CN109408620A - 一种网络舆论趋势预测的方法、装置、设备及存储介质 - Google Patents
一种网络舆论趋势预测的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109408620A CN109408620A CN201811183268.8A CN201811183268A CN109408620A CN 109408620 A CN109408620 A CN 109408620A CN 201811183268 A CN201811183268 A CN 201811183268A CN 109408620 A CN109408620 A CN 109408620A
- Authority
- CN
- China
- Prior art keywords
- public sentiment
- supervision item
- network
- selection
- growth rate
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种网络舆论趋势预测的方法、装置、设备以及计算机可读存储介质,包括:采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率;将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值;根据所述分值查找所述预选监管项目网络舆论的当前发展阶段以及未来发展趋势。利用本发明所提供的方法、装置、设备以及计算机可读存储介质,可以预估预选监管项目当前所处发展阶段,并对所述预选监管项目未来大发展趋势进行了预测,有利于相关人员对所述预选监管项目进行监控。
Description
技术领域
本发明涉及网络舆情监测技术领域,特别是涉及一种网络舆论趋势预测的方法、装置、设备以及计算机可读存储介质。
背景技术
GFT预测H1N1流感的原理为如果在某一个区域某一个时间段有大量的有关流感的搜索指令那么就可能存在潜在的关联在这个地区就有很大可能性存在对应的流感人群,相关部门就值得发布流感预警信息。
是否可以模仿GET预测模型,对某个项目的舆情发展趋势进行预测是目前有待解决的问题。
发明内容
本发明的目的是提供一种网络舆论趋势预测的方法、装置、设备以及计算机可读存储介质,以解决如何对某个项目的舆情发展趋势进行预测的问题。
为解决上述技术问题,本发明提供一种网络舆论趋势预测的方法,包括:采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率;将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值;根据所述分值查找所述预选监管项目网络舆论的当前发展阶段以及未来发展趋势。
优选地,所述采集预设时间段内预选监管项目的舆情数据包括:
统计预选监管项目在搜狗或百度中全年的用户访问点击量,得到所述预选监管项目的舆情数据。
优选地,所述在时间轴上计算所述舆情数据的增长率包括:
将采集到的舆情数据按月划分,得到12组舆情子数据后,依次计算各组舆情子数据的增长率。
优选地,所述采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率包括:
统计预选网络传销项目在预设搜索引擎中全年的用户访问点击量,得到所述预选网络传销项目的舆情数据;
根据所述预选网络传销项目的舆情数据,计算得到所述预选网络传销项目的舆情数据的增长率。
优选地,所述将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值包括:
将所述预选网络传销项目的舆情数据的增长率输入至预先建立的传销项目预测模型中,得到所述预选网络传销项目对应的分值。
优选地,所述将所述舆情指数输入至预先建立的预测模型中,得到所述预选监管项目对应的分值前包括:
统计多个传统传销项目的发展与消亡的时间信息,利用预选的大数据分析工具构建的传销项目预测模型。
本发明还提供了一种网络舆论趋势预测的装置,包括:
采集模块,用于采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率;
分值计算模块,用于将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值;
查找模块,用于根据所述分值查找所述预选监管项目网络舆论的当前发展阶段以及未来发展趋势。
优选地,所述采集模块具体用于:
统计预选监管项目在搜狗或百度中全年的用户访问点击量,得到所述预选监管项目的舆情数据。
本发明还提供了一种网络舆论趋势预测的设备,包括:
存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现上述一种网络舆论趋势预测的方法的步骤。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种网络舆论趋势预测的方法的步骤。
本发明所提供的网络舆论趋势预测的方法,采集预设时间段内预选监督项目的舆情数据,计算所述舆情数据的增长率。将所述增长率输入至根据以往项目经验建立的预测模型中,输出所述预选监管项目对应的分组。根据所述分值得到所述预先监管项目所处的发展阶段,并得到所述预选监管项目的未来发展趋势。利用本发明所提供的网络趋势预测的方法,可以根据所述预选监管项目的网络舆情信息,预测出所述预选监管项目现在所处的发展阶段以及未来的发展趋势,有利于相关人员所述预选监管项目进行管理。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,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的介绍,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为本发明所提供的网络舆论趋势预测的方法的第一种具体实施例的流程图;
图2为本发明所提供的网络舆论趋势预测的方法的第二种具体实施例的流程图;
图3为传销项目自然成长消亡的阶段趋势图;
图4为本发明实施例提供的一种网络舆论趋势预测的装置的结构框图。
具体实施方式
本发明的核心是提供一种网络舆论趋势预测的方法、装置、设备以及计算机可读存储介质,可以预估预选监管项目当前所处发展阶段,并对所述预选监管项目未来大发展趋势进行了预测。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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。
请参考图1,图1为本发明所提供的网络舆论趋势预测的方法的第一种具体实施例的流程图;具体操作步骤如下:
步骤S101:采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率;
在本实施例中,可以统计预选监管项目在预设搜索引擎中全年内用户访问点击量,得到所述预选监管项目的舆情数据。也可以统计半年或者一季度内,预选监管项目在预设搜索引擎中的用户点击访问量。
在所述预设的搜索引擎中统计用户点击访问量时,在预选建立的网络舆论关键词数据中查找与所述预选监管项目的相关关键词,即利用所述数据库中的关键词进行网络舆情的筛分和追踪。在利用所述预设搜索引擎查找的所述相关关键词的访问点击量,作为所述预选监管项目的舆情数据。
步骤S102:将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值;
步骤S103:根据所述分值查找所述预选监管项目网络舆论的当前发展阶段以及未来发展趋势。
在本实施例中,对应某个预选监管项目在搜索引擎中全年的用户访问量进行统计、分析与建模。通过采集到的所述预选监管项目的舆情数据的增长率,预估预选监管项目当前所处发展阶段,并对所述预选监管项目未来大发展趋势进行了预测,有利于相关人员对所述预选监管项目进行监控。
基于上述实施例,在本实施例中,通过百度或搜狗等搜索引擎中网络传销项目全年的用户访问点击量,从而获取所述网络传销项目的舆情数据,利用所述舆情数据的增长率预估所述网络传销项目所处的发展阶段并预测未来的发展趋势。
请参考图2,图2为本发明所提供的网络舆论趋势预测的方法的第二种具体实施例的流程图;具体操作步骤如下:
步骤S201:统计某一预选网络传传销项目在百度中全年内每天的用户访问点击量,得到所述预选网络传销项目的舆情数据;
步骤S202:将采集到的舆情数据按月划分,得到12组舆情子数据后,依次计算各组舆情子数据的增长率;
步骤S203:将所述预选网络传销项目的各组舆情子数据的增长率输入至预先建立的传销项目预测模型中,得到所述预选网络传销项目对应的分值;
结合经帧总队的项目专家多年的经帧经验根据传统传销项目的存储状态,即项目的发展与消亡的时间,利用大数据分析工具matlab或编程语言python等工具对数据进行建模,得到所述传销项目预测模型。对大量的传销项目进行抽样数学建模,通过使用大数据分析工具matlab对大量传销项目实例的统计、分析、计算,获得一个通用性标志公式,用于对于预先网络传销项目的舆情数据进行分析统计。
如图3所示,图3为传销项目自然成长消亡的阶段趋势图。一个传销项目从项目出现然后发展,质疑,再宣传再增长,最后消亡。X为月份。
项目出现阶段(0≤X<2):预选监管项目也许很久以前就出现了,但是之前一直处在一个平稳的状态。这个阶段对于办案人员来说,并非是非常紧急关注的项目,分值应该是最低的。
项目发展阶段(2<X≤4):预选监管项目在网络上出现大量舆情,很多人开始对这个预选监管项目开始关注。随着时间的推移,预选监管项目的舆情逐渐增加,最后达到一个顶峰。这时候也是办案人员需要时刻关注,分数应该逐渐增加的过程。这时候项目会出现分支。
项目死亡阶段(4≤X<6):这时候这个预选监管项目正在死亡。死亡的方式有2种一种是自然死亡,一种是被打掉了。如果是被打掉了,分数会骤降;自然死亡时分值在缓慢降低。
项目再发展阶段(6≤X<8):预选监管项目通过公关,在项目热度降低时再次炒热,这样的项目非常的危险。也就是说明,预选监管项目变得更危险了。这个阶段就是我们重点推送给办案人员的阶段。
项目最终死亡阶段(8≤X<12):进入这个阶段的预选监管项目,基本上是被官方直接打掉的状态。
步骤S204:根据所述分值查找所述预选网络传销项目的当前发展阶段,并预测所述预选网络传销项目的未来发展趋势;
步骤S205:将所述预选网络传销项目的当前发展阶段和未来发展趋势发送至相关人员,以便于所述相关人员对所述预选网络传销项目进行管控。
在本实施例中,依据月作为每个阶段的跨度,将采集到的预先网络传销项目的全年舆情数据划分为12组舆情子数据,对所述12组舆情子数据进行增长率计算,利用所述舆情数据的增长率和所述传销项目预测模型分析计算所述预选网络传销组织的发展阶段和未来发展趋势。
通过:
y=0.671λx5-23.404λx4+304.53λx3-1779.6λx2+4235.2λx-2089λ计算各个组舆情子数据的增长率。其中,表示每个阶段的增长率,x标示距离当前时间第n个阶段。
如按照每10天一个阶段,全年会被分成36个阶段。按照距离当前时间点的位置,从1开始依次递增,y数据为当前阶段与下一个阶段的增长率。举例说明,当前时间点为2018年3月10号,阶段1为2018年3月1号到2018年3月10号之间的数据。假设该阶段访问量100。阶段2为2018年2月21到2018年3月1号。假设所述阶段2访问量为80;此时阶段1的数据x=1,y=0.25。将大量数据导入,计算出其5次方程中的参数,通过大量经验值获知。当其-2<λ<1.5时,即为合理范围,该数据集即可判断为传统传销项目舆情数据。
