CN103530303B - 移动设备分析引擎 - Google Patents
移动设备分析引擎 Download PDFInfo
- Publication number
- CN103530303B CN103530303B CN201210584047.8A CN201210584047A CN103530303B CN 103530303 B CN103530303 B CN 103530303B CN 201210584047 A CN201210584047 A CN 201210584047A CN 103530303 B CN103530303 B CN 103530303B
- Authority
- CN
- China
- Prior art keywords
- mobile
- data
- mobile device
- end server
- inquiry
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
提供一种具有用于到后端服务器的远程连接的接口的、用于移动设备的移动计算平台,包括移动分析引擎。移动分析引擎被配置为实施移动分析模型,该移动分析模型定义对存储在后端服务器上的业务数据进行分析的数据、查询和报告结构。移动分析引擎使用模型元数据来提供通用报告和分析接口以便支持多种移动业务分析应用。
Description
技术领域
本申请涉及移动设备分析引擎。
背景技术
为移动中的设备用户提供以太网连接的移动且已连接的设备(例如,智能手机、平板电脑等)正在改变社会和商业行为的模式。消费者越来越多地将移动行为并入他们的生活方式。出于不同的目的,移动应用的使用正在增长,而不仅仅是移动浏览器。业务应用(例如,交易型业务应用)已经变得与移动设备使用有关。随着移动设备的使用持续增长,消费者会期望运行在移动设备上的业务应用具有增加的功能和性能。运行在移动计算平台上的业务应用的功能和性能可以受与移动设备相关联的特征(例如,有限的数据传输率、有限的处理能力、以及到网络的临时且不可预知的连接)的影响。然而,消费者会期望运行在移动设备上的应用具有与运行在更大或非移动的企业计算平台的应用相同或相似的性能。例如,消费者会希望运行在移动计算平台上的业务应用的分析功能或能力与运行在企业计算平台上的业务应用(例如,报告或描述性分析、建模或预测分析、数据驱动战略、聚类、相似性分组等)相关联的分析功能或能力(例如,报告或查询)相同。
运行在移动设备上的每个移动业务应用可以受到不同的影响,并且对与移动设备相关联的工作条件和特征(例如,有限的数据传输率、有限的处理能力、以及到网络的临时且不可预知的连接)做出不同响应。
现在给出对应用在移动计算平台上开发业务应用的公共基础结构的考虑。
发明内容
移动分析引擎在具有用于到后端服务器的远程连接的接口的移动设备上实施业务分析模型。移动分析引擎使用元数据模型以便在移动设备的资源约束或限制(例如带宽、连接状态、处理能力、装置存储器等)的情况下动态修改查询或报告内容以优化查询或报告运行。
移动分析引擎向移动设备的表示层提供分析和报告数据。移动分析引擎使用定义在移动元数据存储库中的报告和分析元数据对象来呈现通用接口,以便支持多种移动业务分析应用。
在一个总的方面,用于移动设备的移动计算平台包括用于到后端服务器的远程连接的接口。业务分析元数据模型定义用于对存储在后端服务器上的业务数据进行分析的数据、查询和报告结构。移动计算平台包括移动分析引擎和元数据存储库。移动分析引擎被配置为实施业务分析模型并使用存储在元数据存储库中的元数据模型向移动业务应用提供报告和分析接口。
在另一个方面,分析引擎被配置为根据到后端服务器的远程连接的数据传输能力来修改查询。
在一个总的方面,方法包括在具有用于到后端服务器的远程连接的接口的移动设备上实施业务分析模型。业务分析模型定义用于对存储在后端服务器上的业务数据进行分析的数据、查询和报告结构。方法还包括提供通用接口以便通过使用元数据模型处理移动业务分析应用的报告和分析功能来支持移动业务分析应用。实施业务分析模型包括根据到后端服务器的远程连接的数据传输能力来修改查询或报告。
在一个总的方面,具体实施在非临时性计算机可读介质上的计算机程序产品包括可运行代码,当该可运行代码运行时在具有用于到后端服务器的远程连接的接口的移动设备上实施业务分析模型,并且提供通用接口以便通过使用模型元数据处理移动业务分析应用的报告和分析功能来支持移动业务分析应用。
一个或多个实施的细节在附图和下面的描述中阐述。从描述和附图以及权利要求中,其它特征将是显而易见的。
附图说明
图1是示出了根据本公开的原理的、用于移动设备的计算平台的示例性“基于模型的”应用开发基础结构的框图;
图2是根据本公开的原理的示例分析模型的图示;
图3和图4是根据本公开的原理的、图2的分析模型的示例元数据扩展的图示;
图5是示出根据本公开的原理的、在移动设备的资源约束的情况下多种业务分析应用的通用处理报告和分析功能的示例方法的流程图。
具体实施方式
移动业务分析应用可以为移动设备用户提供分析业务数据的功能(例如,分析、报告或查询功能),该业务数据可以存储在一个或多个远程服务器上。移动设备可以经由无线网络连接(例如,G3、UMTS或Wi-Fi连接)远程连接到一个或多个远程服务器,所述无线网络连接具有不同的数据传输能力或者是间歇性的(intermittent)。
在一个示例情况下,例如,移动设备用户可以使用移动分析业务应用的功能用于分析存储在一个或多个远程服务器上的商业组织的产品销售数据。
根据这里公开的原理,移动计算平台为可以针对移动设备开发的不同业务分析应用提供通用接口。移动计算平台包括移动分析引擎,其与不同的业务分析应用接口连接并支持不同的业务分析应用。移动分析引擎可以在分析模型框架下操作。例如,分析模型可以建模或定义移动分析引擎分析所消费的数据或其他对象结构。
例如,通过响应于移动设备的资源变化或有限的操作条件而动态修改查询/报告内容或功能,移动分析引擎可以支持移动业务应用功能的即时运行。例如,移动分析引擎可以修改发送到服务器的查询,以便在网络连接性很差时限制可以从服务器中检索的查询结果数据的量。通过参考可以根据分析模型定义的移动元数据对象,移动分析引擎可以修改查询/报告内容或功能。移动元数据对象可以包含使得移动分析引擎能够在运行时动态优化分析模型的运行(例如,查询/报告处理)的信息或元数据。元数据对象的实际实例可以定义用于查询或报告处理的数据,该数据是或者应该被检索、聚合或准备的(例如,利用数据透视表分片和分块处理的)数据。
图1示出了根据这里所公开的原理的、用于移动设备的计算平台的示例性“基于模型的”应用开发基础结构100。图1示意性地示出示例性移动设备50,应用开发基础结构100可以在该移动设备50上实现。移动设备50可以包括处理器51、存储器52和远程连接接口54。可以基于移动分析模型10 的应用开发基础结构100可以包括移动分析引擎110和元数据存储库(repository)120。
例如,元数据存储库120可以存储符合移动分析引擎110所使用的分析模型10的模型元数据或元数据信息对象。2011年12月6日提交的、题为“移动元数据模型库”的共同转让且共同未决的第13/311,859号美国专利申请描述了包含由移动设备消费的模型元数据对象的元数据存储库。这里耦合到分析引擎110的元数据存储库120可以,例如,与上述专利申请中描述的元数据存储库相同或相似。元数据存储库120也可以以读/写的方式耦接到移动设备中的永久存储装置130中。永久存储装置130可以是元数据对象和/或其他业务对象的通用存储装置,该元数据对象和/或其他业务对象可以已经在移动设备上创建或者从本地永久的后端系统复制。例如,当移动设备脱机时,永久存储装置130可以使对象数据可用。
