CN106709741A - 一种商品推荐方法及系统 - Google Patents

一种商品推荐方法及系统 Download PDF

Info

Publication number
CN106709741A
CN106709741A CN201510432407.6A CN201510432407A CN106709741A CN 106709741 A CN106709741 A CN 106709741A CN 201510432407 A CN201510432407 A CN 201510432407A CN 106709741 A CN106709741 A CN 106709741A
Authority
CN
China
Prior art keywords
user
commodity
sku
sku attributes
single product
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.)
Pending
Application number
CN201510432407.6A
Other languages
English (en)
Inventor
王慧民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201510432407.6A priority Critical patent/CN106709741A/zh
Priority to PCT/CN2016/082856 priority patent/WO2017012406A1/zh
Publication of CN106709741A publication Critical patent/CN106709741A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种商品推荐方法及系统，该方法包括：获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；将匹配程度最高的单品推荐给该用户。本发明提供的商品推荐方法及系统，依据用户信息对用户所购买商品的规格作出具体的推荐，节省了用户在购买商品时需对商品的规格参数依次做出选择的时间，且避免了由于用户在未找到合适的参数组合之前离开页面，导致用户错过自己心仪的商品的情况的发生；本发明避免了用户选择商品的繁琐，提高购物效率，同时极大的提升用户购物体验。

Description

一种商品推荐方法及系统
技术领域
本发明涉及电商领域，特别涉及一种商品推荐方法及系统。
背景技术
互联网时代、尤其是移动互联网时代，网上购物已经成为越来越多人的首选购物方式。然而在纷繁芜杂的电商系统中，想要找出一款称心如意的宝贝是需要花费大量的时间和精力的，因此很多电商系统里有商品推荐系统，然而现有的推荐系统多是基于商品做出的推荐，没有进一步根据商品的规格(尺码，颜色，型号等)作出具体的推荐，而在实际的购物过程中，我们必须对商品的规格做出选择，例如有些商品需要同时选择其颜色、大小、型号等各种参数(SKU)，面对这么多参数的组合选择，用户有时候会因为各种原因，在没有找到合适的参数组合之前就匆匆离开了页面，导致用户与自己心仪的商品擦肩而过。
发明内容
本发明提供了一种商品推荐方法及系统，其目的是为了解决现有的商品推荐系统无法根据商品的规格作出具体推荐的问题。
为了达到上述目的，本发明的实施例提供了一种商品推荐方法，包括：
获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；
获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；
将匹配程度最高的单品推荐给该用户。
进一步地，获取当前用户所浏览的商品的每个单品的库存量单位SKU属性的步骤之前，该方法还包括：
获取用户在电商系统中的购买记录；
对购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
进一步地，对购买记录进行数据清洗的步骤，具体包括：
获取购买记录中所购买的每个单品的SKU属性；
对每个单品的SKU属性进行参数类别划分；
对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
进一步地，获取用户在电商系统中的购买记录的步骤之前，该方法还包括：
判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；
否则，获取当前用户在电商系统中的浏览记录；
对浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
进一步地，对浏览数据进行数据清洗的步骤，具体包括：
获取浏览数据中所浏览的每个单品的SKU属性；
对每个单品的SKU属性进行参数类别划分；
对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
进一步地，将匹配程度最高的单品推荐给该用户的步骤包括：
选中匹配程度最高的单品，并提醒用户。
为达上述目的，本发明还提供了一种商品推荐系统，该系统包括：
获取模块，用于获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；
匹配模块，用于获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；
推荐模块，用于将匹配程度最高的单品推荐给该用户。
进一步地，该系统还包括：
数据清洗模块，用于获取模块在获取当前用户所浏览的商品的每个单品的库存量单位SKU属性之前，获取用户在电商系统中的购买记录；
对购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
进一步地，数据清洗模块具体包括：
获取子模块，用于获取购买记录中所购买的每个单品的SKU属性；
划分子模块，用于对每个单品的SKU属性进行参数类别划分；
统计子模块，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
进一步地，该系统还包括，
判断模块，用于数据清洗模块在获取用户在电商系统中的购买记录之前，判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；
否则，获取当前用户在电商系统中的浏览记录；
对浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
进一步地，判断模块包括：浏览数据清洗子模块，用于对浏览数据进行数据清洗；
浏览数据清洗子模块，具体包括：
获取单元，用于获取浏览数据中所浏览的每个单品的SKU属性；
划分单元，用于对每个单品的SKU属性进行参数类别划分；
统计单元，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
进一步地，推荐模块包括：
选中子模块，用于选中匹配程度最高的单品，并提醒用户。
本发明的上述方案至少包括以下有益效果：
本发明提供的商品推荐方法及系统，依据用户信息对用户所购买商品的规格作出具体的推荐，节省了用户在购买商品时需对商品的规格参数依次做出选择的时间，且避免了由于用户在未找到合适的参数组合之前离开页面，导致用户错过自己心仪的商品的情况的发生；本发明避免了用户选择商品的繁琐，提高购物效率，同时极大的提升用户购物体验。
附图说明
图1为本发明实施例所述的商品推荐方法的步骤流程图；
图2为本发明实施例所述的对购买记录进行数据清洗的步骤的步骤流程图；
图3为本发明实施例所述的商品推荐系统的结构示意图；
图4为本发明实施例所述的数据清洗模块的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
参见图1，本发明针对现有的问题，提供了一种商品推荐方法，包括：
步骤101，获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；对于电商而言，SKU一般指一款商品的单品，，每款单品都有一个SKU，便于电商品牌识别商品，例如一款商品多色，则是有多个SKU，颜色不同则SKU编码也不相同，如果相同则会出现混淆，发错货。
进一步地，步骤101之前，该方法还包括：
获取用户在电商系统中的购买记录；其中，获取用户的购买记录目的是为了建立用户信息，购买记录中包含了用户以往所购买商品的SKU属性。
对购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。其中，对购买记录进行数据清洗主要是从购买记录中提取用户以往所购买商品的SKU属性。
进一步地，参见图2，对购买记录进行数据清洗的步骤，具体包括：
步骤401，获取购买记录中所购买的每个单品的SKU属性；
步骤402，对每个单品的SKU属性进行参数类别划分；比如将SKU属性中，所有与颜色有关的属性划分为颜色，与尺寸有关的属性划分为尺寸等。
步骤403，对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。在同一类别的SKU属性中，再对具体的SKU属性统计出现的概率，依此来建立用户的信息。
继续参见图1，步骤102，获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；其中，分析当前用户所浏览商品的每个单品的SKU属性，并与用户信息中用户以往所购买商品的SKU属性相匹配。
步骤103，将匹配程度最高的单品推荐给该用户。进一步地，步骤103包括：
选中匹配程度最高的单品，并提醒用户。其中，选中匹配程度最高的单品，即在用户浏览某商品时，将用户当前所浏览商品中与用户信息匹配程度最高的单品默认选中并推荐给用户，这样就节省了用户对商品的多个规格参数依次做出选择的时间，避免了对多个规格参数依次选择的繁琐，使购物过程变得简单，增强用户的购物体验；优选地，提醒用户的方式还可以以弹窗口的方式来实现。
进一步地，步骤401之前，该方法还包括：
判断当前用户在电商系统中是否有购买记录：若有，则执行获取用户在电商系统中的购买记录的步骤；
否则，获取当前用户在电商系统中的浏览记录；也就是说，当用户首次在电商系统购物时，便从其浏览记录中采集数据。
对浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
进一步地，对浏览数据进行数据清洗的步骤，具体包括：
获取浏览数据中所浏览的每个单品的SKU属性；
对每个单品的SKU属性进行参数类别划分；比如将SKU属性中，所有与颜色有关的属性划分为颜色，与尺寸有关的属性划分为尺寸等。
对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息；在同一类别的SKU属性中，再对具体的SKU属性统计出现的概率，依此来建立用户的信息。
本发明提供的商品推荐方法，依据用户信息对用户所购买商品的规格作出具体的推荐，节省了用户在购买商品时需对商品的规格参数依次做出选择的时间，且避免了由于用户在未找到合适的参数组合之前离开页面，导致用户错过自己心仪的商品的情况的发生；本发明避免了用户选择商品的繁琐，提高购物效率，同时极大的提升用户购物体验
为达上述目的，本发明还提供了一种商品推荐系统，该系统包括：
获取模块11，用于获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；
匹配模块12，用于获取每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；
推荐模块13，用于将匹配程度最高的单品推荐给该用户。
进一步地，该系统还包括：
数据清洗模块，用于获取模块在获取当前用户所浏览的商品的每个单品的库存量单位SKU属性之前，获取用户在电商系统中的购买记录；
对购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
进一步地，数据清洗模块具体包括：
获取子模块41，用于获取购买记录中所购买的每个单品的SKU属性；
划分子模块42，用于对每个单品的SKU属性进行参数类别划分；
统计子模块43，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
进一步地，该系统还包括，
判断模块，用于数据清洗模块在获取用户在电商系统中的购买记录之前，判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；
否则，获取当前用户在电商系统中的浏览记录；
对浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
进一步地，判断模块包括：浏览数据清洗子模块，用于对浏览数据进行数据清洗；
浏览数据清洗子模块，具体包括：
获取单元，用于获取浏览数据中所浏览的每个单品的SKU属性；
划分单元，用于对每个单品的SKU属性进行参数类别划分；
统计单元，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
进一步地，推荐模块13包括：
选中子模块，用于选中匹配程度最高的单品，并提醒用户。
需要说明的是，本发明实施例提供的商品推荐系统是应用上述方法的系统，即上述方法的所有实施例均适用于该装置，且均能达到相同或相似的有益效果。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种商品推荐方法，其特征在于，包括：
获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；
获取所述每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；
将匹配程度最高的单品推荐给该用户。
2.如权利要求1所述的商品推荐方法，其特征在于，所述获取当前用户所浏览的商品的每个单品的库存量单位SKU属性的步骤之前，该方法还包括：
获取用户在电商系统中的购买记录；
对所述购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
3.如权利要求2所述的商品推荐方法，其特征在于，所述对所述购买记录进行数据清洗的步骤，具体包括：
获取所述购买记录中所购买的每个单品的SKU属性；
对所述每个单品的SKU属性进行参数类别划分；
对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
4.如权利要求2所述的商品推荐方法，其特征在于，所述获取用户在电商系统中的购买记录的步骤之前，该方法还包括：
判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；
否则，获取当前用户在电商系统中的浏览记录；
对所述浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
5.如权利要求4所述的商品推荐方法，其特征在于，所述对所述浏览数据进行数据清洗的步骤，具体包括：
获取所述浏览数据中所浏览的每个单品的SKU属性；
对所述每个单品的SKU属性进行参数类别划分；
对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
6.如权利要求1所述的商品推荐方法，其特征在于，所述将匹配程度最高的单品推荐给该用户的步骤包括：
选中匹配程度最高的单品，并提醒用户。
7.一种商品推荐系统，其特征在于，包括：
获取模块，用于获取当前用户当前浏览的商品的每个单品的库存量单位SKU属性；
匹配模块，用于获取所述每个单品的SKU属性与预先建立的当前用户的用户信息相匹配的匹配程度；
推荐模块，用于将匹配程度最高的单品推荐给该用户。
8.如权利要求7所述的商品推荐系统，其特征在于，该系统还包括：
数据清洗模块，用于所述获取模块在获取当前用户所浏览的商品的每个单品的库存量单位SKU属性之前，获取用户在电商系统中的购买记录；
对所述购买记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
9.如权利要求8所述的商品推荐系统，其特征在于，所述数据清洗模块具体包括：
获取子模块，用于获取所述购买记录中所购买的每个单品的SKU属性；
划分子模块，用于对所述每个单品的SKU属性进行参数类别划分；
统计子模块，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
10.如权利要求8所述的商品推荐系统，其特征在于，该系统还包括，
判断模块，用于所述数据清洗模块在获取所述用户在电商系统中的购买记录前，判断当前用户在电商系统中是否有购买记录：若有，则获取用户在电商系统中的购买记录；
否则，获取当前用户在电商系统中的浏览记录；
对所述浏览记录进行数据清洗，将清洗后的数据作为该用户的用户信息并存储。
11.如权利要求10所述的商品推荐系统，其特征在于，所述判断模块包括：浏览数据清洗子模块，用于对所述浏览数据进行数据清洗；
所述浏览数据清洗子模块，具体包括：
获取单元，用于获取所述浏览数据中所浏览的每个单品的SKU属性；
划分单元，用于对所述每个单品的SKU属性进行参数类别划分；
统计单元，用于对同一类别的SKU属性出现的频率进行统计，将出现频率最高的SKU属性作为该用户的用户信息。
12.如权利要求7所述的商品推荐系统，其特征在于，所述推荐模块包括：
选中子模块，用于选中匹配程度最高的单品，并提醒用户。
CN201510432407.6A 2015-07-22 2015-07-22 一种商品推荐方法及系统 Pending CN106709741A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201510432407.6A CN106709741A (zh) 2015-07-22 2015-07-22 一种商品推荐方法及系统
PCT/CN2016/082856 WO2017012406A1 (zh) 2015-07-22 2016-05-20 一种商品推荐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510432407.6A CN106709741A (zh) 2015-07-22 2015-07-22 一种商品推荐方法及系统

Publications (1)

Publication Number Publication Date
CN106709741A true CN106709741A (zh) 2017-05-24

Family

ID=57833570

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510432407.6A Pending CN106709741A (zh) 2015-07-22 2015-07-22 一种商品推荐方法及系统

Country Status (2)

Country Link
CN (1) CN106709741A (zh)
WO (1) WO2017012406A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767288A (zh) * 2018-12-15 2019-05-17 深圳壹账通智能科技有限公司 产品信息同步方法、装置、计算机设备及存储介质
TWI660316B (zh) * 2017-07-19 2019-05-21 日商三菱電機股份有限公司 Recommended device
WO2019148817A1 (zh) * 2018-01-31 2019-08-08 深圳春沐源控股有限公司 电商商品推荐方法和电商平台服务器
CN111738785A (zh) * 2019-03-28 2020-10-02 北京京东尚科信息技术有限公司 选品方法、系统及存储介质
WO2020215751A1 (zh) * 2019-04-23 2020-10-29 北京三快在线科技有限公司 一种推荐方法、电子设备及可读存储介质

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111932343A (zh) * 2020-08-14 2020-11-13 深圳市泽汇科技有限公司 产品自动上架管理方法、装置、设备及存储介质
CN114971805A (zh) * 2022-06-07 2022-08-30 武汉洋洪电子商务有限公司 一种基于深度学习的电子商务平台商品智能分析推荐系统
CN116894713A (zh) * 2023-09-07 2023-10-17 酒仙网络科技股份有限公司 一种基于电商平台的酒类销售管理系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073717A (zh) * 2011-01-07 2011-05-25 南京大学 一种面向垂直电子商务网站的首页推荐方法
CN102542490A (zh) * 2011-12-27 2012-07-04 纽海信息技术（上海）有限公司 基于模型匹配的商品推荐方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902691B (zh) * 2011-07-28 2016-09-07 上海拉手信息技术有限公司 推荐方法及系统
CN102411754A (zh) * 2011-11-29 2012-04-11 南京大学 一种基于商品属性熵值的个性化推荐方法
CN104616178A (zh) * 2015-03-06 2015-05-13 浪潮集团有限公司 一种基于大数据多标记分类方法的电子商务商品推荐方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073717A (zh) * 2011-01-07 2011-05-25 南京大学 一种面向垂直电子商务网站的首页推荐方法
CN102542490A (zh) * 2011-12-27 2012-07-04 纽海信息技术（上海）有限公司 基于模型匹配的商品推荐方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI660316B (zh) * 2017-07-19 2019-05-21 日商三菱電機股份有限公司 Recommended device
CN110892438A (zh) * 2017-07-19 2020-03-17 三菱电机株式会社 推荐装置
US11538085B2 (en) 2017-07-19 2022-12-27 Trygle Co., Ltd. Recommendation device
WO2019148817A1 (zh) * 2018-01-31 2019-08-08 深圳春沐源控股有限公司 电商商品推荐方法和电商平台服务器
CN109767288A (zh) * 2018-12-15 2019-05-17 深圳壹账通智能科技有限公司 产品信息同步方法、装置、计算机设备及存储介质
CN111738785A (zh) * 2019-03-28 2020-10-02 北京京东尚科信息技术有限公司 选品方法、系统及存储介质
WO2020215751A1 (zh) * 2019-04-23 2020-10-29 北京三快在线科技有限公司 一种推荐方法、电子设备及可读存储介质

Also Published As

Publication number Publication date
WO2017012406A1 (zh) 2017-01-26

Similar Documents

Publication Publication Date Title
CN106709741A (zh) 一种商品推荐方法及系统
CN106097076B (zh) 商品销售管理系统
CN106408365B (zh) 内容推荐方法及装置
CN103325047B (zh) 网购引导装置及方法
WO2017092602A1 (zh) 一种信息投放用户的筛选方法和服务器
WO2022156529A1 (zh) 企业用户的商品推荐方法和装置
CN102609868B (zh) 购物系统及购物方法
CN108320213A (zh) 电商商品推荐方法和电商平台服务器
CN103679516A (zh) 基于购物车的比价系统及方法
CN102456203A (zh) 确定候选产品链表的方法及相关装置
CN106708883A (zh) 推荐方法及装置
CN107169839A (zh) 商品展示方法、装置及电子设备
CN110458640A (zh) 一种商品展示方法、装置、服务器和可存储介质
CN110347924A (zh) 果蔬商城管理系统及果蔬信息推送方法
CN107808300A (zh) 一种基于无线领域营销平台的广告推送系统及推送方法
CN109785081A (zh) 交互方法、交互装置、可读存储介质和电子设备
CN104615721A (zh) 用于基于退货关联信息推荐商品的方法和系统
CN107437195A (zh) 向用户推荐商品的方法和装置
CN109993629A (zh) 数据处理方法及电子设备
CN110264253A (zh) 一种护肤产品购买咨询的方法及装置
CN107169786B (zh) 数据资源的处理方法和装置
CN103106608A (zh) 一种商场用浏览和购买系统
KR20170076199A (ko) 커머셜 컨텐츠를 제공하는 방법, 장치 및 컴퓨터 프로그램
CN106157105A (zh) 获取用户状态信息的方法和装置
CN111523944A (zh) 浏览数据处理方法、装置、非易失性存储介质和处理

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524

RJ01 Rejection of invention patent application after publication