JP7001508B2 - 情報処理装置、情報処理方法、およびプログラム。 - Google Patents
情報処理装置、情報処理方法、およびプログラム。 Download PDFInfo
- Publication number
- JP7001508B2 JP7001508B2 JP2018049573A JP2018049573A JP7001508B2 JP 7001508 B2 JP7001508 B2 JP 7001508B2 JP 2018049573 A JP2018049573 A JP 2018049573A JP 2018049573 A JP2018049573 A JP 2018049573A JP 7001508 B2 JP7001508 B2 JP 7001508B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- behavior
- information
- attribute
- behavior attribute
- 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 55
- 238000003672 processing method Methods 0.000 title claims description 5
- 230000003542 behavioural effect Effects 0.000 claims description 14
- 230000009471 action Effects 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 146
- 238000012545 processing Methods 0.000 description 39
- 239000013598 vector Substances 0.000 description 30
- 238000000034 method Methods 0.000 description 26
- 230000008569 process Effects 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
[構成]
図1は、情報提供装置が使用される使用環境の一例を示す図である。情報提供装置の使用環境には、例えば、端末装置2-1~2-N(「N」は任意の自然数)と、サーバ装置4-1~4-n(「n」は任意の自然数)と、広告配信装置6と、情報処理装置10と、が含まれる。なお、情報処理装置10は、広告配信装置6を包含してもよい。また、以下、端末装置2-1~2-Nを区別しない場合は、単に「端末装置2」と称し、サーバ装置4-1~4-nを区別しない場合は、単に「サーバ装置4」と称する。
端末装置2は、例えば、スマートフォンなどの携帯電話や、タブレット端末などの可搬型装置である。端末装置2は、不図示の位置測位装置や制御部、通信部、表示部、操作部などを備える。位置測位装置は、GPS(Global Positioning System)受信機を含む。位置測位装置は、GPS受信機が衛星から受信した電波に基づく測位を行って、端末装置2の位置(すなわちユーザの位置)を特定する。また、端末装置2は、通信部が接続した無線基地局の位置から端末装置2の位置を推定してもよい。
複数のサーバ装置4は、例えば、ユーザに提供されるサービスごとに設けられる。サーバ装置4は、サーバ装置4にアクセスした端末装置2に所定のサービスを提供する。例えば、サーバ装置4は、アクセスしてきた端末装置2からユーザIDや位置情報を取得し、取得した位置情報に基づいて、周辺に存在するオススメの店舗の情報を提供したり、周辺の天気の情報を提供したりする。例えば、ユーザが端末装置2の操作部を操作して、サーバ装置4にアクセスすると予め登録したユーザIDや位置情報等の情報がサーバ装置4に送信される。サーバ装置4は、取得したユーザID、位置情報、これらの情報を取得した時刻等を互いに対応付けて位置履歴情報として記憶部に記憶させ、記憶させた位置履歴情報を情報処理装置10に送信する。
広告配信装置6は、例えば、サーバ装置4の依頼に基づいて、サーバ装置4に広告を提供する。提供される広告は、例えば、情報処理装置10により決定されたユーザの行動属性に応じた広告(コンテンツ)である。なお、本実施形態では、広告配信装置6を備えるものとして説明するが、これに代えて(或いは加えて)、広告以外のコンテンツを配信するコンテンツ配信装置を備えてもよい。この場合、コンテンツ配信装置は、情報処理装置10により決定されたユーザの行動属性に応じたコンテンツをユーザに提供する。
図2は、情報処理装置10の機能構成の一例を示す図である。情報処理装置10は、例えば、通信部12と、位置情報取得部14と、第1推定部16と、第2推定部18と、処理部20と、決定部22と、提供部24と、記憶部30とを備える。位置情報取得部14、第1推定部16、第2推定部18、処理部20、決定部22、および提供部24は、例えば、CPU(Central Processing Unit)等のハードウェアプロセッサが、記憶装置に記憶されたプログラムを実行することにより実現される。また、これらの機能部は、LSI(Large Scale Integration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)等のハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。また、上記のプログラムは、予め記憶装置に格納されていてもよいし、DVDやCD-ROMなどの着脱可能な記憶媒体に格納されており、記憶媒体が情報処理装置10のドライブ装置に装着されることで記憶装置にインストールされてもよい。
図3は、情報処理装置10により実行される処理の流れの一例を示す図である。まず、第1推定部16は、位置履歴情報32から、処理対象のユーザを選択する(S10)。次に、第1推定部16は、選択したユーザの位置情報を取得する(S12)。図4は、位置履歴情報32の内容の一例を示す図である。位置履歴情報32は、図4に示すように、ユーザIDと、そのユーザIDを有するユーザの位置情報の履歴と、位置情報に対応付けられた時刻とが互いに対応付けられた情報である。
次に、第1推定部16が、取得した位置情報に基づいて、ユーザの自宅または職場を推定する(S14)。図5は、位置情報の分布と、推定される自宅と職場とを示す図である。第1推定部16は、例えば、深夜2時~5時の間におけるユーザの位置を特定し、週に所定数以上、その時間帯に同一の位置情報が存在する場合、その位置を自宅と推定する。また、例えば、第1推定部16は、昼間10時~12時の間におけるユーザの位置を特定し、週に所定数以上、その時間帯に同一の位置情報が存在する場合、その位置を職場と推定する。
次に、第2推定部18は、推定した自宅、職場の位置、その他の位置情報に基づいて、ユーザの行動を解析する(S16)。例えば、第2推定部18は、位置履歴情報32および地図情報34を参照し、ユーザが自宅や職場にいる時間や、その他の場所に存在する時間を特定し、ユーザの行動を推定し、行動解析情報36を生成する。
次に、第2推定部18は、図6で示したような行動解析情報36と、行動属性情報38とに基づいて、ユーザの行動属性を決定する(S18)。例えば、第2推定部18は、行動解析情報36の内容が行動属性情報38の条件を満たすか否かを判定し、判定結果に基づいて、ユーザの行動属性を決定する。また、例えば、第2推定部18は、ユーザの自宅と職場とのうち一方または双方の位置を利用、または自宅と職場とのうち一方または双方の位置を除外して、ユーザの行動属性を推定したり、位置情報に対応する施設の情報に基づいて、ユーザの行動属性を推定したりする。
所定数のユーザの行動属性を特定した場合、処理部20は、クエリ情報40から、行動属性を特定したユーザのクエリを取得する(S22)。クエリ情報40は、サーバ装置4から取得した情報であって、ユーザが過去にサーバ装置4に与えたクエリを含む情報である。
次に、処理部20は、S22で取得したクエリから特徴的なクエリを抽出する(S24)。例えば、処理部20は、TF-IDF(Term Frequency-Inverse Document Frequency)などを用いて、S22で取得したクエリから重要なクエリを絞り込み、特徴的なクエリを抽出する。なお、S24の処理を省略し、クエリの絞り込みを行わないものとしてよい。
次に、処理部20は、機械学習により拡張モデル42を生成する(S26)。拡張モデル42は、後述する図8のフローチャートの処理で用いる行動履歴(例えばクエリ)の特徴量からユーザの行動属性を推定するのに用いられるモデルである。例えば、処理部20は、学習対象のユーザの特徴量を正解データとして機械学習を行い、拡張対象のユーザの特徴量と学習対象のユーザの特徴量とが類似するか否かを判定するための拡張モデル42を生成する。拡張モデル42は、ユーザの行動属性ごとに生成される。例えば、第1の行動属性を有する学習対象のユーザの情報に基づいて、第1の拡張モデル42が生成され、第2の行動属性を有する学習対象のユーザの情報に基づいて、第2の拡張モデル42が生成される。
図8は、決定部22により実行される処理の流れの一例を示すフローチャートである。本処理により、行動属性が決定されていないユーザの行動属性が決定される。まず、決定部22は、行動属性を決定していない(拡張対象の)ユーザを選択し(S30)、選択したユーザのクエリを取得する(S32)。行動属性を決定していないユーザとは、図3の処理において、処理対象とならなかったユーザである。例えば、位置情報が取得されていない、または十分に取得されていないユーザである。
図3のフローチャートのS26において、処理部20は、拡張モデル42の生成に代えて(或いは加えて)、ユーザの行動属性と、S24で抽出したクエリと、カテゴリとを互いに対応付けた拡張情報44を生成してもよい。拡張情報44は、行動履歴(例えばクエリ)からユーザの行動属性を推定またはカテゴリを決定するのに用いられる情報である。
例えば、図8のフローチャートの処理において、決定部22は、拡張モデル42に代えて拡張情報44を用いて、拡張対象のユーザの行動属性またはカテゴリを決定してもよい。例えば、S34およびS36の処理に代えて、以下の処理が行われる。決定部22は、拡張情報44において、拡張対象のユーザによって入力された頻度が高いクエリ(または入力回数が多いクエリ、使用頻度が高いキーワード、入力回数が多いキーワード等)が対応付けられているカテゴリをユーザに対応するカテゴリとして決定する。この場合、広告配信装置50は、決定されたカテゴリに応じたコンテンツをユーザに提供する。
以下、第2実施形態について説明する。第2実施形態では、地図情報34において施設などのPOI(Point of Interest)の情報(POI情報)が更新された場合、その更新に応じて、ユーザに対して決定された行動属性(またはカテゴリ)が変更される。以下、第1実施形態との相違点について説明する。
変形例では、ユーザの行動属性において、ユーザのライフステージやユーザの消費傾向等が加味される。行動属性情報38Aには、前述した図7で説明した行動属性の他、例えば、ユーザのライフステージを示す行動属性や、ユーザの消費傾向を示す行動属性が含まれてもよい。図13は、行動属性情報38Aの内容の他の一例である。ユーザのライフステージを示す行動属性とは、例えば、小さい子供がいることや、学習塾に通っている子供がいること(小学生または中学生の子供がいること)などである。また、ユーザの消費傾向を示す行動属性とは、例えば、おもちゃ屋に頻繁に行くことや、所定の商品(またはサービス)を提供している店舗に頻繁に訪れることなどである。
Claims (16)
- 複数の第1のユーザの位置情報を取得する取得部と、
前記取得部により取得された前記第1のユーザのそれぞれの位置情報に基づいて、前記第1のユーザのそれぞれの行動属性を推定する推定部と、
位置情報に基づいて行動属性を決定することができない第2のユーザのネットワークにおける行動履歴に類似する行動履歴を有する前記第1のユーザに関連付けられた行動属性を決定する決定部と、
前記推定部により推定された前記第1のユーザの行動属性に応じたコンテンツを、前記第1のユーザに提供し、
前記決定部により決定された行動属性に応じたコンテンツを、前記第2のユーザに提供する提供部と、
を備える情報処理装置。 - 前記決定部は、位置情報が取得されていない第2のユーザまたは取得された位置情報に基づいて行動属性を決定することができない第2のユーザのネットワークにおける行動履歴と、前記第1のユーザの行動履歴とに基づいて、前記第2のユーザの行動属性が、前記第1のユーザの行動属性のうち、どの行動属性に分類されるかを決定する、
請求項1に記載の情報処理装置。 - 前記行動属性とは、ユーザの興味、関心、生活様式、ライフステージ、および消費傾向のうち、一以上の要素を示すものである、
請求項1または2に記載の情報処理装置。 - 前記推定部は、前記位置情報に基づいて、前記第1のユーザの自宅と職場とのうち一方または双方を特定し、特定した結果を利用して、前記第1のユーザの行動属性を推定する、
請求項1から3のうちいずれか1項に記載の情報処理装置。 - 前記推定部は、前記位置情報のうち、前記自宅と職場とのうち一方または双方の位置に対応する位置情報を除外して、前記第1のユーザの行動属性を推定する、
請求項4に記載の情報処理装置。 - 前記推定部は、前記位置情報に基づいて、前記自宅に滞在している時間と前記職場に滞在している時間との一方または双方に基づいて、前記第1のユーザの行動属性を推定する、
請求項4または5に記載の情報処理装置。 - 前記推定部は、前記位置情報に対応する施設の情報に基づいて、前記第1のユーザの行動属性を推定する、
請求項1から6のうちいずれか1項に記載の情報処理装置。 - 前記提供部は、前記第1のユーザの行動属性に応じたコンテンツを、前記第1のユーザと前記第2のユーザとの一方または双方に提供し、前記位置情報に対応する施設の情報が変更された場合、前記第1のユーザと前記第2のユーザとのうち一方または双方に提供するコンテンツを変更する、
請求項1または2に記載の情報処理装置。 - 前記第1のユーザのネットワークにおける行動履歴の特徴を示す第1特徴量、および複数のユーザに含まれるユーザのネットワークにおける行動履歴の特徴を示す第2特徴量を抽出し、前記第1特徴量に類似する第2特徴量を有するユーザを第2のユーザとして抽出する抽出部を備える、
請求項1または2に記載の情報処理装置。 - 前記第1のユーザのネットワークにおける行動履歴における特徴を示す特徴量が学習された学習済モデルに、複数のユーザに含まれるユーザのネットワークにおける行動履歴における特徴を示す第3特徴量を入力し、前記学習済モデルが出力した結果に基づいて、前記複数のユーザに含まれるユーザが第2のユーザに該当するか否かを決定する抽出部を備える、
請求項1または2に記載の情報処理装置。 - 前記第1のユーザは、複数のサーバ装置により提供されるサービスを共通の識別情報を使用して利用するユーザであり、
前記ネットワークにおける行動履歴は、複数のサービスにまたがって収集される、
請求項1、2、9、または10に記載の情報処理装置。 - 前記行動属性は、職場に滞在している時間が長いこと、不動産に興味があること、旅行に興味があること、スポーツに興味があること、テーマパークに興味があること、または運動に興味がないことのうち一つである、
請求項1から11のうちいずれか1項に記載の情報処理装置。 - 前記決定部は、
