明する。図10は、情報処理装置100の機能を実現するコンピュータ1000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、ROM(Read Only Memory)1300、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。
上述してきたように、実施形態に係る情報処理装置100は、取得部131と、生成部133とを有する。取得部131は、所定の条件を満たす複数のユーザ識別情報と、複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する。生成部133は、取得部131によって取得された複数のユーザ情報を集約することで、複数のユーザ識別情報が示すユーザに対応する学習データを生成する。
20 金融サーバ
30 サービスサーバ
100 情報処理装置
110 通信部
120 記憶部
121 学習モデル
122 信用スコア記憶部
130 制御部
131 取得部
132 受付部
133 生成部
134 学習部
135 推定部
136 送信部
Claims (14)
- 所定の条件を満たす複数のユーザ識別情報と、当該複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する取得部と、
前記取得部によって取得された複数のユーザ情報を集約することで、前記複数のユーザ識別情報が示すユーザに対応する学習データを生成する生成部と、
を備え、
前記取得部は、
第1のシステムで利用されるユーザを識別する第1のユーザ識別情報に対応する第1のユーザ情報と、第2のシステムで利用されるユーザを識別する第2のユーザ識別情報であって、所定の条件を満たす複数の第2のユーザ識別情報のそれぞれに対応する第2のユーザ情報とを取得し、
前記生成部は、
前記取得部によって取得された第1のユーザ情報と、前記複数の第2のユーザ情報を集約した集約ユーザ情報との組み合わせを、前記第2のユーザ識別情報が示すユーザに対応する学習データとして生成する、
ことを特徴とする情報処理装置。 - 前記生成部は、
前記取得部によって取得された複数のユーザ情報のうち、同一であるユーザ情報の数に基づいて集約した集約ユーザ情報から前記学習データを生成する、
ことを特徴とする請求項1に記載の情報処理装置。 - 前記生成部は、
前記取得部によって取得された複数のユーザ情報のそれぞれに対応する更新日時に基づいて、前記複数のユーザ情報を集約した集約ユーザ情報から前記学習データを生成する、
ことを特徴とする請求項1又は2に記載の情報処理装置。 - 前記生成部は、
前記取得部によって取得された複数のユーザ情報のそれぞれに対応する推定精度に基づいて、前記複数のユーザ情報を集約した集約ユーザ情報から前記学習データを生成する、
ことを特徴とする請求項1〜3のいずれか1つに記載の情報処理装置。 - 前記生成部は、
前記取得部によって取得された複数のユーザ識別情報のそれぞれに対応するユーザ情報に対応付けられた正例の数に基づいて、正例に対応する前記学習データを生成する、
ことを特徴とする請求項1〜4のいずれか1つに記載の情報処理装置。 - 前記生成部は、
前記取得部によって取得された複数のユーザ識別情報のそれぞれに対応するユーザ情報に対応付けられた負例の数に基づいて、負例に対応する前記学習データを生成する、
ことを特徴とする請求項1〜5のいずれか1つに記載の情報処理装置。 - 前記取得部は、
前記複数のユーザ識別情報のそれぞれに対応するユーザ情報として、複数の項目に対応する情報を含むユーザ情報を取得し、
前記生成部は、
前記項目毎に、前記項目に対応する情報を集約することで、前記学習データを生成する、
ことを特徴とする請求項1〜6のいずれか1つに記載の情報処理装置。 - 前記生成部は、
前記取得部によって取得された複数の項目のうち、特定の項目に対応する情報が同一であるユーザ情報毎に集約した集約ユーザ情報から前記学習データを生成する、
ことを特徴とする請求項7に記載の情報処理装置。 - 前記取得部は、
前記所定の条件として、前記複数のユーザ識別情報が示すユーザが同一ユーザ、同一又は類似の属性を有する複数のユーザが属するユーザ群、家族又は事業会社である条件を満たす場合に、前記複数のユーザ識別情報と、前記複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する、
ことを特徴とする請求項1〜8のいずれか1つに記載の情報処理装置。 - 所定の条件を満たす複数のユーザ識別情報と、当該複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する取得部と、
前記取得部によって取得された複数のユーザ情報を集約した集約ユーザ情報に基づいて、所定のユーザのユーザ情報を推定する推定部と、
を備え、
前記取得部は、
第1のシステムで利用されるユーザを識別する第1のユーザ識別情報に対応する第1のユーザ情報と、第2のシステムで利用されるユーザを識別する第2のユーザ識別情報であって、所定の条件を満たす複数の第2のユーザ識別情報のそれぞれに対応する第2のユーザ情報とを取得し、
前記推定部は、
前記取得部によって取得された第1のユーザ情報と、前記複数の第2のユーザ情報を集約した集約ユーザ情報との組み合わせに基づいて、前記第1のユーザ識別情報が示すユーザに対応するユーザ情報を推定する、
ことを特徴とする情報処理装置。 - コンピュータが実行する情報処理方法であって、
所定の条件を満たす複数のユーザ識別情報と、当該複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する取得工程と、
前記取得工程によって取得された複数のユーザ情報を集約することで、前記複数のユーザ識別情報が示すユーザに対応する学習データを生成する生成工程と、
を含み、
前記取得工程は、
第1のシステムで利用されるユーザを識別する第1のユーザ識別情報に対応する第1のユーザ情報と、第2のシステムで利用されるユーザを識別する第2のユーザ識別情報であって、所定の条件を満たす複数の第2のユーザ識別情報のそれぞれに対応する第2のユーザ情報とを取得し、
前記生成工程は、
前記取得工程によって取得された第1のユーザ情報と、前記複数の第2のユーザ情報を集約した集約ユーザ情報との組み合わせを、前記第2のユーザ識別情報が示すユーザに対応する学習データとして生成する、
ことを特徴とする情報処理方法。 - 所定の条件を満たす複数のユーザ識別情報と、当該複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する取得手順と、
前記取得手順によって取得された複数のユーザ情報を集約することで、前記複数のユーザ識別情報が示すユーザに対応する学習データを生成する生成手順と、
をコンピュータに実行させ、
前記取得手順は、
第1のシステムで利用されるユーザを識別する第1のユーザ識別情報に対応する第1のユーザ情報と、第2のシステムで利用されるユーザを識別する第2のユーザ識別情報であって、所定の条件を満たす複数の第2のユーザ識別情報のそれぞれに対応する第2のユーザ情報とを取得し、
前記生成手順は、
前記取得手順によって取得された第1のユーザ情報と、前記複数の第2のユーザ情報を集約した集約ユーザ情報との組み合わせを、前記第2のユーザ識別情報が示すユーザに対応する学習データとして生成する、
ことを特徴とする情報処理プログラム。 - コンピュータが実行する情報処理方法であって、
所定の条件を満たす複数のユーザ識別情報と、当該複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する取得工程と、
前記取得工程によって取得された複数のユーザ情報を集約した集約ユーザ情報に基づいて、所定のユーザのユーザ情報を推定する推定工程と、
を含み、
前記取得工程は、
第1のシステムで利用されるユーザを識別する第1のユーザ識別情報に対応する第1のユーザ情報と、第2のシステムで利用されるユーザを識別する第2のユーザ識別情報であって、所定の条件を満たす複数の第2のユーザ識別情報のそれぞれに対応する第2のユーザ情報とを取得し、
前記推定工程は、
前記取得工程によって取得された第1のユーザ情報と、前記複数の第2のユーザ情報を集約した集約ユーザ情報との組み合わせに基づいて、前記第1のユーザ識別情報が示すユーザに対応するユーザ情報を推定する、
ことを特徴とする情報処理方法。 - 所定の条件を満たす複数のユーザ識別情報と、当該複数のユーザ識別情報のそれぞれに対応するユーザ情報を取得する取得手順と、
前記取得手順によって取得された複数のユーザ情報を集約した集約ユーザ情報に基づいて、所定のユーザのユーザ情報を推定する推定手順と、
をコンピュータに実行させ、
前記取得手順は、
第1のシステムで利用されるユーザを識別する第1のユーザ識別情報に対応する第1のユーザ情報と、第2のシステムで利用されるユーザを識別する第2のユーザ識別情報であって、所定の条件を満たす複数の第2のユーザ識別情報のそれぞれに対応する第2のユーザ情報とを取得し、
前記推定手順は、
前記取得手順によって取得された第1のユーザ情報と、前記複数の第2のユーザ情報を集約した集約ユーザ情報との組み合わせに基づいて、前記第1のユーザ識別情報が示すユーザに対応するユーザ情報を推定する、
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 |
---|---|---|---|
JP2019046403A JP6738926B1 (ja) | 2019-03-13 | 2019-03-13 | 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 |
---|---|---|---|
JP2019046403A JP6738926B1 (ja) | 2019-03-13 | 2019-03-13 | 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 |
---|---|
JP6738926B1 true JP6738926B1 (ja) | 2020-08-12 |
JP2020149363A JP2020149363A (ja) | 2020-09-17 |
Family
ID=71949314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019046403A Active JP6738926B1 (ja) | 2019-03-13 | 2019-03-13 | 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) | JP6738926B1 (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5148157B2 (ja) * | 2007-04-18 | 2013-02-20 | 株式会社東芝 | 顧客情報管理装置 |
JP6084102B2 (ja) * | 2013-04-10 | 2017-02-22 | テンソル・コンサルティング株式会社 | ソーシャルネットワーク情報処理装置、処理方法、および処理プログラム |
JP5960887B1 (ja) * | 2015-07-02 | 2016-08-02 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
JP6298131B2 (ja) * | 2016-09-16 | 2018-03-20 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
JP6194092B1 (ja) * | 2016-11-18 | 2017-09-06 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
