CN104881800B - 一种基于移动群智感知的激励机制实现方法 - Google Patents
一种基于移动群智感知的激励机制实现方法 Download PDFInfo
- Publication number
- CN104881800B CN104881800B CN201510309843.4A CN201510309843A CN104881800B CN 104881800 B CN104881800 B CN 104881800B CN 201510309843 A CN201510309843 A CN 201510309843A CN 104881800 B CN104881800 B CN 104881800B
- Authority
- CN
- China
- Prior art keywords
- task
- data
- user
- mrow
- worker
- 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.)
- Expired - Fee Related
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于移动群智感知的激励机制实现方法，包括：确定任务模型并发布任务；确定任务价值；根据任务需求选择工作者；工作者执行任务；基于效用的多支付激励机制分配报酬。本发明提出了一种基于移动群智感知的激励机制——基于位置的社交网络LBSN被用于定义任务预算、提高数据质量、多支付等方面，不仅向系统中的任务需求者提供了可参考的任务价值，还提出一种基于效用的多支付激励机制方案以保持数据多样性以及激励公平性。本发明综合利用用户的特性信息与任务上下文信息，激励用户参与任务，提高用户的参与积极性。
Description
技术领域
本发明涉及群智感知技术领域，具体是一种基于移动群智感知的激励机制实现方法。
背景技术
移动群智感知是基于群体感知的一种普适计算感知模式。由静态感知(例如为监测环境在城市内大规模部署的传感器)、个体感知逐渐发展而来。移动群智感知通过大量持有移动感知设备(智能手机、平板电脑)的群体人员组织起来，以某种方式使他们之间进行协作来共同完成个体很难完成的任务。基于移动群智感知技术研究人员提出并实现了很多具有现实价值的应用，比如采集各地噪音的系统应用、监测路况的系统应用等。这些应用的出现，给用户提供了更加丰富的情景感知信息与智能化的普适服务，提高了人们的生活质量。
当今信息社会，随着社会媒体化，人们更愿意在各种社交应用上利用智能手机感知周围上下文信息，并上传这些多媒体信息与他人分享。社交网络上分享的感知数据基于用户的兴趣、个人意愿等因素，然而，大部分的群智感知应用需要大量用户协作共同完成感知任务，分享感知信息，这种非兴趣驱动的感知行为降低了用户上传特定数据的积极性。另外，电量消耗、流量消耗等也是阻碍用户采集数据的客观因素。较小的源感知用户群体会影响群智感知应用的现实可用性。因此，研究者需要向用户提供一定的报酬以激励用户的参与。
基于群智感知系统的激励机制是一个新兴的研究课题，具有很大的研究价值和应用价值。专利CN20141038385提出了一种基于信誉的智能手机群众外包的激励方法，该方法识别手机身份，并给相应手机用户存储向量信誉和服务等级，根据该信誉和等级向用户支付报酬；专利CN104168563A提出了一种基于本地信誉存储的k-匿名激励机制，将每个节点的信誉以信誉证书的形式保存在本地，通过为邻居节点提供匿名服务获得信誉并不断累积，该激励机制中节点只有达到一定的信誉阈值才能获得匿名服务；专利CN104363268A提出的基于支付激励机制的安全去重系统提出了一种安全并公平的方案来激励云用户积极参与数据去重，根据数据去重的目标，激励机制是被设计用来促进用户参与数据去重并保证积极用户和不积极用户之间价格的公平性；专利CN104320484A提出了一种基于积分激励机制的无线传感器网络中任务迁移方法，传感网络中的簇内节点执行簇头节点分配的任务，如果成功完成任务，获取奖励积分，如果未成功完成任务，扣除惩罚积分的方法提高任务的处理效率延长网络寿命。
现有的激励机制方案只是从积分、信誉等方面进行考虑，而忽略了节点的本身特性，从节点(或用户)特性方面分析并不全面。另一方面，有关任务的激励机制中，已有专利中没有个性化定义任务，从而也丢失了激励中有关任务的相关信息。为了充分利用节点(或用户)和任务的特性或上下文信息，更好的刻画任务属性，本发明对任务做了个性化定义，并分析了节点(用户)特性，利用这些信息提出了一种激励机制实现方法。
发明内容
本发明的目的在于提供一种基于移动群智感知的激励机制实现方法，综合利用用户的特性信息与任务上下文信息，激励用户参与任务，提高用户的参与积极性。
为实现上述目的，本发明提供如下技术方案：
一种基于移动群智感知的激励机制实现方法，具体步骤如下：
S1、根据专家经验确定系统参数；
S2、所有需要数据服务或提供数据服务的用户在系统中进行注册；
S3、将注册的用户和其在社交网站上的信息进行关联；
S4、需要数据服务的用户作为任务需求者，需要通过系统发布任务，并根据任务的上下文信息定义任务；
S5、任务需求者将任务描述发送至系统服务器，系统服务器根据任务的上下文信息来确定任务的价值；
S6、任务需求者将带有价值信息的任务通过系统发布，其他用户能够通过系统查看所有任务；
S7、系统综合考虑任务的上下文信息和在系统中注册的用户的社交网站历史签到信息，为任务选择合适的执行任务的用户集合；
S8、系统向选择的用户集合推送任务信息，该用户集合中的用户根据自己的意愿决定接受任务还是拒绝任务，从而确定最终的工作者集合；
S9、确定执行任务的工作者后，工作者在规定的时间地点按照任务描述采集数据，执行任务；
S10、工作者在任务的截止时间之前提交任务数据；
S11、根据工作者提交的任务数据的属性信息，系统利用非监督决策树方法进行聚类，在每个类别中选出一个任务数据组成有用数据集，该有用数据集作为最终的数据结果呈现给任务需求者；
以图片为例，系统根据图片的时间、地点、拍摄角度等信息利用决策树将图片进行非监督聚类，接着利用SIFT算法在每个类别中进行去冗余操作，即在每个类别中选出一张代表性的图片，每个类别中的图片组成有用数据集，该有用数据集作为最终的数据结果呈现给任务需求者；
S12、根据步骤S11的选择结果，系统根据数据效用分配报酬。
作为本发明进一步的方案：所述社交网站包括基于位置的社交网络LBSN，例如街旁、Foursquare等。
作为本发明进一步的方案：所述任务的上下文信息包括任务的时空特性，所述任务的时空特性为采集数据的时间和地点信息。
与现有技术相比，本发明的有益效果是：本发明提出了一种基于移动群智感知的激励机制——基于位置的社交网络LBSN被用于定义任务预算、提高数据质量、多支付等方面，不仅向系统中的任务需求者提供了可参考的任务价值，还提出一种基于效用的多支付激励机制方案以保持数据多样性以及激励公平性。本发明综合利用用户的特性信息与任务上下文信息，激励用户参与任务，提高用户的参与积极性。
附图说明
图1是本发明的整体框架图；
图2是本发明的方法流程图；
图3是本发明选择有用数据的方法解析图。
具体实施方式
下面将结合本发明实施例及附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1～3，本发明实施例中，一种基于移动群智感知的激励机制实现方法，具体过程如下：
步骤1、确定任务模型，并发布任务。
每个任务由多个属性描述，任务需求者按照规定的任务模型定义任务并通过群智感知系统向外界发布任务，并希望通过系统找到合适的工作者采集数据，获取数据服务。
步骤2、确定任务价值。
由于任务预算会影响任务的完成率，然而由于任务发布者对采集地不熟悉，因此根据任务时空特征客观计算出的任务价值向发布者提供指导。任务花销根据数据采集时间地点的不同而变化，但是现有的研究并没有考虑预算的动态性。本发明提出的模型向发布者提供了任务价值的客观信息。
本发明定义在任务的采集地点和感知时间人们签到频率很高，即任务的采集地点和时间有较高的受欢迎度，那么该任务相对较容易完成，从而向发布者建议较低的任务价值，相反亦如此。
步骤3、根据任务需求选择工作者。
用户主要活跃在两部分：线上社交网络和线下物理世界。因此，为了保护用户隐私，本发明提出结合用户的线上基于位置的社交网络LBSN活动和线下物理世界行为规律进行分析。基于位置的社交网络LBSN的签到数据作为挖掘用户上下文行为规律的输入层数据，结合用户社交网络的签到信息和任务的时空上下文输出挖掘结果。本发明判断用户是否适合执行任务的依据为其在基于位置的社交网络LBSN上的历史签到信息。
步骤4、工作者执行任务。
确定执行任务的工作者后，工作者在规定的时间地点按照任务描述采集数据。在该过程中，工作者的行为表现尤为重要，工作者的行为不仅决定了该任务采集数据的质量，而且是工作者是否能够得到报酬的关键因素。同时，在该过程中，多于一个的用户采集数据，多用户的采集行为不仅能够防止单用户的垄断行为，而且还提供了一个竞争的采集环境，为用户采集高质量的数据提供了环境依据。
步骤5、利用非监督决策树方法选择有用数据集。
在得到的数据的基础上，我们可以得到数据采集的各个属性，以图片为例，属性包括采集的时间、地点、拍摄角度等。我们在决策树的基础上将相同时间、地点、角度等属性的数据进行非监督聚类，再对每个类中的冗余数据进行去冗余处理得到最终的有用数据集，并将该有用数据集发送给需求者。
步骤6、基于效用的多支付。
数据效用指用户对数据的贡献度。如果工作者提供的相对较少的数据，但是被采纳的数据相对较多，那么该用户的贡献度相对较高，从而提高了其成为胜出者的概率。数据效用定义如公式(1)所示。公式中变量含义解释如下：针对某一任务所有用户提交了采集的数据，利用决策树聚类为该任务选择的有用数据量为M个单位，其中用户i共提交了K单位的数据，M个单位的有用数据中用户i的有用数据数量为m个单位。
如果在步骤6的数据效用基础上只支付排序较高的用户，可以大大降低需求者的任务代价，甚至会比设置的任务价值低很多。但是这种方案以降低工作者的参与意愿为代价，采集高质量数据的用户会因为得不到报酬而失去继续参与的兴趣。这样既没有达到鼓励用户参与的目的，也没有提高数据服务的质量，包括数据的数量、数据质量、数据多样性。因此，本发明采用一种称为多支付的支付策略，在支付胜出者的同时也按照贡献率补偿了其他工作者。
根据公式(1)计算所有用户的效用值，并根据该效用值按比例进行支付，即如果用户的效用值高则得到的报酬较高，如果用户的效用值低那么其得到的报酬也相对较低。需求者的预算为b，那么对于具有数据效用为utilityi的用户其得到的报酬payi如公式(2)所示。
与现有的激励机制相比，本发明提出了一种基于移动群智感知的激励机制——基于位置的社交网络LBSN被用于定义任务预算、提高数据质量、多支付等方面，不仅向系统中的任务需求者提供了可参考的任务价值，还提出一种基于效用的多支付激励机制方案以保持数据多样性以及激励公平性。本发明综合利用用户的特性信息与任务上下文信息，激励用户参与任务，提高用户的参与积极性。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (3)
1.一种基于移动群智感知的激励机制实现方法，其特征在于，具体步骤如下：
S1、根据专家经验确定系统参数；
S2、所有需要数据服务或提供数据服务的用户在系统中进行注册；
S3、将注册的用户和其在社交网站上的信息进行关联；
S4、需要数据服务的用户作为任务需求者，需要通过系统发布任务，并根据任务的上下文信息定义任务；
S5、任务需求者将任务描述发送至系统服务器，系统服务器根据任务的上下文信息来确定任务的价值；
S6、任务需求者将带有价值信息的任务通过系统发布，其他用户能够通过系统查看所有任务；
S7、系统综合考虑任务的上下文信息和在系统中注册的用户的社交网站历史签到信息，为任务选择合适的执行任务的用户集合；
S8、系统向选择的用户集合推送任务信息，该用户集合中的用户根据自己的意愿决定接受任务还是拒绝任务，从而确定最终的工作者集合；
S9、确定执行任务的工作者后，工作者在规定的时间地点按照任务描述采集数据，执行任务；
S10、工作者在任务的截止时间之前提交任务数据；
S11、根据工作者提交的任务数据的属性信息，系统利用非监督决策树方法进行聚类；在每个类别中选出一个任务数据组成有用数据集，该有用数据集作为最终的数据结果呈现给任务需求者；
S12、根据步骤S11的选择结果，系统根据数据效用分配报酬，
数据效用指用户对数据的贡献度，数据效用定义如公式(1)所示，公式中变量含义解释如下：针对某一任务所有用户提交了采集的数据，利用决策树聚类为该任务选择的有用数据量为M个单位，其中用户i共提交了K单位的数据，M个单位的有用数据中用户i的有用数据数量为m个单位；
<mrow>
<msub>
<mi>utility</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>m</mi>
<mo>*</mo>
<mi>m</mi>
</mrow>
<mrow>
<mi>M</mi>
<mo>*</mo>
<mi>K</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
需求者的预算为b，那么对于具有数据效用为utilityi的用户其得到的报酬payi如公式(2)所示：
<mrow>
<msub>
<mi>pay</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>utility</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>utility</mi>
<mi>j</mi>
</msub>
</mrow>
</mfrac>
<mo>*</mo>
<mi>b</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
2.根据权利要求1所述的基于移动群智感知的激励机制实现方法，其特征在于，所述社交网站包括基于位置的社交网络LBSN。
3.根据权利要求1所述的基于移动群智感知的激励机制实现方法，其特征在于，所述任务的上下文信息包括任务的时空特性，所述任务的时空特性为采集数据的时间和地点信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510309843.4A CN104881800B (zh) | 2015-06-03 | 2015-06-03 | 一种基于移动群智感知的激励机制实现方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510309843.4A CN104881800B (zh) | 2015-06-03 | 2015-06-03 | 一种基于移动群智感知的激励机制实现方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104881800A CN104881800A (zh) | 2015-09-02 |
| CN104881800B true CN104881800B (zh) | 2018-05-01 |
Family
ID=53949286
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510309843.4A Expired - Fee Related CN104881800B (zh) | 2015-06-03 | 2015-06-03 | 一种基于移动群智感知的激励机制实现方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104881800B (zh) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105528248B (zh) * | 2015-12-04 | 2019-04-30 | 北京邮电大学 | 多任务合作应用下的群智感知激励机制 |
| CN111901390A (zh) * | 2015-12-15 | 2020-11-06 | 创新先进技术有限公司 | 业务处理方法和装置 |
| CN105872957B (zh) * | 2016-05-04 | 2019-01-18 | 西安交通大学 | 一种面向群智感知的机会式数据上传方法 |
| CN107464571B (zh) * | 2016-06-06 | 2020-12-01 | 南京邮电大学 | 一种数据质量评估的方法、设备及系统 |
| US10003924B2 (en) | 2016-08-10 | 2018-06-19 | Yandex Europe Ag | Method of and server for processing wireless device sensor data to generate an entity vector associated with a physical location |
| CN106485415B (zh) * | 2016-10-11 | 2019-09-03 | 安徽慧达通信网络科技股份有限公司 | 一种基于供需关系的带预算的移动群智感知激励方法 |
| CN108171593B (zh) * | 2017-11-17 | 2021-06-25 | 南京邮电大学 | 一种基于地点覆盖带预算的移动群智感知激励方法 |
| CN108038622B (zh) * | 2017-12-26 | 2022-01-28 | 北京理工大学 | 一种群智感知系统推荐用户方法 |
| US10769730B2 (en) | 2018-01-11 | 2020-09-08 | Wells Fargo Bank, N.A. | User interface for tracking deposits and expenses |
| CN108507574B (zh) * | 2018-03-19 | 2021-06-29 | 佛山科学技术学院 | 一种面向移动群体感知照片数据采集的空间导航方法 |
| CN108681586B (zh) * | 2018-05-14 | 2022-04-19 | 安徽师范大学 | 基于群智感知的旅游路线个性化推荐方法 |
| CN109347905A (zh) * | 2018-08-30 | 2019-02-15 | 天津工业大学 | 一种移动群智感知中的空间任务分配机制 |
| CN109254947A (zh) * | 2018-09-17 | 2019-01-22 | 深算科技（重庆）有限公司 | 基于区块链的gpu计算方法、装置及计算机设备 |
| CN109583641A (zh) * | 2018-11-26 | 2019-04-05 | 广西师范大学 | 一种基于现金支付与信誉机制的移动推荐方法 |
| CN110430526B (zh) * | 2018-12-20 | 2020-09-08 | 西安电子科技大学 | 基于信誉评估的隐私保护方法 |
| CN109711720B (zh) * | 2018-12-25 | 2021-03-09 | 西安交通大学深圳研究院 | 一种应用于群智感知的数据质量评估方法 |
| CN109784741A (zh) * | 2019-01-23 | 2019-05-21 | 北京理工大学 | 一种基于信誉预测的移动群智感知系统奖励分发方法 |
| CN110061863B (zh) * | 2019-03-25 | 2021-10-19 | 浙江理工大学 | 一种稀疏网络中基于公平性的分布式多任务群智感知方法 |
| CN110443065B (zh) * | 2019-07-22 | 2023-07-04 | 西北工业大学 | 一种基于许可链的群智感知位置隐私保护支付方法 |
| CN110414862A (zh) * | 2019-08-05 | 2019-11-05 | 中国工商银行股份有限公司 | 基于分类模型的任务调整方法及装置 |
| CN112016971B (zh) * | 2020-08-31 | 2021-06-01 | 广东技术师范大学 | 基于以太坊gas原理的移动群智感知数据可靠性保障方法 |
| CN113222720B (zh) * | 2021-05-17 | 2023-10-17 | 陕西师范大学 | 一种基于信誉的隐私保护激励机制方法、装置及存储介质 |
| CN113298668B (zh) * | 2021-06-07 | 2022-06-14 | 福州大学 | 考虑社交网络的移动群智感知用户大规模快速招募方法 |
| CN114819752B (zh) * | 2022-06-24 | 2022-09-27 | 山东大学 | 一种面向群智感知的基于上下文信息的在线工人选择方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103647671A (zh) * | 2013-12-20 | 2014-03-19 | 北京理工大学 | 一种基于Gur Game的群智感知网络管理方法及其系统 |
| CN103731844A (zh) * | 2014-01-03 | 2014-04-16 | 苏州大学 | 一种地理位置相关的移动感知系统任务分配方法 |
| CN104657133A (zh) * | 2015-01-28 | 2015-05-27 | 南京邮电大学 | 移动群智感知中一种用于单时间窗口任务的激励方法 |
-
2015
- 2015-06-03 CN CN201510309843.4A patent/CN104881800B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103647671A (zh) * | 2013-12-20 | 2014-03-19 | 北京理工大学 | 一种基于Gur Game的群智感知网络管理方法及其系统 |
| CN103731844A (zh) * | 2014-01-03 | 2014-04-16 | 苏州大学 | 一种地理位置相关的移动感知系统任务分配方法 |
| CN104657133A (zh) * | 2015-01-28 | 2015-05-27 | 南京邮电大学 | 移动群智感知中一种用于单时间窗口任务的激励方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104881800A (zh) | 2015-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104881800B (zh) | 一种基于移动群智感知的激励机制实现方法 | |
| Zhang et al. | 4W1H in mobile crowd sensing | |
| Miao et al. | Balancing quality and budget considerations in mobile crowdsourcing | |
| Li et al. | Truthful incentive mechanisms for geographical position conflicting mobile crowdsensing systems | |
| Liao et al. | Information-centric massive IoT-based ubiquitous connected VR/AR in 6G: A proposed caching consensus approach | |
| Chessa et al. | Empowering mobile crowdsensing through social and ad hoc networking | |
| WO2020192460A1 (zh) | 数据处理的方法、端侧设备、云侧设备和端云协同系统 | |
| CN104657133B (zh) | 移动群智感知中一种用于单时间窗口任务的激励方法 | |
| CN104850935B (zh) | 一种以最小化支付为目标的移动群智感知激励方法 | |
| JP6206411B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| Jeong et al. | Integrating buildings into a rural landscape using a multi-criteria spatial decision analysis in GIS-enabled web environment | |
| Huang et al. | Using context-aware collaborative filtering for POI recommendations in mobile guides | |
| CN105528248A (zh) | 多任务合作应用下的群智感知激励机制 | |
| CN110134865A (zh) | 一种基于城市公共交通出行大数据的通勤乘客社交推荐方法及平台 | |
| Peng et al. | When data contributors meet multiple crowdsourcers: Bilateral competition in mobile crowdsourcing | |
| Shafik et al. | Recommendation system comparative analysis: internet of things aided networks | |
| Wang et al. | The truthful evolution and incentive for large-scale mobile crowd sensing networks | |
| CN105141508B (zh) | 一种基于近邻关系的微博系统朋友推荐方法 | |
| CN103198432B (zh) | 在线社会网络中网络群体的检测方法及系统 | |
| US20220374484A1 (en) | Graph learning and automated behavior coordination platform | |
| CN109325177B (zh) | 信息推送方法、系统、可读存储介质和计算机设备 | |
| Santos et al. | Towards a sustainable people-centric sensing | |
| CN110246012A (zh) | 基于社交数据的消费金融产品推荐方法、装置和设备 | |
| CN110008411A (zh) | 一种基于用户签到稀疏矩阵的深度学习兴趣点推荐方法 | |
| CN104281599A (zh) | 用于向社交网络中的用户推荐信息的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| DD01 | Delivery of document by public notice |
Addressee: Guo Bin Document name: payment instructions |
|
| DD01 | Delivery of document by public notice | ||
| DD01 | Delivery of document by public notice |
Addressee: Guo Bin Document name: Notice of termination of patent right |
|
| DD01 | Delivery of document by public notice | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180501 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |