CN110135679A - 一种基于手机信令数据生活中心空间绩效的评估方法 - Google Patents
一种基于手机信令数据生活中心空间绩效的评估方法 Download PDFInfo
- Publication number
- CN110135679A CN110135679A CN201910255575.0A CN201910255575A CN110135679A CN 110135679 A CN110135679 A CN 110135679A CN 201910255575 A CN201910255575 A CN 201910255575A CN 110135679 A CN110135679 A CN 110135679A
- Authority
- CN
- China
- Prior art keywords
- life
- center
- mobile phone
- living
- centers
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000011664 signaling Effects 0.000 title claims abstract description 22
- 238000011161 development Methods 0.000 claims abstract description 25
- 238000011160 research Methods 0.000 claims abstract description 7
- 230000006399 behavior Effects 0.000 claims description 21
- 230000018109 developmental process Effects 0.000 abstract 3
- 230000001413 cellular effect Effects 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 241000219000 Populus Species 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/20—Services signaling; Auxiliary data signalling, i.e. transmitting data via a non-traffic channel
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明是一种基于手机信令数据生活中心空间绩效的评估方法,具体步骤如下:在研究范围,根据手机基站统计手机用户日间、夜间停留时间最长的位置,分别作为工作地和居住地,并识别每个用户的生活出行和生活出行目的地,根据生活出行目的地,将研究范围通过核密度法进行栅格划分,采用基于手机信令数据的一种局部加权回归的非参数法,识别生活中心,评价各生活中心的消费行为,评价各生活中心基础条件,对比得到的各生活中心的消费行为和基础条件,得到各生活中心的空间绩效。本发明结合消费行为和基础条件,对比生活中心实际发展情况和理论发展潜力,可以更加真实、准确、高效地评价生活中心空间发展绩效。
Description
技术领域
本发明涉及城乡规划领域,特别是一种基于手机信令数据生活中心空间绩效的评估方法。
背景技术
城市生活中心(在实践中也称商业中心、商业网点、公共活动中心)可以为居民提供商业、游憩、文化等综合服务,是城市空间结构的重要组成部分。在当前城市发展从速度到质量的转型中,建设高质量生活中心,培育多层次中心体系,尤为重要,已成为当前城市空间格局演变主导方向和全球城市发展的重要战略。对城市生活中心的现状特征和发展趋势开展分析、评价和监测工作,则是制定相关规划政策的前提。
现有评价方法主要从聚客力着手,选取主力店吸引力,商户组合因素,非业态组合因素,商品价值与性价比因素,环境因素,空间布局,购物氛围,人员服务因素,停车设施及交通易达性等相关因素,推测生活中心的聚客力。一方面选取的指标过于复杂,且关注重点不同,选取的指标往往不同;另一方面,研究大多只从聚客力的相关影响因素着手,很少研究各生活中心真实的到访人数,需要一种准确、高效的方法评估生活中心空间绩效。
发明内容
本发明提供一种利用手机信令数据由于其具有较高的空间精度、丰富的时空信息、较全面的样本覆盖,用于识别城市生活中心,揭示用户活动规律,从而实现更准确的评价分析的方法,具体如下:
一种基于手机信令数据生活中心空间绩效的评估方法,具体步骤如下:
A.在目标城市,根据手机基站统计手机用户日间、夜间停留时间最长的位置,分别作为工作地和居住地,并识别每个用户的生活出行和生活出行目的地,
B.根据生活出行目的地,将研究范围通过核密度法进行栅格划分,采用基于手机信令数据的一种局部加权回归的非参数法,识别生活中心,
C.评价各生活中心的消费行为,
D.评价各生活中心基础条件,
E.对比个步骤C和D中得到的各生活中心的消费行为和基础条件,得到各生活中心的空间绩效。
在上述技术方案的基础上,进一步的,步骤C中所述评价各生活中心的消费行为是指,基于手机信令数据统计各生活中到访人次、平均停留时间和势力圈面积,所述势力圈是指生活中心吸引力占优的区域,计算各栅格内手机用户到吸引力最强生活中心的人次占其手机用户到全部生活中心人次的比值与根据位序-规模法计算的值比较,并采用K均值法将生活中心分类。
在上述技术方案的基础上,进一步的,步骤D中所述评价各生活中心基础条件是指,采用赫夫模型中服务规模和服务距离评价生活中心理论发展潜力,并采用K均值法将生活中心分类。
本发明的优点在于:
本发明提供了一种基于手机信令数据生活中心空间绩效评价方法,通过此法可以评价生活中心的现实情况,结合其理论发展潜力,得到生活中心空间发展绩效,从而为生活中心布局及相关公告政策提供参考基于手机信令数据,得到真实的生活中心到访人次,而非只评价生活中心聚客力的相关指标。
本发明最终结果是评价各生活中心的空间绩效,相比于采用复杂指标且只评价生活中心基础条件的现有方法,本发明结合消费行为和基础条件,对比生活中心实际发展情况和理论发展潜力,可以更加真实、准确、高效地评价生活中心空间发展绩效。
附图说明
图1是本发明所述方法流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的实例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的原件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
如图1所示根据本发明提出的一种基于手机信令数据生活中心空间绩效的评估方法,包括以下步骤:
步骤A、识别手机用户居住地和工作地,并识别其生活出行目的地,具体如下:
步骤A1、基于手机信令数据的探索,选取每个用户夜间(10pm-6am)的记录, 统计每个基站的停留时间,将停留时间最长的基站作为其居住地备选点,如果在备选点停留时间占该用户夜间停留总时长50%,且停留天数超过3天,所述3天是以一周作为周期的选定天数,则将该基站识别为该用户的居住地;
步骤A2,选取每个用户白天(6am-4pm)的记录,统计每个基站的停留时间,将停留时间最长的基站作为其工作地备选点,如果在备选点停留时间占该用户白天停留总时长50%,且停留天数超过2天,将该基站识别为该用户的工作地,所述2天是以一般工作周作为周期的选定天数,即一周七天包括五个工作日和两个休息日,若统计周期非一般工作日,即一周七天中包含大于2天的休息日或节假日时,所述停留天数取值相应增加;
步骤A3,将每个用户距离其居住地和工作地1000米以外,停留时间超过30分钟,且频率较低,即停留天数小于等于2天的停留点,识别为生活出行,其目的地是生活出行目的地。所述2天是以一般工作周作为周期的选定天数,即一周七天包括五个工作日和两个休息日,若统计周期非一般工作日,即一周七天中包含大于2天的休息日或节假日时,所述停留天数取值相应增加。
步骤B,根据生活出行目的地,采用基于手机信令数据的一种局部加权回归的非参数法,识别生活中心,具体方法如下:
步骤B1、采用核密度法获取居民消费活动地的密度分布栅格;
步骤B2,针对每个像元邻域的要素分布开展局部加权回归。把研究范围用栅格划分,每个栅格都有用户到访密度,针对每个栅格,根据其周边栅格,和目标栅格的距离以及到访密度做回归。这里的像元就是一个栅格,其邻域就是周边一定范围内的其他栅格。
步骤B3,中心识别,对每一个目标栅格单元i及周边范围R内的单元j,计算其到单元i的距离,并提取j处的访问密度对、进行一元线性回归:
其中,是回归系数,为回归平方和与总离差平方和的比值,
和的像元构成了本文识别的生活中心。意味着i单元周边的要素分布呈“越靠近i单元值越高”,意味着以上分布关系具有一定的显著性,即单元i对周边要素分布有显著影响。
步骤C、评价各生活中心的消费行为。
所述步骤C中评价各生活中心的消费行为,具体如下:
步骤C1,越多的到访人次,越长的停留时间和越广的服务范围,意味着生活中心的吸引力越大,满足居民不同需求的能力越强,发生更多消费行为的可能性越大。基于手机信令数据统计各生活中到访人次、平均停留时间和势力圈面积,其中势力圈是指生活中心吸引力占优的区域,可以真实反映生活中心的主要服务范围。本发明中计算每个300X300m栅格内居民到全部生活中心出行的人次,栅格内居民到吸引力最强生活中心的人次占其居民到全部生活中心人次的比值大于根据位序-规模法计算的值,表示居住在该栅格内的居民受吸引力最强生活中心的绝对吸引,而不满足该条件的栅格,表示居住在该栅格内的居民虽主要前往吸引力最强生活中心,但同时受到其他生活中心的吸引,处于多个生活中心争夺的腹地
步骤C2、将上述指标标准化处理,采用K均值法得到消费行为活跃、尚可和不活跃,三类生活中心。
步骤D,评价各生活中心的基础条件,主要指生活中心的设施条件、资源配置条件等,比如区位,业态构成、业态数量等。
所述步骤D中评价各生活中心的基础条件,具体如下:
步骤D1、关于基础条件,采用赫夫模型(Huff Model)中服务规模和服务距离评价生活中心理论发展潜力。首先,服务规模包含了生活中心的业态结构及其集聚程度,越丰富的业态,越集聚的功能对于居民选择生活中心的效用越大。故选取“A、B类(公共服务与商业服务)城市建设用地面积”和“POI数量”来衡量生活中心服务规模,两者的值越大,说明生活中心服务规模越具有优势。其次,面对相似的几个生活中心,居民倾向选择前往距离较近的生活中心,服务距离反映了生活中心“理想”的服务腹地,具有越大的优势服务范围和越多的优势服务人口,生活中心发展的潜力越大。故调用高德地图公共交通出行时间,识别“优势服务范围”和“优势服务人口数量”,评价服务距离。统计各高等级生活中心A、B类城市建设用地面积、POI数量、优势服务面积和优势服务人口数量;
步骤D2、将上述指标标准化处理,采用K均值法得到基础条件优势、尚可和劣势,三类生活中心。
步骤E,对比个各生活中心的消费行为和基础条件,得到各生活中心的空间绩效,空间绩效是指进行空间资源配置以满足功能需求和各要素均衡发展的综合效果。
作为本发明所述的一种基于手机信令数据生活中心空间绩效评估方法进一步优化方案,所述步骤E中对比个各生活中心的消费行为(实际发展情况)和基础条件(理论发展潜力),得到各生活中心的空间绩效,具体如下:
较好的基础条件和较活跃的消费行为是理想状态,较薄弱的基础条件和较活跃的消费行为是高效的状态,而较好的基础条件和较不活跃的消费行为则是低效的状态。即:
。
实施例1
以重庆市中心城区2017年某一周(包括3日假期)的手机信令数据为例。分别选取夜间停留点和白天停留点,识别居住地和工作地,得到具有稳定居住地和工作地,且通勤距离大于0的用户约220万。将每个用户距离其居住地和工作地1000米以外,且频率较低(停留天数小于等于3天)的出行视为生活出行,共提取生活出行890万。
采用基于手机信令数据的一种局部加权回归的非参数法识别生活中心,共识别114个生活中心。以到访人次作为分类指标,采用K均值法对重庆市中心城区生活中心进行等级划分,得到市级生活中心,市级生活副中心,地区级生活中心,外围重点生活中心和外围一般生活中心5个等级。其中,前3个等级的生活中心能提供更综合的生活服务,统称高等级生活中心。
统计各高等级生活中到访人次、平均停留时间和势力圈面积,将其标准化处理,采用K均值法得到消费行为活跃、尚可和不活跃,3类生活中心。统计各高等级生活中心A、B类城市建设用地面积、POI数量、优势服务面积和优势服务人口数量,将其标准化处理,采用K均值法得到基础条件优势、尚可和劣势3类生活中心。
对比各高等级生活中心基础条件评价评价和消费行为评价,得到空间绩效评价。可以发现,重庆市中心城区发展状况最为理想的生活中心是观音桥、解放碑、南坪和三峡广场。这些生活中心是重庆市最著名的生活中心,具有较好的基础条件和较活跃的消费行为,未来规划应继续支撑其建设,保持良好的发展状况。基础条件较好,但是消费行为低于预期的生活中心是石桥铺、宝桐路-兴科大道、鱼洞码头、巴国城和尖顶坡。其中鱼洞码头和尖顶坡,基础条件良好,发展空间较大,但是优势服务人口数量不足导致发展不如预期;而石桥铺,宝桐路-兴科大道和巴国城整体吸引力不足,平均停留时间较短,未来可考虑调整业态,增强综合吸引力。较高效的生活中心是大坪、杨家坪、金渝、状元碑和金州大道-金开大道。其中大坪、杨家坪发展状况也较为理想,而对于金渝、状元碑和金州大道-金开大道,未来规划可增加其发展空间,促进其进一步发展。此外,还需要关注基础条件相对薄弱,消费行为也不活跃的中心,包括园博园、人和立交和江北嘴,可考虑调整业态,错位发展以发挥其特定优势。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。 本发明的范围由所附权利要求极其等同限定。
Claims (3)
1.一种基于手机信令数据生活中心空间绩效的评估方法,具体步骤如下:
A. 在研究范围,根据手机基站统计手机用户日间、夜间停留时间最长的位置,分别作为工作地和居住地,并识别每个用户的生活出行和生活出行目的地,
B. 根据生活出行目的地,将研究范围通过核密度法进行栅格划分,采用基于手机信令数据的一种局部加权回归的非参数法,识别生活中心,
C. 评价各生活中心的消费行为,
D. 评价各生活中心基础条件,
E. 对比个步骤C和D中得到的各生活中心的消费行为和基础条件,得到各生活中心的空间绩效。
2.根据权利要求1所述的一种基于手机信令数据生活中心空间绩效的评估方法,其特征在于,步骤C中所述评价各生活中心的消费行为是指,基于手机信令数据统计各生活中到访人次、平均停留时间和势力圈面积,所述势力圈是指生活中心吸引力占优的区域,计算各栅格内手机用户到吸引力最强生活中心的人次占其手机用户到全部生活中心人次的比值与根据位序-规模法计算的值比较,并采用K均值法将生活中心分类。
3.根据权利要求1所述的一种基于手机信令数据生活中心空间绩效的评估方法,其特征在于,步骤D中所述评价各生活中心基础条件是指,采用赫夫模型中服务规模和服务距离评价生活中心理论发展潜力,并采用K均值法将生活中心分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910255575.0A CN110135679A (zh) | 2019-04-01 | 2019-04-01 | 一种基于手机信令数据生活中心空间绩效的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910255575.0A CN110135679A (zh) | 2019-04-01 | 2019-04-01 | 一种基于手机信令数据生活中心空间绩效的评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110135679A true CN110135679A (zh) | 2019-08-16 |
Family
ID=67569102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910255575.0A Pending CN110135679A (zh) | 2019-04-01 | 2019-04-01 | 一种基于手机信令数据生活中心空间绩效的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135679A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990729A (zh) * | 2019-12-05 | 2020-04-10 | 秒针信息技术有限公司 | 职住分析方法、装置、电子设备及可读存储介质 |
CN112215666A (zh) * | 2020-11-03 | 2021-01-12 | 广州市交通规划研究院 | 一种基于手机定位数据的不同出行活动目的特征识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570184A (zh) * | 2016-11-11 | 2017-04-19 | 同济大学 | 从手机信令数据提取游憩‑居住联系数据集的方法 |
CN107194525A (zh) * | 2017-03-23 | 2017-09-22 | 同济大学 | 一种基于手机信令的城市中心评估方法 |
-
2019
- 2019-04-01 CN CN201910255575.0A patent/CN110135679A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570184A (zh) * | 2016-11-11 | 2017-04-19 | 同济大学 | 从手机信令数据提取游憩‑居住联系数据集的方法 |
CN107194525A (zh) * | 2017-03-23 | 2017-09-22 | 同济大学 | 一种基于手机信令的城市中心评估方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990729A (zh) * | 2019-12-05 | 2020-04-10 | 秒针信息技术有限公司 | 职住分析方法、装置、电子设备及可读存储介质 |
CN110990729B (zh) * | 2019-12-05 | 2023-11-03 | 秒针信息技术有限公司 | 职住分析方法、装置、电子设备及可读存储介质 |
CN112215666A (zh) * | 2020-11-03 | 2021-01-12 | 广州市交通规划研究院 | 一种基于手机定位数据的不同出行活动目的特征识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tan et al. | The effect of new metro stations on local land use and housing prices: The case of Wuhan, China | |
Gao et al. | Exploring changes in the spatial distribution of the low-to-moderate income group using transit smart card data | |
KR102249524B1 (ko) | 데이터 기반 공간분석을 이용한 민원 발생 예측관리 장치 및 방법 | |
CN110135679A (zh) | 一种基于手机信令数据生活中心空间绩效的评估方法 | |
Gulyás et al. | Assessment of transport connections based on accessibility | |
Iamtrakul et al. | Measuring spatializing inequalities of transport accessibility and urban development patterns: Focus on megacity urbanization, Thailand | |
Kahlen et al. | Optimal prepositioning and fleet sizing to maximize profits for one-way transportation companies | |
Lu et al. | Analyzing the impact of fare-free public transport policies on crowding patterns at stations using crowdsensing data | |
Ghavidelfar et al. | A multi‐scale analysis of low‐rise apartment water demand through integration of water consumption, land use, and demographic data | |
Zhou et al. | Exploring and evaluating the spatial association between commercial and residential spaces using Baidu trajectory data | |
Zhu et al. | The impact of road functions on road congestions based on poi clustering: an empirical analysis in xi’an, china | |
Peng et al. | An analytical framework for assessing equitable access to public electric vehicle chargers | |
Huo et al. | Exploring the influencing factors on demand-responsive customized bus ridership using multi-source data | |
CN104463442A (zh) | 一种城乡建设集聚性的探测方法 | |
Lin et al. | Advancing and lagging effects of weather conditions on intercity traffic volume: A geographically weighted regression analysis in the Guangdong-Hong Kong-Macao Greater Bay Area | |
Yue et al. | Classification and determinants of high-speed rail stations using multi-source data: A case study in Jiangsu Province, China | |
CN110020799A (zh) | 一种基于时空基准的城管网格资源配置 | |
Li et al. | Impact analysis of new metro line opening on passenger flow: A case study of Shenzhen | |
CN111833229B (zh) | 一种基于地铁依赖度的出行行为时空分析方法及装置 | |
Xenochristou et al. | Identifying relationships between weather variables and domestic water consumption using smart metering | |
Yang et al. | The application of venue-side location-based social networking (VS-LBSN) data in dynamic origin-destination estimation | |
Steenbruggen et al. | Real-time data from mobile phone networks for urban incidence and traffic management-a review of application and opportunities | |
Di Ruocco et al. | The Effects of High-Speed Rail on the Real Estate Market for Residential Use: A Comparison of Medium-Sized and Metropolitan Cities in Italy | |
Habault et al. | Detecting errors in short-term electricity demand forecast using people dynamics | |
Shtayat et al. | Performance of Urban Transit in Jordan |
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: 20190816 |