JP6843827B2 - 特定のコンテキストについてのユーザニーズの予測 - Google Patents
特定のコンテキストについてのユーザニーズの予測 Download PDFInfo
- Publication number
- JP6843827B2 JP6843827B2 JP2018245181A JP2018245181A JP6843827B2 JP 6843827 B2 JP6843827 B2 JP 6843827B2 JP 2018245181 A JP2018245181 A JP 2018245181A JP 2018245181 A JP2018245181 A JP 2018245181A JP 6843827 B2 JP6843827 B2 JP 6843827B2
- Authority
- JP
- Japan
- Prior art keywords
- computing device
- context
- information
- user
- task
- 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
- 238000000034 method Methods 0.000 claims description 39
- 230000004044 response Effects 0.000 claims description 25
- 230000009471 action Effects 0.000 description 47
- 238000004891 communication Methods 0.000 description 23
- 238000012549 training Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011982 device technology Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Remote Sensing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
ユーザは、不慣れな状況にある場合、ユーザが特定の目標を達成するためにあるタスクを遂行するのを支援し得る情報および事実を得るためにコンピューティングデバイスに目を向ける。いくつかのコンピューティングデバイスは、ユーザが探している特定の情報を見つける際にコンピューティングデバイスをガイドするためにユーザが十分な情報(たとえば検索クエリ語)を提供することができることを必要とする。残念なことに、ユーザは、不慣れな状況を乗り越えて特定の目標を達成するのを成功するために自身が完了する必要があり得るタスクに気付いていない場合があり、さらにユーザが検索するべき情報に気付いていない場合がある。その結果、ユーザが行なう必要があり得るさまざまなアクションの事前知識がないため、ユーザは、特定の目標を達成するのに必要な情報を得ようとする際に、ストレスを感じるとともに、コンピューティングデバイスへ情報を入力し検索語を推測して貴重な時間および資源を無駄にし得る。
一例において、本開示は方法に関する。当該方法は、特定のコンテキストについてコンピューティングデバイスのグループに関連付けられる検索履歴に基づいて、特定のコンテキストについてコンピューティングデバイスのグループのユーザによって行なわれるタスクをコンピューティングシステムによって識別することと、特定のコンテキストについてコンピューティングデバイスのグループのユーザによって行なわれるタスクの第1の尤度をコンピューティングシステムによって決定することと、特定のコンテキストおよび少なくとも1つの他のコンテキストを含むより広いコンテキストについてコンピューティングデバイスのグループのユーザによって行なわれるタスクの第2の尤度をコンピューティングシステムによって決定することとを含む。上記方法はさらに、第1の尤度が第2の尤度をしきい値量だけ上回っていることと、特定のコンピューティングデバイスの現在のコンテキストが特定のコンテキストに対応していることとを決定することに応答して、特定のコンテキストについてタスクを完了するための情報を特定のコンピューティングデバイスにコンピューティングシステムによって送信することを含む。
一般に、この開示の技術は、あるコンピューティングシステムが、特定のコンテキストについて他のコンピューティングデバイスの他のユーザの以前のアクションが与えられていれば、当該特定のコンテキストについてコンピューティングデバイスのユーザのニーズを学習および予測することを可能にし得る。ユーザのコンテキスト情報(たとえば位置、時間およびユーザの興味など)に基づいて、システムは、ユーザが行なう必要があり得るタスクまたはアクションを推測し、当該タスクを完了するかまたは当該アクションを行なうために、他のコンピューティングデバイスのユーザが同様のコンテキストにおいて必要とした情報を自動的に提供し得る。コンピューティングシステムは、タスクを完了するかまたはアクションを行なうためにコンピューティングシステムが提供する情報を、異なるコンテキストについて当該情報の有用性の程度を決定することによって、ランク付けし得る。特定のコンテキストについての有用性の程度が、他のコンテキストにおいてアクショ
ンを行なうことについての有用性の程度より十分に大きい場合、コンピューティングシステムは、上記タスクを完了するかまたはアクションを行なうために情報を提供し得る。
は、他のタイプのネットワークといった、コンピューティングシステムと、サーバと、コンピューティングデバイスとの間でデータを送信するための任意のパブリックまたはプライベート通信ネットワークを表わす。ネットワーク130は、動作可能に相互結合される1つ以上のネットワークハブ、ネットワークスイッチ、ネットワークルータまたは任意の他のネットワーク機器を含み得、これにより、ISS160とコンピューティングデバイス110との間で情報の交換が提供される。コンピューティングデバイス110およびISS160は、任意の好適な通信技術を使用してネットワーク130を介してデータを送信および受信し得る。
手袋、または、任意の他のタイプのポータブルコンピューティングデバイスといった個々のモバイルデバイスを表わしている。コンピューティングデバイス110の付加的な例は、ネットワーク130のようなネットワークを介して情報を得るように構成される携帯情報端末(PDA)、ポータブルゲームシステム、メディアプレイヤー、eブックリーダ、モバイルテレビジョンプラットフォーム、自動車ナビゲーションおよび娯楽システム、または、任意の他のタイプのモバイルコンピューティングデバイス、ウェアラブルコンピューティングデバイス、および非ウェアラブルコンピューティングデバイスを含む。
得る。当該存在感知入力スクリーンの例としては、抵抗性タッチスクリーン、表面音響波タッチスクリーン、容量性タッチスクリーン、投射型容量タッチスクリーン、感圧性スクリーン、音響パルス認識タッチスクリーン、または他の存在感知ディスプレイ技術が挙げられる。さらに、UID112は、ユーザ入力を受信する際に使用されるマイクロホン技術、赤外線センサ技術または他の入力デバイス技術を含み得る。
ーザに情報を出力する際に使用されるスピーカ技術、触覚フィードバック技術、または、他の出力デバイス技術を含み得る。
ば、コンテキストモジュール162は、コンピューティングデバイス110Aに関連付けられる位置情報を取得し得、コンピューティングデバイス110Aの現在の位置がコンピューティングデバイス110Aの位置履歴からの以前の位置と一致するかどうか決定し得る。コンテキストモジュール162は、コンピューティングデバイス110の各々に関連付けられるコンテキスト履歴を維持し得るとともに、コンピューティングデバイス110の1つ以上に関連付けられるそれぞれの現在のコンテキストがそれぞれのコンテキスト履歴において発見される以前のコンテキストと一致するかどうか判定し得る。たとえば、コンテキストモジュール162は、コンピューティングデバイス110Aに関連付けられるコンテキスト履歴の一部として、コンピューティングデバイス110Aが特定の日または時間に位置したところを追跡する位置履歴を維持し得る。
登録商標)など)から得られる無線伝送情報と、コンピューティングデバイス110の1つ以上の入力デバイス(たとえばカメラ、マイクロホン、キーボード、タッチパッド、マウス、UID112など)によって得られる情報と、コンピューティングデバイス110のネットワーク/デバイス識別子情報(たとえばネットワーク名、デバイスインターネットプロトコルアドレスなど)とを含み得る。
は、コンピューティングデバイスの動作状態に関する情報の例である。コンピューティングデバイスの動作状態に基づいたコンテキスト情報の他の例は、スイッチの位置と、バッテリーレベルと、デバイスが壁のコンセントに差し込まれているかどうか、または、そうでなければ別のデバイスおよび/もしくはマシンに動作可能に結合されているかどうかと、ユーザ認証情報(たとえばどのユーザか)と、デバイスが、「飛行機」モード、スタンバイモード、フルパワーモードで動作しているかどうかと、無線通信、通信ユニット、入力デバイスおよび出力デバイスの動作状態となどを含むがこれらに限定されない。
モデルをトレーニングするためにモデルに当該情報を入力として提供し得る。ひとたびトレーニングされると、モデルは、特定のコンテキストを入力として受信し得、それに応答して、当該特定のコンテキストについて他のユーザによって以前に実行された1つ以上のタスク、アクションまたは他の観察可能な行為を示す指示(たとえばデータ)を出力する。
に、ユーザがいずれにしても検索する可能性がある情報を提供している。
するために、必要とされる情報を自動的に提供する。
70C(集合的に「データストア270」と称される)とを含む。通信チャンネル276は、コンポーネント間通信のためのコンポーネント270、272および274の各々を(物理的に、通信可能に、および/または、動作可能に)相互接続し得る。いくつかの例において、通信チャンネル276は、システムバス、ネットワーク接続、プロセス間通信データ構造、または、データを通信する任意の他の方法を含み得る。
)の形態にあるものとを含む。ストレージデバイス274は、プログラム命令、ならびに/または、モジュール262、264、266および268に関連付けられるデータを格納し得る。
コンピューティングデバイスのユーザの予測されたニーズに関連する情報を自動的に提供し得る。すなわち、モジュール262、264、266および268は、本願明細書において記載されるISS270のさまざまなアクションまたは機能を実行するようプロセッサ270によって動作可能であり得る。
、個々またはグループのコンピューティングデバイスの代わりに検索モジュール266が実行した検索に関係する情報を含み得る。データストア270Aに格納された情報のタイプの例は、検索語またはクエリと、検索語に関連付けられるコンピューティングデバイスの時刻および/または位置と、検索語の検索がどれくらい頻繁に行われたかを示す検索語に関連付けられるカウントと、検索語の検索が成功したかどうか(たとえば、直後の検索における検索結果が当該検索が失敗だったことを示唆するかどうか)の指示と、コンピューティングデバイスによって実行される検索に関係する任意および全ての他の情報とを含む。
得る。
グモジュール268は、多項式またはカウントを使用してP(N|C)を決定し得る。たとえば、トレーニングモジュール268は、コンピューティングデバイス110が、空港の内部から行なわれた検索の全量と比較して、空港にいる間に空港のターミナルの地図の検索を何回実行したかを決定し得、これにより、合計の検索に対するターミナルの地図の検索の比を決定する。
ーニングモジュール268がコンテキストモジュール262によって決定される各特定のコンテキストについてP(N|C)を計算すると、トレーニングモジュール268は、特定のコンテキストについて計算された確率をアグリゲートし、より一般的なコンテキストについて確率を決定し得る。たとえば、トレーニングモジュール268は、複数の個々の空港について特定のニーズの確率を決定し得、次いで、異なる空港の各々についてそれぞれの確率をすべての空港についての単一の確率へとアグリゲートし得る。
れる必要が恐らくある予測されたタスクまたはアクションを実行するよう情報をいつ必要とし得るかを決定し得る。
位置302である。位置302は、この例において、SFOを囲むカリフォルニア州の10平方キロメートルの領域を表わす。言いかえれば、位置304は、第1の地理的エリアに関連付けられる特定のコンテキストを表わし得、位置302は、第1の地理的エリアおよび少なくとも1つの他の地理的エリアを含む第2の地理的エリアに関連付けられるより広いコンテキストを表わし得る。
デバイス310Aに関連付けられるコンテキストが新しいか否かに依存し得る。言いかえれば、情報を提供する前に、ニーズ予測モジュール364は、コンピューティングデバイス310Aの現在のコンテキストが、コンピューティングデバイス310Aのユーザに関連付けられるコンテキスト履歴に含まれていない新しいコンテキストかどうか決定し得る。予測モジュール364がコンテキストが新しくないと決定した場合、予測モジュール364は情報を提供することを差し控え得る。なぜならば、ユーザが、タスクを完了し状況を乗り越えるやり方を既に知っていると予測モジュール364が仮定し得るからである。
着陸した場合、ユーザは、SFOに着陸した場合のように、ターミナルの地図を必要とし得るが、ニーズ予測モジュール364は、SFOのグラフィック画像を提供するのではなく、LAXのターミナルの地図を論理的に提供し得る。
についてのニーズがトリガされる時および場所に関係するさまざまなメトリックを潜在的に提供することに加えて、当該ニーズがトリガされるコンテキストをデベロッパに提供し得る。
キストにおいて以下に記載される。たとえば、ISS160は、本開示の1つ以上の局面に従った、コンピューティングデバイス110Aのユーザのニーズを予測するとともにニーズを満たすための情報を提供するための動作410〜436を実行し得る。
行なわれるタスクの第2の尤度を決定し得る(416)。たとえば、より広いコンテキストについての各潜在的なタスクについて、ニーズ予測モジュール164は、タスクの各々に関係のある、コンピューティングデバイス110のグループに関連付けられる検索履歴からの付加的な量の検索を決定し得る。ニーズ予測モジュール164は、より広いコンテキストについて検索の量がより大きいタスクも、当該より広いコンテキストについてユーザによって実行され得るタスクである尤度がより高いと決定し得る。
416と同様に、ニーズ予測モジュール164は、外国の空港のコンテキストと当該外国の全体のコンテキストとの両方において、ターミナルの地図を検索するタスクに関連付けられるそれぞれの尤度を決定し得る。
いくつかの例において、確率を使用するのではなく、ISS160はカウントに基づいてニーズまたはタスクをスコアリングし得る。EQ.4は、次のようにニーズスコアを規定する。
び/またはコンテキスト情報において、あるアクションがニーズ予測モジュール164によって観察された回数であり、#Expected(Background)は、アクションが所与の背景にお
いて同様に現われると仮定して、ISS160が現在のコンテキストにおいて当該アクションを観察することを予期する予期された回数である(たとえば[Backgroundにおける#count/Backgroundにおける#all counts]×Contextにおける#all counts)。最後に、Noise(#Observed)は、ISS160が低いカウントを有するアクションがニーズ予測に重要ではないかもしれないと決定したとみなす正規化ファクタである。いくつかの例において、#N
oise(#observed)の式は、逆シグモイド関数のような平滑な関数であり得る。Noise(#Observed)についての簡潔な式は、以下のEQ.5に示される関数であり得る。
コンテキストが、上記第1の地理的エリアおよび少なくとも1つの他の地理的エリアを含む第2の地理的エリアに関連付けられる、付記1〜6のいずれかに記載の方法。
ると、特定のコンテキストについてコンピューティングデバイスのグループに関連付けられる検索履歴に基づいて、上記特定のコンテキストについて上記コンピューティングデバイスのグループのユーザによって行なわれるタスクを識別することと、上記特定のコンテキストについて上記コンピューティングデバイスのグループの上記ユーザによって行なわれる上記タスクの第1の尤度を決定することと、上記特定のコンテキストおよび少なくとも1つの他のコンテキストを含むより広いコンテキストについて上記コンピューティングデバイスのグループの上記ユーザによって行なわれる上記タスクの第2の尤度を決定することと、上記第1の尤度が上記第2の尤度をしきい値量だけ上回っていることと、特定のコンピューティングデバイスの現在のコンテキストが上記特定のコンテキストに対応していることとを決定することに応答して、上記特定のコンテキストについて上記タスクを完了するための情報を上記特定のコンピューティングデバイスに送信することとを行うようにコンピューティングシステムの1つ以上のプロセッサを構成する、コンピュータ読取可能記憶媒体。
イ(FPGA:field programmable logic array)、または、他の同等な集積論理回路または離散論理回路によって実行され得る。したがって、本願明細書において使用される「プロセッサ」という用語は、前述の構造、または、本願明細書において記載される技術の実現に好適な任意の他の構造のいずれかを指す。さらに、いくつかの局面において、本願
明細書において記載される機能は、専用のハードウェアおよび/またはソフトウェアモジュール内に提供され得る。さらに、1つ以上の回路または論理素子において当該技術が完全に実現され得る。
Claims (17)
- 1つ以上のプロセッサによって実行される方法であって、
第1のコンピューティングデバイスが第1の現在のコンテキストを有することを識別することと、
前記第1の現在のコンテキストについてのタスクの第1の尤度が、前記第1の現在のコンテキストおよび少なくとも1つの他のコンテキストを含むより広いコンテキストについての前記タスクの第2の尤度を上回っていることを、付加的なコンピューティングデバイスに関連付けられる履歴に基づいて決定することと、
前記第1の現在のコンテキストについての前記タスクの前記第1の尤度が、前記より広いコンテキストについての前記タスクの前記第2の尤度を上回っていることを決定することと、前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別することとに応答して、前記第1の現在のコンテキストについての前記タスクを完了するための、前記第1のコンピューティングデバイスの第1のユーザを支援するための情報を前記第1のコンピューティングデバイスに出力させることと、
第2のコンピューティングデバイスが、前記第1の現在のコンテキストと異なる第2の現在のコンテキストを有することを識別することと、
前記第2の現在のコンテキストについての前記タスクの第3の尤度が前記より広いコンテキストについての前記タスクの前記第2の尤度を上回っていないことを、前記付加的なコンピューティングデバイスに関連付けられる前記履歴に基づいて決定することと、
前記第2の現在のコンテキストについての前記タスクの前記第3の尤度が、前記より広いコンテキストについての前記タスクの前記第2の尤度を上回っていないことを決定することと、前記第2のコンピューティングデバイスが前記第2の現在のコンテキストを有することを識別することとに応答して、前記第2の現在のコンテキストについての前記タスクを完了するための、前記第2のコンピューティングデバイスが前記第2のコンピューティングデバイスの第2のユーザを支援するために如何なる情報も出力することを抑制することと
を含む、方法。 - 前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別することは、前記第1のコンピューティングデバイスの1つ以上のセンサからのセンサ情報に少なくとも部分的に基づく、請求項1に記載の方法。
- 前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別することは、前記第1のコンピューティングデバイスの動作状態に関する情報に少なくとも部分的に基づく、請求項1または請求項2に記載の方法。
- 前記第1のコンピューティングデバイスの前記動作状態に関する前記情報は、所与の時間に前記第1のコンピューティングデバイスによって実行されるアプリケーションに関する情報を含む、請求項3に記載の方法。
- 前記第1の現在のコンテキストについての前記タスクを完了するための、前記第1のコンピューティングデバイスの第1のユーザを支援するための情報を前記第1のコンピューティングデバイスに出力させることはさらに、前記第1の現在のコンテキストが、前記第1のコンピューティングデバイスの前記第1のユーザに関連付けられるコンテキスト履歴に含まれていない新しいコンテキストであることを決定することに応答する、請求項1〜請求項4のいずれか1項に記載の方法。
- 前記履歴は検索履歴を含む、請求項1〜請求項5のいずれか1項に記載の方法。
- 前記第1の現在のコンテキストが第1の地理的エリアに関連付けられ、前記より広いコンテキストが、前記第1の地理的エリアおよび少なくとも1つの他の地理的エリアを含む第2の地理的エリアに関連付けられる、請求項1〜請求項6のいずれか1項に記載の方法。
- 前記第1の現在のコンテキストが第1の量の時間を含み、前記より広いコンテキストが前記第1の量の時間より多い第2の量の時間を含む、請求項1〜請求項7のいずれか1項に記載の方法。
- コンピューティングシステムであって、
少なくとも1つのプロセッサを含み、前記少なくとも1つのプロセッサは、
第1のコンピューティングデバイスが第1の現在のコンテキストを有することを識別することと、
前記第1の現在のコンテキストについてのタスクの第1の尤度が、前記第1の現在のコンテキストおよび少なくとも1つの他のコンテキストを含むより広いコンテキストについての前記タスクの第2の尤度を上回っていることを、付加的なコンピューティングデバイスに関連付けられる履歴に基づいて決定することと、
前記第1の現在のコンテキストについての前記タスクの前記第1の尤度が、前記より広いコンテキストについての前記タスクの前記第2の尤度を上回っていることを決定することと、前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別することとに応答して、前記第1の現在のコンテキストについての前記タスクを完了するための、前記第1のコンピューティングデバイスの第1のユーザを支援するための情報を前記第1のコンピューティングデバイスに出力させることと、
第2のコンピューティングデバイスが、前記第1の現在のコンテキストと異なる第2の現在のコンテキストを有することを識別することと、
前記第2の現在のコンテキストについての前記タスクの第3の尤度が前記より広いコンテキストについての前記タスクの前記第2の尤度を上回っていないことを、前記付加的なコンピューティングデバイスに関連付けられる前記履歴に基づいて決定することと、
前記第2の現在のコンテキストについての前記タスクの前記第3の尤度が、前記より広いコンテキストについての前記タスクの前記第2の尤度を上回っていないことを決定することと、前記第2のコンピューティングデバイスが前記第2の現在のコンテキストを有することを識別することとに応答して、前記第2の現在のコンテキストについての前記タスクを完了するための、前記第2のコンピューティングデバイスが前記第2のコンピューティングデバイスの第2のユーザを支援するために如何なる情報も出力することを抑制することと
を行うように構成される、コンピューティングシステム。 - 前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別する際に、前記少なくとも1つのプロセッサは、前記第1のコンピューティングデバイスの1つ以上のセンサからのセンサ情報に少なくとも部分的に基づいて、前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別するように構成される、請求項9に記載のコンピューティングシステム。
- 前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別する際に、前記少なくとも1つのプロセッサは、前記第1のコンピューティングデバイスの動作状態に関する情報に少なくとも部分的に基づいて、前記第1のコンピューティングデバイスが前記第1の現在のコンテキストを有することを識別するように構成される、請求項9または請求項10に記載のコンピューティングシステム。
- 前記第1のコンピューティングデバイスの前記動作状態に関する前記情報は、所与の時間に前記第1のコンピューティングデバイスによって実行されるアプリケーションに関する情報を含む、請求項11に記載のコンピューティングシステム。
- 前記第1の現在のコンテキストについての前記タスクを完了するための、前記第1のコンピューティングデバイスの第1のユーザを支援するための情報を前記第1のコンピューティングデバイスに出力させることはさらに、前記第1の現在のコンテキストが、前記第1のコンピューティングデバイスの前記第1のユーザに関連付けられるコンテキスト履歴に含まれていない新しいコンテキストであることを決定することに応答する、請求項9〜請求項12のいずれか1項に記載のコンピューティングシステム。
- 前記履歴は検索履歴を含む、請求項9〜請求項13のいずれか1項に記載のコンピューティングシステム。
- 前記第1の現在のコンテキストが第1の地理的エリアに関連付けられ、前記より広いコンテキストが、前記第1の地理的エリアおよび少なくとも1つの他の地理的エリアを含む第2の地理的エリアに関連付けられる、請求項9〜請求項14のいずれか1項に記載のコンピューティングシステム。
- 前記第1の現在のコンテキストが第1の量の時間を含み、前記より広いコンテキストが前記第1の量の時間より多い第2の量の時間を含む、請求項9〜請求項15のいずれか1項に記載のコンピューティングシステム。
- プログラムであって、1つ以上のプロセッサによって実行されることにより、前記1つ以上のプロセッサに請求項1〜請求項8のいずれか1項に記載の方法を実施させる、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021027426A JP7404296B2 (ja) | 2015-05-26 | 2021-02-24 | 特定のコンテキストについてのユーザニーズの予測 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/721,613 | 2015-05-26 | ||
US14/721,613 US9940362B2 (en) | 2015-05-26 | 2015-05-26 | Predicting user needs for a particular context |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017551040A Division JP6462896B2 (ja) | 2015-05-26 | 2016-04-12 | 特定のコンテキストについてのユーザニーズの予測 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021027426A Division JP7404296B2 (ja) | 2015-05-26 | 2021-02-24 | 特定のコンテキストについてのユーザニーズの予測 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019075160A JP2019075160A (ja) | 2019-05-16 |
JP6843827B2 true JP6843827B2 (ja) | 2021-03-17 |
Family
ID=55863213
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017551040A Active JP6462896B2 (ja) | 2015-05-26 | 2016-04-12 | 特定のコンテキストについてのユーザニーズの予測 |
JP2018245181A Active JP6843827B2 (ja) | 2015-05-26 | 2018-12-27 | 特定のコンテキストについてのユーザニーズの予測 |
JP2021027426A Active JP7404296B2 (ja) | 2015-05-26 | 2021-02-24 | 特定のコンテキストについてのユーザニーズの予測 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017551040A Active JP6462896B2 (ja) | 2015-05-26 | 2016-04-12 | 特定のコンテキストについてのユーザニーズの予測 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021027426A Active JP7404296B2 (ja) | 2015-05-26 | 2021-02-24 | 特定のコンテキストについてのユーザニーズの予測 |
Country Status (8)
Country | Link |
---|---|
US (2) | US9940362B2 (ja) |
EP (1) | EP3304344A1 (ja) |
JP (3) | JP6462896B2 (ja) |
KR (1) | KR101988151B1 (ja) |
CN (2) | CN112948672A (ja) |
DE (1) | DE112016002366T5 (ja) |
GB (3) | GB2558985B (ja) |
WO (1) | WO2016190972A1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10231076B1 (en) * | 2016-09-16 | 2019-03-12 | Wells Fargo Bank, N.A. | Systems and methods for providing contextual recommendations |
US10963466B2 (en) * | 2017-01-16 | 2021-03-30 | Lenovo (Singapore) Pte. Ltd. | Contextual associations for entity queries |
US10909124B2 (en) | 2017-05-18 | 2021-02-02 | Google Llc | Predicting intent of a search for a particular context |
US10671759B2 (en) | 2017-06-02 | 2020-06-02 | Apple Inc. | Anonymizing user data provided for server-side operations |
US10599640B2 (en) | 2017-12-19 | 2020-03-24 | At&T Intellectual Property I, L.P. | Predictive search with context filtering |
CN110321012A (zh) * | 2018-03-30 | 2019-10-11 | 北京金山安全软件有限公司 | 一种空上文词预测方法、装置及电子设备 |
CN108920507A (zh) * | 2018-05-29 | 2018-11-30 | 宇龙计算机通信科技(深圳)有限公司 | 自动搜索方法、装置、终端及计算机可读存储介质 |
CN108985834B (zh) * | 2018-07-06 | 2021-11-26 | 成都深云智能科技有限公司 | 一种预测订单价值的方法及系统 |
KR102481910B1 (ko) | 2018-08-31 | 2022-12-27 | 구글 엘엘씨 | 동적 키보드 인터페이스내의 애니메이션 이미지 포지셔닝 방법 및 시스템 |
CN112930514A (zh) * | 2018-08-31 | 2021-06-08 | 谷歌有限责任公司 | 生成用于通过动态键盘接口呈现的动画图像的方法和系统 |
US11416755B2 (en) * | 2019-08-30 | 2022-08-16 | Accenture Global Solutions Limited | Artificial intelligence based system and method for controlling virtual agent task flow |
WO2021050047A1 (en) | 2019-09-10 | 2021-03-18 | Google Llc | Location-based mode(s) for biasing provisioning of content when an automated assistant is responding to condensed natural language inputs |
CN115066682A (zh) * | 2019-12-05 | 2022-09-16 | 谷歌有限责任公司 | 用于内容的低时延供应的系统和方法 |
JP7312134B2 (ja) * | 2020-03-19 | 2023-07-20 | ヤフー株式会社 | 学習装置、学習方法及び学習プログラム |
US20220027413A1 (en) * | 2020-07-21 | 2022-01-27 | Rivian Ip Holdings, Llc | Inline search query refinement for navigation destination entry |
Family Cites Families (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002236699A (ja) * | 2001-02-09 | 2002-08-23 | Asahi Kasei Corp | 情報検索システム及び管理用サーバ並びに制御用プログラム |
JP2002269129A (ja) * | 2001-03-09 | 2002-09-20 | Toshiba Corp | 位置情報利用装置および方法 |
CN101819609A (zh) * | 2001-09-21 | 2010-09-01 | 无线谷通讯有限公司 | 用于设计、跟踪、测量、预测和优化数据通信网络的系统和方法 |
JP2003233694A (ja) * | 2002-02-12 | 2003-08-22 | Space Tag Inc | くじシステム、くじ購入端末、くじ販売サーバ、当たりくじの決定方法、および記録媒体 |
US7225187B2 (en) * | 2003-06-26 | 2007-05-29 | Microsoft Corporation | Systems and methods for performing background queries from content and activity |
US7571157B2 (en) * | 2004-12-29 | 2009-08-04 | Aol Llc | Filtering search results |
US8131718B2 (en) * | 2005-12-13 | 2012-03-06 | Muse Green Investments LLC | Intelligent data retrieval system |
US8051162B2 (en) * | 2006-07-28 | 2011-11-01 | Hewlett-Packard Development Company, L.P. | Data assurance in server consolidation |
US8738606B2 (en) * | 2007-03-30 | 2014-05-27 | Microsoft Corporation | Query generation using environment configuration |
JP2009110466A (ja) * | 2007-11-01 | 2009-05-21 | Nippon Telegr & Teleph Corp <Ntt> | 検索結果提示方法,サイト検索サービス用サーバ,サイト検索サービスプログラム,そのプログラムを記録した記録媒体 |
US8051076B1 (en) * | 2007-12-13 | 2011-11-01 | Google Inc. | Demotion of repetitive search results |
US7831595B2 (en) * | 2007-12-31 | 2010-11-09 | Yahoo! Inc. | Predicting and ranking search query results |
US8775416B2 (en) | 2008-01-09 | 2014-07-08 | Yahoo!Inc. | Adapting a context-independent relevance function for identifying relevant search results |
US20100241663A1 (en) * | 2008-02-07 | 2010-09-23 | Microsoft Corporation | Providing content items selected based on context |
JP5215098B2 (ja) * | 2008-09-17 | 2013-06-19 | オリンパス株式会社 | 情報処理システム、プログラム及び情報記憶媒体 |
US8515950B2 (en) * | 2008-10-01 | 2013-08-20 | Microsoft Corporation | Combining log-based rankers and document-based rankers for searching |
US8161556B2 (en) * | 2008-12-17 | 2012-04-17 | Symantec Corporation | Context-aware real-time computer-protection systems and methods |
FR2943877B1 (fr) | 2009-03-24 | 2014-04-04 | Streamwide | Procede et dispositif de stockage d'une partie d'un flux video |
WO2010126412A1 (en) * | 2009-04-28 | 2010-11-04 | Telefonaktiebolaget Lm Ericsson (Publ) | Predicting presence of a mobile user equipment |
JP2010287048A (ja) * | 2009-06-11 | 2010-12-24 | Zenrin Datacom Co Ltd | 情報検索装置、情報検索プログラム、及び携帯端末装置 |
JP2011076186A (ja) * | 2009-09-29 | 2011-04-14 | Kddi Corp | 操作支援装置、操作支援方法およびプログラム |
JP2013513183A (ja) * | 2009-12-15 | 2013-04-18 | インテル コーポレイション | 推奨を提供するためユーザ行動の傾向、プロファイリング及びテンプレートベースの予測における確率的技術を利用するシステム、装置及び方法 |
US8301639B1 (en) * | 2010-01-29 | 2012-10-30 | Google Inc. | Location based query suggestion |
EP2372577A1 (en) * | 2010-03-31 | 2011-10-05 | British Telecommunications public limited company | Context system |
JP2012014675A (ja) * | 2010-06-01 | 2012-01-19 | Ntt Docomo Inc | サーバ装置、プログラム及び検索エリア推定方法 |
US20120158685A1 (en) | 2010-12-16 | 2012-06-21 | Microsoft Corporation | Modeling Intent and Ranking Search Results Using Activity-based Context |
US8639719B2 (en) | 2011-02-02 | 2014-01-28 | Paul Tepper Fisher | System and method for metadata capture, extraction and analysis |
US8661121B1 (en) * | 2011-04-11 | 2014-02-25 | Google Inc. | System and method for providing location reporting services |
US8732569B2 (en) * | 2011-05-04 | 2014-05-20 | Google Inc. | Predicting user navigation events |
US8688726B2 (en) * | 2011-05-06 | 2014-04-01 | Microsoft Corporation | Location-aware application searching |
US20120310746A1 (en) * | 2011-06-06 | 2012-12-06 | Microsoft Corporation | Learned context correlation through network communication observations |
US9317834B2 (en) * | 2011-06-30 | 2016-04-19 | Microsoft Technology Licensing, Llc | User computing device with personal agent program for recommending meeting a friend at a service location based on current location, travel direction, and calendar activity |
CN102509170A (zh) * | 2011-10-10 | 2012-06-20 | 浙江鸿程计算机系统有限公司 | 一种基于历史轨迹数据挖掘的位置预测系统及方法 |
US9015084B2 (en) * | 2011-10-20 | 2015-04-21 | Gil Thieberger | Estimating affective response to a token instance of interest |
CN103116588B (zh) * | 2011-11-17 | 2017-07-04 | 深圳市世纪光速信息技术有限公司 | 一种个性化推荐方法及系统 |
US8352546B1 (en) * | 2011-12-08 | 2013-01-08 | Google Inc. | Contextual and location awareness for device interaction |
US20130159404A1 (en) * | 2011-12-19 | 2013-06-20 | Nokia Corporation | Method and apparatus for initiating a task based on contextual information |
US9451306B2 (en) * | 2012-01-03 | 2016-09-20 | Google Inc. | Selecting content formats for additional content to be presented along with video content to a user based on predicted likelihood of abandonment |
CN104115147B (zh) * | 2012-02-16 | 2018-06-29 | 微软技术许可有限责任公司 | 位置感知应用搜索 |
US9047620B2 (en) * | 2012-03-21 | 2015-06-02 | Google Inc. | Expected activity of a user |
EP2645321A1 (en) * | 2012-03-30 | 2013-10-02 | Samsung Electronics Co., Ltd | Situation-aware recommendation using correlation |
JP5813560B2 (ja) * | 2012-04-10 | 2015-11-17 | 日本電信電話株式会社 | 検索条件提示装置、方法、及びプログラム |
WO2013192591A2 (en) * | 2012-06-22 | 2013-12-27 | Google Inc. | Ranking nearby destinations based on visit likelihoods and predicting future visits to places from location history |
KR101482756B1 (ko) * | 2013-08-07 | 2015-01-14 | 네이버 주식회사 | 의미적 지역을 기반으로 검색어를 추천하는 방법 및 시스템 |
US9378456B2 (en) | 2012-11-19 | 2016-06-28 | Microsoft Technology Licensing, Llc | Task completion |
US9483518B2 (en) * | 2012-12-18 | 2016-11-01 | Microsoft Technology Licensing, Llc | Queryless search based on context |
US20140188956A1 (en) * | 2012-12-28 | 2014-07-03 | Microsoft Corporation | Personalized real-time recommendation system |
DE102013201930A1 (de) * | 2013-02-06 | 2014-08-07 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Vorrichtung zur Datenverarbeitung einer Navigationseinrichtung |
CN104252498B (zh) * | 2013-06-28 | 2019-05-03 | Sap欧洲公司 | 上下文感知推荐 |
CN103886090B (zh) * | 2014-03-31 | 2018-01-02 | 北京搜狗科技发展有限公司 | 基于用户喜好的内容推荐方法及装置 |
CN104008203B (zh) * | 2014-06-17 | 2018-04-17 | 浙江工商大学 | 一种融入本体情境的用户兴趣挖掘方法 |
CN104391967B (zh) * | 2014-12-03 | 2017-06-20 | 武汉邮电科学研究院 | 一种基于多源数据分析的就诊推荐方法 |
US10176262B2 (en) * | 2015-05-13 | 2019-01-08 | Telenav, Inc. | Navigation system with synthesized search mechanism and method of operation thereof |
-
2015
- 2015-05-26 US US14/721,613 patent/US9940362B2/en active Active
-
2016
- 2016-04-12 JP JP2017551040A patent/JP6462896B2/ja active Active
- 2016-04-12 CN CN202110183535.7A patent/CN112948672A/zh active Pending
- 2016-04-12 GB GB1715672.0A patent/GB2558985B/en active Active
- 2016-04-12 CN CN201680019076.6A patent/CN107430624B/zh active Active
- 2016-04-12 EP EP16719996.7A patent/EP3304344A1/en not_active Withdrawn
- 2016-04-12 DE DE112016002366.9T patent/DE112016002366T5/de active Pending
- 2016-04-12 KR KR1020177027990A patent/KR101988151B1/ko active IP Right Grant
- 2016-04-12 GB GB2103289.1A patent/GB2590860B/en active Active
- 2016-04-12 WO PCT/US2016/027074 patent/WO2016190972A1/en active Application Filing
- 2016-04-12 GB GB2103264.4A patent/GB2595028B/en active Active
-
2018
- 2018-02-28 US US15/908,473 patent/US10650005B2/en active Active
- 2018-12-27 JP JP2018245181A patent/JP6843827B2/ja active Active
-
2021
- 2021-02-24 JP JP2021027426A patent/JP7404296B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2016190972A1 (en) | 2016-12-01 |
GB201715672D0 (en) | 2017-11-08 |
JP6462896B2 (ja) | 2019-01-30 |
US20160350383A1 (en) | 2016-12-01 |
CN107430624A (zh) | 2017-12-01 |
CN107430624B (zh) | 2021-03-09 |
KR20170124581A (ko) | 2017-11-10 |
GB2590860B (en) | 2021-12-22 |
JP7404296B2 (ja) | 2023-12-25 |
US9940362B2 (en) | 2018-04-10 |
GB2590860A (en) | 2021-07-07 |
KR101988151B1 (ko) | 2019-09-30 |
JP2018523178A (ja) | 2018-08-16 |
GB202103264D0 (en) | 2021-04-21 |
GB2595028B (en) | 2022-04-20 |
GB202103289D0 (en) | 2021-04-21 |
CN112948672A (zh) | 2021-06-11 |
GB2558985B (en) | 2021-11-24 |
US20180189358A1 (en) | 2018-07-05 |
US10650005B2 (en) | 2020-05-12 |
JP2019075160A (ja) | 2019-05-16 |
EP3304344A1 (en) | 2018-04-11 |
JP2021099832A (ja) | 2021-07-01 |
DE112016002366T5 (de) | 2018-02-15 |
GB2558985A (en) | 2018-07-25 |
GB2595028A (en) | 2021-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6843827B2 (ja) | 特定のコンテキストについてのユーザニーズの予測 | |
US11461342B2 (en) | Predicting intent of a search for a particular context | |
US10885076B2 (en) | Computerized system and method for search query auto-completion | |
US10353975B2 (en) | Terminal, server and event suggesting methods thereof | |
US10726022B2 (en) | Classifying search queries on online social networks | |
US8990344B2 (en) | Custom event and attraction suggestions | |
US10282483B2 (en) | Client-side caching of search keywords for online social networks | |
US20220284058A1 (en) | Customized Keyword Query Suggestions on Online Social Networks | |
EP3097704B1 (en) | Determing data associated with proximate computing devices | |
US20170024483A1 (en) | Constructing Queries Using Query Filters on Online Social Networks | |
WO2018132152A1 (en) | Application extension for generating automatic search queries | |
US20200301935A1 (en) | Information ranking based on properties of a computing device | |
CN115066682A (zh) | 用于内容的低时延供应的系统和方法 | |
US20230385769A1 (en) | Notifying content expert of content created by user outside collaboration circle of content expert | |
US20210034946A1 (en) | Recognizing problems in productivity flow for productivity applications | |
CN113536158A (zh) | 提供对查询的更新后的答案 | |
CN116992125A (zh) | 一种对象的推荐方法、装置以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190123 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190123 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191122 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200316 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200616 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200907 |
|
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: 20210125 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6843827 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |