JP7114352B2 - 予測装置、予測方法、及び予測プログラム - Google Patents
予測装置、予測方法、及び予測プログラム Download PDFInfo
- Publication number
- JP7114352B2 JP7114352B2 JP2018109694A JP2018109694A JP7114352B2 JP 7114352 B2 JP7114352 B2 JP 7114352B2 JP 2018109694 A JP2018109694 A JP 2018109694A JP 2018109694 A JP2018109694 A JP 2018109694A JP 7114352 B2 JP7114352 B2 JP 7114352B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- demand
- prediction
- target
- user
- 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 title claims description 18
- 150000003839 salts Chemical class 0.000 description 81
- 230000000875 corresponding effect Effects 0.000 description 58
- 238000010586 diagram Methods 0.000 description 20
- 230000009471 action Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 10
- 230000010365 information processing Effects 0.000 description 9
- 101100317273 Caenorhabditis elegans ddl-1 gene Proteins 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- UKUVVAMSXXBMRX-UHFFFAOYSA-N 2,4,5-trithia-1,3-diarsabicyclo[1.1.1]pentane Chemical compound S1[As]2S[As]1S2 UKUVVAMSXXBMRX-UHFFFAOYSA-N 0.000 description 3
- 101150108281 ADL1 gene Proteins 0.000 description 2
- 101100332244 Arabidopsis thaliana DRP1A gene Proteins 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 235000013555 soy sauce Nutrition 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 101100150346 Arabidopsis thaliana RS31 gene Proteins 0.000 description 1
- 240000008620 Fagopyrum esculentum Species 0.000 description 1
- 235000009419 Fagopyrum esculentum Nutrition 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 244000207667 Rumex vesicarius Species 0.000 description 1
- 235000002905 Rumex vesicarius Nutrition 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000013277 forecasting method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
〔1.予測処理〕
図1を用いて、実施形態に係る予測処理の一例について説明する。図1は、実施形態に係る予測処理の一例を示す図である。具体的には、図1は、予測装置100が事業者への情報提供を行う際に用いる情報を収集する一例を示す図である。ここでいう事業者は、事業を行うものであれば、個人(自然人)や法人等の種々の事業者が含まれてもよい。例えば、事業者は、商品またはサービスを提供(販売)する企業であってもよい。また、以下では、商品またはサービスを併せて「商品」と記載する場合がある。また、図1では、予測装置100は、ユーザが検索に用いたキーワード(以下、「検索クエリ」や「クエリ」ともいう)と、クエリによる検索時のユーザの位置情報に基づいて、需要を予測する。
まず、図1及び図2に示す予測システム1について説明する。図2に示すように、予測システム1は、端末装置10と、事業者装置20と、予測装置100とが含まれる。端末装置10と、事業者装置20と、予測装置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。図2は、実施形態に係る予測システムの構成例を示す図である。なお、図2に示した予測システム1には、複数台の端末装置10や、複数台の事業者装置20や複数台の予測装置100が含まれてもよい。
図1の例では、予測装置100が検索に用いられたクエリを用いて需要を予測する場合を示したが、予測装置100は、種々の情報を用いて、需要を予測してもよい。例えば、予測装置100は、ユーザが入力する情報と位置情報とが対応付けられている情報であれば、どのような情報を用いて需要を予測してもよい。例えば、予測装置100は、所定のネットワークで通信される文字情報と位置情報とから所定のエリアに対応する需要を予測してもよい。
また、予測装置100は、位置とともに時間も組み合わせて、クエリに対応する対象に関する需要を予測してもよい。例えば、予測装置100は、位置と時間との組み合わせごとにクエリを収集し、各組み合わせに対応するクエリごとにスコアを算出してもよい。例えば、予測装置100は、エリアと時間帯(朝、昼、夜等)との組み合わせごとにクエリを収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。例えば、予測装置100は、Aエリア、Bエリア等と、第1時間帯(4-12時)、第2時間帯(12-20時)、第3時間帯(20-4時)等との組み合わせごとにクエリを収集し、各組み合わせにおけるクエリに対応する対象ごとにスコアを算出してもよい。
また、例えば、予測装置100は、情報提供先となる事業者の事業規模(売上等)に応じて、情報の提供態様を変動させてもよい。例えば、予測装置100は、事業者の事業規模(売上等)が所定の閾値未満である場合、情報提供を行うごとに課金を行ってもよい。また、例えば、予測装置100は、事業者の事業規模(売上等)が所定の閾値以上である場合、定額制により情報提供を行ってもよい。例えば、予測装置100は、事業者の事業規模(売上等)が所定の閾値以上である場合、所定の期間ごとに設定される課金額を課金し、その所定の期間内に情報提供を行ってもよい。また、例えば、予測装置100は、情報提供先となる事業者の事業規模(売上等)に応じて、課金額を変動させてもよい。例えば、予測装置100は、事業者の事業規模(売上等)が所定の閾値未満である場合、事業規模が所定の閾値以上の事業者に情報提供する場合と比べて、同様の情報提供における課金額を低くしてもよい。
なお、図1の例では、説明を簡単にするために、クエリが対象を示す文字列に一致する場合を一例として示したが、予測装置100は、意味的に近い単語に関するクエリの情報も加味して需要の予測を行ってもよい。例えば、予測装置100は、上記に限らず、上位語、下位語、類義語等を示すコーパスや、word2vecのようなアルゴリズムからの分散表現などを利用し、意味的に近い単語に関するクエリの情報も加味して需要の予測を行ってもよい。
なお、予測装置100は、クエリに対応する対象であれば、クエリが示す対象に限らず、種々の対象に関する需要を予測してもよい。例えば、予測装置100は、クエリと位置情報とに基づいて、クエリが示す商品に関連する関連商品であって、位置情報に対応するエリアにおける関連商品に関する需要を予測する。
次に、図3を用いて、実施形態に係る予測装置100の構成について説明する。図3は、実施形態に係る予測装置の構成例を示す図である。図3に示すように、予測装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、予測装置100は、予測装置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、各種情報を表示するための表示部(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、例えば予測システム1に含まれる端末装置10や事業者装置20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。実施形態に係る記憶部120は、図3に示すように、事業者情報記憶部121と、ユーザ情報記憶部122と、行動情報記憶部123と、需要情報記憶部124とを有する。
実施形態に係る事業者情報記憶部121は、商品に関する各種情報を記憶する。図4は、実施形態に係る事業者情報記憶部の一例を示す図である。図4に示す事業者情報記憶部121は、「事業者ID」、「事業者」、「業種」、「所在地」、「提供物」といった項目が含まれる。
実施形態に係るユーザ情報記憶部122は、ユーザ属性に関する各種情報を記憶する。例えば、ユーザ情報記憶部122は、ユーザ属性情報を記憶する。図5は、実施形態に係るユーザ情報記憶部の一例を示す図である。図5に示すユーザ情報記憶部122は、「ユーザID」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目が含まれる。
実施形態に係る行動情報記憶部123は、ユーザの行動に関する各種情報を記憶する。図6は、実施形態に係る行動情報記憶部の一例を示す図である。例えば、行動情報記憶部123は、各ユーザの端末装置10を用いて行った検索等を含む種々の行動情報を記憶する。図6に示す行動情報記憶部123には、「行動ID」、「ユーザID」、「位置」、「日時」、「クエリ情報」といった項目が含まれる。また、「クエリ情報」には、「クエリ1」、「クエリ2」等といった項目が含まれる。
実施形態に係る需要情報記憶部124は、需要に関する各種情報を記憶する。図7は、実施形態に係る需要情報記憶部の一例を示す図である。図7に示す需要情報記憶部124は、「対象」、「需要情報」、「検索者属性情報」といった項目を有する。
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、予測装置100内部の記憶装置に記憶されている各種プログラム(予測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。例えば、取得部131は、事業者情報記憶部121やユーザ情報記憶部122や行動情報記憶部123や需要情報記憶部124から各種情報を取得する。例えば、取得部131は、端末装置10や事業者装置20から各種情報を取得する。例えば、取得部131は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報とを取得する。
生成部132は、種々の情報を生成する。例えば、生成部132は、対象と位置に関する情報(エリア)との組み合わせ毎にスコアを生成(算出)する。
予測部133は、種々の情報を予測する。例えば、予測部133は、記憶部120に記憶された情報に基づいて、種々の情報を予測する。例えば、予測部133は、端末装置10から取得した情報に基づいて、種々の情報を予測する。
提供部134は、外部の情報処理装置へ各種情報を提供する。例えば、提供部134は、事業者装置20へ各種情報を提供する。例えば、提供部134は、端末装置10へクエリに対応する検索結果を示す情報を提供する。例えば、提供部134は、事業者装置20へ需要情報を提供する。
ここで、図8を用いて、実施形態に係る予測装置100による予測処理の手順について説明する。図8は、実施形態に係る予測処理の一例を示すフローチャートである。
図1の例では、説明を簡単にするために、各検索の重みを「1」としてスコアを生成(算出)する場合を示したが、予測装置100は、検索された位置に応じて重みを変動させてスコアを生成してもよい。この点について、図9を用いて説明する。実施形態に係る予測処理の一例を示す図である。
また、例えば、予測装置100は、事業者へ種々の情報を提供してもよい。例えば、予測装置100は、事業者が提供する商品について、適切と予測される価格を示す情報を提供してもよい。この点について、図10を用いて説明する。図10は、実施形態に係る予測処理の一例を示す図である。なお、図10では、図1と同様の点についての説明は適宜省略する。
上述してきたように、実施形態に係る予測装置100は、取得部131と、予測部133とを有する。取得部131は、ユーザが検索に用いたクエリと、クエリによる検索時のユーザの位置情報とを取得する。予測部133は、取得部131により取得されたクエリと位置情報とに基づいて、クエリに対応する対象に関する需要を予測する。
上述してきた実施形態に係る予測装置100は、例えば図11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11は、予測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。コンピュータ1000は、CPU1100、RAM1200、ROM1300、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生成することができる。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。
100 予測装置
121 事業者情報記憶部
122 ユーザ情報記憶部
123 行動情報記憶部
124 需要情報記憶部
130 制御部
131 取得部
132 生成部
133 予測部
134 提供部
10 端末装置
20 事業者装置
N ネットワーク
Claims (8)
- ユーザが入力した入力情報と、前記入力情報の入力時の前記ユーザの位置情報とを取得し、記憶部に記憶する取得部と、
前記記憶部に記憶された前記入力情報が入力された回数に基づいて、前記位置情報に対応するエリアにおける前記入力情報に対応する対象に関する需要のレベルを予測する予測部と、
前記予測部により予測された前記対象に関する需要を示す情報を提供し、前記エリアにおける前記対象に関する需要が高いと予測された場合、前記エリアにおいて前記対象を提供する事業者へ、当該事業者が提供する前記対象の値上げが可能であることを示す情報を当該事業者へ提供する提供部と、
を備えることを特徴とする予測装置。 - 前記予測部は、
前記入力情報の前記回数により算出されるスコアに基づいて、前記対象に関する需要のレベルを予測する
ことを特徴とする請求項1に記載の予測装置。 - 前記予測部は、
前記入力情報の前記回数と、前記入力情報が入力された時間に応じて変動する前記位置情報の重みとにより算出されるスコアに基づいて、前記対象に関する需要のレベルを予測する
ことを特徴とする請求項1または請求項2に記載の予測装置。 - 前記提供部は、
前記対象に関する需要のレベルを示す情報を、前記対象に関する事業者へ提供する
ことを特徴とする請求項1~3のいずれか1項に記載の予測装置。 - 前記予測部は、
前記入力情報の前記回数に基づいて、前記入力情報に対応する商品であって、前記位置情報に対応するエリアにおいて提供される商品に関する需要のレベルを予測し、
前記提供部は、
前記商品に関する需要のレベルを示す情報を、前記位置情報に対応するエリアに位置する事業者へ提供する
ことを特徴とする請求項1~4のいずれか1項に記載の予測装置。 - 前記予測部は、
前記入力情報の前記回数に基づいて、前記入力情報が示す商品に関連する関連商品であって、前記位置情報に対応するエリアにおける関連商品に関する需要のレベルを予測する
ことを特徴とする請求項1~5のいずれか1項に記載の予測装置。 - コンピュータが実行する予測方法であって、
制御部が、ユーザが入力した入力情報と、前記入力情報の入力時の前記ユーザの位置情報とを取得し、記憶部に記憶する取得工程と、
前記制御部が、前記記憶部に記憶された前記入力情報が入力された回数に基づいて、前記位置情報に対応するエリアにおける前記入力情報に対応する対象に関する需要のレベルを予測する予測工程と、
前記予測工程により予測された前記対象に関する需要を示す情報を提供し、前記エリアにおける前記対象に関する需要が高いと予測された場合、前記エリアにおいて前記対象を提供する事業者へ、当該事業者が提供する前記対象の値上げが可能であることを示す情報を当該事業者へ提供する提供工程と、
を含むことを特徴とする予測方法。 - 制御部が、ユーザが入力した入力情報と、前記入力情報の入力時の前記ユーザの位置情報とを取得し、記憶部に記憶する取得手順と、
前記制御部が、前記記憶部に記憶された前記入力情報が入力された回数に基づいて、前記位置情報に対応するエリアにおける前記入力情報に対応する対象に関する需要のレベルを予測する予測手順と、
前記予測手順により予測された前記対象に関する需要を示す情報を提供し、前記エリアにおける前記対象に関する需要が高いと予測された場合、前記エリアにおいて前記対象を提供する事業者へ、当該事業者が提供する前記対象の値上げが可能であることを示す情報を当該事業者へ提供する提供手順と、
をコンピュータに実行させることを特徴とする予測プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018109694A JP7114352B2 (ja) | 2018-06-07 | 2018-06-07 | 予測装置、予測方法、及び予測プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018109694A JP7114352B2 (ja) | 2018-06-07 | 2018-06-07 | 予測装置、予測方法、及び予測プログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017176212A Division JP6353144B1 (ja) | 2017-09-13 | 2017-09-13 | 予測装置、予測方法、及び予測プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019053717A JP2019053717A (ja) | 2019-04-04 |
JP7114352B2 true JP7114352B2 (ja) | 2022-08-08 |
Family
ID=66014973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018109694A Active JP7114352B2 (ja) | 2018-06-07 | 2018-06-07 | 予測装置、予測方法、及び予測プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7114352B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005275969A (ja) | 2004-03-25 | 2005-10-06 | Fujitsu Ltd | 書店の品揃え最適化方法、品揃え最適化プログラム、および品揃え最適化システム |
WO2015151199A1 (ja) | 2014-03-31 | 2015-10-08 | 楽天株式会社 | 需要予測システム、需要予測方法およびプログラム |
JP2016062472A (ja) | 2014-09-19 | 2016-04-25 | ヤフー株式会社 | コンテンツ管理システム、サーバ、コンテンツ管理方法及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009009282A (ja) * | 2007-06-27 | 2009-01-15 | Fujitsu Ten Ltd | 需要情報送信装置 |
-
2018
- 2018-06-07 JP JP2018109694A patent/JP7114352B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005275969A (ja) | 2004-03-25 | 2005-10-06 | Fujitsu Ltd | 書店の品揃え最適化方法、品揃え最適化プログラム、および品揃え最適化システム |
WO2015151199A1 (ja) | 2014-03-31 | 2015-10-08 | 楽天株式会社 | 需要予測システム、需要予測方法およびプログラム |
JP2016062472A (ja) | 2014-09-19 | 2016-04-25 | ヤフー株式会社 | コンテンツ管理システム、サーバ、コンテンツ管理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019053717A (ja) | 2019-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10726438B2 (en) | Personalized contextual coupon engine | |
US20070005419A1 (en) | Recommending location and services via geospatial collaborative filtering | |
US20080005074A1 (en) | Search over designated content | |
JP2014523028A (ja) | マルチステップインプレッションキャンペーン | |
KR20170129529A (ko) | 유동인구 패턴정보 기반의 미래입점객수 예측방법 및 장치 | |
JP2018077821A (ja) | ユーザによって訪問される施設のカテゴリの予測モデルを生成する方法、プログラム、サーバ装置、及び処理装置 | |
JP6804505B2 (ja) | 予測装置、予測方法、及び予測プログラム | |
US11573988B2 (en) | Storage of point of interest data on a user device for offline use | |
JP6979931B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
KR101639656B1 (ko) | 광고 제공 방법 및 서버 장치 | |
KR20190061130A (ko) | 소셜 네트워크 정보와 레이팅 정보를 활용한 설명가능하고 정확한 추천 방법 및 추천 시스템 | |
JP6852019B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6353144B1 (ja) | 予測装置、予測方法、及び予測プログラム | |
JP6548785B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6591004B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6549761B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6817120B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
JP6679704B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6702626B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7114352B2 (ja) | 予測装置、予測方法、及び予測プログラム | |
JP6918748B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6664586B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP6664602B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2020095608A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2021047551A (ja) | 特定装置、特定方法及び特定プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210817 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220125 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220408 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220408 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20220418 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20220419 |
|
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: 20220628 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220727 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7114352 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |