CN109657105A - 一种获取目标用户的方法 - Google Patents

一种获取目标用户的方法 Download PDF

Info

Publication number
CN109657105A
CN109657105A CN201811595564.9A CN201811595564A CN109657105A CN 109657105 A CN109657105 A CN 109657105A CN 201811595564 A CN201811595564 A CN 201811595564A CN 109657105 A CN109657105 A CN 109657105A
Authority
CN
China
Prior art keywords
user
data
digraph
vertex
temperature
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.)
Granted
Application number
CN201811595564.9A
Other languages
English (en)
Other versions
CN109657105B (zh
Inventor
金涛
江浩
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.)
Beijing Dayan Pension Service Co ltd
Original Assignee
Hangzhou Mingzhiyun Education Technology Co Ltd
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 Hangzhou Mingzhiyun Education Technology Co Ltd filed Critical Hangzhou Mingzhiyun Education Technology Co Ltd
Priority to CN201811595564.9A priority Critical patent/CN109657105B/zh
Publication of CN109657105A publication Critical patent/CN109657105A/zh
Application granted granted Critical
Publication of CN109657105B publication Critical patent/CN109657105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

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

Abstract

本发明提供一种获取目标用户的方法，所述方法包括：获取待分析数据集，所述待分析数据集中每个元素对应一个主题，每个元素中包括一类数据和二类数据，所述一类数据为直接发布的与所述主题相关的数据，所述二类数据为针对一类数据的评论数据；为所述待分析数据集中的每个元素构建有向图，得到有向图集；对所述有向图集中的各个有向图进行分析，选取对应所述有向图的热度用户；对于任意两个有向图，若存在相同的热度用户，则将所述热度用户认定为目标用户。本发明提供的智能目标用户获取方法具备智能化程度高，定位精准，适用范围广等多个显著优点。

Description

一种获取目标用户的方法
技术领域
本发明涉及通信领域，尤其涉及一种获取目标用户的方法。
背景技术
在互联网领域，信息推送已经成为一个十分重要的研究课题，而目标用户的定位精准度在很大程度上能够决定信息推送的成功率。比如，推送广告，如果目标用户不具有活跃性人格，甚至对于任何事物都不甚关心，则显然推送广告的效果将不甚理想。为此，对于目标用户的获取是具备较高的市场价值和应用价值的技术课题，然而，现有技术中缺乏对于目标用户进行精准定位的相关技术。
发明内容
为了解决上述技术问题，本发明提供一种获取目标用户的方法。
本发明是以如下技术方案实现的：
一种获取目标用户的方法，包括：
获取待分析数据集，所述待分析数据集中每个元素对应一个主题，每个元素中包括一类数据和二类数据，所述一类数据为直接发布的与所述主题相关的数据，所述二类数据为针对一类数据的评论数据；
为所述待分析数据集中的每个元素构建有向图，得到有向图集；
对所述有向图集中的各个有向图进行分析，选取对应所述有向图的热度用户；
对于任意两个有向图，若存在相同的热度用户，则将所述热度用户认定为目标用户。
进一步地，所述为所述待分析数据集中的每个元素构建有向图包括：
获取每个元素中的一类数据和二类数据，并构建有向图G，所述有向图可以被表示为G＝{V,E}，其中V为用户标识，E代表一个用户标识发布的二类数据对另一个用户标识发布的一类数据的评论关系；
计算有向图G中每条边的诚恳度权重和支持度权重；
根据所述诚恳度权重和所述支持度权重计算所述边的综合权重。
进一步地，还包括量化诚恳度权重的方法，包括：
构建诚恳度量化表，所述诚恳度量化表包括字数区间和所述字数区间对应的诚恳度权重；
得到每条边中起点用户对终点用户的回复的字数；
根据所述诚恳度量化表查询所述字数所在的字数区间，并得到其对应的诚恳度权重。
进一步地，还包括量化支持度权重的方法，包括：
根据预设的感情词语表提取每条边中起点用户对终点用户的回复中的目标感情词语；
获取目标感情词语对应的权重；
取全部目标感情词语对应的权重的总和值作为支持度权重。
进一步地，还包括热度用户的选取方法，包括：
初始化有向图中各个顶点的热度值；
任意选择一个顶点，根据所述顶点和指向所述顶点的各个相关顶点的当前热度计算所述顶点的迭代后热度，并将所述迭代后热度作为所述顶点的当前热度；
按照上述步骤继续计算其它顶点的当前热度，直至所述有向图中各个顶点的当前热度趋于稳定；
选取当前热度最大的N个用户作为所述有向图的热度用户。
进一步地，迭代后热度热度值根据公式其中h(v)是所述顶点的当前热度，h(u)是指向所述顶点的相关顶点的当前热度，h′(v)是所述顶点的迭代后热度，χ是调节系数，其标识对于各种当前热度的考虑程度，U为所述顶点的各个相关顶点构成的集合，Z(u->v)为热度传递函数，其与指向所述顶点的相关顶点的拓扑结构有关。
在本发明创造的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“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创造和简化描述，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创造的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明创造的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明创造的描述中，需要说明的是，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，可以通过具体情况理解上述术语在本发明创造中的具体含义。
本发明的有益效果是：
本发明实施例提供了一种获取目标用户的方法，其能够在待分析数据集中精准定位出对于各个主题参与度较高的用户，进而通过取交集的形式筛选出具有活跃性人格的用户，这部分用户通常对于新鲜事物接受度较高，可以作为推送相关信息的目标用户，本发明实施例提供的智能目标用户获取方法具备智能化程度高，定位精准，适用范围广等多个显著优点。
附图说明
图1是本实施例提供的一种获取目标用户的方法流程图；
图2是本实施例提供的为所述待分析数据集中的每个元素构建有向图的流程图；
图3是本实施例提供的量化诚恳度权重的方法的流程图；
图4是本实施例提供的量化支持度权重的方法的流程图；
图5是本实施例提供的热度用户的选取方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明作进一步地详细描述。
本发明实施例提供一种获取目标用户的方法，如图1所示，所述方法包括：
S101.获取待分析数据集，所述待分析数据集中每个元素对应一个主题，每个元素中包括一类数据和二类数据，所述一类数据为直接发布的与所述主题相关的数据，所述二类数据为针对一类数据的评论数据。
S102.为所述待分析数据集中的每个元素构建有向图，得到有向图集。
S103.对所述有向图集中的各个有向图进行分析，选取对应所述有向图的热度用户。
所述热度用户可以认为是与所述有向图所在主题相关的热度比较高、影响力比较大的用户。
S104.对于任意两个有向图，若存在相同的热度用户，则将所述热度用户认定为目标用户。
对于单一主题进行分析，只能得到单一主题的大概的热度情况，选取部分热度用户，但是热度用户并不一定是高质量用户，原因在于，热度用户可能仅仅对于某个非常特殊的主题感兴趣，其它一概不关心，也很少参与，对于这种热度用户，若将其作为目标用户向其推送其它信息，比如广告、书籍、文献、视频、音乐等都可能无法得到较好的推送效果，因此，本发明实施例中创新性地从多个主题进行考虑，将能够对于至少两个主题进行积极参与的用户认定为目标用户，本发明实施例认为，参与多个主题能够在某种程度上说明用户为活跃性人格，对其推送相关信息将取得更好的推送效果。
进一步地，所述为所述待分析数据集中的每个元素构建有向图如图2所示，包括：
S1021.获取每个元素中的一类数据和二类数据，并构建有向图G，所述有向图可以被表示为G＝{V,E}，其中V为用户标识，E代表一个用户标识发布的二类数据对另一个用户标识发布的一类数据的评论关系。
举例而言，若用户spark发布了一个一类数据，用户tony，samby和dazzi对其进行了评论，则得到了包括四个顶点，三条有向边的数据网络元素，有向边为从tony指向spark，samby指向spark和dazzi指向spark的三条边。有向边的方向由发布二类数据的用户指向所述二类数据对应的一类数据的用户。
具体地，有向图中可以包括多个发布一类数据的用户和多个发布二类数据的用户，而发布一类数据的用户也可以同时作为发布二类数据的用户，本发明实施例并不限定有向图的具体生成方法。
S1022.计算有向图G中每条边的诚恳度权重和支持度权重。
具体地，本发明实施例中从诚恳度和支持度两个方面评价每条边的权重。诚恳度通过每条边起点用户对终点用户的回复的字数来衡量，本发明实施例认为回复的字数越多，表示起点用户的回答越具有诚意。支持度通过每条边起点用户对终点用户的回复的内容的情感分析结果来衡量，若起点用户的回复的内容具备较多的正面色彩，则支持度较高，反之，支持度角度。
具体地，本发明实施例进一步提供了量化诚恳度权重的方法，如图3所示，包括：
S1.构建诚恳度量化表，所述诚恳度量化表包括字数区间和所述字数区间对应的诚恳度权重。
比如，字数在1-50,则诚恳度权重为0.2，若字数在50-100，则诚恳度权重为0.5，若字数大于100，则诚恳度权重为1.
S2.得到每条边中起点用户对终点用户的回复的字数。
S3.根据所述诚恳度量化表查询所述字数所在的字数区间，并得到其对应的诚恳度权重。
具体地，本发明实施例进一步提供了量化支持度权重的方法，如图4所示，包括：
S10.根据预设的感情词语表提取每条边中起点用户对终点用户的回复中的目标感情词语。
具体地，所述感情词语表可以预先根据大数据统计结果进行设置，所述感情词语表记录了感情词语以及感情词语对应的权重，所述感情词语包括肯定词语、否定词语和中立词语，其中中立词语的权重为0.5，肯定词语的权重小于0.5，否定词语的权重大于0.5。
比如否定词语“白痴”对应权重0.9，否定词语“小傻瓜”对应权重0.6。权重越重，则否定词语的否定语气越激烈。比如肯定词语“绝对正确”对应权重0.4，肯定词语“应该对”对应权重0.3。权重越重，则肯定词语的肯定语气越激烈。
S20.获取目标感情词语对应的权重。
S30.取全部目标感情词语对应的权重的总和值作为支持度权重。
S1023.根据所述诚恳度权重和所述支持度权重计算所述边的综合权重。
具体地，所述综合权重＝α诚恳度权重+β支持度权重。α和β为调节参数，可以根据实际情况进行调节，但是其总和值为1。
具体地，本发明实施例在步骤103之前，还有一个有向图简化的步骤。因为若起点用户对终点用户进行了多次回复，则在有向图G中会产生起点用户指向终点用户的多条有向线段，为了便于后期热度用户的筛选，先对有向图进行简化，使得起点用户与终点用户之间的多条有向线段合并为一条有向线段，所述合并后的有向线段的综合权重为合并前的多条有向线段的权重的总和值。
进一步地，本发明实施例里提供了热度用户的选取方法，如图5所示，包括：
S1031.初始化有向图中各个顶点的热度值。
本发明实施例中初始的热度值均为1.
S1032.任意选择一个顶点，根据所述顶点和指向所述顶点的各个相关顶点的当前热度计算所述顶点的迭代后热度，并将所述迭代后热度作为所述顶点的当前热度。
具体地，迭代后热度热度值根据公式其中h(v)是所述顶点的当前热度，h(u)是指向所述顶点的相关顶点的当前热度，h′(v)是所述顶点的迭代后热度，χ是调节系数，其标识对于各种当前热度的考虑程度，U为所述顶点的各个相关顶点构成的集合，Z(u->v)为热度传递函数，其与指向所述顶点的相关顶点的拓扑结构有关。
在一个可行的实施方式中其中Quv为顶点u指向顶点v的有向线段的综合权重，∑Qu为顶点u指向全部相关其它节点的有向线段的综合权重的总和值。
S1033.按照步骤S1032的方法继续计算其它顶点的当前热度，直至所述有向图中各个顶点的当前热度趋于稳定。
具体地，各个顶点计算迭代后热度的先后顺序可以根据实际情况有所不同，本发明实施例并不对其进行明确限定。趋于稳定即为迭代前后的当前热度值小于预设阈值。
S1034.选取当前热度最大的N个用户作为所述有向图的热度用户。
具体地，N可以根据实际需要进行设置。
本发明实施例提供了一种获取目标用户的方法，其能够在待分析数据集中精准定位出对于各个主题参与度较高的用户，进而通过取交集的形式筛选出具有活跃性人格的用户，这部分用户通常对于新鲜事物接受度较高，可以作为推送相关信息的目标用户，本发明实施例提供的智能目标用户获取方法具备智能化程度高，定位精准，适用范围广等多个显著优点。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种获取目标用户的方法，其特征在于，包括：
获取待分析数据集，所述待分析数据集中每个元素对应一个主题，每个元素中包括一类数据和二类数据，所述一类数据为直接发布的与所述主题相关的数据，所述二类数据为针对一类数据的评论数据；
为所述待分析数据集中的每个元素构建有向图，得到有向图集；
对所述有向图集中的各个有向图进行分析，选取对应所述有向图的热度用户；
对于任意两个有向图，若存在相同的热度用户，则将所述热度用户认定为目标用户。
2.根据权利要求1所述的方法，其特征在于，所述为所述待分析数据集中的每个元素构建有向图包括：
获取每个元素中的一类数据和二类数据，并构建有向图G，所述有向图可以被表示为G＝{V,E}，其中V为用户标识，E代表一个用户标识发布的二类数据对另一个用户标识发布的一类数据的评论关系；
计算有向图G中每条边的诚恳度权重和支持度权重；
根据所述诚恳度权重和所述支持度权重计算所述边的综合权重。
3.根据权利要求2所述的方法，其特征在于：
还包括量化诚恳度权重的方法，包括：
构建诚恳度量化表，所述诚恳度量化表包括字数区间和所述字数区间对应的诚恳度权重；
得到每条边中起点用户对终点用户的回复的字数；
根据所述诚恳度量化表查询所述字数所在的字数区间，并得到其对应的诚恳度权重。
4.根据权利要求2所述方法，其特征在于：
还包括量化支持度权重的方法，包括：
根据预设的感情词语表提取每条边中起点用户对终点用户的回复中的目标感情词语；
获取目标感情词语对应的权重；
取全部目标感情词语对应的权重的总和值作为支持度权重。
5.根据权利要求1所述方法，其特征在于，还包括热度用户的选取方法，包括：
初始化有向图中各个顶点的热度值；
任意选择一个顶点，根据所述顶点和指向所述顶点的各个相关顶点的当前热度计算所述顶点的迭代后热度，并将所述迭代后热度作为所述顶点的当前热度；
按照上述步骤继续计算其它顶点的当前热度，直至所述有向图中各个顶点的当前热度趋于稳定；
选取当前热度最大的N个用户作为所述有向图的热度用户。
6.根据权利要求5所述方法，其特征在于：
迭代后热度热度值根据公式其中h(v)是所述顶点的当前热度，h(u)是指向所述顶点的相关顶点的当前热度，h′(v)是所述顶点的迭代后热度，χ是调节系数，其标识对于各种当前热度的考虑程度，U为所述顶点的各个相关顶点构成的集合，Z(u->v)为热度传递函数，其与指向所述顶点的相关顶点的拓扑结构有关。
CN201811595564.9A 2018-12-25 2018-12-25 一种获取目标用户的方法 Active CN109657105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811595564.9A CN109657105B (zh) 2018-12-25 2018-12-25 一种获取目标用户的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811595564.9A CN109657105B (zh) 2018-12-25 2018-12-25 一种获取目标用户的方法

Publications (2)

Publication Number Publication Date
CN109657105A true CN109657105A (zh) 2019-04-19
CN109657105B CN109657105B (zh) 2021-10-22

Family

ID=66115106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811595564.9A Active CN109657105B (zh) 2018-12-25 2018-12-25 一种获取目标用户的方法

Country Status (1)

Country Link
CN (1) CN109657105B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101388024A (zh) * 2008-10-09 2009-03-18 浙江大学 一种基于复杂网络的压缩空间高效搜索方法
CN103902690A (zh) * 2014-03-27 2014-07-02 北京邮电大学 一种提高社交网络用户产生内容信息影响力准确性的方法
CN105260474A (zh) * 2015-10-29 2016-01-20 俞定国 一种基于信息交互网络的微博用户影响力计算方法
CN106055627A (zh) * 2016-05-27 2016-10-26 西安电子科技大学 话题领域中社交网络关键节点的识别方法
CN106611339A (zh) * 2015-10-21 2017-05-03 阿里巴巴集团控股有限公司 种子用户筛选方法、产品的用户影响力评价方法及装置
US20170293698A1 (en) * 2016-04-12 2017-10-12 International Business Machines Corporation Exploring a topic for discussion through controlled navigation of a knowledge graph
CN107316246A (zh) * 2016-09-22 2017-11-03 山东科技大学 一种社交网络关键用户的挖掘方法
CN107633260A (zh) * 2017-08-23 2018-01-26 上海师范大学 一种基于聚类的社交网络意见领袖挖掘方法
CN107633044A (zh) * 2017-09-14 2018-01-26 国家计算机网络与信息安全管理中心 一种基于热点事件的舆情知识图谱构建方法
CN108920503A (zh) * 2018-05-28 2018-11-30 哈尔滨工程大学 一种基于社交网络信任度的微视频个性化推荐算法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101388024A (zh) * 2008-10-09 2009-03-18 浙江大学 一种基于复杂网络的压缩空间高效搜索方法
CN103902690A (zh) * 2014-03-27 2014-07-02 北京邮电大学 一种提高社交网络用户产生内容信息影响力准确性的方法
CN106611339A (zh) * 2015-10-21 2017-05-03 阿里巴巴集团控股有限公司 种子用户筛选方法、产品的用户影响力评价方法及装置
CN105260474A (zh) * 2015-10-29 2016-01-20 俞定国 一种基于信息交互网络的微博用户影响力计算方法
US20170293698A1 (en) * 2016-04-12 2017-10-12 International Business Machines Corporation Exploring a topic for discussion through controlled navigation of a knowledge graph
CN106055627A (zh) * 2016-05-27 2016-10-26 西安电子科技大学 话题领域中社交网络关键节点的识别方法
CN107316246A (zh) * 2016-09-22 2017-11-03 山东科技大学 一种社交网络关键用户的挖掘方法
CN107633260A (zh) * 2017-08-23 2018-01-26 上海师范大学 一种基于聚类的社交网络意见领袖挖掘方法
CN107633044A (zh) * 2017-09-14 2018-01-26 国家计算机网络与信息安全管理中心 一种基于热点事件的舆情知识图谱构建方法
CN108920503A (zh) * 2018-05-28 2018-11-30 哈尔滨工程大学 一种基于社交网络信任度的微视频个性化推荐算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张群: "基于双连通性的在线社交网络关键用户发现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
林泽鸿 等: "基于论坛活跃用户的图书推荐研究", 《图书馆理论与实践》 *

Also Published As

Publication number Publication date
CN109657105B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
Scott et al. Measuring specialization among birders: Utility of a self-classification measure
US9722809B1 (en) Method and apparatus of organizing and delivering data to intended recipients
CN103180871B (zh) 应用程序推荐的方法、系统和装置
CN104615775B (zh) 一种用户推荐方法及装置
US20140244772A1 (en) Method and device for implementing instant communication
CN110138848A (zh) 一种发布信息推送方法及设备
KR101677684B1 (ko) 소셜 미디어에 대한 사용자 행위 분석을 기반으로 한 신뢰성 평가 방법 및 장치
US20100100600A1 (en) Distributing data messages
Phan et al. The evolution of influence through endogenous link formation
Zhang et al. Rating protocols in online communities
CN109840702A (zh) 一种基于多核融合的新项目协同推荐方法
CN109325171A (zh) 基于领域知识的用户兴趣分析方法及系统
CN108876644A (zh) 一种基于社交网络的相似账号计算方法及装置
CN109766477A (zh) 一种获取正向目标用户的方法
CN109657105A (zh) 一种获取目标用户的方法
JP2019040605A (ja) ユーモア生成に基づく感情対話方法とロボットシステム
CN108647739A (zh) 一种基于改进的密度峰值聚类的社交网络社区发现方法
Miller et al. GroupLens for Usenet: Experiences in applying collaborative filtering to a social information system
Ganley et al. Categorizing behavior in online communities: A look into the world of cake bakers
CN111125507B (zh) 一种群组活动推荐方法、装置、服务器及计算机存储介质
Nepal et al. A social trust based friend recommender for online communities “invited paper”
Hao et al. Introducing decision entrustment mechanism into repeated bilateral agent interactions to achieve social optimality
US20120296969A1 (en) Apparatus and method of objectively rating members of an online group
CN109657150A (zh) 一种向目标用户推送目标文献名录的方法
KR101797234B1 (ko) 온라인 커뮤니티에서 동일 사용자의 닉네임 목록을 추출하는 장치 및 방법

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
TA01 Transfer of patent application right

Effective date of registration: 20210913

Address after: Room 1403, 14th floor, 736 Jiangshu Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province 310000

Applicant after: Hangzhou canba Technology Co.,Ltd.

Address before: Room 209, floor 2, building 7, No. 1180 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province

Applicant before: HANGZHOU MINGZHIYUN EDUCATION TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230619

Address after: 100000 No. 5528, Floor 5, Building 6, Yard 49, Badachu Road, Shijingshan District, Beijing

Patentee after: Beijing Wukongbao Technology Group Co.,Ltd.

Address before: Room 1403, 14th floor, 736 Jiangshu Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province 310000

Patentee before: Hangzhou canba Technology Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240226

Address after: No. 1971, 19th Floor, Building 2, No. 35 Jianguo Road, Chaoyang District, Beijing, 100000

Patentee after: Beijing Dayan Pension Service Co.,Ltd.

Country or region after: China

Address before: 100000 No. 5528, Floor 5, Building 6, Yard 49, Badachu Road, Shijingshan District, Beijing

Patentee before: Beijing Wukongbao Technology Group Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right