前記第1のユーザの行動属性ごとに用意された複数の学習済モデルのそれぞれに前記第2のユーザのネットワークにおける行動履歴における特徴を示す特徴量を入力し、前記学習済モデルが出力した結果に基づいて、前記第2のユーザの行動履歴に類似する行動履歴を有する前記第1のユーザを決定し、前記第1のユーザに関連付けられた行動属性を決定し、
前記学習済モデルは、前記第1のユーザのネットワークにおける行動履歴における特徴を示す特徴量が学習されたモデルである、
請求項1から8のうちいずれか1項に記載の情報処理装置。 - 前記提供部は、
前記推定部により推定された前記第1のユーザの行動属性と前記第1のユーザのネットワークにおける行動履歴とに対応するカテゴリに応じたコンテンツを、前記第1のユーザに提供し、
前記決定部により決定された前記第2のユーザの行動属性と前記第2のユーザの行動履歴とに対応するカテゴリに応じたコンテンツを、前記第2のユーザに提供する、
請求項1から13のうちいずれか1項に記載の情報処理装置。 - コンピュータが、
複数の第1のユーザの位置情報を取得し、
前記取得された前記第1のユーザのそれぞれの位置情報に基づいて、前記第1のユーザのそれぞれの行動属性を推定し、
位置情報に基づいて行動属性を決定することができない第2のユーザのネットワークにおける行動履歴に類似する行動履歴を有する前記第1のユーザに関連付けられた行動属性を決定し、
前記推定された前記第1のユーザの行動属性に応じたコンテンツを、前記第1のユーザに提供し、
前記決定された行動属性に応じたコンテンツを、前記第2のユーザに提供する、
情報処理方法。 - コンピュータに、
複数の第1のユーザの位置情報を取得させ、
前記取得された前記第1のユーザのそれぞれの位置情報に基づいて、前記第1のユーザのそれぞれの行動属性を推定させ、
位置情報に基づいて行動属性を決定することができない第2のユーザのネットワークにおける行動履歴に類似する行動履歴を有する前記第1のユーザに関連付けられた行動属性を決定させ、
前記推定された前記第1のユーザの行動属性に応じたコンテンツを、前記第1のユーザに提供させ、
前記決定された行動属性に応じたコンテンツを、前記第2のユーザに提供させる、
プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018049573A JP7001508B2 (ja) | 2018-03-16 | 2018-03-16 | 情報処理装置、情報処理方法、およびプログラム。 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018049573A JP7001508B2 (ja) | 2018-03-16 | 2018-03-16 | 情報処理装置、情報処理方法、およびプログラム。 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019160178A JP2019160178A (ja) | 2019-09-19 |
JP7001508B2 true JP7001508B2 (ja) | 2022-01-19 |
Family
ID=67997114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018049573A Active JP7001508B2 (ja) | 2018-03-16 | 2018-03-16 | 情報処理装置、情報処理方法、およびプログラム。 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7001508B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7105843B2 (ja) * | 2020-09-29 | 2022-07-25 | 楽天グループ株式会社 | 情報処理装置、方法及びプログラム |
JP2023015752A (ja) * | 2021-07-20 | 2023-02-01 | ヤフー株式会社 | 制御プログラム、制御方法および情報処理装置 |
JP7350145B1 (ja) | 2022-11-25 | 2023-09-25 | Kddi株式会社 | 情報処理装置、情報処理方法及びプログラム |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001197564A (ja) | 2000-01-13 | 2001-07-19 | Nec Corp | 移動端末における周辺情報の即時検索方法及びそのシステム並びに情報記録媒体 |
JP2002041537A (ja) | 2000-07-31 | 2002-02-08 | Nec Corp | 広告提示システム |
JP2006039930A (ja) | 2004-07-27 | 2006-02-09 | Nec Corp | 情報提供システム、情報提供方法および事業者サーバ |
US20060242017A1 (en) | 2005-03-09 | 2006-10-26 | Medio Systems, Inc. | Method and system of bidding for advertisement placement on computing devices |
US20080281687A1 (en) | 2007-05-08 | 2008-11-13 | Motorola, Inc. | Method for determining user interest in products and services for targeted advertising |
JP2009193465A (ja) | 2008-02-15 | 2009-08-27 | Ntt Communications Kk | 情報処理装置、情報提供システム、情報処理方法、およびプログラム |
JP2010237832A (ja) | 2009-03-30 | 2010-10-21 | Zenrin Datacom Co Ltd | 属性特定システムおよび属性特定方法 |
JP2012507760A (ja) | 2008-05-27 | 2012-03-29 | クゥアルコム・インコーポレイテッド | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 |
JP2012164227A (ja) | 2011-02-08 | 2012-08-30 | Nippon Telegr & Teleph Corp <Ntt> | 行動及び属性推定装置及び方法及びプログラム |
JP2013012143A (ja) | 2011-06-30 | 2013-01-17 | Nippon Telegr & Teleph Corp <Ntt> | ログ処理装置およびその動作方法 |
JP2016118894A (ja) | 2014-12-19 | 2016-06-30 | ヤフー株式会社 | 予測装置、予測方法及び予測プログラム |
JP2016119047A (ja) | 2015-06-05 | 2016-06-30 | ヤフー株式会社 | 予測装置、予測方法及び予測プログラム |
JP2016181196A (ja) | 2015-03-25 | 2016-10-13 | 日本電気株式会社 | 情報処理装置、情報処理方法およびプログラム |
-
2018
- 2018-03-16 JP JP2018049573A patent/JP7001508B2/ja active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001197564A (ja) | 2000-01-13 | 2001-07-19 | Nec Corp | 移動端末における周辺情報の即時検索方法及びそのシステム並びに情報記録媒体 |
JP2002041537A (ja) | 2000-07-31 | 2002-02-08 | Nec Corp | 広告提示システム |
JP2006039930A (ja) | 2004-07-27 | 2006-02-09 | Nec Corp | 情報提供システム、情報提供方法および事業者サーバ |
US20060242017A1 (en) | 2005-03-09 | 2006-10-26 | Medio Systems, Inc. | Method and system of bidding for advertisement placement on computing devices |
US20080281687A1 (en) | 2007-05-08 | 2008-11-13 | Motorola, Inc. | Method for determining user interest in products and services for targeted advertising |
JP2009193465A (ja) | 2008-02-15 | 2009-08-27 | Ntt Communications Kk | 情報処理装置、情報提供システム、情報処理方法、およびプログラム |
JP2012507760A (ja) | 2008-05-27 | 2012-03-29 | クゥアルコム・インコーポレイテッド | 周期的ロケーションフィックスに基づいてユーザプロファイルを生成する方法および装置 |
JP2010237832A (ja) | 2009-03-30 | 2010-10-21 | Zenrin Datacom Co Ltd | 属性特定システムおよび属性特定方法 |
JP2012164227A (ja) | 2011-02-08 | 2012-08-30 | Nippon Telegr & Teleph Corp <Ntt> | 行動及び属性推定装置及び方法及びプログラム |
JP2013012143A (ja) | 2011-06-30 | 2013-01-17 | Nippon Telegr & Teleph Corp <Ntt> | ログ処理装置およびその動作方法 |
JP2016118894A (ja) | 2014-12-19 | 2016-06-30 | ヤフー株式会社 | 予測装置、予測方法及び予測プログラム |
JP2016181196A (ja) | 2015-03-25 | 2016-10-13 | 日本電気株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP2016119047A (ja) | 2015-06-05 | 2016-06-30 | ヤフー株式会社 | 予測装置、予測方法及び予測プログラム |
Non-Patent Citations (1)
Title |
---|
篠田 裕之、外4名,ユビキタス環境における協調フィルタリングを用いた行動ナビゲーション手法の考察,情報処理学会研究報告,第2007巻,第16号,日本,社団法人情報処理学会,2007年03月01日,p.77-82 |
Also Published As
Publication number | Publication date |
---|---|
JP2019160178A (ja) | 2019-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9838843B1 (en) | Generating data-driven geo-fences | |
US11270324B2 (en) | Location-based analytic platform and methods | |
US10235683B2 (en) | Analyzing mobile-device location histories to characterize consumer behavior | |
CN105532030B (zh) | 用于分析目标实体的移动的装置、***和方法 | |
US9183497B2 (en) | Performance-efficient system for predicting user activities based on time-related features | |
WO2016206196A1 (zh) | 用于获取用户属性信息的方法、装置及服务器 | |
CN109614556B (zh) | 访问路径预测、信息推送方法及装置 | |
US20120310737A1 (en) | Method for providing advertisement, computer-readable medium including program for performing the method and advertisement providing system | |
JPWO2010140504A1 (ja) | 推薦情報提供システム、装置、方法及びプログラム | |
JP7001508B2 (ja) | 情報処理装置、情報処理方法、およびプログラム。 | |
JP6767952B2 (ja) | 推定装置、推定方法および推定プログラム | |
JP6725718B2 (ja) | 位置基盤情報探索方法およびコンピュータ装置 | |
JP6814115B2 (ja) | 特定装置、特定方法および特定プログラム | |
JP6693896B2 (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 | |
JP6899805B2 (ja) | 特性推定装置、特性推定方法、及び特性推定プログラム等 | |
KR102078619B1 (ko) | 위치기반 정보탐색 방법 및 시스템 | |
JP3236207U (ja) | 求人求職支援装置および求人求職支援システム | |
JP7177023B2 (ja) | 特定装置、特定方法及び特定プログラム | |
AU2014200253A1 (en) | Social Media Platform for Sharing Entity Type and/or Product Type and/or Prospective Event Type Internet-Related Data | |
US20160063565A1 (en) | Marketing platform that determines advertisements for third party users | |
JP7259110B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7330919B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20180129377A1 (en) | Cause Tracking | |
JP7194798B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
JP7023920B2 (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 |
---|---|---|---|
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: 20200312 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210707 |
|
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: 20211207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7001508 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 |