JP6872853B2 - 検出装置、検出方法及び検出プログラム - Google Patents
検出装置、検出方法及び検出プログラム Download PDFInfo
- Publication number
- JP6872853B2 JP6872853B2 JP2016052672A JP2016052672A JP6872853B2 JP 6872853 B2 JP6872853 B2 JP 6872853B2 JP 2016052672 A JP2016052672 A JP 2016052672A JP 2016052672 A JP2016052672 A JP 2016052672A JP 6872853 B2 JP6872853 B2 JP 6872853B2
- Authority
- JP
- Japan
- Prior art keywords
- query
- service
- predetermined
- distribution
- change
- 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
- 238000001514 detection method Methods 0.000 title claims description 93
- 238000009826 distribution Methods 0.000 claims description 92
- 230000005856 abnormality Effects 0.000 claims description 81
- 230000008859 change Effects 0.000 claims description 79
- 238000000034 method Methods 0.000 claims description 68
- 238000012545 processing Methods 0.000 claims description 49
- 230000008569 process Effects 0.000 claims description 45
- 238000011156 evaluation Methods 0.000 claims description 15
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 32
- 230000002159 abnormal effect Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 18
- 235000014510 cooky Nutrition 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000013441 quality evaluation Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000010365 information processing Effects 0.000 description 5
- 230000002547 anomalous effect Effects 0.000 description 4
- 230000000877 morphologic effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 241000872198 Serjania polyphylla Species 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007429 general method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 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
- 239000004065 semiconductor Substances 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 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
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
まず、図1を用いて、実施形態に係る検出処理の一例について説明する。図1は、実施形態に係る検出処理の一例を示す図である。図1では、本願に係る検出装置に対応する広告装置100を例に挙げて、本願に係る検出処理の一形態について説明する。具体的には、図1では、広告装置100が、所定のオンラインサービスを提供するサービス提供装置30や広告装置100に対して行われるアクセスに関して、異常が発生していることを検出する処理の一例について説明する。
次に、図4を用いて、実施形態に係る広告装置100が含まれる検出システム1の構成について説明する。図4は、実施形態に係る検出システム1の構成例を示す図である。図4に例示するように、実施形態に係る検出システム1には、端末装置10と、広告主端末20と、サービス提供装置30と、広告装置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。なお、図4に示した検出システム1には、複数台の端末装置10や、複数台の広告主端末20や、複数台のサービス提供装置30が含まれてもよい。
次に、図5を用いて、実施形態に係る広告装置100の構成について説明する。図5は、実施形態に係る広告装置100の構成例を示す図である。図5に示すように、広告装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、広告装置100は、広告装置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。かかる通信部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、端末装置10や、広告主端末20や、サービス提供装置30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、広告情報記憶部121と、アクセスログ記憶部122とを有する。
広告情報記憶部121は、広告主端末20から入稿される広告コンテンツに関する情報を記憶する。ここで、図6に、実施形態に係る広告情報記憶部121の一例を示す。図6は、実施形態に係る広告情報記憶部121の一例を示す図である。図6に示した例では、広告情報記憶部121は、「広告コンテンツID」、「広告主ID」、「キーワード」、「CTR」、「入札額」といった項目を有する。
アクセスログ記憶部122は、端末装置10がサービス提供装置30にアクセスした際や、ユーザU01が配信された広告コンテンツをクリックした際に送信される、端末装置10のアクセスログを記憶する。
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、広告装置100内部の記憶装置に記憶されている各種プログラム(検出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(controller)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。
受信部131は、任意の装置から送信される各種情報を受信する。例えば、受信部131は、広告主端末20から送信される要求であって、広告コンテンツの入稿の要求を受信する。また、受信部131は、端末装置10から送信される要求であって、広告コンテンツの配信の要求を受信する。具体的には、受信部131は、ウェブページを表示する端末装置10から送信される要求であって、ウェブページに含まれる広告枠で表示する広告コンテンツの配信に関する要求を受信する。また、受信部131は、サービス提供装置30から送信される情報であって、サービスに対するアクセスに関する情報を受信する。
取得部132は、各種情報を取得する。例えば、取得部132は、所定のサービスに対するアクセスログを取得するとともに、アクセスログに含まれるクエリを取得する。具体的には、取得部132は、サービス提供装置30が提供する検索サービスにおいて、端末装置10がアクセスしたログであるアクセスログを取得する。なお、アクセスログとは、図7で示したように、必ずしも端末装置10がサービス提供装置30にアクセスしたタイミングで取得されるログに限られず、端末装置10が広告コンテンツを受信したタイミング等で取得されるログも含む概念である。すなわち、アクセスログには、端末装置10に関する行動ログが含まれてもよい。
検出部133は、取得部132によって取得されたクエリの時系列上の変化量に基づいて、所定のサービスの利用に関する異常を検出する。具体的には、検出部133は、後述する算出部134が算出する特徴量や、判定部135が判定した判定結果に基づいて、サービス提供装置30が提供する検索サービスの利用に関する異常を検出する。
算出部134は、取得部132によって取得されたクエリを数値化するための算出処理を行う。上記のように、検出部133は、サービスにおけるクエリの時系列の変化量に基づいて、サービスに関する異常の検出を行う。このため、算出部134は、時系列に沿って、サービスにおけるクエリの出現数の変化を追跡することができるよう、クエリごとに所定の特徴量を算出する。なお、後述する判定部135は、算出部134が算出する特徴量を用いて、判定処理を行う。
判定部135は、クエリの時系列上の変化量に基づいて、所定のサービス全体における各クエリの出現量の分布に所定の変化が生じたか否かを判定する。具体的には、判定部135は、クエリを所定の要素に分解し、当該所定の要素ごとの時系列上の変化量に基づいて、所定のサービスにおける所定の要素の分布に所定の変化が生じたか否かを判定する。
生成部136は、検出部133によってクエリの分布に変化を生じさせる要因となったクエリが検出された場合に、当該要因となったクエリごとにフィルタを生成する。具体的には、生成部136は、異常の要因となったクエリごとに、当該クエリを所定のサービス側が行う所定の処理の対象から除外するためのフィルタを生成する。
選択部137は、端末装置10に配信する広告コンテンツを選択する。例えば、選択部137は、検索サービスに送信されたクエリと、広告コンテンツに設定されているキーワードとが一致する場合に、当該広告コンテンツを端末装置10に配信する広告コンテンツとして選択する。なお、選択部137は、広告コンテンツの入札額や、広告コンテンツを配信するウェブページの情報や、配信先のユーザ情報等に基づいて、広告コンテンツを選択するようにしてもよい。
配信部138は、選択部137によって選択された広告コンテンツを端末装置10に配信する。なお、上述のように、実際に配信される広告コンテンツのデータ自体は、広告装置100に係る広告情報記憶部121内に記憶されていなくてもよい。例えば、配信部138は、外部に備えられた所定の広告配信サーバに広告配信の制御命令を送信することで、選択部137が選択した広告コンテンツを端末装置10に配信させてもよい。
次に、図9及び図10を用いて、実施形態に係る広告装置100による処理の手順について説明する。まず、図9を用いて、広告装置100が、所定のサービスの利用に関する異常を検出する処理手順を説明する。図9は、実施形態に係る広告装置100による処理手順を示すフローチャート(1)である。
上述した実施形態に係る広告装置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、上記の広告装置100の他の実施形態について説明する。
上記のように、広告装置100は、クエリを処理対象とすることにより、送信元のIPアドレス等の情報によらず、異常なアクセスを排除することができる。この場合、広告装置100は、悪意のあるアクセスに基づくクエリのみならず、一時的に世間で流行する流行語(バズワード)をクエリの分布の異常として検出する場合がありうる。
上記実施形態においては、広告装置100は、端末装置10で広告コンテンツがクリックされた際のアクセスログを用いて、クエリの分布に異常が生じているか否かを検出する例を示した。しかし、広告装置100は、クリックの有無にかかわらず、全てのアクセスログを用いて、クエリの分布に異常が生じているか否かを検出してもよい。
上記実施形態において、広告装置100は、送信元の情報を用いずに、クエリの分布に異常が生じているか否かを検出する例を示した。しかし、広告装置100は、送信元の情報に基づいて、所定の情報が取得できる場合には、取得した情報を用いるようにしてもよい。
上記実施形態では、広告装置100は、クエリを構成する要素(品詞分解された単語などの文字列)の言語上の意味については参照せずに、サービスにおけるクエリの分布に異常を与えるクエリを検出する例を示した。
上記実施形態で説明したように、広告装置100は、異常なアクセスやクリックに関してフィルタを生成すること等により対応を行う。ここで、広告装置100は、異常が検出された場合には、異常なアクセスやクリックによって影響を受けたと想定される広告コンテンツの評価値等について、異常を検出する前の状態に戻す処理を行ってもよい。
上記実施形態では、広告装置100が、広告コンテンツの入稿を受け付ける受付処理や、広告コンテンツを配信する配信処理や、サービスに関する異常を検出する検出処理等を行う例を示した。しかし、広告装置100は、例えば、受付処理を行う受付装置と、配信処理を行う配信装置と、検出処理を行う検出装置とに分離されてもよい。この場合、受付装置は、少なくとも受信部131と取得部132とを有する。配信装置は、少なくとも配信部138を有する。検出装置は、少なくとも検出部133を有する。この場合、上述してきた広告装置100による処理は、受付装置と、配信装置と、検出装置との各装置を有する検出システム1によって実現される。
上記実施形態において、図5で示したような各処理部の構成は、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。例えば、上記実施形態では、検出部133は、算出部134や判定部135によって実行される処理に基づいて、サービスの利用に関する異常を検出する例を示した。しかし、算出部134や判定部135によって実行されるとして記載された処理は、検出部133によって実行されてもよい。
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。
また、上述してきた実施形態に係る広告装置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、広告装置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、実施形態に係る広告装置100は、取得部132と、検出部133とを備える。取得部132は、所定のサービスに対するアクセスログに含まれるクエリを取得する。検出部133は、取得部132によって取得されたクエリの時系列上の変化量に基づいて、所定のサービスの利用に関する異常を検出する。
10 端末装置
20 広告主端末
30 サービス提供装置
100 広告装置
110 通信部
120 記憶部
121 広告情報記憶部
122 アクセスログ記憶部
130 制御部
131 受信部
132 取得部
133 検出部
134 算出部
135 判定部
136 生成部
137 選択部
138 配信部
Claims (12)
- 所定のサービスに対するアクセスログに含まれるクエリを所定の時系列にわたって取得する取得部と、
前記取得部によって取得されたクエリを文字列で構成される要素に分解し、前記所定の時系列における当該要素の出現頻度と、当該分解後の当該クエリの要素の数とに基づく特徴量の変動態様に基づいて、前記所定のサービスの利用に関する異常を検出する検出部と、
を備えたことを特徴とする検出装置。 - 前記クエリの時系列上の変化量に基づいて、前記所定のサービス全体における各クエリの出現量の分布に所定の変化が生じたか否かを判定する判定部、
をさらに備え、
前記検出部は、
前記判定部によってクエリの分布に所定の変化が生じたと判定される場合に、当該クエリの分布に変化を生じさせる要因となったクエリを検出するとともに、前記所定のサービスの利用に関する異常を検出する、
ことを特徴とする請求項1に記載の検出装置。 - 前記判定部は、
前記クエリを所定の文字列で構成される要素に分解し、当該要素ごとの時系列上の変化量に基づいて、前記所定のサービスにおけるクエリの分布に所定の変化が生じたか否かを判定する、
ことを特徴とする請求項2に記載の検出装置。 - 前記取得部は、
前記所定のサービス以外のサービスである他のサービスに対するクエリを取得し、
前記判定部は、
前記他のサービスに対するクエリの時系列上の変化量に基づいて、当該他のサービスにおけるクエリの分布に所定の変化が生じたか否かを判定するとともに、同じ時系列において、前記所定のサービスにおけるクエリの分布に所定の変化が生じたか否かを判定し、
前記検出部は、
前記判定部によって、前記他のサービスにおけるクエリの分布に所定の変化が生じないと判定されるとともに、前記所定のサービスにおけるクエリの分布に所定の変化が生じたと判定される場合に、当該所定のサービスの利用に関する異常を検出する、
ことを特徴とする請求項2又は3に記載の検出装置。 - 前記検出部によって前記クエリの分布に変化を生じさせる要因となったクエリが検出された場合に、当該要因となったクエリごとに生成されるフィルタであって、当該要因となったクエリを前記所定のサービス側が行う所定の処理の対象から除外するためのフィルタを生成する生成部、
をさらに備えることを特徴とする請求項2〜4のいずれか一つに記載の検出装置。 - 前記生成部は、
予め設定されるリストに含まれるクエリと前記分布に変化を生じさせる要因として検出されたクエリとが一致しない場合には、当該クエリに関するフィルタを生成し、当該リストに含まれるクエリと当該分布に変化を生じさせる要因として検出されたクエリとが一致する場合に、当該クエリに関するフィルタを生成しない、
ことを特徴とする請求項5に記載の検出装置。 - 前記取得部は、
前記所定のサービスの利用を契機としてユーザに配信されたコンテンツに対して、当該ユーザが当該コンテンツを選択する操作を行った情報である操作情報を含むアクセスログを取得し、
前記検出部は、
前記取得部によって取得されるクエリのうち、前記操作情報を含むアクセスログに含まれるクエリの時系列上の変化量に基づいて、前記所定のサービスの利用に関する異常を検出する、
ことを特徴とする請求項1〜6のいずれか一つに記載の検出装置。 - 前記検出部は、
前記クエリの分布に変化を生じさせる要因となったクエリが検出された場合には、所定の記憶部に記憶されている、当該検出されたクエリに関する情報であって、当該クエリを含むアクセスログから抽出される情報を、前記所定のサービスの利用に関する異常が検出された時点から所定時間前の状態に戻す、
ことを特徴とする請求項2〜7のいずれか一つに記載の検出装置。 - 前記検出部は、
前記クエリの分布に変化を生じさせる要因となったクエリが検出された場合には、所定の記憶部に記憶されている、前記クエリに関するコンテンツの評価値であって、当該クエリを含むアクセスログに基づいて算出される評価値を、前記所定のサービスの利用に関する異常が検出された時点から所定時間前に記憶されていたアクセスログに基づいて算出し直した評価値に更新する、
ことを特徴とする請求項2〜8のいずれか一つに記載の検出装置。 - 前記取得部は、
前記クエリとして、検索サービスに対するアクセスログに含まれる検索クエリを取得し、
前記検出部は、
前記取得部によって取得された検索クエリの時系列上の変化量に基づいて、前記検索サービスの利用に関する異常を検出する、
ことを特徴とする請求項1〜9のいずれか一つに記載の検出装置。 - コンピュータが実行する検出方法であって、
所定のサービスに対するアクセスログに含まれるクエリを所定の時系列にわたって取得する取得工程と、
前記取得工程によって取得されたクエリを文字列で構成される要素に分解し、前記所定の時系列における当該要素の出現頻度と、当該分解後の当該クエリの要素の数とに基づく特徴量の変動態様に基づいて、前記所定のサービスの利用に関する異常を検出する検出工程と、
を含んだことを特徴とする検出方法。 - 所定のサービスに対するアクセスログに含まれるクエリを所定の時系列にわたって取得する取得手順と、
前記取得手順によって取得されたクエリを文字列で構成される要素に分解し、前記所定の時系列における当該要素の出現頻度と、当該分解後の当該クエリの要素の数とに基づく特徴量の変動態様に基づいて、前記所定のサービスの利用に関する異常を検出する検出手順と、
をコンピュータに実行させることを特徴とする検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016052672A JP6872853B2 (ja) | 2016-03-16 | 2016-03-16 | 検出装置、検出方法及び検出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016052672A JP6872853B2 (ja) | 2016-03-16 | 2016-03-16 | 検出装置、検出方法及び検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017167829A JP2017167829A (ja) | 2017-09-21 |
JP6872853B2 true JP6872853B2 (ja) | 2021-05-19 |
Family
ID=59909262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016052672A Active JP6872853B2 (ja) | 2016-03-16 | 2016-03-16 | 検出装置、検出方法及び検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6872853B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7366746B2 (ja) | 2017-08-31 | 2023-10-23 | 北興化学工業株式会社 | 1-(n,n-ジ置換カルバモイル)4-(置換スルホニル)トリアゾリン-5-オン誘導体、4-(n,n-ジ置換カルバモイル)1-(置換スルホニル)トリアゾリン-5-オン誘導体、およびそれらを有効成分として含有する除草剤 |
JP2019160239A (ja) * | 2018-03-16 | 2019-09-19 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 解析装置、解析方法及びコンピュータープログラム |
JP6731469B2 (ja) * | 2018-12-21 | 2020-07-29 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8166014B2 (en) * | 2003-05-02 | 2012-04-24 | Yahoo! Inc. | Detection of improper search queries in a wide area network search engine |
JP2006235877A (ja) * | 2005-02-23 | 2006-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 広告料金設定システムおよび広告料金設定プログラム |
KR101586335B1 (ko) * | 2010-08-25 | 2016-02-03 | 네이버 주식회사 | 온라인 광고 과금 시스템, 방법 및 컴퓨터 판독 가능한 기록 매체 |
JP2012088803A (ja) * | 2010-10-15 | 2012-05-10 | Univ Of Aizu | 悪性ウェブコード判別システム、悪性ウェブコード判別方法および悪性ウェブコード判別用プログラム |
-
2016
- 2016-03-16 JP JP2016052672A patent/JP6872853B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017167829A (ja) | 2017-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10614077B2 (en) | Computer system for automated assessment at scale of topic-specific social media impact | |
US10825047B2 (en) | Apparatus and method of selection and placement of targeted messages into a search engine result page | |
US8495484B2 (en) | Intelligent link population and recommendation | |
US8126930B2 (en) | Micro-bucket testing for page optimization | |
US7979544B2 (en) | Computer program product and method for estimating internet traffic | |
US8166104B2 (en) | Client-centered usage classification | |
JP2006146882A (ja) | コンテンツ評価 | |
US11194647B2 (en) | User interface for monitoring crashes of a mobile application | |
US20130198203A1 (en) | Bot detection using profile-based filtration | |
Zeng et al. | Bad news: Clickbait and deceptive ads on news and misinformation websites | |
US20080281941A1 (en) | System and method of processing online advertisement selections | |
US20140095308A1 (en) | Advertisement distribution apparatus and advertisement distribution method | |
US9489526B1 (en) | Pre-analyzing served content | |
US8843619B2 (en) | System and method for monitoring visits to a target site | |
US10043038B2 (en) | Identifying private information from data streams | |
US20160098416A1 (en) | Auto complete search box based on the user's context to reduce user's input | |
CN104471582A (zh) | 对搜索引擎跟踪的防御 | |
US20130151547A1 (en) | Method and system for generating document recommendations | |
JP6872853B2 (ja) | 検出装置、検出方法及び検出プログラム | |
US20100306224A1 (en) | Online Measurement of User Satisfaction Using Long Duration Clicks | |
KR20080078930A (ko) | 관심사를 반영하여 추출한 정보 제공 방법 및 시스템 | |
US20130117370A1 (en) | Engine, system and method for an adaptive search engine on the client computer using domain social network data as the search topic sources | |
US20160034915A1 (en) | Document performance indicators based on referral context | |
US9843559B2 (en) | Method for determining validity of command and system thereof | |
WO2016028948A1 (en) | Method for record selection to avoid negatively impacting latency |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190208 |
|
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: 20200115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200225 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200923 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201120 |
|
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: 20210323 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210420 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6872853 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |