JP7410099B2 - 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
- JP7410099B2 JP7410099B2 JP2021142672A JP2021142672A JP7410099B2 JP 7410099 B2 JP7410099 B2 JP 7410099B2 JP 2021142672 A JP2021142672 A JP 2021142672A JP 2021142672 A JP2021142672 A JP 2021142672A JP 7410099 B2 JP7410099 B2 JP 7410099B2
- Authority
- JP
- Japan
- Prior art keywords
- campaign
- condition
- information processing
- distribution
- inventory
- 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 description 242
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000009826 distribution Methods 0.000 claims description 273
- 238000000034 method Methods 0.000 claims description 81
- 230000002776 aggregation Effects 0.000 claims description 60
- 238000004220 aggregation Methods 0.000 claims description 60
- 230000008569 process Effects 0.000 claims description 52
- 238000003860 storage Methods 0.000 description 80
- 238000012545 processing Methods 0.000 description 51
- 238000010586 diagram Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 12
- 238000004088 simulation Methods 0.000 description 9
- 239000000284 extract Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 101150105184 Selenos gene Proteins 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 101150105992 vimp gene Proteins 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 101100412093 Schizosaccharomyces pombe (strain 972 / ATCC 24843) rec16 gene Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
〔1.情報処理〕
まず、図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1では、情報処理システム1(図2参照)が広告コンテンツ(単に「広告」ともいう)を配信する広告キャンペーン(単に「キャンペーン」ともいう)を対象として情報処理を行う場合を示す。なお、対象とするコンテンツは広告に限らず、以下に示す処理が適用可能なコンテンツであればどのようなコンテンツであってもよい。
次に、図2を用いて、情報処理システム1の構成について説明する。図2は、実施形態に係る情報処理システムの構成例を示す図である。図2に例示するように、実施形態にかかる情報処理システム1には、ユーザ端末10と、配信サーバ20と、広告主端末30と、情報処理装置100とが含まれる。これらの各種装置は、ネットワークN(例えば、インターネット)を介して、有線又は無線により通信可能に接続される。なお、図2に示した情報処理システム1には、複数台のユーザ端末10や、複数台の配信サーバ20や、複数台の広告主端末30が含まれてもよい。
次に、図3を用いて、情報処理装置の一例である情報処理装置100について説明する。図3は、実施形態に係る情報処理装置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Nと有線または無線で接続され、例えば、ユーザ端末10、配信サーバ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。記憶部120は、図3に示すように、配信ログ情報記憶部121と、割当済ログ情報記憶部122と、キャンペーン情報記憶部123と、重複割合情報記憶部124とを有する。なお、記憶部120は、上記に限らず様々な情報を記憶してもよい。
配信ログ情報記憶部121は、配信ログに関する各種情報を記憶する。図4は、実施形態に係る配信ログ情報記憶部の一例を示す図である。図4では、配信ログ情報記憶部121は、「ログID」、「日付」、「性別」、「年齢」といった項目を有する。
割当済ログ情報記憶部122は、未来日付が対応付けられた配信ログに関する各種情報を記憶する。図5は、実施形態に係る割当済ログ情報記憶部の一例を示す図である。図5では、割当済ログ情報記憶部122は、「ログID」、「元日付」、「未来日付」、「割当」、「ハッシュ」、「性別」、「年齢」といった項目を有する。
実施形態に係るキャンペーン情報記憶部123は、キャンペーンに関する情報を記憶する。図6は、実施形態に係るキャンペーン情報記憶部の一例を示す図である。図6では、キャンペーン情報記憶部123は、「キャンペーン」、「配信開始」、「配信終了」、「sov」、「性別」、「年齢」、「ハッシュ」といった項目が含まれる。
実施形態に係る重複割合情報記憶部124は、重複割合に関する各種の情報を記憶する。図7は、実施形態に係る重複割合情報記憶部の一例を示す図である。図7では、重複割合情報記憶部124は、「重複割合ID」、「推定対象」、「重複割合」といった項目が含まれる。
図3の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、情報処理装置100内部の記憶装置に記憶されている各種プログラム(算出プログラム、予測プログラム等の各種の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。
受付部131は、各種情報を受け付ける。受付部131は、外部の情報処理装置から各種要求を受け付ける。受付部131は、通信部110を介して、外部の情報処理装置から各種要求を示す情報を受信する。例えば、受付部131は、広告主端末30から要求を受け付ける。また、受付部131は、ユーザ端末10または配信サーバ20から要求を受け付けてもよい。
取得部132は、各種情報を取得する。取得部132は、通信部110を介して、外部の情報処理装置から各種情報を受信する。取得部132は、外部の情報処理装置から受信した情報を、記憶部120に格納する。取得部132は、ユーザ端末10から各種情報を受信する。取得部132は、配信サーバ20から各種情報を受信する。取得部132は、広告主端末30から各種情報を受信する。
集計部133は、各種情報を集計する集計処理を実行する。集計部133は、記憶部120に記憶された情報を用いて、集計処理を実行する。集計部133は、受付部131により受け付けられた情報を用いて、集計処理を実行する。集計部133は、取得部132により取得された情報を用いて、集計処理を実行する。集計部133は、各種情報を抽出する抽出処理を実行する。集計部133は、記憶部120から情報を抽出する。集計部133は、各種情報を算出する算出処理を実行する。集計部133は、抽出した情報を用いて算出処理を実行する。
推定部134は、種々の情報を推定する推定処理を実行する。推定部134は、外部の情報処理装置から受信された各種情報に基づいて、推定処理を実行する。推定部134は、ユーザ端末10、配信サーバ20、または広告主端末30から受信された各種情報に基づいて、推定処理を実行する。
提供部135は、各種情報を提供する。提供部135は、通信部110を介して、外部の情報処理装へ各種情報を送信する。提供部135は、ユーザ端末10へ各種情報を送信する。提供部135は、配信サーバ20へ各種情報を送信する。提供部135は、広告主端末30へ各種情報を送信する。提供部135は、集計部133による集計処理の結果を提供する。提供部135は、推定部134による推定処理の結果を提供する。
次に、図8を用いて、実施形態に係る情報処理システム1による情報処理の手順について説明する。図8は、実施形態に係る情報処理の一例を示すフローチャートである。
ここで、図1でのステップS6~ステップS8に対応する予約状況即時反映処理について、異なり数推定を用いた場合の処理例について、図9~図11を用いて説明する。図9は、異なり数の推定に関する処理を示す概念図である。図10は、重複割合の推定に関する一例を示す図である。図11は、重複割合の推定に関する具体例を示す図である。
まず、図9を用いて異なり数の推定に関する処理について説明する。例えば残在庫を求めるにあたり、シミュレーション・予約しようとしているキャンペーンと予約済みのキャンペーンの配信対象の被り具合を出す必要があるが、予約済みキャンペーンは複数存在するため、愚直に検索処理をすると処理負荷の増大を抑制することが難しい。そこで、情報処理装置100は、異なり数推定の手法を用いて推定処理を実行する。
・On Synopses for Distinct-Value Estimation Under Multiset Operations, Kevin Beyer et al. <http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.230.7008&rep=rep1&type=pdf>
情報処理システム1は、上記の手法を行うために、各配信ログに対して、リクエストIDを元に作成されたハッシュを付与し、検索エンジンSE等に格納しておく。例えば、情報処理装置100は、図5の割当済ログ情報記憶部122に示すように、各配信ログに対して、生成したハッシュ値を対応付けて記憶する。
情報処理システム1は、予約実行の際、sov及び予約重複率算出のためのハッシュの情報を予約データベースRDBに保存する。例えば、情報処理装置100は、図6のキャンペーン情報記憶部123に示すように、各キャンペーンに対して、sov及びハッシュの情報を対応付けて記憶する。なお、実際は一つのテーブルに保存されているわけではないが、図6では簡単のため一つの表として図示する。
情報処理システム1は、シミュレーション・予約対象のキャンペーンと予約済みのキャンペーンの配信対象がどれだけ重なっているかを、以下の式(1)により算出することができる。
情報処理システム1は、シミュレーション対象のキャンペーンAの配信対象vimp(A)のうち、最小k個(例えばk=4000とする)のハッシュ値を検索エンジンSEから取得する。例えば、情報処理装置100は、割当済ログ情報記憶部122からキャンペーンAの条件に該当するk個のハッシュ値を取得する。
情報処理システム1は、予約済みのキャンペーンBの配信対象vimp(B)のうちの最小k個のハッシュ値も予約データベースRDBから取得する。例えば、情報処理装置100は、キャンペーン情報記憶部123からキャンペーンBに対応付けられたk個のハッシュ値を取得する。
情報処理システム1は、手順#1及び手順#1で取得した情報を用いて、キャンペーンAとキャンペーンBとの重複割合を計算する。例えば、情報処理装置100は、関数N(...)で上述の異なり数推定を行うとすると、図10のように計算できる。情報処理装置100は、図10に示す式を用いることにより、シミュレーション対象のキャンペーンAと予約済みのキャンペーンBの配信対象がどれだけ重なっているかを推定することができる。
なお、情報処理システム1は、キャンペーンの予約時に最小k個のハッシュ値を予約データベースRDBに保存しておく。例えば、情報処理装置100は、割当済ログ情報記憶部122から取得したキャンペーンAの条件に該当するk個のハッシュ値を、キャンペーンAに対応付けてキャンペーン情報記憶部123に登録する。
次に、図11を用いて、重複割合の推定の具体例について説明する。なお、図11では説明の容易化のために数値を簡単にしており、例えばハッシュの値域を1~10000000としている。なお、実際にはハッシュを用いるため、図11に示すような綺麗な数字が並ぶことはまずないものとなる。
上述してきたように、実施形態に係る情報処理装置100は、受付部131と、取得部132と、推定部134とを備える。受付部131は、推定対象となるキャンペーンである第1キャンペーンに対して指定された第1配信期間の条件を含む第1条件を受け付ける。取得部132は、第1配信期間に第1キャンペーンのコンテンツの配信先になり得るリクエストを示す予定在庫を示す情報と、第1キャンペーンとは異なる第2キャンペーンに対して指定された第2配信期間あって、第1配信期間に重なる第2配信期間の条件を含む第2条件とを取得する。推定部134は、第1条件と第2条件との重複に基づいて、予定在庫のうち、第1キャンペーンに対して割当可能な在庫である残在庫の数を推定する推定処理を実行する。
また、上述してきた実施形態に係る情報処理装置100等の情報処理装置は、例えば図12に示すような構成のコンピュータ1000によって実現される。図12は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
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変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
10 ユーザ端末
20 配信サーバ
30 広告主端末
100 情報処理装置
121 配信ログ情報記憶部
122 割当済ログ情報記憶部
123 キャンペーン情報記憶部
124 重複割合情報記憶部
131 受付部
132 取得部
133 集計部
134 推定部
135 提供部
Claims (18)
- 推定対象となるキャンペーンである第1キャンペーンに対して指定された第1配信期間の条件を含む第1条件を受け付ける受付部と、
前記第1配信期間に前記第1キャンペーンのコンテンツの配信先になり得るリクエストを示す予定在庫を示す情報と、前記第1キャンペーンとは異なる第2キャンペーンに対して指定された第2配信期間あって、前記第1配信期間に重なる第2配信期間の条件を含む第2条件とを取得する取得部と、
前記第1条件と前記第2条件との重複に基づいて、前記予定在庫のうち、前記第1キャンペーンに対して割当可能な在庫である残在庫の数を推定する推定処理を実行する推定部と、
前記予定在庫のうち、前記第2条件に該当する在庫に前記第2キャンペーンを割り当てる集計処理を実行する集計部と、
を備え、
前記取得部は、
前記集計処理後に追加された前記第2キャンペーンである未反映キャンペーンの前記第2条件である未反映条件を取得し、
前記推定部は、
前記第1条件と前記未反映条件との重複割合を推定し、推定した前記重複割合と前記予定在庫の数とを乗算した値を用いて、前記残在庫の数を推定する
ことを特徴とする情報処理装置。 - 前記受付部は、
前記第1キャンペーンの配信先の属性に関する条件を含む前記第1条件を受け付ける
ことを特徴とする請求項1に記載の情報処理装置。 - 前記受付部は、
前記配信先となるユーザの年齢に関する条件を含む前記第1条件を受け付ける
ことを特徴とする請求項2に記載の情報処理装置。 - 前記受付部は、
前記配信先となるユーザの性別に関する条件を含む前記第1条件を受け付ける
ことを特徴とする請求項2または請求項3に記載の情報処理装置。 - 前記取得部は、
前記第2キャンペーンの配信先の属性に関する条件を含む前記第2条件を取得する
ことを特徴とする請求項1~4のいずれか1項に記載の情報処理装置。 - 前記取得部は、
前記配信先となるユーザの年齢に関する条件を含む条件を含む前記第2条件を取得する
ことを特徴とする請求項5に記載の情報処理装置。 - 前記取得部は、
前記配信先となるユーザの性別に関する条件を含む条件を含む前記第2条件を取得する
ことを特徴とする請求項5または請求項6に記載の情報処理装置。 - 前記取得部は、
前記推定処理以前のコンテンツの配信ログから生成される前記予定在庫を示す情報を取得する
ことを特徴とする請求項1~7のいずれか1項に記載の情報処理装置。 - 前記取得部は、
前記配信ログの日付を前記第1配信期間に含まれる日付に変更した未来ログである前記予定在庫を示す情報を取得する
ことを特徴とする請求項8に記載の情報処理装置。 - 前記推定部は、前記第2キャンペーンが割り当てられた在庫である割当済在庫の数を用いて、前記残在庫の数を推定する
ことを特徴とする請求項1~9のいずれか1項に記載の情報処理装置。 - 前記推定部は、
前記予定在庫から前記割当済在庫を除外することにより、前記残在庫の数を推定する
ことを特徴とする請求項10に記載の情報処理装置。 - 前記推定部は、
前記予定在庫の数から前記割当済在庫の数を減算した値を用いて、前記残在庫の数を推定する
ことを特徴とする請求項10または請求項11に記載の情報処理装置。 - 前記推定部は、
前記予定在庫の数から前記重複割合と前記予定在庫の数とを乗算した値を減算した値を用いて、前記残在庫の数を推定する
ことを特徴とする請求項1~12のいずれか1項に記載の情報処理装置。 - 前記推定部は、
重なり数推定に関する手法を用いて前記重複割合を推定する
ことを特徴とする請求項1~13のいずれか1項に記載の情報処理装置。 - 前記推定部は、
前記予定在庫の各リクエストが所定のハッシュ法により変換されたハッシュ値を用いて、前記重複割合を推定する
ことを特徴とする請求項1~14のいずれか1項に記載の情報処理装置。 - 前記残在庫の数を示す情報を提供する提供部、
をさらに備えることを特徴とする請求項1~15のいずれか1項に記載の情報処理装置。 - コンピュータが実行する情報処理方法であって、
推定対象となるキャンペーンである第1キャンペーンに対して指定された第1配信期間の条件を含む第1条件を受け付ける受付工程と、
前記第1配信期間に前記第1キャンペーンのコンテンツの配信先になり得るリクエストを示す予定在庫を示す情報と、前記第1キャンペーンとは異なる第2キャンペーンに対して指定された第2配信期間あって、前記第1配信期間に重なる第2配信期間の条件を含む第2条件とを取得する取得工程と、
前記第1条件と前記第2条件との重複に基づいて、前記予定在庫のうち、前記第1キャンペーンに対して割当可能な在庫である残在庫の数を推定する推定処理を実行する推定工程と、
前記予定在庫のうち、前記第2条件に該当する在庫に前記第2キャンペーンを割り当てる集計処理を実行する集計工程と、
を含み、
前記取得工程は、
前記集計処理後に追加された前記第2キャンペーンである未反映キャンペーンの前記第2条件である未反映条件を取得し、
前記推定工程は、
前記第1条件と前記未反映条件との重複割合を推定し、推定した前記重複割合と前記予定在庫の数とを乗算した値を用いて、前記残在庫の数を推定する
ことを特徴とする情報処理方法。 - 推定対象となるキャンペーンである第1キャンペーンに対して指定された第1配信期間の条件を含む第1条件を受け付ける受付手順と、
前記第1配信期間に前記第1キャンペーンのコンテンツの配信先になり得るリクエストを示す予定在庫を示す情報と、前記第1キャンペーンとは異なる第2キャンペーンに対して指定された第2配信期間あって、前記第1配信期間に重なる第2配信期間の条件を含む第2条件とを取得する取得手順と、
前記第1条件と前記第2条件との重複に基づいて、前記予定在庫のうち、前記第1キャンペーンに対して割当可能な在庫である残在庫の数を推定する推定処理を実行する推定手順と、
前記予定在庫のうち、前記第2条件に該当する在庫に前記第2キャンペーンを割り当てる集計処理を実行する集計手順と、
をコンピュータに実行させ、
前記取得手順は、
前記集計処理後に追加された前記第2キャンペーンである未反映キャンペーンの前記第2条件である未反映条件を取得し、
前記推定手順は、
前記第1条件と前記未反映条件との重複割合を推定し、推定した前記重複割合と前記予定在庫の数とを乗算した値を用いて、前記残在庫の数を推定する
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 |
---|---|---|---|
JP2021142672A JP7410099B2 (ja) | 2021-09-01 | 2021-09-01 | 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 |
---|---|---|---|
JP2021142672A JP7410099B2 (ja) | 2021-09-01 | 2021-09-01 | 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 |
---|---|
JP2023035656A JP2023035656A (ja) | 2023-03-13 |
JP7410099B2 true JP7410099B2 (ja) | 2024-01-09 |
Family
ID=85504256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021142672A Active JP7410099B2 (ja) | 2021-09-01 | 2021-09-01 | 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) | JP7410099B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002288322A (ja) | 2001-03-26 | 2002-10-04 | Tea Cup Communication:Kk | 広告受注管理システム、広告受注管理装置および広告受注管理方法ならびにプログラム |
JP2005276205A (ja) | 2004-03-22 | 2005-10-06 | Microsoft Corp | そっくり物(重複)の検出・抑制方法 |
JP2017004375A (ja) | 2015-06-12 | 2017-01-05 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
-
2021
- 2021-09-01 JP JP2021142672A patent/JP7410099B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002288322A (ja) | 2001-03-26 | 2002-10-04 | Tea Cup Communication:Kk | 広告受注管理システム、広告受注管理装置および広告受注管理方法ならびにプログラム |
JP2005276205A (ja) | 2004-03-22 | 2005-10-06 | Microsoft Corp | そっくり物(重複)の検出・抑制方法 |
JP2017004375A (ja) | 2015-06-12 | 2017-01-05 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023035656A (ja) | 2023-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Camilleri et al. | Integrated marketing communications | |
US8249943B2 (en) | Auction based polling | |
JP5973416B2 (ja) | 広告装置、予測方法及び予測プログラム | |
WO2017031840A1 (zh) | 一种用于为用户分配资源的方法和装置 | |
US20070005433A1 (en) | Method and system for advertisement related to information service | |
JP7532304B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US20100185484A1 (en) | Allocation of internet advertising inventory | |
JP6937727B2 (ja) | 推定装置、推定方法および推定プログラム | |
US7707202B2 (en) | Method and system for improving a reservation or a purchase process of an entity | |
JP5904987B2 (ja) | 広告装置、予測方法及び予測プログラム | |
US20160162934A1 (en) | Advertisement distribution management device, advertisement distribution management method, and non-transitory computer readable storage medium | |
JP6033810B2 (ja) | 決定装置、決定方法及び決定プログラム | |
US20140379464A1 (en) | Budget distribution in online advertising | |
JP7410099B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US20120078733A1 (en) | System and method for managing advertising campaigns | |
CN112116369B (zh) | 广告投放的方法及装置 | |
JP2019046181A (ja) | 推定装置、推定方法および推定プログラム | |
JP6805211B2 (ja) | 提供装置、提供方法および提供プログラム | |
US8335708B1 (en) | System, method, and computer program product for simulating a scenario based on information associated with a new campaign and stored event information | |
Zhao et al. | Dynamic planning with reusable healthcare resources: application to appointment scheduling | |
JP2019046185A (ja) | 生成装置、生成方法、および生成プログラム | |
US20120253951A1 (en) | Scalable inventory protection and optimization in display advertising | |
KR101771537B1 (ko) | 모바일 광고 네트워크의 광고 매체 관리 방법 및 관리 장치 | |
KR20010035449A (ko) | 프로필 사진을 이용한 광고 방법 | |
JP2021082055A (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 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220916 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230821 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230829 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20231026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231030 |
|
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: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231221 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7410099 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |