CN109324955A - 一种具有智能推荐功能的it运维系统界面生成方法 - Google Patents
一种具有智能推荐功能的it运维系统界面生成方法 Download PDFInfo
- Publication number
- CN109324955A CN109324955A CN201811074448.2A CN201811074448A CN109324955A CN 109324955 A CN109324955 A CN 109324955A CN 201811074448 A CN201811074448 A CN 201811074448A CN 109324955 A CN109324955 A CN 109324955A
- Authority
- CN
- China
- Prior art keywords
- recommendation
- user
- operational system
- access record
- history access
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/321—Display for diagnostics, e.g. diagnostic result display, self-test user interface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种具有智能推荐功能的IT运维系统界面生成方法,属于信息技术及用户界面技术领域,包括:IT运维系统接收用户的登录请求;查询登录用户在系统中的历史访问记录信息;利用基于内容的推荐算法形成第一种推荐结果;利用基于内存的协同过滤推荐算法形成第二种推荐结果;将第一种推荐结果和第二种推荐结果合并,形成最终推荐结果并生成推荐界面;本发明还公开了实现上述方法的系统、设备和可读存储介质。本发明示例的技术方案,解决现有IT运维系统无法根据用户的喜好及关注度自动推荐并组合形成推荐界面的技术问题,有效的提高了用户体验和用户感知,方便用户快速定位所需功能,减少用户检索时间,大幅提高运维效率。
Description
技术领域
本发明涉及信息技术及用户界面技术领域,具体地说是一种具有智能推荐功能的IT运维系统界面生成方法。
背景技术
随着IT建设的不断深入和完善,计算机硬软件系统的运行维护已经成为了各行各业、各单位管理层和信息服务部门普遍关注的问题,在此背景下,IT运维系统应运而生,越来越多的人关注和使用IT运维系统。在大型企业中,计算机硬软件系统数量繁多,只能通过条件或模糊查询定位具体硬软件系统,缺乏一定的根据内容或相似性推荐的相关功能,运维的效率和质量还有待提高。
发明内容
本发明的目的在于提供一种具有智能推荐功能的IT运维系统界面生成方法,该方法解决现有IT运维系统无法根据用户的喜好及关注度自动推荐并组合形成推荐界面的技术问题,有效的提高了用户体验和用户感知,方便用户快速定位所需功能,减少用户检索时间,大幅提高运维效率。此外,本发明的目的还在于提供实现上述方法的系统、设备和可读存储介质。
本发明所采用的技术方案为:
一方面,本发明提供了一种具有智能推荐功能的IT运维系统界面生成方法,包括:
IT运维系统接收用户的登录请求;
查询登录用户在系统中的历史访问记录信息;
根据历史访问记录信息,利用基于内容的推荐算法形成第一种推荐结果;
根据历史访问记录信息和相似性原则,利用基于内存的协同过滤推荐算法形成第二种推荐结果;
将第一种推荐结果和第二种推荐结果合并,形成最终推荐结果并生成推荐界面。
进一步的,所述查询登录用户在系统中的历史访问记录信息,包括:
通过对应的分布式数据库保存所有用户的所有历史访问记录信息;
接收用户的登录请求;
查询用户在数据库中相应的历史访问记录信息。
进一步的,若登录的用户无历史访问记录信息,则弹出设置窗口,供用户进行设备和页面设置;若登录的用户存在历史访问记录信息,则将其历史访问记录信息放入缓存中。
进一步的,所述基于内容的推荐算法,为根据用户的历史访问记录信息中显示的用户喜好、关注以及历史访问记录的相似度进行推荐,所述历史访问记录的相似度根据设备分类、设备所属应用系统、菜单归属父目录进行判断,形成推荐结果。
进一步的,所述基于内容的推荐算法,对于无法提取的内容采取贴标签的形式来区分计算内容的相似程度。
进一步的,所述基于内存的协同过滤推荐算法,为根据用户的相似性或者item的相似性推荐相关的页面信息。
进一步的,所述基于内存的协同过滤推荐算法,采用基于user的协同过滤,通过不同用户对同一页面的访问次数来评测用户之间的相似性,基于用户之间的相似性做出推荐。
进一步的,所述基于内存的协同过滤推荐算法,采用基于item的协同过滤,通过同一用户对不同页面的访问次数来评测页面之间的相似性,基于页面之间的相似性做出推荐。
进一步的,所述推荐页面是由多个推荐页面信息经去重后再按照历史访问记录数量进行排序。
另一方面,本发明还提供了一种具有智能推荐功能的IT运维系统界面生成系统,包括:
登录模块,配置用于接收用户的登录请求;
查询模块,配置用于查询登录用户在系统中的历史访问记录信息;
推荐模块,配置用于根据历史访问记录信息,利用基于内容的推荐算法形成第一种推荐结果;以及,根据历史访问记录信息和相似性原则,利用基于内存的协同过滤推荐算法形成第二种推荐结果;
合并模块,配置用于将第一种推荐结果和第二种推荐结果合并,形成最终推荐结果并生成推荐界面。
另一方面,本发明还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行本发明示例的任一种具有智能推荐功能的IT运维系统界面生成方法。
另一方面,本发明还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现本发明示例的任一种具有智能推荐功能的IT运维系统界面生成方法。
与现有技术相比,本发明的有益效果为:
1、本发明示例的具有智能推荐功能的IT运维系统界面生成方法,将根据历史访问记录信息形成的推荐结果和根据历史访问记录信息及相似性原则形成的推荐结果合并之后,形成最终推荐结果并生成推荐界面展示给用户,解决了现有IT运维系统无法根据用户的喜好及关注度自动推荐并组合形成推荐界面的技术问题,有效的提高了用户体验和用户感知。
2、通过本发明的具有智能推荐功能的IT运维系统界面生成方法,方便用户快速定位所需功能,减少用户检索时间,大幅提高运维效率。
3、本发明示例的具有智能推荐功能的IT运维系统界面生成方法,所采用的算法包括基于内容的推荐算法和基于内存的协同过滤推荐算法,上述算法数据处理过程简单,提升了运算速度,使得推荐结果能够快速得出,提升了用户体验。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本发明实施例方法的步骤示意图;
图2为本发明实施例方法的流程示意图;
图3为本发明实施例方法的基于内容的推荐算法的步骤示意图;
图4为本发明实施例方法的基于user的协同过滤推荐算法的步骤示意图;
图5为本发明实施例方法的基于item的协同过滤推荐算法的步骤示意图;
图6为本发明实施例方法生成的推荐界面的效果图;
图7为本发明实施例系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
如图1所示,本发明的一个实施例提供了一种具有智能推荐功能的IT运维系统界面生成方法,包括:
S1:IT运维系统接收用户的登录请求;
S2:查询登录用户在系统中的历史访问记录信息;
S3:根据历史访问记录信息,利用基于内容的推荐算法形成第一种推荐结果;
S4:根据历史访问记录信息和相似性原则,利用基于内存的协同过滤推荐算法形成第二种推荐结果;
S5:将第一种推荐结果和第二种推荐结果合并,形成最终推荐结果并生成推荐界面。
具体的,如图2所示:
S1:用户输入用户名和密码登录IT运维系统;
S2:根据用户信息从分布式数据库中按访问次数检索用户历史访问记录信息;
如果该用户无历史访问记录信息,则弹出设置窗口,用户根据自己的喜好及关注进行设备和页面设置;如果该用户历史访问记录存在,则将这些记录放入缓存中。
S3:先采用基于内容的推荐算法,根据用户的喜好、关注以及历史访问记录的相似度进行推荐,相似度根据设备分类、设备所属应用系统、菜单归属父目录等判断,形成推荐结果;
S4:再采用基于user的协同过滤推荐算法,不同用户对同一页面的访问次数相近即将这些用户评测为相似用户,用户登录系统后为其推荐其他相似用户访问较多的页面;
最后采用基于item的协同过滤推荐算法,同一用户对不同页面的访问次数相近即将这些页面评测为相似页面,用户登录系统后根据上次登录最后访问记录为其推荐相似页面;
S5:将S3和S4的推荐结果合并,先去除重复的内容,再按照页面访问次数排序,形成最终推荐结果并生成推荐界面。
S2中,所述查询登录用户在系统中的历史访问记录信息,包括:
S21:通过对应的分布式数据库保存所有用户的所有历史访问记录信息;
S22:接收用户的登录请求;
S23:查询用户在数据库中相应的历史访问记录信息。
如图3所示,S3中,基于内容的推荐算法,具体包括以下步骤:
S31:根据登录用户查询该用户的喜好和关注;
S32:根据用户的喜好、关注查询相关页面;
S33:获取该用户的历史访问记录缓存;
S34:根据历史访问记录中的设备分类、设备所属应用、菜单目录等查询相似页面;
S35:将S32和S34的页面汇总去重后形成推荐结果。
基于内容的推荐算法,内容相似度通过贴标签的形式,即通过设备的分类及所归属的系统及应用即可实现标签目的,用户还可以关注某个页面或某个设备,多维度完成基于内容的推荐。
如图4所示,S4中,基于user的协同过滤推荐算法,包含以下步骤:
S411:根据登录用户查询相似用户,相似用户的评定方法是不同用户对同一页面的访问次数相近即将这些用户评测为相似用户;
S412:查询相似用户的历史访问记录;
S413:将相似用户访问较多的页面形成推荐结果。
如图5所示,S4中,基于item的协同过滤推荐算法,包含以下步骤:
S421:根据登录用户查询上次访问记录;
S422:根据上次访问记录查询相似页面,相似页面的评定方法是同一用户对不同页面的访问次数相近即将这些页面评测为相似页面;
S423:将这些相似页面形成推荐结果。
在步骤S5中,如果用户历史访问记录不存在,则直接根据基于内容的推荐算法的推荐结果形成推荐界面;如果用户历史访问记录存在,则将于内容的推荐算法、基于user的协同过滤推荐算法、基于item的协同过滤推荐算法分别形成推荐结果汇总后先去重再按访问次数排序最终形成推荐界面。
如图6所示为本实施例生成的IT运维系统的推荐界面。
如图7所示,本实施例还提供了一种具有智能推荐功能的IT运维系统界面生成系统,包括:
登录模块,配置用于接收用户的登录请求;
查询模块,配置用于查询登录用户在系统中的历史访问记录信息;
推荐模块,配置用于根据历史访问记录信息,利用基于内容的推荐算法形成第一种推荐结果;以及,根据历史访问记录信息和相似性原则,利用基于内存的协同过滤推荐算法形成第二种推荐结果;
合并模块,配置用于将第一种推荐结果和第二种推荐结果合并,形成最终推荐结果并生成推荐界面。
此外,本实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行本实施例的具有智能推荐功能的IT运维系统界面生成方法。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中。这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
此外,本实施例还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现本实施例的具有智能推荐功能的IT运维系统界面生成方法。该计算机可读存储介质可以是上述实施例中所述系统或设备中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质,如硬盘、光盘、SD卡等。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
除说明书所述的技术特征外,其余技术特征为本领域技术人员的已知技术,为突出本发明的创新特点,其余技术特征在此不再赘述。
Claims (10)
1.一种具有智能推荐功能的IT运维系统界面生成方法,其特征在于,包括:
IT运维系统接收用户的登录请求;
查询登录用户在系统中的历史访问记录信息;
根据历史访问记录信息,利用基于内容的推荐算法形成第一种推荐结果;
根据历史访问记录信息和相似性原则,利用基于内存的协同过滤推荐算法形成第二种推荐结果;
将第一种推荐结果和第二种推荐结果合并,形成最终推荐结果并生成推荐界面。
2.根据权利要求1所述的具有智能推荐功能的IT运维系统界面生成方法,其特征在于,所述基于内容的推荐算法,为根据用户的历史访问记录信息中显示的用户喜好、关注以及历史访问记录的相似度进行推荐,所述历史访问记录的相似度根据设备分类、设备所属应用系统、菜单归属父目录进行判断,形成推荐结果。
3.根据权利要求2所述的具有智能推荐功能的IT运维系统界面生成方法,其特征在于,所述基于内容的推荐算法,对于无法提取的内容采取贴标签的形式来区分计算内容的相似程度。
4.根据权利要求1所述的具有智能推荐功能的IT运维系统界面生成方法,其特征在于,所述基于内存的协同过滤推荐算法,为根据用户的相似性或者item的相似性推荐相关的页面信息。
5.根据权利要求4所述的具有智能推荐功能的IT运维系统界面生成方法,其特征在于,所述基于内存的协同过滤推荐算法,采用基于user的协同过滤,通过不同用户对同一页面的访问次数来评测用户之间的相似性,基于用户之间的相似性做出推荐。
6.根据权利要求4所述的具有智能推荐功能的IT运维系统界面生成方法,其特征在于,所述基于内存的协同过滤推荐算法,采用基于item的协同过滤,通过同一用户对不同页面的访问次数来评测页面之间的相似性,基于页面之间的相似性做出推荐。
7.根据权利要求1所述的具有智能推荐功能的IT运维系统界面生成方法,其特征在于,所述推荐页面是由多个推荐页面信息经去重后再按照历史访问记录数量进行排序。
8.一种具有智能推荐功能的IT运维系统界面生成系统,其特征在于,包括:
登录模块,配置用于接收用户的登录请求;
查询模块,配置用于查询登录用户在系统中的历史访问记录信息;
推荐模块,配置用于根据历史访问记录信息,利用基于内容的推荐算法形成第一种推荐结果;以及,根据历史访问记录信息和相似性原则,利用基于内存的协同过滤推荐算法形成第二种推荐结果;
合并模块,配置用于将第一种推荐结果和第二种推荐结果合并,形成最终推荐结果并生成推荐界面。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-9任一所述的具有智能推荐功能的IT运维系统界面生成方法。
10.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-9任一所述的具有智能推荐功能的IT运维系统界面生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811074448.2A CN109324955A (zh) | 2018-09-14 | 2018-09-14 | 一种具有智能推荐功能的it运维系统界面生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811074448.2A CN109324955A (zh) | 2018-09-14 | 2018-09-14 | 一种具有智能推荐功能的it运维系统界面生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109324955A true CN109324955A (zh) | 2019-02-12 |
Family
ID=65265455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811074448.2A Pending CN109324955A (zh) | 2018-09-14 | 2018-09-14 | 一种具有智能推荐功能的it运维系统界面生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109324955A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110855483A (zh) * | 2019-11-05 | 2020-02-28 | 杭州安恒信息技术股份有限公司 | 一种运维命令管理方法、系统及电子设备 |
CN111625707A (zh) * | 2020-05-29 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 推荐应答方法、装置、介质和设备 |
CN114443196A (zh) * | 2022-01-17 | 2022-05-06 | 苏州浪潮智能科技有限公司 | 用户界面处理方法、系统及电子设备 |
Citations (7)
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 |
US20110131077A1 (en) * | 2009-12-01 | 2011-06-02 | Microsoft Corporation | Context-Aware Recommendation Module Using Multiple Models |
CN102348013A (zh) * | 2010-07-21 | 2012-02-08 | Lg电子株式会社 | 移动终端以及控制移动终端的操作的方法 |
CN102663626A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 基于区域特征的协同过滤推荐方法 |
CN103578007A (zh) * | 2012-07-20 | 2014-02-12 | 三星电子(中国)研发中心 | 用于智能设备的混合推荐系统及其方法 |
CN103810030A (zh) * | 2014-02-20 | 2014-05-21 | 北京奇虎科技有限公司 | 一种基于移动终端应用市场的应用推荐方法、装置及系统 |
CN105045864A (zh) * | 2015-07-10 | 2015-11-11 | 浙江工商大学 | 一种数字化资源个性化推荐方法 |
-
2018
- 2018-09-14 CN CN201811074448.2A patent/CN109324955A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110131077A1 (en) * | 2009-12-01 | 2011-06-02 | Microsoft Corporation | Context-Aware Recommendation Module Using Multiple Models |
CN102348013A (zh) * | 2010-07-21 | 2012-02-08 | Lg电子株式会社 | 移动终端以及控制移动终端的操作的方法 |
US20120077470A1 (en) * | 2010-07-21 | 2012-03-29 | Lg Electronics Inc. | Mobile terminal and method of controlling operation of a mobile terminal |
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 |
CN102663626A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 基于区域特征的协同过滤推荐方法 |
CN103578007A (zh) * | 2012-07-20 | 2014-02-12 | 三星电子(中国)研发中心 | 用于智能设备的混合推荐系统及其方法 |
CN103810030A (zh) * | 2014-02-20 | 2014-05-21 | 北京奇虎科技有限公司 | 一种基于移动终端应用市场的应用推荐方法、装置及系统 |
CN105045864A (zh) * | 2015-07-10 | 2015-11-11 | 浙江工商大学 | 一种数字化资源个性化推荐方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110855483A (zh) * | 2019-11-05 | 2020-02-28 | 杭州安恒信息技术股份有限公司 | 一种运维命令管理方法、系统及电子设备 |
CN111625707A (zh) * | 2020-05-29 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 推荐应答方法、装置、介质和设备 |
CN111625707B (zh) * | 2020-05-29 | 2023-04-14 | 北京字节跳动网络技术有限公司 | 推荐应答方法、装置、介质和设备 |
CN114443196A (zh) * | 2022-01-17 | 2022-05-06 | 苏州浪潮智能科技有限公司 | 用户界面处理方法、系统及电子设备 |
CN114443196B (zh) * | 2022-01-17 | 2023-07-14 | 苏州浪潮智能科技有限公司 | 用户界面处理方法、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10725981B1 (en) | Analyzing big data | |
US20190156395A1 (en) | System and Method for Analyzing and Searching for Features Associated with Objects | |
US8370358B2 (en) | Tagging content with metadata pre-filtered by context | |
US9361320B1 (en) | Modeling big data | |
US8650141B2 (en) | System and method of segmenting and tagging entities based on profile matching using a multi-media survey | |
US20200226133A1 (en) | Knowledge map building system and method | |
US7809752B1 (en) | Representing user behavior information | |
CN109871464B (zh) | 一种基于ucl语义标引的视频推荐方法与装置 | |
US20170270439A1 (en) | System and method to present a summarized task view in a case management system | |
KR20140026932A (ko) | 사용자 성향 분석을 통한 맞춤형 쇼핑 정보 제공 시스템 및 방법 | |
CN109213802B (zh) | 用户画像构建方法、装置、终端和计算机可读存储介质 | |
KR20100044669A (ko) | 이미지 매칭에 기초한 상품 정보 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
CN109903127A (zh) | 一种群组推荐方法、装置、存储介质及服务器 | |
CN109324955A (zh) | 一种具有智能推荐功能的it运维系统界面生成方法 | |
US20080082485A1 (en) | Personalized information retrieval search with backoff | |
CN103399855B (zh) | 基于多数据源的行为意图确定方法及装置 | |
CN111782951A (zh) | 确定展示页面的方法和装置、以及计算机系统和介质 | |
CN107977678A (zh) | 用于输出信息的方法和装置 | |
Mehtaa et al. | Web personalization using web mining: concept and research issue | |
CN107679186B (zh) | 基于实体库进行实体搜索的方法及装置 | |
Rawat et al. | A comprehensive study on recommendation systems their issues and future research direction in e-learning domain | |
US11409826B2 (en) | Deep learning machine vision to analyze localities for comparative spending analyses | |
CN111124990A (zh) | 一种信息技术服务设备 | |
US11157961B2 (en) | Augmenting graphical user interfaces in response to social media interactions | |
CN108460131B (zh) | 一种分类标签处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190212 |