JP6494576B2 - 推定装置、推定方法、及び推定プログラム - Google Patents
推定装置、推定方法、及び推定プログラム Download PDFInfo
- Publication number
- JP6494576B2 JP6494576B2 JP2016181548A JP2016181548A JP6494576B2 JP 6494576 B2 JP6494576 B2 JP 6494576B2 JP 2016181548 A JP2016181548 A JP 2016181548A JP 2016181548 A JP2016181548 A JP 2016181548A JP 6494576 B2 JP6494576 B2 JP 6494576B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- users
- information
- estimation
- unit
- 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 63
- 230000009471 action Effects 0.000 claims description 61
- 238000003860 storage Methods 0.000 claims description 58
- 230000006855 networking Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 37
- 230000008569 process Effects 0.000 description 36
- 230000006399 behavior Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 24
- 238000009826 distribution Methods 0.000 description 24
- 238000004891 communication Methods 0.000 description 11
- 230000010365 information processing Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000008685 targeting Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012612 commercial material Substances 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Description
まず、図1を用いて、実施形態に係る推定処理の一例について説明する。図1は、実施形態に係る推定処理の一例を示す図である。図1では、推定装置100が、推定処理の対象である所定のユーザの資産情報を推定する処理の一例を示す。
次に、図2を用いて、実施形態に係る推定装置100が含まれる推定システム1の構成について説明する。図2は、実施形態に係る推定システム1の構成例を示す図である。図2に例示するように、実施形態に係る推定システム1には、ユーザ端末10及び11と、ウェブサーバ30と、第三者端末50と、推定装置100とが含まれる。これらの各種装置は、ネットワークNを介して、有線又は無線により通信可能に接続される。また、図2に示す推定システム1に含まれる各装置の数は図示したものに限られない。例えば、推定システム1には、複数台のユーザ端末10や、ウェブサーバ30や、第三者端末50が含まれてもよい。
次に、図3を用いて、実施形態に係る推定装置100の構成について説明する。図3は、実施形態に係る推定装置100の構成例を示す図である。図3に示すように、推定装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、推定装置100は、推定装置100を利用する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。通信部110は、ネットワークNと有線又は無線で接続され、ネットワークNを介して、ユーザ端末10やウェブサーバ30や第三者端末50との間で情報の送受信を行う。
記憶部120は、例えば、RAM、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。図3に示すように、記憶部120は、ペア情報記憶部121と、ユーザ情報記憶部122と、モデル記憶部126と、推定情報記憶部127と、コンテンツ記憶部128とを有する。
ペア情報記憶部121は、ユーザ同士のペアに関する情報を記憶する。ここで、図4に、実施形態に係るペア情報記憶部121の一例を示す。図4は、実施形態に係るペア情報記憶部121の一例を示す図である。図4に示した例では、ペア情報記憶部121は、「ペアID」、「ユーザID」、「順序」といった項目を有する。
ユーザ情報記憶部122は、ユーザに関する情報を記憶する。ユーザ情報記憶部122は、データテーブルとして、検索情報テーブル123と、SNS情報テーブル124と、閲覧情報テーブル125とを含む。
検索情報テーブル123は、ユーザの行動履歴のうち、検索クエリの履歴などの検索情報を記憶する。ここで、図5に、実施形態に係る検索情報テーブル123の一例を示す。図5は、実施形態に係る検索情報テーブル123の一例を示す図である。図5に示すように、検索情報テーブル123は、「ユーザID」、「検索クエリ」といった項目を有する。
SNS情報テーブル124は、ユーザが利用するSNSに関する情報を記憶する。ここで、図6に、実施形態に係るSNS情報テーブル124の一例を示す。図6は、実施形態に係るSNS情報テーブル124の一例を示す図である。図6に示すように、SNS情報テーブル124は、「ユーザID」、「最新記事データ」、「友達数」、「画像数」といった項目を有する。
閲覧情報テーブル125は、ユーザが閲覧したサービスページ(例えばウェブサイト)に関する情報を記憶する。ここで、図7に、実施形態に係る閲覧情報テーブル125の一例を示す。図7は、実施形態に係る閲覧情報テーブル125の一例を示す図である。図7に示すように、閲覧情報テーブル125は、「ユーザID」、「閲覧サイトID」といった項目を有する。
モデル記憶部126は、推定装置100が生成したモデルに関する情報を記憶する。ここで、図8に、実施形態に係るモデル記憶部126の一例を示す。図8は、実施形態に係るモデル記憶部126の一例を示す図である。図8に示すように、モデル記憶部126は、「モデルID」、「学習データ」、「更新日」といった項目を有する。
推定情報記憶部127は、推定装置100が行う推定処理に関する情報を記憶する。ここで、図9に、実施形態に係る推定情報記憶部127の一例を示す。図9は、実施形態に係る推定情報記憶部127の一例を示す図である。図9に示すように、推定情報記憶部127は、「序列」、「ユーザID」、「資産情報判定」といった項目を有する。
コンテンツ記憶部128は、コンテンツに関する情報を記憶する。ここで、図10に、実施形態に係るコンテンツ記憶部128の一例を示す。図10は、実施形態に係るコンテンツ記憶部128の一例を示す図である。図10に示すように、コンテンツ記憶部128は、「コンテンツID」、「資産情報判定」、「コンテンツ情報」、「内容」、「属性情報」、「種別」といった項目を有する。
制御部130は、例えば、コントローラ(controller)であり、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、推定装置100内部の記憶装置に記憶されている各種プログラム(推定プログラムの一例に相当)がRAM(Random Access Memory)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、複数のユーザ端末10から、各々のユーザ情報を取得する。具体的には、取得部131は、複数のユーザのネットワーク上における行動履歴を取得する。
判定部132は、取得部131によって取得された行動履歴のうち、第1のユーザの行動履歴と第2のユーザの行動履歴との比較に基づいて、第1のユーザと第2のユーザとの順序を判定する。
生成部133は、判定部132によって判定された結果に基づいて、所定のユーザ同士における順序を推定するためのモデルを生成する。具体的には、生成部133は、第三者端末50によって得られた回答結果を統計した判定部132による判定結果を学習することにより、ペアのユーザ同士における順序を推定するためのモデルを生成する。
受信部134は、各種情報を受信する。例えば、受信部134は、新たに処理対象となるユーザ端末10から、新たなユーザ情報を受信する。
推定部135は、判定部132によって判定された順序に基づいて、複数のユーザの資産情報を推定する。例えば、推定部135は、判定部132によって複数のユーザの全ての組み合わせに対して順序が判定された場合、かかる順序に基づいて複数のユーザに序列を付与する。そして、推定部135は、付与した序列に基づいて複数のユーザの資産情報を推定する。
決定部136は、推定部135によって推定された資産情報に基づいて、複数のユーザに含まれる所定のユーザに配信するコンテンツを決定する。例えば、決定部136は、所定のユーザに配信するコンテンツとして、所定の金融サービスに関するコンテンツを決定する。
配信部137は、各種コンテンツを配信する。例えば、配信部137は、決定部136によって決定されたコンテンツをユーザ端末10に配信する。この場合、配信部137は、予めコンテンツに設定された種別に適合する配信機会が生じた場合に、決定部136によって決定されたコンテンツをユーザ端末10に配信する。例えば、配信部137は、ユーザ端末10がウェブページを表示し、ウェブページに含まれる広告枠への広告配信機会が生じた場合には、ウェブページに含まれる広告枠に対応する種別を有するコンテンツを配信する。
次に、図12及び図13を用いて、実施形態に係る推定装置100による処理の手順について説明する。まず、図12を用いて、実施形態に係る生成処理の手順について説明する。図12は、実施形態に係る処理手順を示すフローチャート(1)である。
上述した推定装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
上記実施形態では、推定装置100は、ユーザ情報のうち、ユーザのネットワーク上の行動履歴に基づいて資産情報を推定する例を示した。ここで、推定装置100は、ユーザ情報として、ユーザの属性情報に基づいて資産情報を推定してもよい。すなわち、推定装置100は、属性情報が互いに類似する第1のユーザと第2のユーザに関して順序を判定するようにしてもよい。なお、ユーザの属性情報とは、例えば、ユーザの性別や年齢や居住地等である。
上記実施形態では、推定装置100は、ユーザの資産情報に基づいてコンテンツのターゲティングを行い、コンテンツを配信する例を示した。しかし、推定装置100が推定する資産情報は、他の用途に利用されてもよい。
上記実施形態では、推定装置100は、SNSに関する情報として、SNSにおける画像数等を推定処理に用いることを示した。ここで、推定装置100は、画像数のみならず、画像認識等によって画像が示す内容に基づいて処理を行ってもよい。
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。
上述してきた実施形態に係る推定装置100やユーザ端末10は、例えば図14に示すような構成のコンピュータ1000によって実現される。以下、推定装置100を例に挙げて説明する。図14は、推定装置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。
上述してきたように、実施形態に係る推定装置100は、取得部131と、判定部132と、推定部135とを有する。取得部131は、複数のユーザのネットワーク上における行動履歴を取得する。判定部132は、取得部131によって取得された行動履歴のうち、第1のユーザの行動履歴と第2のユーザの行動履歴との比較に基づいて、第1のユーザと第2のユーザとの順序を判定する。推定部135は、判定部132によって判定された順序に基づいて、複数のユーザの資産情報を推定する。
10 ユーザ端末
11 ユーザ端末
30 ウェブサーバ
50 第三者端末
100 推定装置
110 通信部
120 記憶部
121 ペア情報記憶部
122 ユーザ情報記憶部
123 検索情報テーブル
124 SNS情報テーブル
125 閲覧情報テーブル
126 モデル記憶部
127 推定情報記憶部
128 コンテンツ記憶部
130 制御部
131 取得部
132 判定部
133 生成部
134 受信部
135 推定部
136 決定部
137 配信部
Claims (14)
- 複数のユーザのネットワーク上における行動履歴を当該複数のユーザの各々が利用する端末装置から取得し、取得した行動履歴を記憶部に格納する取得部と、
第1のユーザと第2のユーザとのペアを複数作成するとともに、前記取得部によって記憶部に格納された行動履歴を参照し、参照した行動履歴のうち、第1のユーザの行動履歴と第2のユーザの行動履歴との比較に基づいて、複数の第1のユーザと第2のユーザとのペアにおける順序を判定する判定部と、
前記判定部によって判定された順序に基づいて、前記複数のユーザの資産情報を推定する推定部と、
を備えたことを特徴とする推定装置。 - 前記判定部によって判定された結果に基づいて、所定のユーザ同士における順序を推定するためのモデルを生成する生成部、をさらに備え、
前記推定部は、
前記生成部によって生成されたモデルを利用して、前記複数のユーザの資産情報を推定する、
ことを特徴とする請求項1に記載の推定装置。 - 前記推定部は、
前記生成部によって生成されたモデルを利用して、前記複数のユーザに対して序列を付与することにより、前記複数のユーザの資産情報を推定する、
ことを特徴とする請求項2に記載の推定装置。 - 前記推定部は、
前記複数のユーザに対して付与した序列と、資産情報に関する統計データとを照合することにより、前記複数のユーザに含まれる所定のユーザの資産情報を推定する、
ことを特徴とする請求項3に記載の推定装置。 - 前記取得部は、
前記ネットワーク上の行動履歴として、前記複数のユーザが検索サービスに送信した検索クエリに関する情報を取得し、
前記判定部は、
前記取得部によって取得された第1のユーザの検索クエリと、第2のユーザの検索クエリとの比較に基づいて、第1のユーザと第2のユーザとの順序を判定する、
ことを特徴とする請求項1〜4のいずれか一つに記載の推定装置。 - 前記取得部は、
前記複数のユーザが利用するSNS(Social Networking Service)に関する情報を取得し、
前記判定部は、
前記取得部によって取得された第1のユーザのSNSに関する情報と、第2のユーザのSNSに関する情報との比較に基づいて、第1のユーザと第2のユーザとの順序を判定する、
ことを特徴とする請求項1〜5のいずれか一つに記載の推定装置。 - 前記取得部は、
前記複数のユーザからSNSに投稿された記事の内容、SNSに投稿された画像数、当該SNS上において関係性を有するユーザ数の少なくともいずれかを取得し、
前記判定部は、
前記取得部によって取得された、第1のユーザからSNSに投稿された記事の内容と第2のユーザからSNSに投稿された記事の内容、第1のユーザからSNSに投稿された画像数と第2のユーザからSNSに投稿された画像数、第1のユーザがSNS上において関係性を有するユーザ数と第2のユーザがSNS上において関係性を有するユーザ数、の少なくともいずれか一つの比較に基づいて、第1のユーザと第2のユーザとの順序を判定する、
ことを特徴とする請求項6に記載の推定装置。 - 前記取得部は、
前記ネットワーク上の行動履歴として、所定のサービスページの閲覧履歴を取得し、
前記判定部は、
前記取得部によって取得された第1のユーザの所定のサービスページの閲覧履歴と、第2のユーザの所定のサービスページの閲覧履歴との比較に基づいて、第1のユーザと第2のユーザとの順序を判定する、
ことを特徴とする請求項1〜7のいずれか一つに記載の推定装置。 - 前記判定部は、
所定の端末装置から送信される結果であって、第1のユーザの行動履歴と第2のユーザの行動履歴とを比較して順序付けを行った結果を統計することにより、第1のユーザと第2のユーザとの順序を判定する、
ことを特徴とする請求項1〜8のいずれか一つに記載の推定装置。 - 前記推定部によって推定された資産情報に基づいて、前記複数のユーザに含まれる所定のユーザに配信するコンテンツを決定する決定部、
をさらに備えたことを特徴とする請求項1〜9のいずれか一つに記載の推定装置。 - 前記決定部は、
前記所定のユーザに配信するコンテンツとして、クレジットカード契約の提案、融資の提案、不動産契約の提案、又は、金融投資の提案の少なくともいずれか一つのサービスに関するコンテンツを決定する、
ことを特徴とする請求項10に記載の推定装置。 - 前記判定部は、
属性情報が互いに類似する第1のユーザと第2のユーザに関して前記順序を判定する、
ことを特徴とする請求項1〜11のいずれか一つに記載の推定装置。 - コンピュータが実行する推定方法であって、
複数のユーザのネットワーク上における行動履歴を当該複数のユーザの各々が利用する端末装置から取得し、取得した行動履歴を記憶部に格納する取得工程と、
第1のユーザと第2のユーザとのペアを複数作成するとともに、前記取得工程によって記憶部に格納された行動履歴を参照し、参照した行動履歴のうち、第1のユーザの行動履歴と第2のユーザの行動履歴との比較に基づいて、複数の第1のユーザと第2のユーザとのペアにおける順序を判定する判定工程と、
前記判定工程によって判定された順序に基づいて、前記複数のユーザの資産情報を推定する推定工程と、
を含んだことを特徴とする推定方法。 - 複数のユーザのネットワーク上における行動履歴を当該複数のユーザの各々が利用する端末装置から取得し、取得した行動履歴を記憶部に格納する取得手順と、
第1のユーザと第2のユーザとのペアを複数作成するとともに、前記取得手順によって記憶部に格納された行動履歴を参照し、参照した行動履歴のうち、第1のユーザの行動履歴と第2のユーザの行動履歴との比較に基づいて、複数の第1のユーザと第2のユーザとのペアにおける順序を判定する判定手順と、
前記判定手順によって判定された順序に基づいて、前記複数のユーザの資産情報を推定する推定手順と、
をコンピュータに実行させることを特徴とする推定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016181548A JP6494576B2 (ja) | 2016-09-16 | 2016-09-16 | 推定装置、推定方法、及び推定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016181548A JP6494576B2 (ja) | 2016-09-16 | 2016-09-16 | 推定装置、推定方法、及び推定プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018045571A JP2018045571A (ja) | 2018-03-22 |
JP6494576B2 true JP6494576B2 (ja) | 2019-04-03 |
Family
ID=61695102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016181548A Active JP6494576B2 (ja) | 2016-09-16 | 2016-09-16 | 推定装置、推定方法、及び推定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6494576B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11663619B2 (en) | 2019-06-28 | 2023-05-30 | Fujifilm Corporation | Image processing system, image processing method, and program |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7016926B1 (ja) | 2020-08-27 | 2022-02-07 | ヤフー株式会社 | 紐付装置、紐付方法及び紐付プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002092305A (ja) * | 2000-09-13 | 2002-03-29 | Hitachi Ltd | スコア算出方法及びスコア提供方法 |
JP2006018340A (ja) * | 2004-06-30 | 2006-01-19 | Interscope Inc | 顧客情報統合システム及び統合顧客情報データベースの作成法 |
JP4957127B2 (ja) * | 2006-09-01 | 2012-06-20 | 富士通株式会社 | 属性間の部分関係抽出する装置、方法、及びプログラム |
JP5356772B2 (ja) * | 2008-10-24 | 2013-12-04 | 株式会社パスコ | 地点評価装置、地点評価システム及び地点評価プログラム |
US20100287178A1 (en) * | 2009-05-08 | 2010-11-11 | Google Inc. | Refining location estimates and reverse geocoding based on a user profile |
JP5957197B2 (ja) * | 2011-10-06 | 2016-07-27 | 株式会社電通 | 端末装置、サーバ装置、ネットワークシステム、通信方法及び通信プログラム |
JP5615857B2 (ja) * | 2012-02-22 | 2014-10-29 | 日本電信電話株式会社 | 分析装置、分析方法及び分析プログラム |
JP5956272B2 (ja) * | 2012-07-26 | 2016-07-27 | Kddi株式会社 | ソーシャルメディアにおけるユーザ信頼度推定装置、方法、プログラムおよび記録媒体 |
JP5878218B1 (ja) * | 2014-10-07 | 2016-03-08 | 株式会社マクロミル | 広告評価システム |
-
2016
- 2016-09-16 JP JP2016181548A patent/JP6494576B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11663619B2 (en) | 2019-06-28 | 2023-05-30 | Fujifilm Corporation | Image processing system, image processing method, and program |
US11893594B2 (en) | 2019-06-28 | 2024-02-06 | Fujifilm Corporation | Image processing system, image processing method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP2018045571A (ja) | 2018-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6767824B2 (ja) | 判定装置、判定方法及び判定プログラム | |
US10769702B2 (en) | Recommendations based upon explicit user similarity | |
JP5960887B1 (ja) | 算出装置、算出方法及び算出プログラム | |
US20160188734A1 (en) | Method and apparatus for programmatically synthesizing multiple sources of data for providing a recommendation | |
US20160191450A1 (en) | Recommendations Engine in a Layered Social Media Webpage | |
JP6730275B2 (ja) | 広告のターゲット基準による閲覧者メトリックの使用 | |
US20160253325A1 (en) | Method and apparatus for programmatically adjusting the relative importance of content data as behavioral data changes | |
JP6023129B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
US20160283481A1 (en) | Method and apparatus for combining text search and recommendation engines | |
JP6786321B2 (ja) | 判定装置、判定方法、及び判定プログラム | |
JP5852218B1 (ja) | 生成装置、生成方法及び生成プログラム | |
US10909571B2 (en) | Visitor identification based on feature selection | |
JP6298131B2 (ja) | 生成装置、生成方法、及び生成プログラム | |
WO2016101088A1 (en) | Systems and methods for ad campaign optimization | |
JP6490263B2 (ja) | 判定装置、判定方法、及び判定プログラム | |
US20150310487A1 (en) | Systems and methods for commercial query suggestion | |
JP6494576B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
JP2016062358A (ja) | 抽出装置、抽出方法及び抽出プログラム | |
US20160189204A1 (en) | Systems and methods for building keyword searchable audience based on performance ranking | |
JP6297534B2 (ja) | 生成装置、生成方法及び生成プログラム | |
JP6152215B2 (ja) | 算出装置、算出方法及び算出プログラム | |
Lakho et al. | The Role Of Online Customer Testimonials In Brand Trust: Utilization Of The Expectancy-Disconfirmation Model | |
JP6067169B2 (ja) | 算出装置、算出方法及び算出プログラム | |
JP2023135428A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP2023135399A (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180306 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180502 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20181002 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181228 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20190107 |
|
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: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190305 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6494576 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
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 |
|
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 |