请参考图4,图4为本发明实施例提供的一种网络舆论趋势预测的装置的结构框图;具体装置可以包括:
采集模块100,用于采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率;
分值计算模块200,用于将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值;
查找模块300,用于根据所述分值查找所述预选监管项目网络舆论的当前发展阶段以及未来发展趋势。
本实施例的网络舆论趋势预测的装置用于实现前述的网络舆论趋势预测的方法,因此网络舆论趋势预测的装置中的具体实施方式可见前文中的网络舆论趋势预测的方法的实施例部分,例如,采集模块100,分值计算模块200,查找模块300,分别用于实现上述网络舆论趋势预测的方法中步骤S101,S102和S103,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明具体实施例还提供了一种网络舆论趋势预测的设备,包括:存储器,用于存储计算机程序;处理器,用于执行所述计算机程序时实现上述一种网络舆论趋势预测的方法的步骤。
本发明具体实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上述一种网络舆论趋势预测的方法的步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的网络舆论趋势预测的方法、装置、设备以及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种网络舆论趋势预测的方法,其特征在于,包括:
采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率;
将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值;
根据所述分值查找所述预选监管项目网络舆论的当前发展阶段以及未来发展趋势。
2.如权利要求1所述的方法,其特征在于,所述采集预设时间段内预选监管项目的舆情数据包括:
统计预选监管项目在搜狗或百度中全年的用户访问点击量,得到所述预选监管项目的舆情数据。
3.如权利要求2所述的方法,其特征在于,所述在时间轴上计算所述舆情数据的增长率包括:
将采集到的舆情数据按月划分,得到12组舆情子数据后,依次计算各组舆情子数据的增长率。
4.如权利要求2所述的方法,其特征在于,所述采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率包括:
统计预选网络传销项目在预设搜索引擎中全年的用户访问点击量,得到所述预选网络传销项目的舆情数据;
根据所述预选网络传销项目的舆情数据,计算得到所述预选网络传销项目的舆情数据的增长率。
5.如权利要求4所述的方法,其特征在于,所述将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值包括:
将所述预选网络传销项目的舆情数据的增长率输入至预先建立的传销项目预测模型中,得到所述预选网络传销项目对应的分值。
6.如权利要求5所述的方法,其特征在于,所述将所述舆情指数输入至预先建立的预测模型中,得到所述预选监管项目对应的分值前包括:
统计多个传统传销项目的发展与消亡的时间信息,利用预选的大数据分析工具构建的传销项目预测模型。
7.一种网络舆论趋势预测的装置,其特征在于,包括:
采集模块,用于采集预设时间段内预选监管项目的舆情数据,在时间轴上计算所述舆情数据的增长率;
分值计算模块,用于将所述增长率输入至预先建立的预测模型中,得到所述预选监管项目对应的分值;
查找模块,用于根据所述分值查找所述预选监管项目网络舆论的当前发展阶段以及未来发展趋势。
8.如权利要求7所述的装置,其特征在于,所述采集模块具体用于:
统计预选监管项目在搜狗或百度中全年的用户访问点击量,得到所述预选监管项目的舆情数据。
9.一种网络舆论趋势预测的设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述一种网络舆论趋势预测的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种网络舆论趋势预测的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183268.8A CN109408620A (zh) | 2018-10-11 | 2018-10-11 | 一种网络舆论趋势预测的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811183268.8A CN109408620A (zh) | 2018-10-11 | 2018-10-11 | 一种网络舆论趋势预测的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109408620A true CN109408620A (zh) | 2019-03-01 |
Family
ID=65466933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811183268.8A Pending CN109408620A (zh) | 2018-10-11 | 2018-10-11 | 一种网络舆论趋势预测的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109408620A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931098A (zh) * | 2019-04-28 | 2020-11-13 | 北京仝睿科技有限公司 | 一种监控对象确定方法、装置及电子设备 |
CN113821729A (zh) * | 2021-11-19 | 2021-12-21 | 湖北橙才教育研究院有限公司 | 一种大数据安全评估分析系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012929A (zh) * | 2010-11-26 | 2011-04-13 | 北京交通大学 | 网络舆情预测方法及系统 |
CN106339463A (zh) * | 2016-08-26 | 2017-01-18 | 中国传媒大学 | 基于Logistic模型的网络舆情预警系统及其预警方法 |
CN106780235A (zh) * | 2016-11-16 | 2017-05-31 | 广安市川兴应急技术服务有限责任公司 | 一种社会安全事件监测及追溯方法 |
CN107330613A (zh) * | 2017-06-29 | 2017-11-07 | 平安万家医疗投资管理有限责任公司 | 一种舆情监控方法、设备及计算机可读存储介质 |
CN107391712A (zh) * | 2017-07-28 | 2017-11-24 | 王亚迪 | 一种网络舆论趋势预测分析方法 |
-
2018
- 2018-10-11 CN CN201811183268.8A patent/CN109408620A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102012929A (zh) * | 2010-11-26 | 2011-04-13 | 北京交通大学 | 网络舆情预测方法及系统 |
CN106339463A (zh) * | 2016-08-26 | 2017-01-18 | 中国传媒大学 | 基于Logistic模型的网络舆情预警系统及其预警方法 |
CN106780235A (zh) * | 2016-11-16 | 2017-05-31 | 广安市川兴应急技术服务有限责任公司 | 一种社会安全事件监测及追溯方法 |
CN107330613A (zh) * | 2017-06-29 | 2017-11-07 | 平安万家医疗投资管理有限责任公司 | 一种舆情监控方法、设备及计算机可读存储介质 |
CN107391712A (zh) * | 2017-07-28 | 2017-11-24 | 王亚迪 | 一种网络舆论趋势预测分析方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111931098A (zh) * | 2019-04-28 | 2020-11-13 | 北京仝睿科技有限公司 | 一种监控对象确定方法、装置及电子设备 |
CN113821729A (zh) * | 2021-11-19 | 2021-12-21 | 湖北橙才教育研究院有限公司 | 一种大数据安全评估分析系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104115139B (zh) | 提供可配置工作流能力 | |
CN103714084B (zh) | 推荐信息的方法和装置 | |
CN106549772A (zh) | 资源预测方法、系统和容量管理装置 | |
CN107066365A (zh) | 一种系统异常的监测方法及装置 | |
CN103500213B (zh) | 基于预读取的页面热点资源更新方法和装置 | |
CN103488684A (zh) | 基于缓存数据多线程处理的电力可靠性指标快速计算方法 | |
CN104424598A (zh) | 现金需求量预测装置与方法 | |
CN109951302A (zh) | 一种基于数据字典自定义产品的云计算计费系统及方法 | |
CN104199942B (zh) | 一种Hadoop平台时序数据增量计算方法及系统 | |
CN104156811A (zh) | 一种基于云海os的账单生成方法 | |
CN103309960A (zh) | 一种网络舆情事件多维信息提取的方法及装置 | |
CN109408620A (zh) | 一种网络舆论趋势预测的方法、装置、设备及存储介质 | |
JP5964450B2 (ja) | ネットワークグラフ生成方法及び意思決定支援システム | |
CN109145031A (zh) | 一种面向业务市场接入需求的多源数据多维重构方法 | |
CN107491563A (zh) | 面向账期结算的数据处理方法及系统 | |
CN109816157A (zh) | 项目计划优化方法、装置、计算机设备和存储介质 | |
CN109669995A (zh) | 数据存储、质量计算方法、装置、存储介质及服务器 | |
CN109829757A (zh) | 一种最优营销方案的选择方法及装置 | |
CN108108358B (zh) | 一种电能质量数据的存储和检索方法 | |
CN109470918A (zh) | Ir46电能表的电量数据处理方法和ir46电能表 | |
Cao et al. | Mapping elements with the hungarian algorithm: An efficient method for querying business process models | |
CN106354433B (zh) | 分布式内存存储系统的热点数据挖掘方法及装置 | |
CN109358942A (zh) | 一种调整管理设备软件的监控页面的方法、装置及设备 | |
CN103631943B (zh) | 关键词排名的检测方法和装置 | |
CN110515952A (zh) | 一种电力数据的存储方法 |
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: 20190301 |