JP6312913B1 (ja) * | 2017-09-01 | 2018-04-18 | ヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP6397098B1 (ja) * | 2017-09-01 | 2018-09-26 | ヤフー株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
-
2019
- 2019-03-13 JP JP2019046403A patent/JP6738926B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020149363A (ja) | 2020-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Follow my recommendations: A personalized privacy assistant for mobile app permissions | |
US11711447B2 (en) | Method and apparatus for real-time personalization | |
US10509837B2 (en) | Modeling actions for entity-centric search | |
US20160191450A1 (en) | Recommendations Engine in a Layered Social Media Webpage | |
US9697490B1 (en) | Industry review benchmarking | |
US20200357026A1 (en) | Machine Learning Assisted Target Segment Audience Generation | |
US20160063560A1 (en) | Accelerating engagement of potential buyers based on big data analytics | |
JP6767824B2 (ja) | 判定装置、判定方法及び判定プログラム | |
US9064212B2 (en) | Automatic event categorization for event ticket network systems | |
US20130024405A1 (en) | Distributed scalable incrementally updated models in decisioning systems | |
US20130179440A1 (en) | Identifying individual intentions and determining responses to individual intentions | |
US20160314425A1 (en) | Crowd sourcing real estate valuation estimates | |
JP6111404B2 (ja) | アクティビティのリアルタイムモニタリングのためのシステム、および方法 | |
US11341516B2 (en) | Optimization of send time of messages | |
WO2014193700A1 (en) | Social media pricing engine | |
US7895149B2 (en) | System for opinion reconciliation | |
US20100217668A1 (en) | Optimizing Delivery of Online Advertisements | |
JP2019040529A (ja) | 補正装置、補正方法及び補正プログラム | |
Kang et al. | Task recommendation in crowdsourcing based on learning preferences and reliabilities | |
US20240177184A1 (en) | Self-learning valuation and access to digital content | |
CN110720099A (zh) | 基于种子监督学习提供推荐的系统和方法 | |
US11442945B1 (en) | Dynamic freshness for relevance rankings | |
JP6738926B1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
CN112335205B (zh) | 确定一组用户的活动实例集合的方法、设备和存储介质 | |
JP7370435B1 (ja) | 情報処理装置、方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 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: 20190416 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190822 |
|
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 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200225 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200424 |
|
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: 20200707 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200720 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6738926 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 |