参照图1,移动设备50可以跨过网络边界182经由接口54建立到外部计算系统(例如,后端服务器190)的远程连接180(例如,G3、UMTS或 WIFI连接)。例如,远程连接可以由移动设备中的远程通信处理器140管理。分析引擎110可以在远程连接180上通过远程通信处理器140通信链接到后端服务器190。
在应用开发基础结构100中,移动分析引擎110可以被配置以向移动业务应用(例如,移动业务应用150)提供通用接口。特别是,移动分析引擎 110可以被配置以实现分析模型10以便为不同移动业务应用(例如,移动业务应用150)的不同分析和报告处理器(例如,分析和报告处理器160)提供通用接口。例如,图1示出经由移动分析引擎110连接到后端服务器190的移动业务应用150的分析和报告处理器160。
应用开发基础结构100还可以包括其他引擎(例如,移动企业服务框架(ESF)引擎185),例如,其可以为移动业务应用的其他方面(例如,可操作数据处理器175)提供接口。为了简便起见,移动业务应用的这些其他引擎或方面将不在这里详细描述,除了要注意由这些其他引擎处理的可操作数据或其他数据也可以对分析引擎110可用并且被分析引擎110使用。这里要注意的是,分析引擎110的作用是提供分析并且将数据报告给移动设备的表示层。
分析引擎110可以在移动分析模型10的框架下操作。移动分析模型10 可以建模或定义由移动业务应用在报告和分析时使用的数据和数据结构。例如,分析模型10可以定义数据属性,其被包括在查询选择和结果结构中。另外,例如,分析模型10可以通过相对重要性(例如,通过查询结果中的业务重要性)对这些数据属性排序,并相应地分配“聚合等级(aggregation grade)”给每一个数据属性。移动特定的元数据(例如,存储在存储库120中)可以向分析引擎110通知有关分析模型中每个属性的相对重要性或聚合等级。在该模型下,例如,属性的聚合等级可以确定查询结果结构(例如,报告)中期望的该属性的结果数据的预期量。取决于远程连接上可用数据传输率,分析引擎110可以相应地确定从后端服务器190向移动设备传递的期望属性的优先级。结果或报告结构可以取决于可用传输率和结构中期望属性的聚合等级而被动态地修改。
此外,移动特定的模型元数据(例如,存储在存储库120中)可以通知分析引擎110有关查询链。例如,查询链可以描述查询之间的关系。在运行时,分析引擎110可以被配置为使用查询之间的关系的描述,以便优化服务器190上的在先查询运行和/或后续查询运行。通过在先查询运行传递到移动设备的数据可以被重复使用并且与后续查询结果合并,以避免为后续查询结果在网络连接上执行完整的数据传递。
此外,分析模型10还可以包括“数据本地性(data locality)”元数据,该“数据本地性”元数据可以标识本地可用在移动设备本身上的对象数据。例如,本地可用的对象数据可以通过来自服务器的早期复制或者通过本地推导来获得。分析引擎110可以开拓(exploit)数据本地性元数据以便使用本地可用的数据来代替或补充来自服务器的数据传递。
分析模型10可以使用数据本地性并查询链元数据(chains metadata),这不仅优化了来自服务器的数据检索的量,而且也处理了移动设备与服务器偶然或间歇性断开连接的情况。在断开连接的情况下,取决于所运行的分析模型10和移动设备上本地可用的数据,移动业务应用的分析功能可以至少部分地对用户可用。
在基于模型的应用开发基础结构100中,如先前所述,取决于与连接性、本地可用的数据或其他资源有关的当前条件(例如带宽、处理能力、可用内存),移动分析引擎110可以动态地修改查询或报告内容。分析模型10可以定义元数据对象的实例,并定义应该被分析引擎110检索、聚合或准备的(例如,利用数据透视表分片和分块处理)数据。分析模型10可以将元数据对象的实例定义为包括这样的信息,该信息可以由分析引擎110利用以便在移动设备资源的约束内在运行时动态地优化分析模型(例如,查询/报告处理)的运行。
重新参考图1,例如,移动分析引擎110可以支持业务分析上下文中的移动业务应用150。例如,业务分析上下文可以涉及报告和分析商业组织的产品销售数据。分析模型10的版本或子集可以被配置用于报告和分析商业组织的产品销售数据的具体示例的业务分析上下文。
图2示出了示例的分析模型200,其可以被部署在示例的产品销售数据上下文中。分析模型200可以是分析模型10的版本或子集。分析模型200可以利用来自服务器190上的三个不同的业务对象(例如,来自交易文档的销售订单数据、来自主数据对象的客户数据和来自产品数据对象的产品数据)的数据属性。对于报告和分析上下文,分析模型200可以包括查询“选择”数据结构210和查询“结果”数据结构220。如图中所示的选择数据结构210 可以包括以下属性:客户ID、销售订单ID、产品ID、销售总金额、日期(日历周、月、年)和地点(位置、地区和国家)。总金额属性可以是函数求和(SUM)(销售订单金额)。此外,如图中所示的结果数据结构220可以包括以下属性:总金额、客户ID、销售订单ID、产品ID、日历周、月、年、位置、地区和国家。
在分析模型200的框架下,不同的查询或报告可以被制定和执行。例如,查询230:
[选择产品,金额=Sum(Order_Amount)来自销售订单其中“今天”和“今天-30天”之间的数据按地区分组]([Select Product,Amount=Sum (Order_Amount)From Sales OrderWhere date Between‘Today’AND‘Today -30’Grouped by Region]),
可以被制定和执行,以便给出在过去一个月按地区分组的产品销售订单总金额作为结果。
分析模型10或200的模型元数据和对象可以被保持在移动计算平台(例如,存储库120/永久存储装置130)中。已保持的模型元数据和对象可以被(例如,由开发人员)预加载、由终端用户重写、或在移动计算平台中本地推导。
作为分析模型200的已保持的模型元数据和对象的例子,图3示出了与聚合水平(aggregation level)配置表300中列出的查询属性的聚合等级有关的元数据(例如,客户ID、位置、地区和国家、销售订单、产品、总计金额、日历周、月和年),其可以由分析引擎110/存储库120保持。图3还示出与网络连接表310中列出的设备连接类型和传递能力有关的元数据,其也可以由分析引擎110/存储库120保持。已保持的表300和310可以,例如,被预加载到移动设备中,但是也可以由终端用户重写。
此外,图4示出了与导出的数据本地性表410中列出的数据属性(例如,客户ID、名称、产品ID、产品描述、产品产地)的本地可用性有关的导出元数据、与缓存查询结果表420中列出的缓存查询结果(例如,查询销售订单总金额和客户地址等)的本地可用性有关的元数据、以及与查询链表430中列出的可以用于后续查询执行的先前检索的属性(例如,日历周和位置)有关的元数据。元数据表410至430可以在移动设备上本地推导(例如,通过分析引擎110)或者可以缓存或存储在存储库120中。
在动态操作中,移动分析引擎110可以依靠已保持的和本地导出的模型元数据(例如,表300、310和410至430),以便优化查询执行,以及确定一组启用的查询变量,其可以在从移动设备到服务器的网络连接的当前数据传送能力下被立即或完全执行。
聚合等级
例如,当移动设备-服务器网络连接具有低数据传递能力时(例如,表 310中的类型“E”),移动分析引擎110可以根据分析模型修改查询,以便将在网络连接上传递的数据量减少到最少。例如,通过根据它们的聚合水平(表 300)排除一些数据属性并选择将一些数据属性保留在查询中,移动分析引擎 110可以修改查询。移动分析引擎110可以选择保留在查询中的数据属性以便增加在后端侧可以检索到的数据的聚合水平(即,重要性)。
例如,相对于图2的产品销售数据示例,移动分析引擎110可以通过排除具有中等聚合等级的“产品”属性(表300)来动态地修改查询230。例如,动态修改后的查询232可以读为:
[选择金额=Sum(Order_Amount)来自销售订单其中“今天”和“今天-30天”之间的数据按地区分组]([Select Amount=Sum(Order_Amount) From Sales Order Where dateBetween‘Today’AND’Today-30‘Grouped by Region])
作为修改后的查询232的结果,产品信息将暂时不成为从后端服务器检索的结果结构220的一部分。在网络连接上检索到的结果结构220的记录的数量(#)可以通过修改后的查询从(#区域*#产品)减少到#产品。关于过去一个月的销售订单总金额的数据可以通过修改后的查询232被检索,并在没有任何产品信息的情况下被显示在移动设备上。因此,利用动态适应的查询232,即使在低数据传输率的情况下,终端用户也能够在移动设备上执行一定水平的分析(虽然是降低的水平)。
数据本地性:复制的数据
在使用模型元数据的另一个示例中(例如,导出的数据本地性表410),移动分析引擎110也可以修改查询以减少在网络连接(例如,G3连接)上传递的数据量。分析引擎110可以利用产品主数据可能在移动设备上已经可用的元数据信息(表410),以避免从后端服务器重传数据的需要。例如,移动分析引擎110动态地修改下面的查询:
[选择产品,产品描述,产品产地,金额=Sum(Order_Amount)来自销售订单其中“今天”和“今天-30天”之间的数据按地区分组]([Select Product, Product–Description,Product Place of Manufacture,Amount=Sum (Order_Amount)From Sales Order Wheredate Between‘Today’AND‘Today -30’Grouped by Region]),
以排除检索用于产品描述属性和产品产地属性的数据,产品主数据中对于这些数据的信息可以在本地对移动分析引擎110可用。修改后的查询可以读为
[选择产品,金额=Sum(Order_Amount)来自销售订单其中“今天”和“今天-30天”之间的数据按地区分组]([Select Product,Amount=Sum (Order_Amount)From Sales OrderWhere date Between‘Today’AND‘Today -30’Grouped by Region])。
在修改后的查询结果数据或记录被从后端服务器中检索并被传递到移动设备之后,移动分析引擎110可以使用本地可用的产品主数据,以便利用用于产品描述属性和产品产地属性的数据来提高检索到的记录。
数据本地性:缓存数据
在使用模型元数据的另一个示例中(例如,缓存查询结果表420),移动分析引擎110可以使用缓存结果,以便即使在到移动设备的网络连接断开或脱机时,也允许终端用户具有一些查询能力。如果查询结果被缓存而且缓存有效的时间限制并未过期(表420),则终端用户可以能够执行查询。
查询链
在相对于在网络连接上所需的数据传递量使用模型元数据和使用查询优化的又一个例子中,移动分析引擎110可以依赖于在查询链中在先查询中计算或检索的结果数据来修改当前查询。当前查询的修改可以考虑资源消耗和连接状态。例如,网络连接可以是具有高数据传输率的Wi-Fi连接(表310)。在这种情况下,例如,下面的查询:
[选择产品,金额=Sum(Order_Amount)来自销售订单其中“日历周1”和“日历周52”之间的数据按位置、日历周分组]([Select Product, Amount=Sum(Order_Amount)FromSales Order Where date Between ‘Calendar Week1’AND‘Calendar Week52;Grouped bylocation,calendar week])
可以在服务器侧被完全执行而且结果记录被传输到移动设备上。已传输的记录可以包括每个日历周的销售数据的记录乘以位置的总数#(#日历周*#位置)。
在后续查询中,移动设备用户可能只对今年的最后一个月中创建的销售订单感兴趣。使用模型元数据(例如,查询链表430),移动分析引擎110可以在移动设备上、而不涉及后端服务器来本地地动态执行后续查询。例如,移动分析引擎110可以逐月地聚合通过在先查询检索到的日历周结果,然后将今年的最后一个月中创建的销售订单的金额的结果呈现给移动设备用户。在再一个后续查询中,移动设备用户可能对看到按地区分组、而不是按位置分组的结果感兴趣。再次使用模型元数据(例如,查询链表430),移动分析引擎110可以在移动设备上本地地动态执行后续查询,以便按地区对结果进行分组,而不涉及后端服务器。
可替换地,例如,当移动设备具有足够的随机存取存储器或可用于本地执行计算的处理能力时,移动分析引擎110可以利用WI-Fi连接的高数据传输率并且将后续查询转发到后端服务器上用于执行。
图5示出移动设备上的多种业务分析应用的通用处理报告和分析功能的示例方法500。方法500包括在移动设备上提供用于远程连接到后端服务器的接口(510),实施定义用于分析存储在后端服务器上的业务数据的数据、查询和报告结构的分析模型(520)。方法500提供通用接口处理以便通过使用模型元数据执行移动业务分析应用的报告和分析功能来支持移动业务分析应用。
在方法500中,实施分析模型520可以包括根据到后端服务器的远程连接的数据传输能力来修改查询(521)。分析模型可以向数据属性分配聚合等级,而且实施分析模型520可以包括根据分配给该数据属性的聚合等级来修改查询以便确定从后端服务器传输数据的数据属性的优先级(522)。
此外,实施分析模型520可以包括从查询排除数据属性,以便减少从后端服务器检索的数据量(523)。排除的数据属性可以是这样的数据属性,移动设备中先前复制的数据或缓存数据可本地用于这些数据属性。
可替换地或者附加地,实施分析模型520可以包括修改查询链中的后续查询,以便排除通过在先查询从后端服务器先前检索的数据的数据属性,而且向通过后续查询从后端服务器检索的数据补充通过在先查询从后端服务器先前检索的数据,用于呈现给移动业务应用用户(524)。可替换地或者附加地,实施分析模型520可以包括使用通过在先查询从后端服务器先前检索的数据来处理后续查询,而不涉及后端服务器(525)。此外,当移动设备处于脱机状态时,实施分析模型520可以包括使用本地可用的先前复制的数据或缓存数据来响应查询(526)。
这里描述的各种基础结构、系统、技术和方法可以被实施在数字电子电路中,或者实施在计算机硬件、固件、软件,或者它们的组合中。实现方式可以实施为计算机程序产品,即有形地具体实施在信息载体中的计算机程序,信息载体例如在机器可读存储设备中或者在传播的信号中,以供数据处理装置执行或者控制数据处理装置的操作,所述数据处理装置例如可编程处理装置、计算机或多个计算机。计算机程序,诸如上面描述的计算机程序,可以用任何形式的编程语言编写,包括汇编语言或解释语言,并且,它可以被以任何形式部署,包括作为独立的程序或者作为模块、组件、子程序或其他适于在计算环境中使用的单元。计算机程序可以被部署为在一个计算机上执行或在位于一个地点或跨过多个地点分布并被通信网络互连起来的多个计算机上执行。
方法步骤可以被一个或多个可编程处理器执行,所述可编程处理器执行计算机程序,以便通过对输入数据操作和产生输出来执行功能。方法步骤还可以被专用逻辑电路执行,而且装置可以被实施为专用逻辑电路,所述专用逻辑电路例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)。
作为例子,适于执行计算机程序的处理器包括通用和专用微处理器,以及任何类型的数字计算机的任意一个或多个处理器。一般来说,处理器将从只读存储器或随机存取存储器接收指令和数据,或者从两者都接收指令和数据。计算机的元件可以包括至少一个用于执行指令的处理器,和用于存储指令和数据的一个或多个存储器设备。一般来说,计算机还可以包括,或者被可操作地耦合,以从一个或多个用于存储数据的海量储存设备接收数据,或把数据传送到海量储存设备,或者二者皆有,所述海量储存设备例如:磁盘、磁光盘或光盘。适于具体实施计算机程序指令和数据的信息载体包括所有形式的非易失性存储器,作为例子,包括半导体存储器器件,例如:EPROM、 EEPROM和闪存设备、磁盘,例如内置硬盘或可移动磁盘、磁光盘和CD-ROM 以及DVD-ROM盘。处理器和存储器可以以专用逻辑电路补充,或者被包含在专用逻辑电路中。
为了提供和用户的交互,实现方式可以在具有显示设备和键盘以及指示设备的计算机上实施,显示设备例如阴极射线管(CRT)或液晶显示器(LCD)监视器,用于向用户显示信息,键盘和指示设备例如鼠标或轨迹球,用户利用它们可以提供到计算机的输入。其他种类的设备也可以被用来提供和用户的交互;例如,提供给用户的反馈可以是任何形式的感觉反馈,例如视觉反馈、听觉反馈或触觉反馈,并且,可以以任何形式接收来自用户的输入,包括声音、语音或触觉输入。
实现方式可以被在包括后端组件或包括中间件组件或包括前端组件的计算系统中实施,或者在这些后端、中间件、前端组件的任意组合中实施,后端组件例如数据服务器,中间件组件例如应用服务器,前端组件例如具有图形用户界面,或网络浏览器的客户端计算机,通过图形用户界面或网络浏览器,用户可以和实现方式进行交互。可以利用数字数据通信的任何形式或介质互连组件,数字数据通信介质例如通信网络。通信网络的例子包括:局域网(LAN)和广域网(WAN),例如因特网。
虽然如这里所描述的那样已经示出了所描述的实现方式的某些特征,但是本领域普通技术人员现在应当想到很多修改、替换、变化或等同物。因此应当理解,所附权利要求旨在覆盖落入实施例的实质精神内的所有这样的修改和变化。
Claims (20)
1.一种移动设备,包括:
接口,用于到后端服务器的远程连接;
移动分析引擎,被配置为基于移动分析模型向移动业务应用提供报告和分析接口;以及
移动元数据存储库,被配置为存储与移动分析模型相关的元数据,
其中,移动分析模型定义用于对存储在后端服务器上的业务数据进行分析的数据、查询和报告结构,并且通过相对重要性对查询和报告结构中的数据属性进行排序,以及
其中,根据数据属性的排序和远程连接上可用数据传输率,分析引擎确定从后端服务器向移动设备传递数据属性的优先级。
2.如权利要求1所述的移动设备,其中,所述移动设备上的所述移动分析引擎被配置为依赖于到后端服务器的远程连接的数据传输能力来修改查询。
3.如权利要求1所述的移动设备,其中,所述移动分析模型向数据属性分配聚合等级,而且其中所述移动设备上的所述移动分析引擎被配置为依赖于分配给数据属性的聚合等级来修改查询以便确定从后端服务器传输数据的数据属性的优先级。
4.如权利要求1所述的移动设备,其中,所述移动设备上的所述移动分析引擎被配置为通过排除数据属性以便减少从后端服务器检索的数据量来动态修改查询。
5.如权利要求1所述的移动设备,其中,所述移动设备上的所述移动分析引擎被配置为通过排除移动设备中先前复制的数据或缓存数据本地可用的数据属性来动态修改查询。
6.如权利要求1所述的移动设备,其中,所述移动设备上的所述移动分析引擎被配置为通过排除通过在先查询从后端服务器先前检索的数据的数据属性来动态修改查询链中的后续查询。
7.如权利要求6所述的移动设备,其中,所述移动设备上的所述移动分析引擎还被配置为向通过后续查询从后端服务器检索的数据补充通过在先查询从后端服务器先前检索的数据,用于呈现给移动业务应用用户。
8.如权利要求1所述的移动设备,其中,所述移动设备上的所述移动分析引擎还被配置为使用通过在先查询从后端服务器先前检索的数据来本地处理后续查询,而不涉及后端服务器。
9.如权利要求1所述的移动设备,其中,所述移动设备上的所述移动分析引擎还被配置为,当移动设备处于脱机状态时,使用本地可用的先前复制的数据或缓存数据来响应查询。
10.一种方法,包括:
在移动设备上,提供用于到后端服务器的远程连接的接口;以及
实施移动分析模型以便结合移动元数据存储库支持移动设备上的移动业务分析应用,
其中,移动分析模型定义用于对存储在后端服务器上的业务数据进行分析的数据、查询和报告结构,并且通过相对重要性对查询和报告结构中的数据属性进行排序,
其中,实施移动分析模型包括根据数据属性的排序和远程连接上可用数据传输率确定从后端服务器向移动设备传递数据属性的优先级。
11.如权利要求10所述的方法,其中,实施移动分析模型包括使用模型元数据来处理移动业务分析应用的报告和分析功能。
12.如权利要求10所述的方法,其中,实施移动分析模型包括依赖于到后端服务器的远程连接的数据传输能力来修改查询。
13.如权利要求10所述的方法,其中,所述移动分析模型向数据属性分配聚合等级,而且其中实施移动分析模型包括依赖于分配给数据属性的聚合等级来修改查询以便确定从后端服务器传输数据的数据属性的优先级。
14.如权利要求10所述的方法,其中,实施移动分析模型包括从查询排除数据属性以便减少从后端服务器检索的数据量。
15.如权利要求10所述的方法,其中,实施移动分析模型包括修改查询链中的后续查询以便排除通过在先查询从后端服务器先前检索的数据的数据属性来修改查询链中的后续查询。
16.如权利要求15所述的方法,还包括向通过后续查询从后端服务器检索的数据补充通过在先查询从后端服务器先前检索的数据,用于呈现给移动业务应用用户。
17.如权利要求10所述的方法,其中,实施移动分析模型包括使用通过一个或多个在先查询从后端服务器先前检索的数据来本地处理所述移动设备上的后续查询,而不涉及后端服务器。
18.如权利要求10所述的方法,其中,实施移动分析模型包括,当移动设备处于脱机状态时,使用在所述移动设备上本地可用的先前复制的数据或缓存数据来响应查询。
19.一种具体实施在非临时性计算机可读介质上的计算机程序产品,该计算机程序产品包括可运行代码,当该可运行代码运行时执行以下操作:
在具有用于到后端服务器的远程连接的接口的移动设备上实施移动分析模型和移动元数据存储库;以及
结合移动元数据存储库使用移动分析模型来提供通用接口以便通过使用模型元数据处理移动业务分析应用的报告和分析功能来支持移动业务分析应用,
其中,移动分析模型定义用于对存储在后端服务器上的业务数据进行分析的数据、查询和报告结构,并且通过相对重要性对查询和报告结构中的数据属性进行排序,
其中,实施移动分析模型包括根据数据属性的排序和远程连接上可用数据传输率确定从后端服务器向移动设备传递数据属性的优先级。
20.如权利要求19所述的计算机程序产品,其中还包括可运行代码,当该可运行代码运行时执行以下操作:
根据到后端服务器的远程连接的数据传输能力来修改查询。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/541,437 US9183540B2 (en) | 2012-07-03 | 2012-07-03 | Mobile device analytics engine |
US13/541,437 | 2012-07-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103530303A CN103530303A (zh) | 2014-01-22 |
CN103530303B true CN103530303B (zh) | 2018-03-27 |
Family
ID=47522215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210584047.8A Active CN103530303B (zh) | 2012-07-03 | 2012-12-28 | 移动设备分析引擎 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9183540B2 (zh) |
EP (1) | EP2682877B1 (zh) |
CN (1) | CN103530303B (zh) |
Families Citing this family (69)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9721259B2 (en) * | 2012-10-08 | 2017-08-01 | Accenture Global Services Limited | Rules-based selection of counterfeit detection techniques |
US9774984B2 (en) * | 2013-01-06 | 2017-09-26 | International Business Machines Corporation | Real time analytics driven decisioning of edge devices in a wireless sensor network |
US9037752B1 (en) | 2013-11-14 | 2015-05-19 | Sap Se | Remote materialization of low velocity data |
US10635669B1 (en) | 2014-01-27 | 2020-04-28 | Microstrategy Incorporated | Data engine integration and data refinement |
US11386085B2 (en) | 2014-01-27 | 2022-07-12 | Microstrategy Incorporated | Deriving metrics from queries |
US10255320B1 (en) | 2014-01-27 | 2019-04-09 | Microstrategy Incorporated | Search integration |
US11921715B2 (en) | 2014-01-27 | 2024-03-05 | Microstrategy Incorporated | Search integration |
US10909552B2 (en) * | 2014-08-15 | 2021-02-02 | International Business Machines Corporation | Mobile application analytics framework |
US9848046B2 (en) * | 2014-11-13 | 2017-12-19 | Commvault Systems, Inc. | Archiving applications in information management systems |
US10061980B2 (en) | 2015-08-20 | 2018-08-28 | Accenture Global Services Limited | Digital verification of modified documents |
US10389842B2 (en) | 2015-09-18 | 2019-08-20 | International Business Machines Corporation | Mobile device cache updating |
US10339469B2 (en) | 2015-10-23 | 2019-07-02 | Sap Se | Self-adaptive display layout system |
US9703554B2 (en) | 2015-12-07 | 2017-07-11 | Sap Se | Custom code migration suggestion system based on actual change references |
US10685007B2 (en) | 2016-03-29 | 2020-06-16 | Sap Se | Table content transport and delivery |
US9898279B2 (en) | 2016-03-31 | 2018-02-20 | Sap Se | Optimizing ABAP development as a service |
US10230708B2 (en) | 2016-05-20 | 2019-03-12 | Sap Se | Application managed service instances |
US10871962B2 (en) | 2016-05-27 | 2020-12-22 | Sap Se | Zero downtime maintenance in constrained systems |
US10116830B2 (en) | 2016-09-15 | 2018-10-30 | Accenture Global Solutions Limited | Document data processing including image-based tokenization |
US10523662B2 (en) | 2016-09-16 | 2019-12-31 | Sap Se | In-memory database advanced programming model |
US10055215B2 (en) | 2016-10-05 | 2018-08-21 | Sap Se | Enabling corrections during upgrade procedure |
US10684999B2 (en) | 2016-10-05 | 2020-06-16 | Sap Se | Multi-procedure support in data migration |
US11693945B2 (en) | 2016-11-18 | 2023-07-04 | Sap Se | Secure calls between applications |
US10491700B2 (en) | 2016-11-18 | 2019-11-26 | Sap Se | Application managed service instances |
US10268692B2 (en) | 2017-02-15 | 2019-04-23 | Sap Se | Multi-procedure support in data migration |
US10706170B2 (en) | 2017-03-16 | 2020-07-07 | Sap Se | Tenant table sharing with content separation |
US10789220B2 (en) | 2017-03-28 | 2020-09-29 | Sap Se | Management of database API schema |
US10693989B2 (en) | 2017-04-28 | 2020-06-23 | Sap Se | Brokering services from partner cloud platforms |
US10298591B2 (en) | 2017-04-28 | 2019-05-21 | Sap Se | Secure integration of independent cloud foundry applications in a fiori launchpad |
US10185552B2 (en) | 2017-05-12 | 2019-01-22 | Sap Se | Enforcing content constraints on delivery and end user changes |
US10437795B2 (en) | 2017-05-12 | 2019-10-08 | Sap Se | Upgrading systems with changing constraints |
US10268472B2 (en) | 2017-05-16 | 2019-04-23 | Sap Se | Upgrading systems with replicated data |
US10733168B2 (en) | 2017-10-26 | 2020-08-04 | Sap Se | Deploying changes to key patterns in multi-tenancy database systems |
US10621167B2 (en) | 2017-10-26 | 2020-04-14 | Sap Se | Data separation and write redirection in multi-tenancy database systems |
US10740318B2 (en) | 2017-10-26 | 2020-08-11 | Sap Se | Key pattern management in multi-tenancy database systems |
US10452646B2 (en) | 2017-10-26 | 2019-10-22 | Sap Se | Deploying changes in a multi-tenancy database system |
US10740315B2 (en) | 2017-10-26 | 2020-08-11 | Sap Se | Transitioning between system sharing types in multi-tenancy database systems |
US10657276B2 (en) | 2017-10-26 | 2020-05-19 | Sap Se | System sharing types in multi-tenancy database systems |
US10713277B2 (en) | 2017-10-26 | 2020-07-14 | Sap Se | Patching content across shared and tenant containers in multi-tenancy database systems |
US10482080B2 (en) | 2017-10-26 | 2019-11-19 | Sap Se | Exchanging shared containers and adapting tenants in multi-tenancy database systems |
US11256703B1 (en) * | 2017-11-20 | 2022-02-22 | A9.Com, Inc. | Systems and methods for determining long term relevance with query chains |
US10673962B2 (en) | 2017-11-28 | 2020-06-02 | Sap Se | Service cross-consumption based on an open service broker application programming interface |
US10536461B2 (en) | 2017-12-19 | 2020-01-14 | Sap Se | Service identity propagation between applications and reusable services |
US11030164B2 (en) | 2018-01-18 | 2021-06-08 | Sap Se | Artifact deployment for application managed service instances |
US10715405B2 (en) | 2018-01-30 | 2020-07-14 | Sap Se | Tenant isolated data in shared reusable services |
US10977212B2 (en) | 2018-05-03 | 2021-04-13 | Sap Se | Data partitioning based on estimated growth |
US10942892B2 (en) | 2018-05-18 | 2021-03-09 | Sap Se | Transport handling of foreign key checks |
US10686882B2 (en) | 2018-05-18 | 2020-06-16 | Sap Se | Change management using a thing-model on an internet-of-things platform |
US10915551B2 (en) | 2018-06-04 | 2021-02-09 | Sap Se | Change management for shared objects in multi-tenancy systems |
US10936624B2 (en) | 2018-06-12 | 2021-03-02 | Sap Se | Development and productive use of system with parallel use of production data and zero downtime of software changes |
US10791173B2 (en) * | 2018-07-13 | 2020-09-29 | EMC IP Holding Company LLC | Decentralized and distributed continuous replication system for moving devices |
US10534585B1 (en) | 2018-10-29 | 2020-01-14 | Sap Se | Integrated development environment with deep insights and recommendations |
US11232126B2 (en) | 2018-11-21 | 2022-01-25 | Sap Se | Zero downtime upgrade of systems with database-side replication |
US10853693B2 (en) | 2018-12-04 | 2020-12-01 | Sap Se | Software logistic for learning applications |
US10891217B2 (en) | 2018-12-10 | 2021-01-12 | Sap Se | Optimizing test coverage based on actual use |
US11121943B2 (en) | 2018-12-13 | 2021-09-14 | Sap Se | Amplifying scaling elasticity of microservice meshes |
US10642609B1 (en) | 2018-12-13 | 2020-05-05 | Sap Se | Integrating preview systems for early validation and maintenance in development-to-production landscapes provisioned by continuous delivery |
US10700949B1 (en) | 2018-12-13 | 2020-06-30 | Sap Se | Stacking of tentant-aware services |
US11310328B2 (en) | 2019-05-03 | 2022-04-19 | Sap Se | Generic command line interface to an extensible list of cloud platform services |
US11797879B2 (en) | 2019-05-13 | 2023-10-24 | Sap Se | Machine learning on distributed customer data while protecting privacy |
US10983762B2 (en) | 2019-06-27 | 2021-04-20 | Sap Se | Application assessment system to achieve interface design consistency across micro services |
US11249812B2 (en) | 2019-07-25 | 2022-02-15 | Sap Se | Temporary compensation of outages |
US11269717B2 (en) | 2019-09-24 | 2022-03-08 | Sap Se | Issue-resolution automation |
US11614970B2 (en) | 2019-12-06 | 2023-03-28 | Microstrategy Incorporated | High-throughput parallel data transmission |
US11561836B2 (en) | 2019-12-11 | 2023-01-24 | Sap Se | Optimizing distribution of heterogeneous software process workloads |
US11567965B2 (en) | 2020-01-23 | 2023-01-31 | Microstrategy Incorporated | Enhanced preparation and integration of data sets |
US11354302B2 (en) | 2020-06-16 | 2022-06-07 | Sap Se | Automatic creation and synchronization of graph database objects |
US11570269B2 (en) | 2020-09-01 | 2023-01-31 | Sap Se | Broker-mediated connectivity for third parties |
CN113326285B (zh) * | 2021-08-03 | 2021-11-12 | 北京轻松筹信息技术有限公司 | 数据库表的查询方法及装置 |
US11949648B1 (en) | 2022-11-29 | 2024-04-02 | Sap Se | Remote connectivity manager |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079900A (zh) * | 2006-05-02 | 2007-11-28 | 捷讯研究有限公司 | 用于对移动内容分段的系统和方法 |
CN101689174A (zh) * | 2006-08-18 | 2010-03-31 | 索尼株式会社 | 通过推荐引擎进行选择性媒体访问 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6801914B2 (en) * | 1999-03-15 | 2004-10-05 | Microsoft Corporation | Persistent client-server database sessions |
US20020091712A1 (en) * | 2000-10-28 | 2002-07-11 | Martin Andrew Richard | Data-base caching system and method of operation |
US20120173376A1 (en) * | 2005-09-14 | 2012-07-05 | Adam Soroca | System for retrieving mobile communication facility user data from a plurality of providers |
US8131718B2 (en) * | 2005-12-13 | 2012-03-06 | Muse Green Investments LLC | Intelligent data retrieval system |
US8126750B2 (en) * | 2006-04-27 | 2012-02-28 | Microsoft Corporation | Consolidating data source queries for multidimensional scorecards |
US10600256B2 (en) * | 2006-12-13 | 2020-03-24 | Crown Equipment Corporation | Impact sensing usable with fleet management system |
US8898128B2 (en) * | 2007-05-07 | 2014-11-25 | Nokia Corporation | Content storing device query |
FI20070406L (fi) * | 2007-05-24 | 2008-11-25 | Harri Olavi Hakkarainen | Menetelmä hallitun tiedonsiirtoyhteyden muodostamiseksi kahden järjestelmän välille |
US9009219B2 (en) * | 2010-01-27 | 2015-04-14 | Vmware, Inc. | Native viewer use for service results from a remote desktop |
WO2011094734A2 (en) * | 2010-02-01 | 2011-08-04 | Jumptap, Inc. | Integrated advertising system |
GB201004449D0 (en) | 2010-02-22 | 2010-05-05 | Corbett Sean | Data accelerator |
EP3647962A1 (en) * | 2010-07-26 | 2020-05-06 | Seven Networks, LLC | Context aware traffic management for resource conservation in a wireless network |
US8819798B2 (en) * | 2011-12-29 | 2014-08-26 | Ebay Inc. | System and method for transferring states between electronic devices |
US20130262203A1 (en) * | 2012-03-27 | 2013-10-03 | Sirqul, Inc. | Location-based task and game functionality |
-
2012
- 2012-07-03 US US13/541,437 patent/US9183540B2/en active Active
- 2012-11-19 EP EP12007796.1A patent/EP2682877B1/en active Active
- 2012-12-28 CN CN201210584047.8A patent/CN103530303B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101079900A (zh) * | 2006-05-02 | 2007-11-28 | 捷讯研究有限公司 | 用于对移动内容分段的系统和方法 |
CN101689174A (zh) * | 2006-08-18 | 2010-03-31 | 索尼株式会社 | 通过推荐引擎进行选择性媒体访问 |
Also Published As
Publication number | Publication date |
---|---|
CN103530303A (zh) | 2014-01-22 |
EP2682877A1 (en) | 2014-01-08 |
US20140012799A1 (en) | 2014-01-09 |
US9183540B2 (en) | 2015-11-10 |
EP2682877B1 (en) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103530303B (zh) | 移动设备分析引擎 | |
US11625381B2 (en) | Recreating an OLTP table and reapplying database transactions for real-time analytics | |
CN109690524A (zh) | 分布式事件处理系统中的数据序列化 | |
US10853847B2 (en) | Methods and systems for near real-time lookalike audience expansion in ads targeting | |
JP5896382B2 (ja) | ノンパラメトリック、多次元、空間的および一時的な人間の挙動または広範な技術的観測値を処理するネットワークサーバー装置構成およびそれに関連する方法 | |
US20030229884A1 (en) | Interaction manager template | |
US9021392B2 (en) | Managing extension projects with repository based tagging | |
CN109690517A (zh) | 利用微批处理管理快照和状态 | |
US20110145748A1 (en) | Specifying user interface elements | |
CN105074724A (zh) | 使用列式数据库中的直方图进行有效查询处理 | |
CN106164847A (zh) | 针对分布式体系架构的可扩展商业过程智能和预测性分析 | |
US10540053B2 (en) | Methods and systems for managing community information | |
JP2013536488A5 (zh) | ||
WO2010144329A1 (en) | Systems and methods for metadata driven dynamic web services | |
US10091336B2 (en) | Computing platform agnostic application server | |
US20180246951A1 (en) | Database-management system comprising virtual dynamic representations of taxonomic groups | |
CN108280082A (zh) | 一种统计数据的即席查询方法及系统 | |
CN109002440A (zh) | 用于大数据多维分析的方法、装置及系统 | |
CN109359142A (zh) | 一种数据处理方法、数据处理装置、计算机设备及可读存储介质 | |
CN106920158A (zh) | 基于Storm和Kafka技术的订单实时监控系统 | |
US20020116354A1 (en) | Method and system for transforming session data | |
CN110266555A (zh) | 用于分析网站服务请求的方法 | |
US8494886B2 (en) | Embedding planning components in transactional applications | |
CN102103633A (zh) | 基于使用模式改进信息系统性能的方法和系统 | |
US20150169675A1 (en) | Data access using virtual retrieve transformation nodes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C53 | Correction of patent for invention or patent application | ||
CB02 | Change of applicant information |
Address after: German Waldo Applicant after: SAP AG Address before: German Waldo Applicant before: SAP AG |
|
COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: SAP AG TO: SAP EUROPE AG |
|
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |