JP6768105B2 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

情報処理装置、情報処理方法および情報処理プログラム Download PDF

Info

Publication number
JP6768105B2
JP6768105B2 JP2019051982A JP2019051982A JP6768105B2 JP 6768105 B2 JP6768105 B2 JP 6768105B2 JP 2019051982 A JP2019051982 A JP 2019051982A JP 2019051982 A JP2019051982 A JP 2019051982A JP 6768105 B2 JP6768105 B2 JP 6768105B2
Authority
JP
Japan
Prior art keywords
industry
information
information processing
price
demand
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
Application number
JP2019051982A
Other languages
English (en)
Other versions
JP2020154657A (ja
Inventor
高橋 健太郎
健太郎 高橋
達矢 株田
達矢 株田
寺田 幸弘
幸弘 寺田
泰介 森
泰介 森
高昌 澁川
高昌 澁川
氣範 金
氣範 金
知紘 小川
知紘 小川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2019051982A priority Critical patent/JP6768105B2/ja
Publication of JP2020154657A publication Critical patent/JP2020154657A/ja
Application granted granted Critical
Publication of JP6768105B2 publication Critical patent/JP6768105B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明の実施形態は、情報処理装置、情報処理方法および情報処理プログラムに関する。
従来、種々の需要を予測する技術が提供されている。例えば、施設に対する予約数等から施設の需要を予測する技術が知られている。
特開2018−206224号公報
しかしながら、上記の従来技術では、異業種間での適切な需要予測を実現することができるとは限らない。
例えば、上記の従来技術では、施設に対する予約数と、当該施設が検索された検索数(あるいは、施設が閲覧された閲覧数)とに基づいて、施設の需要を予測している。このように、上記の従来技術では、一の施設に閉じた需要予測を行っているに過ぎず、異業種間の概念が存在しない。このため、上記の従来技術では、異業種間での適切な需要予測を実現することができるとは限らない。
本願にかかる情報処理装置は、第1の業種に関する情報を取得する取得部と、前記取得部により取得された情報に基づいて、前記第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する予測部とを有することを特徴とする。
実施形態の一態様によれば、異業種間での適切な需要予測を実現することができるといった効果を奏する。
図1は、実施形態にかかる情報処理の一例を示す図である。 図2は、実施形態にかかる情報処理システムの構成例を示す図である。 図3は、実施形態にかかる情報処理装置の構成例を示す図である。 図4は、実施形態にかかる需要情報記憶部の一例を示す図である。 図5は、実施形態にかかる事業者情報記憶部の一例を示す図である。 図6は、実施形態にかかる情報処理手順を示すフローチャートである。 図7は、情報処理装置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。
以下に、本願にかかる情報処理装置、情報処理方法および情報処理プログラムを実施するための形態(以下、「実施形態」と呼ぶ)について図面を参照しつつ説明する。なお、この実施形態により本願にかかる情報処理装置、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の実施形態において、同一の部位には同一の符号を付し、重複する説明は省略される。
〔1.情報処理の一例〕
まず、図1を用いて、実施形態にかかる情報処理の一例について説明する。図1は、実施形態にかかる情報処理の一例を示す図である。実施形態にかかる情報処理は、図1に示す情報処理装置100によって行われる。
図1の説明に先立って、図2を用いて、実施形態にかかる情報処理システムについて説明する。図2は、実施形態にかかる情報処理システム1の構成例を示す図である。実施形態にかかる情報処理システム1は、図2に示すように、第1事業者装置10と、第2事業者装置20と、外部装置30と、情報処理装置100とを含む。第1事業者装置10と、第2事業者装置20、外部装置30、情報処理装置100は、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、複数台の第1事業者装置10や、複数台の第2事業者装置20や、複数台の外部装置30や、複数台の情報処理装置100が含まれてよい。
第1事業者装置10は、第1の業種に属する第1事業者よって利用される情報処理装置である。第1事業者装置10は、例えば、スマートフォンや、タブレット型端末や、ノート型PC(Personal Computer)や、デスクトップPCや、携帯電話機や、PDA(Personal Digital Assistant)等である。例えば、第1事業者装置10は、第1事業者の操作に応じて、外部装置30に対して各種情報設定を行う。
また、本実施形態では、第1の業種は、ホテルや旅館の運営を行う宿泊業であるものとする。したがって、本実施形態では、第1の業種に属する第1事業者とは、ホテルや旅館の運営を行う事業者である。一方で、本実施形態で対象とする第1の業種は、必ずしも宿泊業である必要はなく、第1の業種は任意の業種であってよい。
第2事業者装置20は、第2の業種に属する第2事業者よって利用される情報処理装置である。第2事業者装置20は、例えば、スマートフォンや、タブレット型端末や、ノート型PCや、デスクトップPCや、携帯電話機や、PDA等である。例えば、第2事業者装置20は、情報処理装置100から受信した各種情報を表示する。また、第2事業者装置20は、第2事業者の操作に応じて、外部装置30に対して各種情報設定を行うこともできる。
また、本実施形態では、第2の業種は、第1の業種とは異なる業種であるものとする。例えば、第2の業種は、第1の業種とは異なる業種であって、当該第1の業種と所定の関連性を有する業種である。一例を示すと、第2の業種は、交通機関に関する業種である。上記例では、第1の業種は宿泊業であるため、本実施形態では、第2の業種は、第1の業種以外の業種となる。本実施形態では、第2の業種は、旅客向けの運輸業(例えば、バス会社、鉄道会社、航空会社がこれに属する)であるものとする。
外部装置30は、実施形態にかかる情報処理装置100と連携するサーバ装置である。本実施形態では、外部装置30は、宿泊予約サービスT1を提供するサーバ装置であるものとする。なお、外部装置30と、情報処理装置100とは一体化されてもよい。したがって、宿泊予約サービスT1は、情報処理装置100を管理する「事業者T」によって運営されるサービスであってもよい。
上記の通り、第1の業種は宿泊業であるため、第1の業種に属する第1事業者(例えば、ホテルや旅館の運営を行う事業者)は、第1事業者装置10を用いて、外部装置30にアクセスすることで、宿泊予約サービスT1に対して、自社ホテル等での宿泊プラン、価格、空室状況、サービス内容等を登録(設定)する。そして、外部装置30は、第1事業者によって登録された内容を宿泊予約サービスT1を介して適宜ユーザに公開する。また、情報処理装置100は、外部装置30にアクセスし、第1事業者により登録された登録情報を取得することができる。
ここで、実施形態にかかる情報処理が行われるにあたっての前提について説明する。例えば、第1の業種に属する第1事業者の一例としてホテル会社を挙げる。ホテル会社は、例えば、曜日やイベントに合わせて、自社ホテルにどれほどの需要があるかを予測し、需要に合わせて、価格を変動させる。例えば、ホテル会社は、利用客が少ない平日には価格を下げ、利用客が多い祝祭日には価格を上げたりする。また、ホテル会社は、周辺地域で突発的なイベントがあり、平日であっても普段よりも多い利用客が見込まれる場合には、一時的に価格を上げたりする。このようなことからホテル会社の価格推移(価格変動)には、そのホテル会社のホテル、あるいは、周辺地域で起こる何らかのイベント毎等に対するユーザの需要が比較的に精度よく反映された情報といえる。
したがって、ホテル会社の価格推移に着目すれば、需要を予測することができるようになる。また、予測した需要は、ホテル会社である第1の業種とは異なる第2の業種に属する第2事業者にとっても有益な情報となり得る。例えば、上記のように、イベント等により周辺地域に対する需要が高まることが予測された場合には、その周辺地域での交通や観光需要の予測につなげることができるようになるため、第2の業種に属する第2事業者であるバス会社や土産物販売店等に対して需要に関する情報提供ができるようになる。
また、上記の通り、施設に対する予約数と、当該施設が検索された検索数(あるいは、施設が閲覧された閲覧数)とに基づいて、この施設の需要を予測するといった従来技術が存在するが、かかる技術では施設での価格情報(価格推移、価格変動)が考慮されていない。上記の通り、価格情報は、需要がより反映され易い情報であるため、この価格情報を用いる点で従来技術に対して優位性を持たせることができるようになると考えられる。
以上のような前提を踏まえて、実施形態にかかる情報処理装置100は、実施形態にかかる情報処理を行う。具体的には、情報処理装置100は、第1の業種に関する情報を取得する。そして、情報処理装置100は、取得した情報に基づいて、第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する。より具体的には、情報処理装置100は、第1の業種に関する情報として、第1の業種に属する第1事業者に関する情報を第1事業者それぞれから取得する。
また、情報処理装置100は、例えば、所定のエリア毎に、当該所定のエリアでの第1の業種に関する情報を取得し、所定のエリア毎に、当該所定のエリアでの第2の業種に対するユーザの需要を予測する。
また、例えば、情報処理装置100は、第1の業種に関する情報として、第1の業種に属する第1事業主が提供する所定のサービスに対して第1の事業者が設定した価格情報を取得し、この価格情報(例えば、価格情報が示す価格変動)に基づいて、第2の業種に対するユーザの需要を予測する。一例を示すと、情報処理装置100は、価格変動の傾向が所定の上昇傾向を示すか否かに基づいて、第2の業種に対するユーザの需要を予測する。以では、実施形態にかかる情報処理の一例について説明する。具体的には、図1を用いて、実施形態にかかる情報処理の一例を手順を追って説明する。また、情報処理装置100が有する記憶部についても適宜説明する。
図1の例では、第1の業種に属する第1事業者を、ホテルを運営するホテル会社であるものとする。具体的には、図1の例では、第1事業者として、ホテルH1を運営するホテル会社であるホテルH1株式会社と、ホテルH2を運営するホテル会社であるホテルH2株式会社と、ホテルH3を運営するホテル会社であるホテルH3株式会社と、ホテルH4を運営するホテル会社であるホテルH4株式会社とが例示されている。なお、以下では、ホテルH1株式会社を単にホテルH1、ホテルH2株式会社を単にホテルH2、ホテルH3株式会社を単にホテルH3、ホテルH4株式会社を単にホテルH4と表記する場合がある。
また、例えば、ホテルH1と表記する場合、これはホテルH1株式会社、および、ホテルH1という施設そのものの双方、あるいは、いいずれか一方を指示してよいものとする。ホテルH2、H3、H4についても同様である。また、ホテルH1〜H4それぞれは、各地にチェーン展開されているホテルであってもよいし、単独のホテルであってもよい。
さて、図1の例では、ホテルH1〜H4それぞれが、外部装置30に対して、各種登録を行っている。例えば、ホテルH1〜H4は、外部装置30に対して、宿泊プランを示すプラン情報の登録、および、宿泊プラン毎の価格を示す価格情報の登録を行っている。もちろん、これら以外の情報が登録されてもよい。また、ホテルH1〜H4は、任意のタイミングで登録内容を変更したり、宿泊プラン毎に数日、数週間、あるいは数ヶ月先までの各日付の価格情報を登録することもできる。外部装置30は、ホテルH1〜H4それぞれから受け付けた登録情報を第1業種情報記憶部121に格納する。
ここで、第1業種情報記憶部121について説明する。第1業種情報記憶部121は、第1の業種に属する第1の事業者(図1の例では、ホテルH1〜H4)に関する情報(例えば、登録情報)を記憶する。図1の例では、第1業種情報記憶部121は、「第1の業種」、「第1事業者」、「識別情報」、「所在地」、「宿泊プラン」、「価格情報」、「平均価格」といった項目を有する。
「第1の業種」は、第1の業種としてどのような業種であるのかを識別可能な情報(例えば、業種名)を示す。図1に示す第1業種情報記憶部121の例では、ホテルH1〜H4に対応する「第1の業種」として「宿泊業」が入力されている。「第1事業者」は、第1事業者を識別可能な情報(例えば、事業者名)を示す。図1に示す第1業種情報記憶部121の例では、「第1事業者」として「ホテルH1株式会社」といったように正式な事業者名が入力されている。「識別情報」は、対応する「第1事業者」が運営する対象(図1の例では、ホテル)を識別可能な情報(例えば、識別IDや対象の名称)を示す。「所在地」は、「識別情報」で識別される対象(図1の例では、ホテル)の所在地を示す。また、「所在地」には、第1事業者の本拠地(例えば、本社)の所在地も含まれてよい。
「宿泊プラン」は、「識別情報」で識別されるホテルでの宿泊プランを示す情報である。図1に示す第1業種情報記憶部121の例では、例えば、宿泊プラン「PL11」といったように概念的な記号が用いられてるが、実際には、プラン名、プラン内容、宿泊条件、サービス内容を示すテキスト情報や画像情報等がこれに対応する。「価格情報」は、対応する「宿泊プラン」に設定される価格を示す。図1の例では、説明を簡単にするために、各「宿泊プラン」毎に1つの「価格情報」のみ設定されているが、例えば、「宿泊プラン」毎に、数日、数週間、あるいは数ヶ月先までの各日付での価格を示す「価格情報」が設定されてよい。
「平均価格」は、「識別情報」で識別されるホテルについて各「宿泊プラン」に設定される「価格情報」を平均した価格を示す。上記の通り、「価格情報」は、例えば、「宿泊プラン」毎に、数日、数週間、あるいは数ヶ月先までの各日付に設定される価格であってよいため、「平均価格」は、例えば、各日付での「宿泊プラン」毎の「価格情報」を平均した価格を示すものであってよい。なお、本実施形態では、「平均価格」を用いるものとするが、必ずしも平均である必要はなく、例えば、価格の中央値であってもよいし、各「宿泊プラン」の中での最大価格であってもよいし、「宿泊プラン」の中での最小価格であってもよい。
すなわち、図1に示す第1業種情報記憶部121の例では、ホテルH1の所在地は「東京都R区」であり、ホテルH1には、宿泊プランとして、価格情報「PR111」(価格PR111)の宿泊プラン「PL11」と、価格情報「PR112」の宿泊プラン「PL12」と、価格情報「PR113」の宿泊プラン「PL13」が存在する例を示す。図1に示す第1業種情報記憶部121の例では、宿泊プラン「PL11」、「PL12」および「PL13」それぞれに対して、将来の日付毎に設定される価格のうち、ある1日(例えば、2019年2月1日)に設定される価格を平均した平均価格が「5,500」円である例を示す。
なお、図1の例では、外部装置30が第1業種情報記憶部121を有する例を示すが、情報処理装置100が、第1業種情報記憶部121内から適宜情報を取得することにより、情報処理装置100も第1業種情報記憶部121を有してもよい。後述する図3では、かかる態様が示されている。
このような状態において、情報処理装置100は、第1の業種に属する第1事業者に関する情報として、第1の業種に属する第1事業者が提供する所定のサービスに対して第1の事業者が設定した価格情報を第1事業者それぞれから取得する(ステップS1)。図1の例では、情報処理装置100は、ホテルH1〜H4それぞれから、各宿泊プランに設定される価格情報を取得する。例えば、情報処理装置100は、ホテルH1〜H4それぞれから、各日付での宿泊プラン毎の価格情報を平均した平均価格を示す価格情報を取得する。なお、情報処理装置100は、各宿泊プランに設定される価格情報を取得することで、自装置側で平均価格を算出してもよい。また、情報処理装置100は、取得した価格情報を価格情報記憶部122に格納する。
ここで、価格情報記憶部122について説明する。価格情報記憶部122は、第1の業種に関する価格情報を記憶する。図1の例では、価格情報記憶部122は、「第1の業種」、「所在地」、「識別情報」、「日付」といった項目を有する。また、「日付」には、「2019年2月1日」、「2019年2月2日」といった将来の実際の日付情報が対応付けられる。
「第1の業種」は、第1の業種としてどのような業種であるのかを識別可能な情報(例えば、業種名)を示す。図1に示す価格情報記憶部122の例では、ホテルH1〜H4に対応する「第1の業種」として「宿泊業」が入力されている。「所在地」は、「識別情報」で識別される対象(図1の例では、ホテル)の所在地を示す。また、「所在地」には、第1事業者の本拠地(例えば、本社)の所在地も含まれてよい。「識別情報」は、各ホテルを識別可能な情報(例えば、識別IDやホテルの名称)を示す。「識別情報」は、第1業種情報記憶部121に記憶されるものと同様にものである。
「日付」は、各日付での宿泊プラン毎の価格情報を平均した当該日付での平均価格を示す価格情報である。例えば、「日付」に含まれる項目「2019年2月1日」と、識別情報「H1」とによって区別される入力欄には、「2019年2月1日」時点におけるホテルH1での宿泊プランPL11の価格情報と、「2019年2月1日」時点におけるホテルH1での宿泊プランPL12の価格情報と、「2019年2月1日」時点におけるホテルH1での宿泊プランPL13の価格情報とを平均した平均した平均価格が入力される。
図1に示す価格情報記憶部122の例では、「2019年2月1日」時点におけるホテルH1での宿泊プランPL11の価格情報と、「2019年2月1日」時点におけるホテルH1での宿泊プランPL12の価格情報と、「2019年2月1日」時点におけるホテルH1での宿泊プランPL13の価格情報とを平均した平均した平均価格が「5,500」円である例を示す。また、図1に示す価格情報記憶部122の例では、「2019年2月1日」時点におけるホテルH2の宿泊プランPL21の価格情報と、「2019年2月1日」時点におけるホテルH2での宿泊プランPL22の価格情報と、「2019年2月1日」時点におけるホテルH2での宿泊プランPL23の価格情報とを平均した平均した平均価格が「4,500」円である例を示す。
次に、情報処理装置100は、価格情報記憶部122を参照し、日付経過に応じた平均価格の変動である価格変動に基づいて、価格変動の特徴を第1事業者毎に分析する(ステップS2)。
例えば、情報処理装置100は、図1に示す価格情報記憶部122の例では、ホテルH1について、「2019年2月1日」での平均価格「5,000」円、「2019年2月2日」での平均価格「5,500」円、「2019年2月3日」での平均価格「7,000」円、「2019年2月4日」での平均価格「7,100」円に基づいて、価格変動の特徴を分析する。かかる例では、情報処理装置100は、例えば、平日にも拘らず「2019年2月3日」および「2019年2月4日」の間で平均価格が急上昇しているとの分析結果を得る。
また、例えば、情報処理装置100は、図1に示す価格情報記憶部122の例では、ホテルH2について、「2019年2月1日」での平均価格「4,500」円、「2019年2月2日」での平均価格「4,500」円、「2019年2月3日」での平均価格「6,000」円、「2019年2月4日」での平均価格「6,100」円に基づいて、価格変動の特徴を分析する。かかる例では、情報処理装置100は、例えば、平日にも拘らず「2019年2月3日」および「2019年2月4日」の間で平均価格が急上昇しているとの分析結果を得る。
次に、情報処理装置100は、ステップS2での第1事業者毎の分析結果に基づいて、所定のエリア毎に当該エリアに所在する第1の業種全体では、価格変動にどのような変動傾向があるのかを分析する(ステップS3)。図1の例では、ホテルH1およびH2は、双方とも「東京都R区」といった同一エリア内に所在している。したがって、情報処理装置100は、「東京都R区」に所在する第1の業種、すなわち、「東京都R区」に所在するホテルH1およびH2全体では、価格変動にどのような変動傾向があるのかを分析する。
なお、どのような範囲を所定のエリアとして設定するかは、任意であってよい。したがって、かかる例のように、行政区画の「区」単位が所定のエリアとして設定されてもよいし、都道府県単位が所定のエリアとして設定されてもよい。都道府県単位が所定のエリアとして設定される場合、情報処理装置100は、ホテルH1〜H4全体では、価格変動にどのような変動傾向があるのかを分析する。
例えば、情報処理装置100は、図1に示す価格情報記憶部122の例では、ホテルH1に対する分析結果である、平日にも拘らず「2019年2月3日」および「2019年2月4日」の間で平均価格が急上昇しているとの分析結果と、ホテルH2に対する分析結果である、平日にも拘らず「2019年2月3日」および「2019年2月4日」の間で平均価格が急上昇しているとの分析結果とを比較することにより、「2019年2月3日」および「2019年2月4日」の間での平均価格の変動傾向に何らかの傾向があるか否かを分析する。
また、情報処理装置100は、ステップS2およびS3にかけて、例えば、平均価格の変動を示すグラフを第1事業者毎に生成し、生成したグラフを比較することで、例えば、特定の期間において、平均価格の変動傾向に何らかの傾向があるか否かを分析してもよい。
例えば、情報処理装置100は、図1に示す価格情報記憶部122の例では、ステップS3での分析の結果、「2019年2月3日および2月4日にかけて、東京都R区における第1の業種での設定価格が急上昇傾向にある」との分析結果を得る。また、情報処理装置100は、このような分析結果から「2019年2月3日および2月4日にかけて、東京都R区にて何らかのイベントがあるため、平日にも拘らず東京都R区への訪問者が増える」との分析結果も得ることができる。なお、かかる分析結果を示す情報を例えば分析結果AN12とすると、情報処理装置100は、この分析結果AN12を後述する需要情報記憶部123に格納する。
また、情報処理装置100は、これまでの価格情報に基づく学習によって生成された学習モデルを用いて、例えば、この先どの期間においてどのような価格変動の特徴が現れるかを予測し、この予測結果を分析結果として定めてもよい。一例を示すと、情報処理装置100は、日付情報と、日付情報が示す日付経過に応じた価格情報の変動の実績とから、どのような関係性(傾向)が成立しているかを学習する。例えば、情報処理装置100は、ある期間にはあるエリアでの第1の業種の設定価格が3割増しになる、といった傾向を学習する。そして、情報処理装置100は、学習結果を反映したモデルを生成する。例えば、情報処理装置100は、あるエリアでの第1の業種を入力すると、価格が通常時より「X割増し」になるような期間を出力するようなモデルを生成し、生成したモデルを用いて、この先どの期間において価格が通常時より「X割増し」になるかを予測してもよい。
次に、情報処理装置100は、ステップS3での分析結果に基づいて、第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する(ステップS4)。例えば、情報処理装置100は、後述する事業者情報記憶部124を参照し、第1の業種「宿泊業」とは異なる業種を特定し、特定した業種を第2の業種として定める。かかる例では、情報処理装置100は、旅客向けの運輸業を第2の業種するとともに、この第2の業種に属する第2事業者であって、東京都R区に所在する第2事業者としてバス会社EP1を特定したとする。
そうすると、情報処理装置100は、例えば、「2019年2月3日および2月4日にかけて、東京都R区に所在するバス会社EP1に対するユーザの需要が高まる」といった需要を予測することができる。もちろんこれは一例に過ぎず、情報処理装置100は、例えば、「2019年2月3日および2月4日にかけて、東京都R区に所在する観光サービス業者に対する観光需要が高まる」といった需要を予測することができる。また、情報処理装置100は、例えば、「2019年2月3日および2月4日にかけて、東京都R区に所在する小売業者(例えば、土産物屋)に対する購買需要が高まる」といった需要を予測することができる。
次に、情報処理装置100は、ステップS4での予測結果、すなわち予測した需要に基づく情報提案を第2の業種に属する第2事業者に対して行う(ステップS5)。情報処理装置100は、東京都R区に所在する第2事業者としてバス会社EP1を特定している場合には、例えば、「2019年2月3日および2月4日にかけて利用客が増える可能性があるため、それに向けて特別料金を設定したり臨時便の運行数を増やすこと」を提案する情報を予測結果に基づく情報として提供する。例えば、情報処理装置100は、バス会社EP1の第2事業者装置20に対して、予測結果に基づく情報を送信する。
さて、これまで説明してきたように実施形態にかかる情報処理装置100は、第1の業種に関する情報を取得する。特に、情報処理装置100は、第1の業種での価格情報を取得する。そして、情報処理装置100は、取得した情報に基づいて、第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する。そして、情報処理装置100は、予測結果に基づく情報を第1の業種とは異なる業種の事業者に提供する。
これにより、実施形態にかかる情報処理装置100は、異業種間での適切な需要予測を実現することができる。例えば、情報処理装置100は、第2の業種の業種に関する情報が不足している場合には第2の業種に対する需要を正確に予測することは出来ない。しかしながら、情報処理装置100は、第1の業種として、例えば、需要の影響を受けやすい価格情報であって、第1の業種での価格情報を用いることにより、第2の業種に対する需要を適切に予測することができる。
また、情報処理装置100は、図1で説明したように所定のエリア単位で需要地域活性化にも貢献することができる。を予測することができるため、例えば、この所定のエリアにおける地域活性化にも貢献することができる。例えば、情報処理装置100は、この所定のエリアへのユーザの動向を予測することができるため、所定のエリアにおける自治体に対して各種観光サービスに関する対策や検討を行わせることができる。この結果、情報処理装置100は、地域活性化にも貢献することができる。
〔2.情報処理装置の構成〕
次に、図3を用いて、実施形態にかかる情報処理装置100について説明する。図3は、実施形態にかかる情報処理装置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。例えば、情報処理装置100は、図1で説明した情報処理を行うサーバ装置である。
(記憶部120について)
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ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、第1業種情報記憶部121と、価格情報記憶部122と、需要情報記憶部123と、事業者情報記憶部124とを有する。第1業種情報記憶部121、および、価格情報記憶部122については、図1で説明した通りであるため、ここでの詳細な説明を省略する。
(需要情報記憶部123について)
需要情報記憶部123は、第1の業種における価格変動に関して分析された分析結果を記憶する。また、需要情報記憶部123は、予測された需要やこの需要に対応する第2の業種に関しても記憶する。ここで、図4に実施形態にかかる需要情報記憶部123の一例を示す。図4の例では、需要情報記憶部123は、「対応第1事業者」、「分析結果」、「予測需要」、「第2の業種」といった項目を有する。
上記の通り、情報処理装置100は、価格変動の特徴や価格変動の傾向を分析するが、「対応第1事業者」は、この分析の対処となった第1事業者、または、かかる第1事業者の第1事業者装置10を識別する識別情報を示す。図1の例では、ホテルH1〜H4がこの「対応第1事業者」となる。
「分析結果」は、「対応第1事業者」が示す第1事業者間において、価格変動の傾向が分析された分析結果を示す。図1の例では、ホテルH1およびH2は、双方とも「東京都R区」といった同一エリア内に所在している。したがって、情報処理装置100は、「東京都R区」に所在する第1の業種、すなわち、「東京都R区」に所在するホテルH1およびH2全体では、価格変動にどのような変動傾向があるのかを分析している。そして、情報処理装置100は、「2019年2月3日および2月4日にかけて、東京都R区における第1の業種での設定価格が急上昇傾向にある」との分析結果を示す情報である分析結果AN12を得ている。このため、図4の例では、対応第1事業者「H1、H2」に対応する分析結果として「AN12」が入力されている。
「予測需要」は、「分析結果」から予測された需要であって、第2の業種に対するユーザの需要を示す情報である。「第2の業種」は、このときの第2の業種はどの業種であるかを示す。図4の例では、対応第1事業者「H1、H2」、分析結果「AN12」と、予測需要「DM12」と、第2の業種「運輸業(旅客バス)」とが対応付けられている。かかる例は、第1事業者「H1、H2」が属する第1の業種とは異なる業種である第2の業種として、「運輸業(旅客バス)」が特定されたことにより、第2の業種「運輸業(旅客バス)」に対して、分析結果「AN12」に基づき予測需要「DM12」で示されるユーザ需要があることを予測されている例を示す。
(事業者情報記憶部124について)
事業者情報記憶部124は、需要に基づく情報提供を受ける事業者であって、第1の業種とは異なる第2の業種に属する第2事業者となり得る候補の事業者に関する情報を記憶する。ここで、図5に実施形態にかかる事業者情報記憶部124の一例を示す。図5の例では、事業者情報記憶部124は、「事業者ID」、「業種」、「所在地」といった項目を有する。
「事業者ID」は、需要に基づく情報提供を受ける事業者あって、第1の業種とは異なる第2の業種に属する第2事業者となり得る候補の事業者を識別する識別情報を示す。「業種」は、「事業者ID」によって識別される事業者の業種を示す。「所在地」は、「事業者ID」によって識別される事業者の所在地を示す。例えば、「所在地」は、「事業者ID」によって識別される事業者の本社の所在地であってもよいし、かかる事業者がサービスを展開されている地(例えば、ホテル業者であれば、ホテルの所在地)であってもよい。
すなわち、図5の例では、事業者ID「EP1」によって識別される事業者であって、第2事業者となり得る候補の事業者は、旅客向けの運輸業(例えば、バス会社)を営んでおり、所在地が「LC11」である例を示す。
(制御部130について)
図3に戻り、制御部130は、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、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。
図3に示すように、制御部130は、取得部131と、分析部132と、予測部133と、提供部134とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部130の内部構成は、図3に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。また、制御部130が有する各処理部の接続関係は、図3に示した接続関係に限られず、他の接続関係であってもよい。
(取得部131について)
取得部131は、第1の業種に関する情報を取得する。例えば、取得部131は、第1の業種に関する情報として、第1の業種に属する第1事業者に関する情報を第1事業者それぞれから取得する。また、取得部131は、所定のエリアにおける第1の業種に関する情報を取得する。また、例えば、取得部131は、第1の業種に関する情報として、第1の業種に属する第1事業者が提供する所定のサービスに対して第1事業者が設定した価格情報を取得する。例えば、取得部131は、所定のサービスを提供する外部装置30から価格情報を取得することができる。また、取得部131は、取得した価格情報を価格情報記憶部122に格納する。
また、取得部131は、実施形態にかかる情報処理が行われる所定のタイミングで、適宜、価格情報記憶部122から価格情報を取得し、対応する処理部へと出力する。例えば、取得部131は、分析部132によって価格変動に関する分析が行われる際には、価格情報記憶部122から価格情報を取得し、取得した価格情報を分析部132に出力する。
(分析部132について)
分析部132は、取得部131によって取得された価格情報に基づいて、価格変動の特徴を分析する。例えば、分析部132は、価格情報記憶部122を参照し、日付経過に応じた価格変動に基づいて、価格変動の特徴を第1事業者毎に分析する。なお、図1の例では、分析部132は、価格情報記憶部122を参照し、日付経過に応じた平均価格の変動である価格変動に基づいて、価格変動の特徴を第1事業者毎に分析している。しかし、平均価格の変動の特徴を分析することは一例に過ぎず、例えば、分析部132は、日付経過に応じた中央値の変動の特徴を分析してもよい。また、図1の例では、第1事業者毎に複数の宿泊プランが存在するため、第1事業者毎にこの複数の宿泊プランそれぞれの価格情報を平均する例を示しているが、例えば、分析部132は、第1事業者毎に特定の一つのプランに着目して、そのプランでの日付経過での価格変動の特徴を分析してもよい。
また、分析部132は、第1の事業者毎に分析した価格変動の特徴に基づいて、所定のエリア毎に当該エリアに所在する第1の業種全体では、価格変動にどのような変動傾向があるのかを分析する。図1の例では、ホテルH1およびH2は、双方とも「東京都R区」といった同一エリア内に所在している。したがって、分析部132は、「東京都R区」に所在する第1の業種、すなわち、「東京都R区」に所在するホテルH1およびH2全体では、価格変動にどのような変動傾向があるのかを分析する。
このようなことから、分析部132は、図1のステップS2およびS3に示される処理を行う。また、分析部132は、分析によって得られた分析結果を需要情報記憶部123に格納する。
(予測部133について)
予測部133は、取得部131により取得された情報に基づいて、第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する。具体的には、予測部133は、第1の業種とは異なる業種であって、当該第1の業種と所定の関連性を有する第2の業種に対するユーザの需要を予測する。また、予測部133は、取得部131により取得された価格情報に基づいて、第2の業種に対するユーザの需要を予測する。
また、取得部131は、所定のエリアにおける第1の業種に関する情報を取得するため、予測部133は、所定のエリアと所定の関係性を有する第2の業種に対するユーザの需要を予測する。例えば、予測部133は、第2の業種として、所定のエリアにおける交通機関に関する業種に対するユーザの需要を予測する。
また、予測部133は、取得部131により取得された情報が示す変動に基づいて、第2の業種に対するユーザの需要を予測する。例えば、予測部133は、取得部131により取得された情報が示す価格変動に基づいて、第2の業種に対するユーザの需要を予測する。一例としては、予測部133は、価格変動の傾向が所定の上昇傾向を示すか否かに基づいて、第2の業種に対するユーザの需要を予測する。
すなわち、予測部133は、分析部132による分析結果が示す価格変動の傾向に基づいて、第2の業種に対するユーザの需要を予測する。例えば、分析部132は、事業者情報記憶部124を参照し、価格変動の傾向が上昇傾向にある第1の業種とは異なる業種であって、当該第1の業種と所定の関連性を有する業種を特定し、特定した業種を第2の業種として定める。また、予測部133は、特定した第2の業種に属する第2事業者のうち、価格変動の傾向が上昇傾向にある第1の業種に属する第1事業者が所在するエリアと同一エリアに所在する第2の業種を特定する。図1の例では、予測部133は、このような第2事業者として、バス会社EP1を特定している。このようなことから、予測部133は、分析結果に基づいて、どのような第2の業種が需要の対象となるかを判断しているといえる。
また、そうすると、予測部133は、図1の例では、「2019年2月3日および2月4日にかけて、東京都R区に所在するバス会社EP1に対するユーザの需要が高まる」といった需要を予測することができる。もちろんこれは一例に過ぎず、予測部133は、例えば、「2019年2月3日および2月4日にかけて、東京都R区に所在する観光サービス業者に対する観光需要が高まる」といった需要を予測することもできる。また、予測部133は、例えば、「2019年2月3日および2月4日にかけて、東京都R区に所在する小売業者(例えば、土産物屋)に対する購買需要が高まる」といった需要を予測することもできる。このようなことから、予測部133は、図1のステップS4に示される処理を行う。
(提供部134について)
提供部134は、予測部133により予測された予測結果に基づく情報を、第2の業種に属する第2事業者に提供する。具体的には、提供部134は、予測部133により予測された予測結果に基づく情報を、予測部133により特定された第2事業者に提供する(第2事業者装置20に送信する)。図1の例では、東京都R区に所在する第2事業者としてバス会社EP1が特定されているため、提供部134は、例えば、バス会社EP1に対して、「2019年2月3日および2月4日にかけて利用客が増える可能性があり、それに向けて特別料金を設定したり臨時便の運行数を増やすこと」を提案する情報を予測結果に基づく情報として提供する。
なお、情報処理装置100は、予測された需要に応じてどのような情報提供を行うべきかが記された記憶部をさらに有してもよい。かかる場合、提供部134は、記憶部を参照し、予測結果に対応する情報を抽出し、抽出した情報を提供する。
〔3.処理手順〕
次に、図6を用いて、実施形態にかかる情報処理の手順について説明する。図6は、実施形態にかかる情報処理手順を示すフローチャートである。
まず、取得部131は、第1の業種に関する価格情報を取得する(ステップS101)。例えば、取得部131は、第1の業種に属する第1事業者が提供する所定のサービス(例えば、宿泊サービス)に対してこの第1事業者が設定した価格情報を取得する。また、取得部131は、取得した価格情報を価格情報記憶部122に格納する。
次に、分析部132は、価格情報記憶部122を参照し、取得部131により取得された商品情報が示す価格変動であって、日付経過に応じた価格変動に基づいて、価格変動の特徴を第1事業者毎に分析する(ステップS102)。
次に、分析部132は、ステップS102での第1事業者毎の分析結果に基づいて、所定のエリア毎に当該エリアに所在する第1の業種全体では、価格変動にどのような変動傾向があるのかを分析する(ステップS103)。例えば、分析部132は、所定の同一エリア毎エリアに所在する第1の業種全体では、価格変動にどのような変動傾向があるのかを分析する。
次に、予測部133は、ステップS103での分析結果に基づいて、第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する(ステップS104)。そして、提供部134は、予測部133により予測された予測結果に基づく情報を、第2の業種に属する第2事業者に提供する(ステップS105)。
なお、提供部134は、需要の対象となるユーザとして、例えば、所定のサービス(例えば、宿泊サービス)を利用する特定し、特定したユーザに対して広告コンテンツを配信してもよい。例えば、提供部134は、外部装置30にアクセスし、宿泊予約サービスT1を利用し予約しているユーザを特定する。そして、図1の例では、提供部134は、例えば、バス会社EP1のサービスに関する広告コンテンツをかかるユーザに配信する。
これにより、例えば、ユーザは現地での移動手段について検討し易くなるし、事業者も収益向上につながる可能性がある。このようなことから、実施形態にかかる情報処理装置100は、実施形態にかかる情報処理により、ユーザおよび事業者の双方にとって、有益な情報提供を行うことができる。
〔4.ハードウェア構成〕
また、上記実施形態にかかる情報処理装置100は、例えば図7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7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、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を有する。
CPU1100は、ROM1300又はHDD1400に格納されたプログラムに基づいて動作し、各部の制御を行う。ROM1300は、コンピュータ1000の起動時にCPU1100によって実行されるブートプログラムや、コンピュータ1000のハードウェアに依存するプログラム等を格納する。
HDD1400は、CPU1100によって実行されるプログラム、および、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス1500は、通信網50を介して他の機器からデータを受信してCPU1100へ送り、CPU1100が生成したデータを、通信網50を介して他の機器へ送信する。
CPU1100は、入出力インターフェイス1600を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。CPU1100は、入出力インターフェイス1600を介して、入力装置からデータを取得する。また、CPU1100は、生成したデータを、入出力インターフェイス1600を介して出力装置へ出力する。
メディアインターフェイス1700は、記録媒体1800に格納されたプログラム又はデータを読み取り、RAM1200を介してCPU1100に提供する。CPU1100は、かかるプログラムを、メディアインターフェイス1700を介して記録媒体1800からRAM1200上にロードし、ロードしたプログラムを実行する。記録媒体1800は、例えばDVD(Digital Versatile Disc)、PD(Phase change rewritable Disk)等の光学記録媒体、MO(Magneto-Optical disk)等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
例えば、コンピュータ1000が実施形態にかかる情報処理装置100として機能する場合、コンピュータ1000のCPU1100は、RAM1200上にロードされたプログラムを実行することにより、制御部130の機能を実現する。また、HDD1400には、記憶部120内のデータが格納される。コンピュータ1000のCPU1100は、これらのプログラムを、記録媒体1800から読み取って実行するが、他の例として、他の装置から、通信網50を介してこれらのプログラムを取得してもよい。
〔5.その他〕
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
以上、本願の実施形態をいくつかの図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
また、上述してきた「部(section、module、unit)」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
1 情報処理システム
10 第1事業者装置
20 第2事業者装置
100 情報処理装置
120 記憶部
121 第1業種情報記憶部
122 価格情報記憶部
123 需要情報記憶部
124 事業者情報記憶部
130 制御部
131 取得部
132 分析部
133 予測部
134 提供部

Claims (12)

  1. 第1の業種に関する情報として、前記第1の業種への需要に関連する所定の情報に基づき、前記第1の業種に属する第1事業者が設定した価格情報を取得する取得部と、
    前記取得部により取得された価格情報に基づいて、前記第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する予測部と
    を有することを特徴とする情報処理装置。
  2. 前記予測部は、前記第1の業種とは異なる業種であって、当該第1の業種と所定の関連性を有する第2の業種に対するユーザの需要を予測する
    ことを特徴とする請求項1に記載の情報処理装置。
  3. 前記取得部は、前記第1の業種に関する情報として、前記第1の業種に属する第1事業者に関する情報を前記第1事業者それぞれから取得する
    ことを特徴とする請求項1または2に記載の情報処理装置。
  4. 前記取得部は、前記第1の業種に関する情報として、前記第1の業種に属する第1事業者が提供する所定のサービスに対して前記第1事業者が設定した価格情報を取得し、
    前記予測部は、前記価格情報に基づいて、前記第2の業種に対するユーザの需要を予測する
    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。
  5. 前記取得部は、所定のエリアにおける前記第1の業種に関する情報を取得し、
    前記予測部は、前記所定のエリアと所定の関係性を有する第2の業種に対するユーザの需要を予測する
    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。
  6. 前記予測部は、前記第2の業種として、前記所定のエリアにおける交通機関に関する業種に対するユーザの需要を予測する
    ことを特徴とする請求項5に記載の情報処理装置。
  7. 前記予測部は、前記取得部により取得された情報が示す変動に基づいて、前記第2の業種に対するユーザの需要を予測する
    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。
  8. 前記予測部は、前記取得部により取得された情報が示す価格変動に基づいて、前記第2の業種に対するユーザの需要を予測する
    ことを特徴とする請求項7に記載の情報処理装置。
  9. 前記予測部は、前記価格変動の傾向が所定の上昇傾向を示すか否かに基づいて、前記第2の業種に対するユーザの需要を予測する
    ことを特徴とする請求項8に記載の情報処理装置。
  10. 前記予測部により予測された予測結果に基づく情報を、前記第2の業種に属する第2事業者に提供する提供部をさらに有する
    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。
  11. 情報処理装置が実行する情報処理方法であって、
    第1の業種に関する情報として、前記第1の業種への需要に関連する所定の情報に基づき、前記第1の業種に属する第1事業者が設定した価格情報を取得する取得工程と、
    前記取得工程により取得された価格情報に基づいて、前記第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する予測工程と
    を含むことを特徴とする情報処理方法。
  12. 第1の業種に関する情報として、前記第1の業種への需要に関連する所定の情報に基づき、前記第1の業種に属する第1事業者が設定した価格情報を取得する取得手順と、
    前記取得手順により取得された価格情報に基づいて、前記第1の業種とは異なる業種である第2の業種に対するユーザの需要を予測する予測手順と
    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。
JP2019051982A 2019-03-19 2019-03-19 情報処理装置、情報処理方法および情報処理プログラム Active JP6768105B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019051982A JP6768105B2 (ja) 2019-03-19 2019-03-19 情報処理装置、情報処理方法および情報処理プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019051982A JP6768105B2 (ja) 2019-03-19 2019-03-19 情報処理装置、情報処理方法および情報処理プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020157515A Division JP7113051B2 (ja) 2020-09-18 2020-09-18 情報処理装置、情報処理方法および情報処理プログラム

Publications (2)

Publication Number Publication Date
JP2020154657A JP2020154657A (ja) 2020-09-24
JP6768105B2 true JP6768105B2 (ja) 2020-10-14

Family

ID=72559135

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019051982A Active JP6768105B2 (ja) 2019-03-19 2019-03-19 情報処理装置、情報処理方法および情報処理プログラム

Country Status (1)

Country Link
JP (1) JP6768105B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7538062B2 (ja) 2021-02-22 2024-08-21 株式会社日立製作所 運賃決定方法、運賃決定システム、及び、運賃決定装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100185486A1 (en) * 2009-01-21 2010-07-22 Disney Enterprises, Inc. Determining demand associated with origin-destination pairs for bus ridership forecasting
JP5171793B2 (ja) * 2009-11-20 2013-03-27 株式会社エヌ・ティ・ティ・ドコモ 事象検知装置及び事象検知方法
JP6881952B2 (ja) * 2016-11-15 2021-06-02 ヤフー株式会社 予測装置、予測方法、及び予測プログラム

Also Published As

Publication number Publication date
JP2020154657A (ja) 2020-09-24

Similar Documents

Publication Publication Date Title
Fowler et al. Grand challenges in modeling and simulation of complex manufacturing systems
Maglaras et al. Dynamic pricing strategies for multiproduct revenue management problems
US20200057918A1 (en) Systems and methods for training artificial intelligence to predict utilization of resources
KR20190029605A (ko) 시간 만료 인벤토리에 대한 수요 예측
Firoozi et al. Distribution planning for multi-echelon networks considering multiple sourcing and lateral transshipments
Melançon et al. A machine learning-based system for predicting service-level failures in supply chains
JP7000293B2 (ja) 予測装置、予測方法、及び予測プログラム
US20230419184A1 (en) Causal Inference Machine Learning with Statistical Background Subtraction
JP6736530B2 (ja) 予測装置、予測方法、及び予測プログラム
Karacaoglu et al. Strategically giving service: The effect of real-time information on service efficiency
Ramos Business Intelligence Approach and Sentiment Analysis as a Management Strategy Applied to Study Customer Satisfaction in the Hospitality Sector
Gallego et al. Semiconductor inventory management with multiple grade parts and downgrading
Seitz et al. A robust supply chain planning framework for revenue management in the semiconductor industry
JP6768105B2 (ja) 情報処理装置、情報処理方法および情報処理プログラム
US11665076B1 (en) Decentralized computing networks, architectures and techniques for processing events across multiple channels
JP7113051B2 (ja) 情報処理装置、情報処理方法および情報処理プログラム
Kim Organizational form and performance: The cinema chain case
JP2021033531A (ja) 出力装置、出力方法、出力プログラム、情報処理装置、情報処理方法及び情報処理プログラム
US10902450B2 (en) Customer-assisted item retrieval
US11244329B2 (en) Metric forecasting in a digital medium environment
JP7181132B2 (ja) 情報処理装置、情報処理方法および情報処理プログラム
JP2019219952A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7080741B2 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
Jawabreh et al. The Impact of Marketing, Technology and Security Orientations on Customer Orientation: A Case Study in Jordan
Shintani et al. Average booking curves draw exponential functions

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190820

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20190820

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20190821

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

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20191122

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200414

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200612

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: 20200901

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200918

R150 Certificate of patent or registration of utility model

Ref document number: 6768105

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