CN110032680A - 大数据分析方法及系统 - Google Patents
大数据分析方法及系统 Download PDFInfo
- Publication number
- CN110032680A CN110032680A CN201910304232.9A CN201910304232A CN110032680A CN 110032680 A CN110032680 A CN 110032680A CN 201910304232 A CN201910304232 A CN 201910304232A CN 110032680 A CN110032680 A CN 110032680A
- Authority
- CN
- China
- Prior art keywords
- big data
- user
- keyword
- term vector
- data
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供了一种大数据分析方法,包括以下步骤:S1、分析网络中每个用户的大数据历史访问记录,生成用户偏好数据库;S2、用户客户端将用户的大数据访问请求发送至大数据资源服务器;S3、大数据资源服务器根据用户的数据访问请求,根据用户偏好数据库在大数据资源中筛选出匹配程度高的大数据;S4、将筛选出匹配程度高的大数据加密后发送给用户客户端。本发明的大数据分析方法,通过分析网络中每个用户的大数据历史访问记录,可快速将网络中海量的合适的大数据发送给需要的用户,提高了用户获取大数据的效率,同时再对发送的大数据进行加密,提高了发送数据的安全性。
Description
技术领域
本发明涉及计算机技术领域,更具体的说,本发明涉及一种大数据分析方法及系统。
背景技术
现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物。随着云时代的来临,大数据也吸引了越来越多的关注。在现今的社会,大数据的应用越来越彰显他的优势,它占领的领域也越来越大,电子商务、O2O、物流配送等,各种利用大数据进行发展的领域正在协助企业不断地发展新业务,创新运营模式。网络中的数据资源有可能存在亿万级别的潜在,如何统计和运用这些数据,这就涉及到大数据的信息分析技术,如何对大数据信息进行高效的分析是当前急需解决的难题。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
本发明提供所述大数据分析方法,首先分析网络中每个用户的大数据历史访问记录,得到用户的偏好数据库,然后根据用户的数据访问请求,依据用户偏好数据库在大数据资源中筛选出匹配程度高的大数据,再将筛选出匹配程度高的大数据加密后发送给用户客户端,通过分析网络中每个用户的大数据历史访问记录,可快速将网络中海量的合适的大数据发送给需要的用户,提高了用户获取大数据的效率,同时再对发送的大数据进行加密,提高了发送数据的安全性。
为了实现根据本发明的这些目的和其他优点,提供一种大数据分析方法,包括以下步骤:
S1、分析网络中每个用户的大数据历史访问记录,生成用户偏好数据库;
S2、用户客户端将用户的大数据访问请求发送至大数据资源服务器;
S3、大数据资源服务器根据用户的数据访问请求,根据用户偏好数据库在大数据资源中筛选出匹配程度高的大数据;
S4、将筛选出匹配程度高的大数据加密后发送给用户客户端;
其中,加密方法具体包括:
将匹配程度高的大数据按照预定字节长度均分成多块数据,并分别对每块进行编号;按照预设的加密算法对每个编号对应的数据进行加密,将加密后的每块数据按编号进行组合即完成对大数据的加密。
优选的是,所述的大数据分析方法,S1中分析网络中每个用户的大数据历史访问记录,提取历史访问记录中的第一关键词;并统计每个第一关键词出现的次数,将每个第一关键词出现的次数作为该第一关键词的权重值,将第一关键词以及权重值存储即生成用户偏好数据库;构建第一关键词的第一词向量;S3中大数据资源服务器根据用户的数据访问请求,提取数据访问请求中的多个第二关键词,构建第二关键词的第二词向量,计算每个第二词向量与第一词向量之间的余弦相似度,将余弦相似度值与对应的权重值相乘得到乘积值,将乘积值由大至小排列,筛选出乘积值较大者所对应的大数据历史访问记录作为匹配程度高的大数据。
优选的是,所述的大数据分析方法,加密方法具体包括:将匹配程度高的大数据按照预定字节长度分成多个区间,将每个区间分成字节长度分别为L1、L2、L3的三块数据,分别对每个区间的L1、L2、L3的三块数据进行编号,按照预设的加密算法对每个区间的L1、L2、L3的三块数据进行加密,将加密后的每块数据按编号进行组合即完成对大数据的加密。
优选的是,所述的大数据分析方法,对每个区间的L1、L2、L3的三块数据分别使用DES、RC5、IDEA加密算法加密。
优选的是,所述的大数据分析方法,分析网络中每个用户的大数据历史访问记录,采用分成工具对历史访问记录进行分词,提取关键词即为第一关键词。
本发明还提供了一种大数据分析系统,包括:
分析单元,其用于分析网络中每个用户的大数据历史访问记录;
