CN109086939A - 一种做题结果的录入方法及装置 - Google Patents
一种做题结果的录入方法及装置 Download PDFInfo
- Publication number
- CN109086939A CN109086939A CN201810919616.7A CN201810919616A CN109086939A CN 109086939 A CN109086939 A CN 109086939A CN 201810919616 A CN201810919616 A CN 201810919616A CN 109086939 A CN109086939 A CN 109086939A
- Authority
- CN
- China
- Prior art keywords
- topic
- answer
- result
- refers
- determining
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明公开了一种做题结果的录入方法及装置,包括:确定对象,其中,所述对象是指解答题目的人或设备;所述确定对象是指明确哪些对象参与了解答题目这项活动;确定题目,其中,所述题目是指提出来要求解答的问题;所述确定题目是指明确了要求解答的是哪些问题;确定正误,其中,所述正误是指正确和错误;所述确定正误是指明确哪些解答或解答的一部分是正确的,哪些解答或解答的一部分是错误的;以及将三者对应起来,通过以上技术方案,可以从众多做题的对象和海量题目中确定出哪个对象做了哪道题目,以及做题的结果。这些信息被记录保存后,有助于教学活动的开展和学生学习成绩的提高,或者有助于智能设备的高效学习。
Description
技术领域
本申请涉及信息技术领域,尤其涉及一种做题结果的录入方法和装置。
背景技术
随着新科技和互联网的发展,教育和学习的方式也正在被改变。很多设备和技术已广泛应用于老师讲课、学生学习和机器学习等情境。如何高效准确地获取学生的作业信息也成为热点问题之一。
发明内容
本发明的目的在于:一种做题结果的录入方法及装置,用于帮助教学活动的开展和学生学习成绩的提高,也可用于高效训练智能设备的机器学习。
本发明采用的技术方案为:一种做题结果的录入方法,所述方法包括:
确定对象步骤,其中,所述对象是指解答题目的人或设备;所述确定对象是指明确哪些对象参与了解答题目这项活动;
确定题目步骤,其中,所述题目是指提出来要求解答的问题;所述确定题目是指明确了要求解答的是哪些问题;
确定正误步骤,其中,所述正误是指正确和错误;所述确定正误是指明确哪些解答或解答的一部分是正确的,哪些解答或解答的一部分是错误的;以及将三者对应起来,其中,所述三者是指确定对象步骤、确定题目步骤和确定正误步骤;所述对应起来是指找到什么对象解答了什么题目、以及解答或解答的某部分是正确还是错误的关系,并把这种关系保存下来。
其中,确定对象步骤、确定题目步骤和确定正误步骤,三者的次序或关系不作限制,它们可以有先后顺序或条件关系,也可以没有。
所述的将三者对应起来,将三者对应的时候,可以选择以下方法中的一种或两种,方法一:智能预测解题对象的做题结果,自动对应,预先给出对应结果,尽可能地减少用户的操作量;方法二:用户根据做题结果进行手动匹配。
所述的自动对应,一方面对历史上同类对象数据进行分析,根据出错情况抽象出距离,用聚类算法提取对象特征,并通过轮廓系数估计、优化分析结果,再将对象代入得到的模型,从而预测对象的错题状态;另一方面,根据对象以往做题结果,将该题目与以往做过的题目进行相似度比对,从而预测对象解答该题的做题结果;两方面结合得到预测结果后,在用户标记界面显示出来,辅助用户操作,尽可能减少用户的操作量。
一种做题结果的录入装置,所述装置包括:
确定对象模块,用于确定参与解答题目这项活动的人或设备;
确定题目模块,用于确定要求解答的题目;
确定正误模块,用于确定哪些解答或解答的一部分是正确的,哪些解答或解答的一部分是错误的;以及对应模块,用于找到什么对象解答了什么题目、以及解答或解答的某部分是正确还是错误的关系,并把这种关系保存下来。
其中,确定对象模块、确定题目模块和确定正误模块,三者的次序或关系不作限制,它们可以有先后顺序或条件关系,也可以没有。
所述的将三者对应起来,将三者对应的时候,可以选择以下方法中的一种或两种,方法一:智能预测解题对象的做题结果,自动对应,预先给出对应结果,尽可能地减少用户的操作量;方法二:用户根据做题结果进行手动匹配。
所述的自动对应,一方面对历史上同类对象数据进行分析,根据出错情况抽象出距离,用聚类算法提取对象特征,并通过轮廓系数估计、优化分析结果,再将对象代入得到的模型,从而预测对象的错题状态;另一方面,根据对象以往做题结果,将该题目与以往做过的题目进行相似度比对,从而预测对象解答该题的做题结果;两方面结合得到预测结果后,在用户标记界面显示出来,辅助用户操作,尽可能减少用户的操作量。
通过以上技术方案,可以从众多学生和海量题目中确定出哪个学生做了哪道题目,以及做题的结果。这些信息被记录保存后,有助于教学活动的开展和学生学习成绩的提高。在获得这些信息的基础上,比如老师可以清楚地了解学生对压轴题的掌握情况,从而制定压轴题的教学方案,当然也能了解学生对其他题目的掌握情况,有针对性地安排教学,从而提高教学质量;再比如学生可以很方便地针对自己出错的题目专门复习,有助于学生事半功倍地提高成绩。
同理也可以训练智能设备或智能模块,提高它们解决问题的能力,有助于设备的深层次智能化。比如在大型复杂系统中,某个智能模块解决过哪些问题,每次解决的结果是哪些正确、哪些错误。在获得这些信息的基础上,设备专家可以有针对性的为某类、某些或某个智能设备提供提高解决某类问题的训练题目。这是智能设备在短时间内提高性能的有益方法,对于设备高效提升智能性有重要意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种做题结果的录入方法框图。
图2为本发明一些实例所述的做题结果录入方法流程图。
图3为本发明另一些实例所述的做题结果录入方法流程图。
图4为本发明三者对应的智能算法流程图。
具体实施方式
下面将结合本发明实施例中的例图,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。
为了描述上的简洁和直观,下文通过描述若干代表性的实施例来对本发明的方案进行阐述。实施例中大量的细节仅用于帮助理解本发明的方案。但是很明显,本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案,一些实施方式没有进行细致地描述,而是仅给出了框架。下文中,“包括”是指“包括但不限于”,“根据……”是指“至少根据……,但不限于仅根据……”。下文中没有特别指出一个成分的数量时,意味着该成分可以是一个也可以是多个,或可理解为至少一个。下文中,出现多种情况时,限于篇幅不便一一列举,但并不意味着只有陈述的几种情况。
如图1所示,本发明一种做题结果的录入方法,包括:确定对象步骤,其中,所述对象是指解答题目的人或设备;所述确定对象是指明确哪些对象参与了解答题目这项活动;确定题目步骤,其中,所述题目是指提出来要求解答的问题;所述确定题目是指明确了要求解答的是哪些问题;确定正误步骤,其中,所述正误是指正确和错误;所述确定正误是指明确哪些解答或解答的一部分是正确的,哪些解答或解答的一部分是错误的;以及将三者对应起来,其中,所述三者是指确定对象步骤、确定题目步骤和确定正误步骤;所述对应起来是指找到什么对象解答了什么题目、以及解答或解答的某部分是正确还是错误的关系,并把这种关系保存下来。其中,确定对象、确定题目和确定正误,三者的次序或关系不作限制,它们可以有先后顺序或条件关系,也可以没有。将三者对应时,可以采用智能算法:这里通过两方面智能预测做题对象是否将哪些题目做对。一方面对同类对象的以往数据进行分析,根据历史错题情况抽象出距离,用聚类算法提取对象特征,并通过轮廓系数估计、优化分析结果,再将对象代入得到的模型,从而预测对象的错题状态。另一方面,根据某个对象的历史做题结果,将当前题目与以往做过的题目进行相似度比对,从而预测对象做该题时的做题结果。两方面结合得到预测结果后,在标记界面显示出来。标记结束后,前端将标记结果连带对象选择的作业布置时间以Unix时间戳的形式,通过POST请求用JSON格式发送给后台,后台利用JWT验证为合法用户后,将得到的题目ID、状态和Unix时间戳写入数据库。
例如,对象“李四”登陆后,后台确定对象为“李四”,他选择了资料“八年级数学课本”、“19章第1节”、页码“1”,前端发送请求,带上“八年级数学课本”的ID与page的值1,查询题目信息。后台通过Cookie中的token,检验“李四”是否为合法用户。检验通过后,获取“八年级数学课本”第1页的题目。然后获取“李四”之前已经标记过的题目,过滤得到“八年级数学课本”第1页中“李四”还没标记的题目。接着进行预测,根据已经动态分类得到的学生特征,寻找在这些题目上表现与“李四”类似的学生群体G。根据G的标记结果,判断“李四”做错该题的可能性p1,并给该预测值p1一个权重w1。然后在“李四”以往做过的题目中,提取与该题的高相似度题目,并根据这些题目的做题结果判断“李四”做错该题的可能性p2,并给预测值p2一个权重w2。p1、w1、p2、w2计算出最终的预测值p,如果p超过一定的阈值则认为该题可能做错。前端得到题目和预测结果之后,在界面上显示并让“李四”进行标记和确认。“李四”提交之后,后台更新记录,并根据最新标记动态调整“李四”的对象特征。
图2显示了本申请一些实例所述的做题结果录入方法所适用的方法流程图。
如图2所示,如果是单个对象账户登录的情况下,可以首先通过查询当前登陆者资料的方式确定解答题目的对象;如果是以某些对象的管理员身份登录的情况下,可以通过选定对象的方式确定解答题目的对象;再根据题目的资料来源、章、节、页码、题号等信息唯一确定一道题目,数据库中存储了各种资料的题目信息,每道题有唯一的ID作为标识。当对象选择了资料与页码后,前端向后台发起GET请求,将资料ID与页码以GET Params形式向后台查询题目信息。然后输入解答该题目的正误。最后将这三者对应起来,并保存。其中一种具体做法是后台得到查询参数后,利用JWT验证对象身份,向数据库查询题目并根据JWT信息在数据库中查找对象已经标记过的题目ID,然后过滤掉对象数据库中已经标记的题目ID,最后利用JSON返回数据,并使用HTML Status Code标识错误状态。对象标记结束后,前端将标记结果连带对象选择的作业布置时间以Unix时间戳的形式,通过POST请求用JSON格式发送给后台,后台利用JWT验证为合法对象后,将得到的题目ID、状态和Unix时间戳写入数据库。如果有多道题,也可以以不同的单位一起展现多道题目的信息,输入正误完成后,再对应保存。
在本申请的一些实例中,确定题目的方式也可以是通过扫描或拍照等某种技术手段,获取到题目信息,再通过图像识别或某种方式来确定题目;确定题目的正误也可以采用上述的扫描拍照再识别这种方式,还可以通过使用白板、平板电脑、智能移动终端设备、感应笔、感应设备等工具捕获答题过程,以获取题目解答的正误。
图3显示了本申请另一些实例所述的做题结果录入方法所适用的方法流程图。
如图3所示,如果是以某些对象的管理员身份登录的情况下,可以同时以某个单位一起展现多个题目,通过选定题目的方式确定题目;再通过学校、年级、班级、学生等能唯一确定对象的方式确定解答题目的对象;然后输入此对象解答的正误。最后将这三者对应起来,并保存。如果有多个对象,也可以以不同的单位一起展现多个对象的信息,输入正误完成后,再对应保存。
本发明已经在学校使用,其中两方面都取得了不错的效果。(1)帮助老师简单高效地掌握全班错题信息,自动分析并计算全班学生的作业正确率,提示老师优先讲解的题目序号,提高了教学针对性;(2)帮助学生们轻松地自动生成自己的错题本,为学生节约了宝贵的学习时间。
Claims (8)
1.一种做题结果的录入方法,其特征在于:所述方法包括:
确定对象步骤,其中,所述对象是指解答题目的人或设备;所述确定对象是指明确哪些对象参与了解答题目这项活动;
确定题目步骤,其中,所述题目是指提出来要求解答的问题;所述确定题目是指明确了要求解答的是哪些问题;
确定正误步骤,其中,所述正误是指正确和错误;所述确定正误是指明确哪些解答或解答的一部分是正确的,哪些解答或解答的一部分是错误的;以及将三者对应起来,其中,所述三者是指确定对象步骤、确定题目步骤和确定正误步骤;所述对应起来是指找到什么对象解答了什么题目、以及解答或解答的某部分是正确还是错误的关系,并把这种关系保存下来。
2.根据权利要求1所述的做题结果的录入方法,其特征在于:其中,确定对象步骤、确定题目步骤和确定正误步骤,三者的次序或关系不作限制,它们可以有先后顺序或条件关系,也可以没有。
3.根据权利要求1所述的做题结果的录入方法,其特征在于:所述的将三者对应起来,将三者对应的时候,可以选择以下方法中的一种或两种,方法一:智能预测解题对象的做题结果,自动对应,预先给出对应结果,尽可能地减少用户的操作量;方法二:用户根据做题结果进行手动匹配。
4.根据权利要求3所述的做题结果的录入方法,其特征在于:所述的自动对应,一方面对历史上同类对象的数据进行分析,根据出错情况抽象出距离,用聚类算法提取对象特征,并通过轮廓系数估计、优化分析结果,再将对象代入得到的模型,从而预测对象的错题状态;另一方面,根据对象以往做题结果,将该题目与以往做过的题目进行相似度比对,从而预测对象解答该题的做题结果;两方面结合得到预测结果后,在用户标记界面显示出来,辅助用户操作,尽可能减少用户的操作量。
5.一种做题结果的录入装置,其特征在于:所述装置包括:
确定对象模块,用于确定参与解答题目这项活动的人或设备;
确定题目模块,用于确定要求解答的题目;
确定正误模块,用于确定哪些解答或解答的一部分是正确的,哪些解答或解答的一部分是错误的;以及对应模块,用于找到什么对象解答了什么题目、以及解答或解答的某部分是正确还是错误的关系,并把这种关系保存下来。
6.根据权利要求5所述的做题结果的录入装置,其特征在于:其中,确定对象模块、确定题目模块和确定正误模块,三者的次序或关系不作限制,它们可以有先后顺序或条件关系,也可以没有。
7.根据权利要求5所述的做题结果的录入装置,其特征在于:所述的将三者对应起来,将三者对应的时候,可以选择以下方法中的一种或两种,方法一:智能预测解题对象的做题结果,自动对应,预先给出对应结果,尽可能地减少用户的操作量;方法二:用户根据做题结果进行手动匹配。
8.根据权利要求7所述的做题结果的录入装置,其特征在于:所述的自动对应,一方面对历史上同类对象数据进行分析,根据出错情况抽象出距离,用聚类算法提取对象特征,并通过轮廓系数估计、优化分析结果,再将对象代入得到的模型,从而预测对象的错题状态;另一方面,根据对象以往做题结果,将该题目与以往做过的题目进行相似度比对,从而预测对象解答该题的做题结果;两方面结合得到预测结果后,在用户标记界面显示出来,辅助用户操作,尽可能减少用户的操作量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810919616.7A CN109086939A (zh) | 2018-08-14 | 2018-08-14 | 一种做题结果的录入方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810919616.7A CN109086939A (zh) | 2018-08-14 | 2018-08-14 | 一种做题结果的录入方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109086939A true CN109086939A (zh) | 2018-12-25 |
Family
ID=64834641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810919616.7A Pending CN109086939A (zh) | 2018-08-14 | 2018-08-14 | 一种做题结果的录入方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109086939A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477755A (zh) * | 2009-01-06 | 2009-07-08 | 陈诗周 | 学生错题库系统 |
CN105138653A (zh) * | 2015-08-28 | 2015-12-09 | 天津大学 | 一种基于典型度和难度的题目推荐方法及其推荐装置 |
CN106095812A (zh) * | 2016-05-31 | 2016-11-09 | 广东能龙教育股份有限公司 | 一种基于相似性度量的智能试卷生成方法 |
CN106408475A (zh) * | 2016-09-30 | 2017-02-15 | 中国地质大学(北京) | 一种在线课程适用性评价方法 |
CN107203583A (zh) * | 2017-03-27 | 2017-09-26 | 杭州博世数据网络有限公司 | 一种基于大数据分析的智能组题方法 |
CN107274020A (zh) * | 2017-06-15 | 2017-10-20 | 北京师范大学 | 一种基于协同过滤思想的学习者学科总测成绩预测系统及方法 |
US20170372215A1 (en) * | 2016-06-23 | 2017-12-28 | Pluralsight, LLC | Extrapolating probabilistic predictions for skills using unanswered questions and determining corresponding instructional content |
CN108021998A (zh) * | 2016-10-31 | 2018-05-11 | 腾讯科技(深圳)有限公司 | 网络问卷的答题时长预测方法及装置 |
CN108229718A (zh) * | 2016-12-22 | 2018-06-29 | 上海谦问万答吧云计算科技有限公司 | 一种信息预测方法及装置 |
-
2018
- 2018-08-14 CN CN201810919616.7A patent/CN109086939A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477755A (zh) * | 2009-01-06 | 2009-07-08 | 陈诗周 | 学生错题库系统 |
CN105138653A (zh) * | 2015-08-28 | 2015-12-09 | 天津大学 | 一种基于典型度和难度的题目推荐方法及其推荐装置 |
CN106095812A (zh) * | 2016-05-31 | 2016-11-09 | 广东能龙教育股份有限公司 | 一种基于相似性度量的智能试卷生成方法 |
US20170372215A1 (en) * | 2016-06-23 | 2017-12-28 | Pluralsight, LLC | Extrapolating probabilistic predictions for skills using unanswered questions and determining corresponding instructional content |
CN106408475A (zh) * | 2016-09-30 | 2017-02-15 | 中国地质大学(北京) | 一种在线课程适用性评价方法 |
CN108021998A (zh) * | 2016-10-31 | 2018-05-11 | 腾讯科技(深圳)有限公司 | 网络问卷的答题时长预测方法及装置 |
CN108229718A (zh) * | 2016-12-22 | 2018-06-29 | 上海谦问万答吧云计算科技有限公司 | 一种信息预测方法及装置 |
CN107203583A (zh) * | 2017-03-27 | 2017-09-26 | 杭州博世数据网络有限公司 | 一种基于大数据分析的智能组题方法 |
CN107274020A (zh) * | 2017-06-15 | 2017-10-20 | 北京师范大学 | 一种基于协同过滤思想的学习者学科总测成绩预测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299882A (zh) | 一种成绩分析、诊断预测和学习资源推送方法及平台 | |
CN111144079B (zh) | 一种智能获取学习资源的方法、装置、打印机和存储介质 | |
CN104408985A (zh) | 基于云网络的答题学习方法及系统 | |
CN104126190A (zh) | 基于知识单元提供教育服务的方法、系统和计算机可读记录介质 | |
AU2013251195A1 (en) | Program, apparatus, and method for information processing | |
KR101576727B1 (ko) | Qr코드 및 앱을 이용한 온오프라인 연동 학습 시스템 | |
Shepherd | Learn to teach, teach to learn: A within-pupil across-subject approach to estimating the impact of teacher subject knowledge on South African grade 6 performance | |
CN102568268A (zh) | 基于点读技术的互动系统及其实现方法 | |
CN111192171A (zh) | 辅助教学方法、装置、设备和存储介质 | |
CN115544241B (zh) | 一种线上作业的智能推送方法及装置 | |
CN111753846A (zh) | 一种基于rpa和ai的网站验证方法、装置、设备及存储介质 | |
CN111126486A (zh) | 一种测验统计方法、装置、设备及存储介质 | |
CN110704499A (zh) | 作业内容反馈方法、装置、存储介质及电子设备 | |
CN113159014A (zh) | 基于手写题号的客观题批阅方法、装置、设备及存储介质 | |
JP6068615B1 (ja) | 学習支援システム、電子機器、サーバ装置、情報処理装置、及びプログラム | |
CN103049629B (zh) | 一种检测噪音数据的方法及装置 | |
CN111831919A (zh) | 课程规划方法、装置、存储介质及系统 | |
CN109086939A (zh) | 一种做题结果的录入方法及装置 | |
CN116228476A (zh) | 一种实现一对一的客制化辅导方法及相关设备 | |
CN111949882B (zh) | 一种领域知识点结构缺陷智能诊断方法 | |
CN112926934A (zh) | 一种教学评价方法、系统及计算机可读存储介质 | |
CN112784895A (zh) | 一种基于用户画像标签的教学系统 | |
CN110909252B (zh) | 一种基于大数据的社区活动推荐方法及装置 | |
KR20140075511A (ko) | 전자식 학습지를 이용한 학습방법 | |
CN107741932A (zh) | 用户数据融合方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181225 |