CN107045693A - 媒体特征确定、媒体推荐方法及装置 - Google Patents
媒体特征确定、媒体推荐方法及装置 Download PDFInfo
- Publication number
- CN107045693A CN107045693A CN201710316352.1A CN201710316352A CN107045693A CN 107045693 A CN107045693 A CN 107045693A CN 201710316352 A CN201710316352 A CN 201710316352A CN 107045693 A CN107045693 A CN 107045693A
- Authority
- CN
- China
- Prior art keywords
- media
- evaluation
- label
- evaluation index
- keyword
- 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
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
- G06Q30/0241—Advertisements
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Abstract
本发明提供了一种媒体特征确定、媒体推荐方法及装置,涉及大数据的技术领域,包括获取媒体对象的多个评价指标的指标数据和N个级别的评价指标集合的预设权重,所述N为大于或等于2的整数;根据预设算法、每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数;在所述媒体对象的传递内容中提取媒体标签,得到媒体标签集合;确定所述评价指数及所述媒体标签集合为所述媒体对象的媒体特征,解决了广告投放在不适宜的媒体中导致的投放效果不理想的技术问题,达到了向广告主推荐最适宜投放广告的新媒体,扩大广告传播效果,提高广告的转化价值的技术效果。
Description
技术领域
本发明涉及大数据技术领域,尤其是涉及一种媒体特征确定、媒体推荐方法及装置。
背景技术
新媒体是指允许社会参与者沿着双边关系进行沟通的传播系统,它利用数字技术、网络技术,通过互联网、宽带局域网、无线通信网或者卫星等渠道,以及电脑、手机、数字电视机等终端,向用户提供信息和娱乐服务的传播形态,例如,微博、微信、直播平台和门户网站等均是时下流行度较高的新媒体。新媒体的广告投放是专指在新媒体上所进行的广告投放,由于新媒体的实时性、互动性和平台化特征,使得不同类型的新媒体广告在不同的新媒体平台上具有不同的传播效果。
现有技术中,广告主在选择使用新媒体发布广告时,一般会根据自身经验或者对新媒体的熟悉程度,然而,由于每个新媒体均有不同的传播特点,所以广告主选择的新媒体可能无法适配待发布的广告,导致广告的投放无法达到预期效果,例如,广告主A每天利用新媒体A阅读新闻,则广告主A在发布广告时,可能会选择使用新媒体A发布广告,在发布广告后,很可能新媒体A的受众不关注X类别的广告,导致广告投放效果不理想,给广告主A造成一定的经济损失。
发明内容
有鉴于此,本发明的目的在于提供一种媒体特征确定、媒体推荐方法及装置,以缓解现有技术中存在的广告投放在不适宜的媒体中导致的投放效果不理想的技术问题。
第一方面,本发明实施例提供了一种媒体特征确定方法,包括:
获取媒体对象的多个评价指标的指标数据和N个级别的评价指标集合的预设权重,多个评价指标属于至少一个一级评价指标集合,每个N级评价指标集合包含至少一个N-1级评价指标集合,所述N为大于或等于2的整数;
根据预设算法、每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数;
在所述媒体对象的传递内容中提取媒体标签,得到媒体标签集合;
确定所述评价指数及所述媒体标签集合为所述媒体对象的媒体特征。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述根据每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数,包括:
将多个所述评价指标的指标数据转化为预设范围内的中间数据;
计算每个所述评价指标的所述中间数据与该评价指标属于的N个级别的评价指标集合的预设权重的乘积,得到评价指标的权重;
将所述媒体对象的多个评价指标的权重的和确定为所述媒体对象的评价指数。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述在所述媒体对象传递内容中提取媒体标签,得到媒体标签集合,包括:
获取预设时间段内所述媒体对象的传递内容;
识别所述传递内容中的主题标识;
提取所述传递内容中第M个主题标识和第M+1个主题标识之间的主题关键字,其中,所述M为奇数;
确定所述主题关键字为媒体标签。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述在所述媒体对象传递内容中提取媒体标签,得到媒体标签集合,还包括:
逐个提取预设产品关键字集合中的每个产品关键字;
在所述传递内容中查找与提取的所述产品关键字相同的词语;
在与所述产品关键词相同的词语的数量超过预设阈值时,将该产品关键词确定为媒体标签。
第二方面,本发明实施例还提供一种媒体推荐方法,包括:
获取如第一方面所述的多个所述媒体对象的所述媒体特征;
获取媒体筛选信息,所述媒体筛选信息包括筛选关键字;
在多个所述媒体对象中,选择媒体标签中包含所述筛选关键字的至少一个候选媒体对象;
选择评价指数最大的预设数量个候选媒体对象作为目标媒体对象;
按照预设推荐方式向用户推荐所述目标媒体对象。
第三方面,本发明实施例还提供一种媒体特征确定装置,包括:
第一获取模块,用于获取媒体对象的多个评价指标的指标数据和N个级别的评价指标集合的预设权重,多个评价指标属于至少一个一级评价指标集合,每个N级评价指标集合包含至少一个N-1级评价指标集合,所述N为大于或等于2的整数;
计算模块,用于根据预设算法、每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数;
提取模块,用于在所述媒体对象的传递内容中提取媒体标签,得到媒体标签集合;
确定模块,用于确定所述评价指数及所述媒体标签集合为所述媒体对象的媒体特征。
结合第三方面,本发明实施例提供了第三方面的第一种可能的实施方式,其中,所述计算模块包括:
转化单元,用于将多个所述评价指标的指标数据转化为预设范围内的中间数据;
计算单元,用于计算每个所述评价指标的所述中间数据与该评价指标属于的N个级别的评价指标集合的预设权重的乘积,得到评价指标的权重;
第一确定单元,用于将所述媒体对象的多个评价指标的权重的和确定为所述媒体对象的评价指数。
结合第三方面,本发明实施例提供了第三方面的第二种可能的实施方式,其中,所述提取模块,包括:
获取单元,用于获取预设时间段内所述媒体对象的传递内容;
第一查找单元,用于识别所述传递内容中的主题标识;
第一提取单元,用于提取所述传递内容中第M个主题标识和第M+1个主题标识之间的主题关键字,其中,所述M为奇数;
第二确定单元,用于确定所述主题关键字为媒体标签。
结合第三方面,本发明实施例提供了第三方面的第三种可能的实施方式,其中,所述提取模块,还包括:
第二提取单元,用于逐个提取预设产品关键字集合中的每个产品关键字;
第二查找单元,用于在所述传递内容中查找与提取的所述产品关键字相同的词语;
第三确定单元,用于在与所述产品关键词相同的词语的数量超过预设阈值时,将该产品关键词确定为媒体标签。
第三方面,本发明实施例还提供一种媒体推荐装置,包括:
第二获取模块,用于获取第二方面所述的多个所述媒体对象的所述媒体特征;
第三获取模块,用于获取媒体筛选信息,所述媒体筛选信息包括筛选关键字;
第一选择模块,用于在多个所述媒体对象中,选择媒体标签中包含所述筛选关键字的至少一个候选媒体对象;
第二选择模块,用于选择评价指数最大的预设数量个候选媒体对象作为目标媒体对象;
推荐模块,用于按照预设推荐方式向用户推荐所述目标媒体对象。
本发明实施例带来了以下有益效果:本发明实施例提供的该方法,通过计算权重、提取标签等方式确定每个新媒体的媒体特征,再根据媒体特征及广告的相关信息在多个媒体对象中选择预设数量个推荐媒体对象,可以向广告主推荐最适宜投放广告的新媒体,扩大广告传播效果,提高广告的转化价值。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的媒体特征确定方法的流程图;
图2为图1中步骤S102的流程图;
图3为本发明实施例提供的媒体推荐方法的流程图;
图4为本发明实施例提供的媒体特征确定装置的结构图;
图5为本发明实施例提供的媒体推荐装置的结构图。
图标:11-第一获取模块;12-计算模块;13-提取模块;14-确定模块;21-第二获取模块;22-第三获取模块;23-第一选择模块;24-第二选择模块;25-推荐模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
目前现有技术中,广告主在选择使用新媒体发布广告时,一般会根据自身经验或者对新媒体的熟悉程度,然而,由于每个新媒体均有不同的传播特点,所以广告主选择的新媒体可能无法适配待发布的广告,导致广告的投放无法达到预期效果,例如,广告主A每天利用新媒体A阅读新闻,则广告主A在发布广告时,可能会选择使用新媒体A发布广告,在发布广告后,很可能新媒体A的受众不关注X类别的广告,导致广告投放效果不理想,给广告主A造成一定的经济损失,基于此,本发明实施例提供的一种媒体特征确定、媒体推荐方法及装置,可以通过计算权重、提取标签等方式确定每个新媒体的媒体特征,再根据媒体特征及广告的相关信息在多个媒体对象中选择预设数量个推荐媒体对象,可以向广告主推荐最适宜投放广告的新媒体,扩大广告传播效果,提高广告的转化价值。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种媒体特征确定方法进行详细介绍,如图1所示,所述方法包括以下步骤。
在步骤S101中,获取媒体对象的多个评价指标的指标数据和N个级别的评价指标集合的预设权重。
在本发明实施例中,媒体对象可以指微博、微信、直播平台,多个评价指标属于至少一个一级评价指标集合,每个N级评价指标集合包含至少一个N-1级评价指标集合,所述N为大于或等于2的整数。
在确定N个级别的评价指数集合时,可以参照以下方式:
鉴于新媒体(社会性媒体)的特征及传播特点,市场营销管理者们关心的课题是:营销投入是如何和社会性媒体(即新媒体)相互作用,从而产出理想的营销效果的?为此,根据文献研究及实践调研,我们提出SOR框架,其中包括:S(Stimulus)即刺激,是指企业的营销投入,如信息、广告、定价等;O(Organism)即有机体,在此指社会性媒体;R(Response)即反应,是指营销效果,可以通过市场份额、利润等衡量,也可以通过客户终身价值来衡量,或者从品牌认知、偏好等角度来考量。
社会性媒体由四个核心要素构成,分别是核心价值、话题、粉丝网络特征、粉丝生态。具体而言,第一,参与者是社会性媒体系统的核心组成部分,他们之间相互沟通,而每一个行动者的交流都是由特定动机驱动的;第二,参与者彼此交流,从而产生了UGC(用户生成内容),丰富了社会性媒体系统;第三,所有的双边关系相互交织,就形成了一张巨大的网,从而影响着系统中的每个参与者和整个系统;第四,参与者不仅会在交流中生产内容,他们还会对内容进行修改、共享或简单地消费它们,随着时间推移,参与者以各种不同的社会互动形式进行分享,从而承担了各种不同的社会角色。在每一社会性媒体中四种要素会持续不断地相互作用、相互改变、相互强化,就像一个活着的有机体一样。
基于SOR框架,我们具体构建了基于社会性媒体特点的商业传播评价指数模型六要素,分别为媒体核心价值/匹配度、话题、粉丝特征、粉丝生态、广告投入和广告传播效果等。以下分别对六要素加以阐述:
(一)媒体核心价值/匹配度。
为什么人们会使用和参与社会性媒体?根据以往研究,我们归纳了两大类价值,反映新媒体如何与广告主进行更好的沟通,分别为(1)内容主题:新媒体传递内容所属的主题范畴,反映新媒体通常借助什么主题来与粉丝交流。(2)产品范畴:新媒体传递内容涉及的产品范畴,属于电脑配件、还是衣帽服饰、还是家居建材,等等。
(二)话题。
社会性媒体系统内产生的话题质量和数量如何?根据以往研究,我们话题的评判指标分为三类,分别为(1)话题质量,话题内容生动性、话题内容互动性、话题关注度。(2)话题波动,按照话题内容的情绪和调性来区别,比如该内容反映了内容制造者是生气的、焦虑的、还是喜乐的情感波动;以及消费用户的认可波动,该内容是积极的还是消极的。(3)话题数量,媒体发布者总共发布的话题数量。
(三)粉丝特征。
由该社会性媒体而聚集的粉丝社群结构是怎样的?我们可以从不同层面对网络结构进行阐述,从微观层面,我们关注粉丝网络结构中有社会纽带的个体;从中观层面,我们探讨粉丝网络结构中多个个体构成的子群;从粉丝宏观层面,关注个体或子群构成的整个结构化系统。根据以往研究,我们汇总出四类网络结构指标,分别为(1)粉丝规模,如粉丝参与者总数。(2)粉丝关系,如同质性、关系的多重型、相互性、网络封闭性等。(3)粉丝分布,如网络中心性、密度、距离、关系强度等。(4)粉丝细分,如集聚程度、节点的中介性等。
(四)粉丝生态。
我们还需要关注社会性媒体中粉丝内的互动程度及扮演的不同角色,反映粉丝的生态质量和自活跃程度。在社会性媒体中,个体不仅会接受、转发内容,还会通过多种方式与其它同类型的群体进行认知、评价、修改、增加内容。由此,粉丝个体在特定内容上的一贯持续的行为可能会使其在社会网络中扮演某些社会角色。粉丝生态互动的过程,是个体间或子群内一系列动态变化的社会行为与交流,所有参与者都在不断定义自己的角色,获取优越的社会角色及其他参与者的支持。根据以往研究,有三类主要的粉丝生态,分别为:评论活度、互动程度、自我展现。
(五)广告投入。
企业的营销投入,包括信息、广告等等。企业向社会性媒体发起话题、发布软文等,这些信息在系统中通过人与人的交流进行传播,从而使得这些投入发挥价值。
(六)广告传播效果。
广告效果,是指广告主企业投入的产出如何,可以通过市场份额、利润等衡量,也可以通过客户终身价值来衡量,或者从品牌认知、偏好等角度来考量。营销效果还会反馈到企业,营销管理者评估、学习,从而不断优化企业的营销投入。
基于,商业传播评价指数模型六要素,可以分别构建新媒体商业传播评价模型六要素的指标体系。
(一)核心价值的指标体系。
分析新媒体的内容所属领域,主要对新媒体的内容进行识别,前期可以由媒体人自行选择打钩,待数据标签不断积累和平台模型完善成熟后,再根据文本内容进行自动识别和匹配。
该项内容不打分,作为广告主精准筛选的条件。包括两个维度:内容主题和产品范畴。
1.内容主题:新媒体传递内容所属的主题范畴,反映新媒体通常借助什么主题来与粉丝交流。内容主题的分类,微博上主要的分类有:明星、搞笑、社会、热点资讯、情感、时尚、电影、股票、旅游、听歌、直播、购物、新闻、校园。同时,新的内容主题可以通过微博自输入符号识别,#文本读取#,帖子内有##表示里面是主题,可以累积不同自媒体的主题标签。
2.产品范畴:新媒体传递内容涉及的产品范畴,根据淘宝类目分类,由自媒体自行填入。淘宝上的主要产品类目有:女装、男装、内衣、鞋靴、箱包、配件、童装玩具、孕产、家电、数码、手机、美妆、洗护、保健品、珠宝、眼镜、手表、运动、户外、乐器、游戏、动漫、影视、美食、生鲜、零食、鲜花、宠物、农资、房产、装修、建材、家具、家饰、家纺、汽车、二手车、汽车用品、办公、五金电子、百货、餐厨、家庭保健、学习、卡券。
(二)媒体话题的指标体系。
什么话题内容驱动社会化媒体的形成和延续。将从以下方面衡量媒体话题的价值。
1.话题质量。(1)话题互动性,衡量指标包括:平均每条内容帖子的评论数,平均每条内容帖子的转发数,平均每条内容帖子的评论数波动(最大值-最小值)。(2)话题生动性,衡量指标包括:平均每帖子的图片、视频数,平均每周发长微博数量。(3)话题关注度,衡量指标包括:总共获得的头条、榜单、热门排行榜阅读数(头条、榜单、热门排行榜是微博里的三种排行榜,代表内容帖子获得的媒体关注度),总共获得的头条、榜单、热门排行榜阅读数增量。
2.话题波动。(1)情感(生气、焦虑、高兴),由于难以进行表情符号的作用机制分析,还没有进行验证,说明不采集数据,按照最大值处理,即1(是否采用1,由指标的衡量标准确定,如果所有指标都标准化为1,那么最大值就是1)。衡量指标为:帖子内容的高兴和悲伤的表情符号数量。(2)正向和负向认可的程度,衡量指标:平均每帖子点赞数、平均每帖子点差数、平均每条帖子的点赞数占总粉丝数的比例。(3)内容的数量:发表内容帖子的总数、每月内容帖子增长数。
(三)粉丝特征的指标体系。
粉丝特征是指不同成员之间的关系特质。
1.粉丝规模,主要用粉丝数量衡量,但是需要提出互粉或者无效粉丝所带来的误差。因此,衡量采用粉丝数、粉丝数除以好友数、粉丝的月平均粉丝增长数。
2.粉丝关系,主要衡量粉丝之间的相似性和封闭性。粉丝相似性,用粉丝共同关注人数衡量;粉丝封闭性,衡量应采用相互关注的粉丝数占总粉丝数比例衡量(这部分不采集数据,按照最大值进行处理,即1,(是否采用1,由指标的衡量标准确定,如果所有指标都标准化为1,那么最大值就是1))。
3.粉丝分布,反映粉丝之间的分布特征和结构。其中,中心度,衡量粉丝中多少能够获得媒体平台(如微博、微信、直播等)的平台加以特殊认证和评级的粉丝总数。
4.粉丝细分,反映粉丝是否存在明显的共同特征。其中,聚集度,年龄、职业、性别的占比(计算最大组成的占比);中介度,反映处于网络中介位置的粉丝数量。
(四)粉丝生态的指标体系。
粉丝内的互动程度及扮演的不同角色,反映粉丝的生态质量和自活跃程度。
1.评论活度,反映粉丝分享强度。衡量指标:平均每帖子的粉丝发表评论的比例,平均每帖子的无点赞/评论的粉丝占总用户数的比例(僵尸粉比例,该指标为反向指标)。
2.互动程度,反映粉丝之间相互娱乐程度。衡量指标:粉丝相互评论的数量占总评论数量的比例,自媒体的主体对粉丝的回复数量。
3.自我展现,反映粉丝自我展现的程度,一般采用评论的文字数量来反映,评论越愿意展现自己,就越有可能发表更多文字的评论。衡量指标:粉丝发表评论的文字数量大于特点数字的比例。
(五)广告投入的指标体系。
广告投入,反映该新媒体以往的成本,用于给广告商作为参考评价信息。两个衡量指标:广告的平均价格、价格波动(最高成交价-最低成交价)。
(六)广告传播效果的指标体系
广告传播效果,是指广告主企业投入的产出如何,主要衡量新媒体的广告部分。衡量指标有:合作广告的点赞数(平均)、合作广告的评论数(平均)、合作广告的转化率(平均的购买人数/浏览人数)、广告续签率、广告数、订单评分分值、人工评分(该部分指引入客户人工评分后的评价得分)。
由于核心价值的指标体系用于分析新媒体的内容所属领域,主要对新媒体的内容进行识别,可以由媒体人自行选择打钩,且该项内容不打分,作为广告主精准筛选的条件,所以,筛选领域可以主要应用于媒体推荐方法。因此,第N级特征集合可以包括:媒体话题集合、粉丝特征集合、粉丝生态集合、广告投入集合和广告效果集合,媒体话题集合用于收集驱动社会化媒体的内容,粉丝特征集合用于反映不同成员之间的关系特质,粉丝生态集合用于反映粉丝之间的高质量互动,广告投入即在媒体上投放广告所需资金等,广告效果即在媒体上投放广告后广告的传播效果等。
在实际应用中,可以将第N级的媒体话题集合细分为多个第N-1级集合,再将每个第N-1级集合细分为多个第N-2级评价指标集合……,直至细分到一级评价指标集合,该一级评价指标集合中包括多项评价指标,评价指标的指标数据即为评价指标对应数值,例如:平均每条内容帖子的评论为评价指标,评论数为指标数据,平均每条内容帖子的转发为评价指标,则转发数为指标数据,……,等等,以微博为例,在N=3时,各个集合的构成和每级评价指标集合的权重可以如下表1所示:
表1
以上表格内容仅用于举例说明,对本发明不构成限定,在实际应用中,可根据实际情况进行调整。
当N=3时,以微信为例,如表2所示:
表2
以上表格内容仅用于举例说明,对本发明不构成限定,在实际应用中,可根据实际情况进行调整。
在N=3时,以某一直播平台为例,如下表3所示:
表3
以上表格内容仅用于举例说明,对本发明不构成限定,在实际应用中,可根据实际情况进行调整。
在N=3时,以某一门户网站为例,如下表4所示:
表4
以上表格内容仅用于举例说明,对本发明不构成限定,在实际应用中,可根据实际情况进行调整。
在步骤S102中,根据预设算法、每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数。
在本发明实施例中,如图2所示,所述步骤S102包括以下步骤。
在步骤S1021中,将多个所述评价指标的指标数据转化为预设范围内的中间数据。
在该步骤中,可以将每个指标数据分别进行归一化处理,转化成0~1范围内的中间数据,以使各个指标之间具有可比性,在评价指标为反向指标,如:僵尸粉等,可以利用1减去经过归一化处理后得到的中间数据,例如,假设僵尸粉归一化处理后得到的数据为0.3,则中间数据需要1-0.3=0.7。
在步骤S1022中,计算每个所述评价指标的所述中间数据与该评价指标属于的N个级别的评价指标集合的预设权重的乘积,得到评价指标的权重。
在该步骤中,可以利用评价指标的中间数据乘以该评价指标所属的每个级别的评价指标集合的预设权重,例如,假设中间数据为0.4,评价指标为如上表1中的“平均每条内容帖子的评论”,则其所属的一级评价指标集合的一级权重40%,二级权重为50%,三级权重为20%,利用0.4乘以40%乘以50%乘以20%再乘以100,得到的数值以为该评价指标“平均每条内容帖子的评论”的权重。
在步骤S1023中,将所述媒体对象的多个评价指标的权重的和确定为所述媒体对象的评价指数。
在该步骤中,假设媒体对象包括评价指标A、B和C,评价指标A的权重为20%,评价指标B的权重为30%,评价指标C的权重为40%,则该媒体对象的评价指数为90。
在步骤S103中,在所述媒体对象的传递内容中提取媒体标签,得到媒体标签集合。
在本发明实施例中,媒体对象的传递内容可以指预设时间段内(如1个月)媒体对象中进行数据传递的内容,例如:转发内容、评论内容等等。
所述步骤S103可以包括以下步骤。
获取预设时间段内所述媒体对象的传递内容。
预设时间段可以指3天、一星期、一个月等等。
识别所述传递内容中的主题标识;
主题标识可以指#等。
提取所述传递内容中第M个主题标识和第M+1个主题标识之间的主题关键字,其中,所述M为奇数;
例如,假设传递内容中存在四个#,则可以提取第一个#和第二个#之间的关键字,以及,将第三个#和第四个#之间的关键字,作为主题关键字。主题关键字一般用来反映新媒体传递内容所属的主题范畴,反映新媒体通常借助什么主题来与粉丝交流。
确定所述主题关键字为媒体标签。
所述步骤S103还可以包括以下步骤。
逐个提取预设产品关键字集合中的每个产品关键字;
在本发明实施例中,预设产品关键字集合中包含多个产品关键字,产品关键字可以为“女装、男装、内衣、鞋靴、箱包、配件、童装玩具、孕产、家电、数码和/或手机”等等,在设置产品关键字时可以参考某购物网站的类目分类,也可以根据需要设定。
在所述传递内容中查找与提取的所述产品关键字相同的词语;
在该步骤中,可以将每个产品关键字分别与传递内容中的每个词语,以找到与所述产品关键字相同的词语。
在与所述产品关键词相同的词语的数量超过预设阈值时,将该产品关键词确定为媒体标签。
在该步骤中,预设阈值可以根据实际需要设定,可以统计与每个产品关键字相同的词语的数量,然后将词语的数量与预设阈值比较,如果词语的数量大于预设阈值,则将该产品关键词确定为媒体标签。
在实际应用中,步骤S103应当在步骤S104之前,但是与步骤S101和步骤S102无先后顺序。
在步骤S104中,确定所述评价指数及所述媒体标签集合为所述媒体对象的媒体特征。
本发明实施例通过计算权重、提取标签等方式确定每个新媒体的媒体特征,进而便于根据媒体特征及待推荐广告的相关信息在多个媒体对象中选择预设数量个推荐媒体对象,可以向广告主推荐最适宜投放广告的新媒体,扩大广告传播效果,提高广告的转化价值。
在本发明的又一实施例中,还提供一种媒体推荐方法,如图3所示,所述方法包括以下步骤。
在步骤S201中,获取如前述实施例所述的多个所述媒体对象的所述媒体特征;
对于每个媒体对象,均可以按照前述实施例所述的方法确定媒体特征。
在步骤S202中,获取媒体筛选信息,所述媒体筛选信息包括筛选关键字;
这里的媒体筛选信息即可以指核心价值的指标体系中广告主筛选的领域,媒体筛选信息可以通过用户交互界面输入等,筛选关键字可以指用户输入的词语等,例如:汽车、服装等等。
在步骤S203中,在多个所述媒体对象中,选择媒体标签中包含所述筛选关键字的至少一个候选媒体对象;
在该步骤中,可以将筛选关键字与每个媒体标签比较,如果存在任一媒体标签与筛选关键字相同,则可以将该媒体对象确定为候选媒体对象。
在步骤S204中,选择评价指数最大的预设数量个候选媒体对象作为目标媒体对象;
在该步骤中,可以获取至少一个候选媒体对象的评价指数,在候选媒体对象的数量大于预设数量时,可以将至少一个候选媒体对象按照从小到大或者从大到小的顺序排序,然后选择其中评价指数最大的预设数量个候选媒体对象作为目标媒体对象。
在步骤S205中,按照预设推荐方式向用户推荐所述目标媒体对象。
在该步骤中,可以在推荐界面上显示选择的目标媒体对象。
本发明实施例可以根据媒体特征及待推荐广告的相关信息在多个媒体对象中选择预设数量个推荐媒体对象,可以向广告主推荐最适宜投放广告的新媒体,扩大广告传播效果,提高广告的转化价值。
在本发明的又一实施例中,如图4所示,还提供一种媒体特征确定装置,包括:第一获取模块11、计算模块12、提取模块13和确定模块14。
第一获取模块11,用于获取媒体对象的多个评价指标的指标数据和N个级别的评价指标集合的预设权重,多个评价指标属于至少一个一级评价指标集合,每个N级评价指标集合包含至少一个N-1级评价指标集合,所述N为大于或等于2的整数;
计算模块12,用于根据预设算法、每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数;
提取模块13,用于在所述媒体对象的传递内容中提取媒体标签,得到媒体标签集合;
确定模块14,用于确定所述评价指数及所述媒体标签集合为所述媒体对象的媒体特征。
在本发明的又一实施例中,所述计算模块12包括:
转化单元,用于将多个所述评价指标的指标数据转化为预设范围内的中间数据;
计算单元,用于计算每个所述评价指标的所述中间数据与该评价指标属于的N个级别的评价指标集合的预设权重的乘积,得到评价指标的权重;
第一确定单元,用于将所述媒体对象的多个评价指标的权重的和确定为所述媒体对象的评价指数。
在本发明的又一实施例中,所述提取模块13,包括:
获取单元,用于获取预设时间段内所述媒体对象的传递内容;
第一查找单元,用于识别所述传递内容中的主题标识;
第一提取单元,用于提取所述传递内容中第M个主题标识和第M+1个主题标识之间的主题关键字,其中,所述M为奇数;
第二确定单元,用于确定所述主题关键字为媒体标签。
在本发明的又一实施例中,所述提取模块13,还包括:
第二提取单元,用于逐个提取预设产品关键字集合中的每个产品关键字;
第二查找单元,用于在所述传递内容中查找与提取的所述产品关键字相同的词语;
第三确定单元,用于在与所述产品关键词相同的词语的数量超过预设阈值时,将该产品关键词确定为媒体标签。
在本发明的又一实施例中,如图5所示,一种媒体推荐装置,包括:第二获取模块21、第三获取模块22、第一选择模块23、第二选择模块24和推荐模块25。
第二获取模块21,用于获取前述实施例所述的多个所述媒体对象的所述媒体特征;
第三获取模块22,用于获取媒体筛选信息,所述媒体筛选信息包括筛选关键字;
第一选择模块23,用于在多个所述媒体对象中,选择媒体标签中包含所述筛选关键字的至少一个候选媒体对象;
第二选择模块24,用于选择评价指数最大的预设数量个候选媒体对象作为目标媒体对象;
推荐模块25,用于按照预设推荐方式向用户推荐所述目标媒体对象。
本发明实施例所提供的媒体特征确定、媒体推荐方法及装置的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种媒体特征确定方法,其特征在于,包括:
获取媒体对象的多个评价指标的指标数据和N个级别的评价指标集合的预设权重,多个评价指标属于至少一个一级评价指标集合,每个N级评价指标集合包含至少一个N-1级评价指标集合,所述N为大于或等于2的整数;
根据预设算法、每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数;
在所述媒体对象的传递内容中提取媒体标签,得到媒体标签集合;
确定所述评价指数及所述媒体标签集合为所述媒体对象的媒体特征。
2.根据权利要求1所述的媒体特征确定方法,其特征在于,所述根据每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数,包括:
将多个所述评价指标的指标数据转化为预设范围内的中间数据;
计算每个所述评价指标的所述中间数据与该评价指标属于的N个级别的评价指标集合的预设权重的乘积,得到评价指标的权重;
将所述媒体对象的多个评价指标的权重的和确定为所述媒体对象的评价指数。
3.根据权利要求2所述的媒体特征确定方法,其特征在于,所述在所述媒体对象传递内容中提取媒体标签,得到媒体标签集合,包括:
获取预设时间段内所述媒体对象的传递内容;
识别所述传递内容中的主题标识;
提取所述传递内容中第M个主题标识和第M+1个主题标识之间的主题关键字,其中,所述M为奇数;
确定所述主题关键字为媒体标签。
4.根据权利要求3所述的媒体特征确定方法,其特征在于,所述在所述媒体对象传递内容中提取媒体标签,得到媒体标签集合,还包括:
逐个提取预设产品关键字集合中的每个产品关键字;
在所述传递内容中查找与提取的所述产品关键字相同的词语;
在与所述产品关键词相同的词语的数量超过预设阈值时,将该产品关键词确定为媒体标签。
5.一种媒体推荐方法,其特征在于,包括:
获取如权利要求1至4任一所述的多个所述媒体对象的所述媒体特征;
获取媒体筛选信息,所述媒体筛选信息包括筛选关键字;
在多个所述媒体对象中,选择媒体标签中包含所述筛选关键字的至少一个候选媒体对象;
选择评价指数最大的预设数量个候选媒体对象作为目标媒体对象;
按照预设推荐方式向用户推荐所述目标媒体对象。
6.一种媒体特征确定装置,其特征在于,包括:
第一获取模块,用于获取媒体对象的多个评价指标的指标数据和N个级别的评价指标集合的预设权重,多个评价指标属于至少一个一级评价指标集合,每个N级评价指标集合包含至少一个N-1级评价指标集合,所述N为大于或等于2的整数;
计算模块,用于根据预设算法、每个所述评价指标的指标数据以及N个级别的评价指标集合的预设权重,计算所述媒体对象的评价指数;
提取模块,用于在所述媒体对象的传递内容中提取媒体标签,得到媒体标签集合;
确定模块,用于确定所述评价指数及所述媒体标签集合为所述媒体对象的媒体特征。
7.根据权利要求6所述的媒体特征确定装置,其特征在于,所述计算模块包括:
转化单元,用于将多个所述评价指标的指标数据转化为预设范围内的中间数据;
计算单元,用于计算每个所述评价指标的所述中间数据与该评价指标属于的N个级别的评价指标集合的预设权重的乘积,得到评价指标的权重;
第一确定单元,用于将所述媒体对象的多个评价指标的权重的和确定为所述媒体对象的评价指数。
8.根据权利要求7所述的媒体特征确定装置,其特征在于,所述提取模块,包括:
获取单元,用于获取预设时间段内所述媒体对象的传递内容;
第一查找单元,用于识别所述传递内容中的主题标识;
第一提取单元,用于提取所述传递内容中第M个主题标识和第M+1个主题标识之间的主题关键字,其中,所述M为奇数;
第二确定单元,用于确定所述主题关键字为媒体标签。
9.根据权利要求8所述的媒体特征确定装置,其特征在于,所述提取模块,还包括:
第二提取单元,用于逐个提取预设产品关键字集合中的每个产品关键字;
第二查找单元,用于在所述传递内容中查找与提取的所述产品关键字相同的词语;
第三确定单元,用于在与所述产品关键词相同的词语的数量超过预设阈值时,将该产品关键词确定为媒体标签。
10.一种媒体推荐装置,其特征在于,包括:
第二获取模块,用于获取如权利要求6至9任一所述的多个所述媒体对象的所述媒体特征;
第三获取模块,用于获取媒体筛选信息,所述媒体筛选信息包括筛选关键字;
第一选择模块,用于在多个所述媒体对象中,选择媒体标签中包含所述筛选关键字的至少一个候选媒体对象;
第二选择模块,用于选择评价指数最大的预设数量个候选媒体对象作为目标媒体对象;
推荐模块,用于按照预设推荐方式向用户推荐所述目标媒体对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710316352.1A CN107045693A (zh) | 2017-05-05 | 2017-05-05 | 媒体特征确定、媒体推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710316352.1A CN107045693A (zh) | 2017-05-05 | 2017-05-05 | 媒体特征确定、媒体推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107045693A true CN107045693A (zh) | 2017-08-15 |
Family
ID=59546772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710316352.1A Pending CN107045693A (zh) | 2017-05-05 | 2017-05-05 | 媒体特征确定、媒体推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107045693A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108596644A (zh) * | 2018-03-12 | 2018-09-28 | 北京搜狐新媒体信息技术有限公司 | 一种原生内容发布方法及装置 |
CN109068180A (zh) * | 2018-09-28 | 2018-12-21 | 武汉斗鱼网络科技有限公司 | 一种确定视频精选集的方法以及相关设备 |
CN109213878A (zh) * | 2018-09-17 | 2019-01-15 | 北京点网聚科技有限公司 | 媒体评估方法及装置 |
CN109472628A (zh) * | 2017-09-07 | 2019-03-15 | 北京国双科技有限公司 | 一种数据处理的方法及装置 |
CN110163460A (zh) * | 2018-03-30 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种确定应用分值的方法及设备 |
CN110266745A (zh) * | 2019-03-08 | 2019-09-20 | 腾讯科技(深圳)有限公司 | 基于深度网络的信息流推荐方法、装置、设备及存储介质 |
CN117216391A (zh) * | 2023-09-18 | 2023-12-12 | 联奕科技股份有限公司 | 一种新闻推荐方法、系统及设备 |
CN117216391B (zh) * | 2023-09-18 | 2024-05-07 | 联奕科技股份有限公司 | 一种新闻推荐方法、系统及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102999497A (zh) * | 2011-09-09 | 2013-03-27 | 腾讯科技(北京)有限公司 | 一种媒体信息位推荐方法及系统 |
CN104217334A (zh) * | 2013-06-05 | 2014-12-17 | 北京京东尚科信息技术有限公司 | 一种产品信息推荐方法、装置和系统 |
CN104834731A (zh) * | 2015-05-15 | 2015-08-12 | 百度在线网络技术(北京)有限公司 | 一种自媒体信息的推荐方法及装置 |
CN104951430A (zh) * | 2014-03-27 | 2015-09-30 | 携程计算机技术(上海)有限公司 | 产品特征标签的提取方法及装置 |
US20150332313A1 (en) * | 2014-05-16 | 2015-11-19 | Facebook. Inc. | Objective Prediction of an Ad Creative Based on Feature Scores |
US9378275B1 (en) * | 2011-07-13 | 2016-06-28 | Google Inc. | Lead generation system and methods |
CN106022849A (zh) * | 2016-07-11 | 2016-10-12 | 互动派科技股份有限公司 | 一种新媒体价值与效果评估方法和系统 |
-
2017
- 2017-05-05 CN CN201710316352.1A patent/CN107045693A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9378275B1 (en) * | 2011-07-13 | 2016-06-28 | Google Inc. | Lead generation system and methods |
CN102999497A (zh) * | 2011-09-09 | 2013-03-27 | 腾讯科技(北京)有限公司 | 一种媒体信息位推荐方法及系统 |
CN104217334A (zh) * | 2013-06-05 | 2014-12-17 | 北京京东尚科信息技术有限公司 | 一种产品信息推荐方法、装置和系统 |
CN104951430A (zh) * | 2014-03-27 | 2015-09-30 | 携程计算机技术(上海)有限公司 | 产品特征标签的提取方法及装置 |
US20150332313A1 (en) * | 2014-05-16 | 2015-11-19 | Facebook. Inc. | Objective Prediction of an Ad Creative Based on Feature Scores |
CN104834731A (zh) * | 2015-05-15 | 2015-08-12 | 百度在线网络技术(北京)有限公司 | 一种自媒体信息的推荐方法及装置 |
CN106022849A (zh) * | 2016-07-11 | 2016-10-12 | 互动派科技股份有限公司 | 一种新媒体价值与效果评估方法和系统 |
Non-Patent Citations (3)
Title |
---|
水淼等: "《互联网信息编辑实务》", 30 June 2016, 合肥:安徽科学技术出版社 * |
黄云龙: "《社区教育管理与评价》", 30 June 2000, 上海:上海大学出版社 * |
齐二娜: "中华老字号自媒体传播现状研究", 《中国博士学位论文数据库 经济与管理科学辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472628A (zh) * | 2017-09-07 | 2019-03-15 | 北京国双科技有限公司 | 一种数据处理的方法及装置 |
CN108596644A (zh) * | 2018-03-12 | 2018-09-28 | 北京搜狐新媒体信息技术有限公司 | 一种原生内容发布方法及装置 |
CN110163460A (zh) * | 2018-03-30 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 一种确定应用分值的方法及设备 |
CN110163460B (zh) * | 2018-03-30 | 2023-09-19 | 腾讯科技(深圳)有限公司 | 一种确定应用分值的方法及设备 |
CN109213878A (zh) * | 2018-09-17 | 2019-01-15 | 北京点网聚科技有限公司 | 媒体评估方法及装置 |
CN109068180A (zh) * | 2018-09-28 | 2018-12-21 | 武汉斗鱼网络科技有限公司 | 一种确定视频精选集的方法以及相关设备 |
CN109068180B (zh) * | 2018-09-28 | 2021-02-02 | 武汉斗鱼网络科技有限公司 | 一种确定视频精选集的方法以及相关设备 |
CN110266745A (zh) * | 2019-03-08 | 2019-09-20 | 腾讯科技(深圳)有限公司 | 基于深度网络的信息流推荐方法、装置、设备及存储介质 |
CN110266745B (zh) * | 2019-03-08 | 2022-02-25 | 腾讯科技(深圳)有限公司 | 基于深度网络的信息流推荐方法、装置、设备及存储介质 |
CN117216391A (zh) * | 2023-09-18 | 2023-12-12 | 联奕科技股份有限公司 | 一种新闻推荐方法、系统及设备 |
CN117216391B (zh) * | 2023-09-18 | 2024-05-07 | 联奕科技股份有限公司 | 一种新闻推荐方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chetan Panse et al. | Understanding consumer behaviour towards utilization of online food delivery platforms | |
Nisar et al. | Sports clubs’ use of social media to increase spectator interest | |
CN107045693A (zh) | 媒体特征确定、媒体推荐方法及装置 | |
Lim et al. | Variations in consumers’ use of brand online social networking: A uses and gratifications approach | |
Kirby-Hawkins et al. | An investigation into the geography of corporate e-commerce sales in the UK grocery market | |
Philip et al. | Examining temporary disposition and acquisition in peer-to-peer renting | |
Correia et al. | Luxury shopping orientations of mainland Chinese tourists in Hong Kong: Their shopping destination | |
CN103823908B (zh) | 基于用户偏好的内容推荐方法和服务器 | |
Wohn | The role of habit strength in social network game play | |
CN103295148B (zh) | 生成和实现数据模型的方法和装置 | |
Kang | The mobile phone and professional sports: Fans’ use of mobile content for loyalty, identification, and fandom | |
CN110474944A (zh) | 网络信息的处理方法、装置及存储介质 | |
Hung et al. | Understanding luxury shopping destination preference using conjoint analysis and traditional item-based measurement | |
CN104636892A (zh) | 整合健身资源的管理平台 | |
Ni et al. | Optimal decisions for fixed-price group-buying business originated in China: a game theoretic perspective | |
Li et al. | Profit earning and monetary loss bidding in online entertainment shopping: the impacts of bidding patterns and characteristics | |
Laškarin Ažić et al. | Loyalty trends and issues in tourism research | |
Gao et al. | The appeal of the omni-channels on lady casual wears retailing in China | |
Njelesani et al. | The influence of context: a naturalistic study of Ugandan children's doings in outdoor spaces | |
Feitosa et al. | Length of stay and satisfaction shaping the competitiveness of international business tourism in São Paulo city, Brazil | |
Rihidima et al. | Adoption of Cash on Delivery Payment Method in E-commerce Shopping: A Value-based Adoption Model Approach. | |
Lee et al. | Just-in-time social cloud: Computational social platform to guide people's just-in-time decisions | |
Le Moignan et al. | Experiential Value in Group Browsing of Curios on eBay and In-Person: Implications for Future Platform Design | |
Fedosov et al. | From travel plans to magic wands: A cross-domain study of practices and privacy requirements for sharing emerging types of online content | |
CN109685530A (zh) | 一种服务信息交互界面、装置及电子设备 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Yang Chunbo Inventor after: Huo Li Inventor before: Huo Li Inventor before: An Shaojin |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170815 |