第一提取单元,其用于提取历史访问记录中的第一关键词,并统计每个第一关键词出现的次数,将每个第一关键词出现的次数作为该第一关键词的权重值;
第一词向量构建单元,其用于构建第一关键词的第一词向量;
大数据资源服务器单元,其用于接收用户的数据访问请求;
第二提取单元,其用于提取数据访问请求中的多个第二关键词;
第一词向量构建单元,其用于构建第二关键词的第二词向量;
匹配计算单元,其用于计算每个第二词向量与第一词向量之间的余弦相似度,并将余弦相似度值与对应的权重值相乘得到乘积值,将乘积值由大至小排列,筛选出乘积值较大者所对应的大数据历史访问记录作为匹配程度高的大数据;
加密计算单元,其用于将匹配程度高的大数据按照预定字节长度均分成多块数据,并分别对每块进行编号;按照预设的加密算法对每个编号对应的数据进行加密,将加密后的每块数据按编号进行组合;
发送单元,其用于将加密后的匹配程度高的大数据发送给用户客户端。
本发明至少包括以下有益效果:
1、本发明的大数据分析方法,首先分析网络中每个用户的大数据历史访问记录,得到用户的偏好数据库,然后根据用户的数据访问请求,依据用户偏好数据库在大数据资源中筛选出匹配程度高的大数据,再将筛选出匹配程度高的大数据加密后发送给用户客户端,通过分析网络中每个用户的大数据历史访问记录,可快速将网络中海量的合适的大数据发送给需要的用户,提高了用户获取大数据的效率,同时再对发送的大数据进行加密,提高了发送数据的安全性。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明的大数据分析方法的流程示意图;
图2为本发明的大数据分析系统的结构示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
如图1所示,一种大数据分析方法,包括以下步骤:
S1、分析网络中每个用户的大数据历史访问记录,生成用户偏好数据库;
S2、用户客户端将用户的大数据访问请求发送至大数据资源服务器;
S3、大数据资源服务器根据用户的数据访问请求,根据用户偏好数据库在大数据资源中筛选出匹配程度高的大数据;
S4、将筛选出匹配程度高的大数据加密后发送给用户客户端;
其中,加密方法具体包括:
将匹配程度高的大数据按照预定字节长度均分成多块数据,并分别对每块进行编号;按照预设的加密算法对每个编号对应的数据进行加密,将加密后的每块数据按编号进行组合即完成对大数据的加密。
所述的大数据分析方法,S1中分析网络中每个用户的大数据历史访问记录,提取历史访问记录中的第一关键词;并统计每个第一关键词出现的次数,将每个第一关键词出现的次数作为该第一关键词的权重值,将第一关键词以及权重值存储即生成用户偏好数据库;构建第一关键词的第一词向量;S3中大数据资源服务器根据用户的数据访问请求,提取数据访问请求中的多个第二关键词,构建第二关键词的第二词向量,计算每个第二词向量与第一词向量之间的余弦相似度,将余弦相似度值与对应的权重值相乘得到乘积值,将乘积值由大至小排列,筛选出乘积值较大者所对应的大数据历史访问记录作为匹配程度高的大数据。
所述的大数据分析方法,加密方法具体包括:将匹配程度高的大数据按照预定字节长度分成多个区间,将每个区间分成字节长度分别为L1、L2、L3的三块数据,分别对每个区间的L1、L2、L3的三块数据进行编号,按照预设的加密算法对每个区间的L1、L2、L3的三块数据进行加密,将加密后的每块数据按编号进行组合即完成对大数据的加密。
所述的大数据分析方法,对每个区间的L1、L2、L3的三块数据分别使用DES、RC5、IDEA加密算法加密。
所述的大数据分析方法,分析网络中每个用户的大数据历史访问记录,采用分成工具对历史访问记录进行分词,提取关键词即为第一关键词。
本发明的大数据分析方法,首先分析网络中在预定时间内每个用户的大数据历史访问记录,包括大数据的主题内容、访问时长、访问时间等,然后从大数据历史访问记录的主题内容中提取第一关键词,采用分词工具对主题内容进行分词然后提取第一关键词,比如“体育”“篮球”“运动”“招聘”“工作”等等,然后统计历史访问记录中每个第一关键词出现的次数,比如招聘“工作”出现5次、“篮球”出现3次,并构建每个第一关键词的第一词向量,比如第一词向量分别为a11、a12、a13…;用户客户端将用户的大数据访问请求发送至大数据资源服务器,大数据资源服务器根据用户的数据访问请求,根据用户偏好数据库在大数据资源中筛选出匹配程度高的大数据,具体为:大数据资源服务器根据用户的数据访问请求,根据用户的数据访问请求内容,提取第二关键词,比如第二关键词为“足球”“体育”“应聘”等,然后分别构建第二关键词的,比如第二词向量b11、b12、b13…,计算每个第二词向量与第一词向量之间的余弦相似度,比如计算b11与a11、a12、a13之间的余弦相似度,然后将余弦相似度的乘积与对应的第一关键词出现的次数相乘,得到乘积值,将乘积值由大到小排列,筛选出乘积值较大者所对应的大数据历史访问记录,比如乘积值大于预定值或乘积值排名全20名对应的第一关键词所对应的大数据历史访问记录,作为匹配程度高的大数据;然后将筛选出匹配程度高的大数据加密后发送给用户客户端;加密具体方法为:将匹配程度高的大数据依据预定字节长度分成多个区间,比如按照8字节、16字节、32字节分成多个区间,然后将每个区间分成字节长度分别为L1、L2、L3的三块数据,其中,L1、L2、L3的字节长度可以相同,然后对每个区间的三块数据进行编号,比如编号分别为1、2、3……,然后对每个区间的三块数据按照预设的加密算法对每块数据进行加密,比如字节长度分别为L1、L2、L3的三块数据可分别使用DES、AES、RSA、Base64、MD5、SHA1、IDEA加密算法加密,然后将加密后的的每块数据按编号进行组合,即按照原来编号的顺序组合即完成对大数据的加密,然后将加密后的大数据发送给客户端。实际中用户客户端接收到加密后的大数据后还进行解密。
如图2所示,本发明还提供了一种大数据分析系统,包括:
分析单元,其用于分析网络中每个用户的大数据历史访问记录;
第一提取单元,其用于提取历史访问记录中的第一关键词,并统计每个第一关键词出现的次数,将每个第一关键词出现的次数作为该第一关键词的权重值;
第一词向量构建单元,其用于构建第一关键词的第一词向量;
大数据资源服务器单元,其用于接收用户的数据访问请求;
第二提取单元,其用于提取数据访问请求中的多个第二关键词;
第二词向量构建单元,其用于构建第二关键词的第二词向量;
匹配计算单元,其用于计算每个第二词向量与第一词向量之间的余弦相似度,并将余弦相似度值与对应的权重值相乘得到乘积值,将乘积值由大至小排列,筛选出乘积值较大者所对应的大数据历史访问记录作为匹配程度高的大数据;
加密计算单元,其用于将匹配程度高的大数据按照预定字节长度均分成多块数据,并分别对每块进行编号;按照预设的加密算法对每个编号对应的数据进行加密,将加密后的每块数据按编号进行组合;
发送单元,其用于将加密后的匹配程度高的大数据发送给用户客户端。
各单元的工作原理同上述大数据分析方法。
尽管本发明的实施方案已公开如上,但其并不仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (6)
1.大数据分析方法,其特征在于,包括以下步骤:
S1、分析网络中每个用户的大数据历史访问记录,生成用户偏好数据库;
S2、用户客户端将用户的大数据访问请求发送至大数据资源服务器;
S3、大数据资源服务器根据用户的数据访问请求,根据用户偏好数据库在大数据资源中筛选出匹配程度高的大数据;
S4、将筛选出匹配程度高的大数据加密后发送给用户客户端;
其中,加密方法具体包括:
将匹配程度高的大数据按照预定字节长度均分成多块数据,并分别对每块进行编号;按照预设的加密算法对每个编号对应的数据进行加密,将加密后的每块数据按编号进行组合即完成对大数据的加密。
2.如权利要求1所述的大数据分析方法,其特征在于,S1中分析网络中每个用户的大数据历史访问记录,提取历史访问记录中的第一关键词;并统计每个第一关键词出现的次数,将每个第一关键词出现的次数作为该第一关键词的权重值,将第一关键词以及权重值存储即生成用户偏好数据库;构建第一关键词的第一词向量;S3中大数据资源服务器根据用户的数据访问请求,提取数据访问请求中的多个第二关键词,构建第二关键词的第二词向量,计算每个第二词向量与第一词向量之间的余弦相似度,将余弦相似度值与对应的权重值相乘得到乘积值,将乘积值由大至小排列,筛选出乘积值较大者所对应的大数据历史访问记录作为匹配程度高的大数据。
3.如权利要求1所述的大数据分析方法,其特征在于,加密方法具体包括:将匹配程度高的大数据按照预定字节长度分成多个区间,将每个区间分成字节长度分别为L1、L2、L3的三块数据,分别对每个区间的L1、L2、L3的三块数据进行编号,按照预设的加密算法对每个区间的L1、L2、L3的三块数据进行加密,将加密后的每块数据按编号进行组合即完成对大数据的加密。
4.如权利要求3所述的大数据分析方法,其特征在于,对每个区间的L1、L2、L3的三块数据分别使用DES、RC5、IDEA加密算法加密。
5.如权利要求2所述的大数据分析方法,其特征在于,分析网络中每个用户的大数据历史访问记录,采用分成工具对历史访问记录进行分词,提取关键词即为第一关键词。
6.大数据分析系统,其特征在于,包括:
分析单元,其用于分析网络中每个用户的大数据历史访问记录;
第一提取单元,其用于提取历史访问记录中的第一关键词,并统计每个第一关键词出现的次数,将每个第一关键词出现的次数作为该第一关键词的权重值;
第一词向量构建单元,其用于构建第一关键词的第一词向量;
大数据资源服务器单元,其用于接收用户的数据访问请求;
第二提取单元,其用于提取数据访问请求中的多个第二关键词;
第二词向量构建单元,其用于构建第二关键词的第二词向量;
匹配计算单元,其用于计算每个第二词向量与第一词向量之间的余弦相似度,并将余弦相似度值与对应的权重值相乘得到乘积值,将乘积值由大至小排列,筛选出乘积值较大者所对应的大数据历史访问记录作为匹配程度高的大数据;
加密计算单元,其用于将匹配程度高的大数据按照预定字节长度均分成多块数据,并分别对每块进行编号;按照预设的加密算法对每个编号对应的数据进行加密,将加密后的每块数据按编号进行组合;
发送单元,其用于将加密后的匹配程度高的大数据发送给用户客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910304232.9A CN110032680A (zh) | 2019-04-16 | 2019-04-16 | 大数据分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910304232.9A CN110032680A (zh) | 2019-04-16 | 2019-04-16 | 大数据分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110032680A true CN110032680A (zh) | 2019-07-19 |
Family
ID=67238580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910304232.9A Pending CN110032680A (zh) | 2019-04-16 | 2019-04-16 | 大数据分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110032680A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460813A (zh) * | 2020-03-04 | 2020-07-28 | 北京网聘咨询有限公司 | 招聘信息和求职简历匹配的方法及系统 |
CN111556098A (zh) * | 2020-04-08 | 2020-08-18 | 深圳供电局有限公司 | 一种基于人工智能的物联网数据的分析系统和分析方法 |
CN112101977A (zh) * | 2020-07-01 | 2020-12-18 | 上海世强信息技术有限公司 | 一种精准的大数据分析方法 |
CN112258009A (zh) * | 2020-06-12 | 2021-01-22 | 广元量知汇科技有限公司 | 一种智慧政务请求处理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574113A (zh) * | 2015-12-14 | 2016-05-11 | 四川九成信息技术有限公司 | 一种大数据环境下的数据管理方法 |
CN105785895A (zh) * | 2016-03-30 | 2016-07-20 | 国网山东省电力公司荣成市供电公司 | 一种变电站智能监控系统 |
CN106788982A (zh) * | 2017-02-22 | 2017-05-31 | 郑州云海信息技术有限公司 | 一种分段加密传输方法及装置 |
CN107733904A (zh) * | 2017-10-24 | 2018-02-23 | 郑州云海信息技术有限公司 | 一种虚拟机数据加密和解密的方法、装置及平台 |
US20190026183A1 (en) * | 2015-10-30 | 2019-01-24 | International Business Machines Corporation | Multi option rebuilding in a dispersed storage network |
-
2019
- 2019-04-16 CN CN201910304232.9A patent/CN110032680A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190026183A1 (en) * | 2015-10-30 | 2019-01-24 | International Business Machines Corporation | Multi option rebuilding in a dispersed storage network |
CN105574113A (zh) * | 2015-12-14 | 2016-05-11 | 四川九成信息技术有限公司 | 一种大数据环境下的数据管理方法 |
CN105785895A (zh) * | 2016-03-30 | 2016-07-20 | 国网山东省电力公司荣成市供电公司 | 一种变电站智能监控系统 |
CN106788982A (zh) * | 2017-02-22 | 2017-05-31 | 郑州云海信息技术有限公司 | 一种分段加密传输方法及装置 |
CN107733904A (zh) * | 2017-10-24 | 2018-02-23 | 郑州云海信息技术有限公司 | 一种虚拟机数据加密和解密的方法、装置及平台 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460813A (zh) * | 2020-03-04 | 2020-07-28 | 北京网聘咨询有限公司 | 招聘信息和求职简历匹配的方法及系统 |
CN111460813B (zh) * | 2020-03-04 | 2023-04-18 | 北京网聘咨询有限公司 | 招聘信息和求职简历匹配的方法及系统 |
CN111556098A (zh) * | 2020-04-08 | 2020-08-18 | 深圳供电局有限公司 | 一种基于人工智能的物联网数据的分析系统和分析方法 |
CN111556098B (zh) * | 2020-04-08 | 2023-09-15 | 深圳供电局有限公司 | 一种基于人工智能的物联网数据的分析系统和分析方法 |
CN112258009A (zh) * | 2020-06-12 | 2021-01-22 | 广元量知汇科技有限公司 | 一种智慧政务请求处理方法 |
CN112258009B (zh) * | 2020-06-12 | 2021-10-26 | 新疆新创高科企业管理有限公司 | 一种智慧政务请求处理方法 |
CN112101977A (zh) * | 2020-07-01 | 2020-12-18 | 上海世强信息技术有限公司 | 一种精准的大数据分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110032680A (zh) | 大数据分析方法及系统 | |
Xia et al. | Towards privacy-preserving content-based image retrieval in cloud computing | |
CN105339924A (zh) | 作为服务的有效数据压缩和分析 | |
KR101282281B1 (ko) | 프라이버시를 보장하는 가중치 기반의 키워드 검색을 위한 방법 및 장치 | |
KR102060766B1 (ko) | 다크웹 범죄 사이트 모니터링 시스템 | |
CN113449048A (zh) | 数据标签分布确定方法、装置、计算机设备和存储介质 | |
US11676418B1 (en) | Enhanced storage and data retrieval for face-related data | |
CN105574113B (zh) | 一种大数据环境下的数据管理方法 | |
Rajendran et al. | Implementation and analysis of MapReduce on biomedical big data | |
Xu et al. | Knowledge as a service and knowledge breaching | |
Gupta et al. | Automated event prioritization for security operation center using deep learning | |
CN110543584A (zh) | 一种建立人脸索引的方法、装置、处理服务器及存储介质 | |
CN107005576A (zh) | 从服务器日志生成用于链接标识符的桥接匹配标识符 | |
EP3718284B1 (en) | Extending encrypted traffic analytics with traffic flow data | |
CN103714300A (zh) | 基于分布式gpu和彩虹表的加密分析系统及其方法 | |
Kartel et al. | Analysis of visualization techniques for malware detection | |
Kachhadiya et al. | A survey on sequential pattern mining algorithm for web log pattern data | |
CN113704624B (zh) | 基于用户分流的策略推荐方法、装置、设备及介质 | |
Hofgesang et al. | Analysing clickstream data: From anomaly detection to visitor profiling | |
CN114297223A (zh) | 一种基于大数据的中小企业信息化服务平台 | |
Arya et al. | Mining frequent spatial-textual sequence patterns | |
Zhao et al. | The research of cryptosystem recognition based on randomness test’s return value | |
KR101076522B1 (ko) | 사이트 클러스터링 시스템 및 사이트 클러스터링 방법 | |
CN111160987A (zh) | 一种信息展示方法、装置及系统 | |
Al Kubaizi et al. | Mining Expertise Using Social Media Analytics |
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 |
Application publication date: 20190719 |
|
RJ01 | Rejection of invention patent application after publication |