CN110555177A - 一种互联网商品数据分析归集方法 - Google Patents
一种互联网商品数据分析归集方法 Download PDFInfo
- Publication number
- CN110555177A CN110555177A CN201810279257.3A CN201810279257A CN110555177A CN 110555177 A CN110555177 A CN 110555177A CN 201810279257 A CN201810279257 A CN 201810279257A CN 110555177 A CN110555177 A CN 110555177A
- Authority
- CN
- China
- Prior art keywords
- commodity
- page
- webpage
- list
- analyzing
- 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
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明涉及电子商务系统的商品销售平台领域,提供一种可以分析归集大量互联网中商品销售信息、具有统一的数据结构,方便消费者浏览和购物的互联网商品数据分析归集方法。该方法获取源网页后,将源网页划分成商品列表页和商品展示页,针对商品列表页采用列表页分析器进行分析,针对商品展示页采用产品分析器进行分析,将分析结果整理成标注化数据结构,分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页,并在目标网页中建立销售链接。
Description
技术领域
本专利涉及电子商务系统的商品销售平台领域,更具体的说一种可以适用于多种不同网页商品销售信息收集汇总的互联网商品数据分析归集方法。
背景技术
现今电子商务已经成为重要的经济组成部分,世界上很多国家的消费者已经习惯了通过网络来购买所需物品。不仅亚马逊、阿里巴巴等平台已经发展成为超大型企业,而且传统销售的沃尔玛、苏宁等企业也建立了自己的电商平台。随着电子支付的推广,除了利用这些现有的大型平台,现有很多商家在自己的网站上也建立了自己的电商平台,这样网络上存在着多种格式各样的电商平台,不同平台所采用的网络结构、商品列表页结构和商品展示页结构也有多种样式。
类型众多的电商平台给消费者带来了购物的困扰,消费者为了对比某一/某一类商品的品质和价格,需要花费大量的时间在不同的平台之间来回比较。当然消费者也可以通过谷歌或百度等搜索引擎来搜索相关商品的页面,但是现有搜索引擎采用的是商品信息关键词的爬虫技术,搜索出来的结果存在大量的噪音,并且结果中存在大量的页面并非为电商的销售页面,消费者无法直接从该页面中直接进行购物。
另一方面,作为商家不仅需要在各大平台上建立专属品牌的电商销售端,还需要建立自己的电商平台,每一个平台都需要投入大量的广告费用用于推广,否则在众多品牌当中,消费者很难直接获得直接对接该商家的销售端口。虽然从普通的搜索引擎中也可以搜索到相关的网页信息,但如上所述,这些页面很多并不是销售页面,这样就大大降低了消费者的购物欲望。
进一步的,由于商品类别众多,消费者也分成多种群体,从众多商品中挑选符合某一消费者团体的商品也是一种商业模式,在实体经济中体现为各种各样的买手店,买手店的经营基数是商品信息的不对称,从不对称的商品信息中获利。但在互联网经济中,由于商品类别成百倍千倍的增长,而且商品信息透明化,且具有大量的噪音,导致在互联网经济中,买手模式无法得到充分的发挥。买手模式的消失,使消费者直接对接商品信息,消费者将会被大量的商品信息所淹没,两者形成恶性的循环。
综上所述,目前,随着电子商务的发展,电子商务平台越来越多,电子商务平台通过网页向用户展示商品。为了追求利益,商家通常会把商品放到不同的电子商务平台上进行销售。互联网电子商务商品的网页繁多杂乱,没有一个统一数据结构的数据库,以方便用户像Google、百度收录网页一样,把所有商品类信息收集起来,为提供给用户二次分类检索、筛选、单点浏览提供方便。
发明内容
本专利旨在克服现有技术中至少一个缺陷,提供一种可以分析归集大量互联网中商品销售信息、具有统一的数据结构,方便消费者浏览和购物的互联网商品数据分析归集方法。
本专利通过以下技术方案解决上述技术问题。
本专利首先公开了一种互联网商品数据分析归集方法,用于将多个互联网商品数据源网页上的商品数据进行分析并归集到统一的一个目标网页上进行显示,获取源网页后,将源网页划分成商品列表页和商品展示页,针对商品列表页采用列表页分析器进行分析,针对商品展示页采用产品分析器进行分析,将分析结果整理成标注化数据结构,分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页,并在目标网页中建立销售链接。目前的互联网搜索引擎技术必须基于爬虫系统统一抓取回来的数据作为数据基础才能进行进一步的检索。类似百度的网页搜索引擎,仅需要网页标题、网页正文两个字段,可以通过网页内的<title>、<body>简单归集网页的内容并同时分析入库准备后续的检索;但商品网页千差万别,涉及到的字段很多,如果没有先进的分析系统难以高效而同时实现可以将千差万别的商品网页变成一个统一的数据结构以入库并进行后续的检索。本发明旨在提供一个思路,如何自动判断输入的网页地址是哪种数据结构,使用哪个子分析器,并且分析完毕后如何返回一个标准的数据结构格式。并且同时建立销售链接,用于满足消费者直接购物的需求。
所述方法具体包括以下步骤:
S1.输入一个或多个URL网址用于获取源网页;该输入可以是人工输入也可以计算机根据具体的筛选条件自动输入。采用该方法替代传统的在谷歌或百度等搜索引擎上输入关键词获取信息页面的目的在于使得信息来源更具针对性,能够过滤大量的噪音,并且适用买手模式针对不同消费群体设定的特定的商品类别。使得最终形成的目标网页具有更少的噪音,减少消费者浏览网页的无效功,提高消费者的购物欲望。
S2.URL网址对应网页的HTML源代码请求到一个内存变量里面;将HTML源代码保存到本地,有别于现有搜索引擎仅在远端浏览页面的模式,可以对源代码做进一步的深层次的分析,有利于接下来选用具有针对性的分析工具。
S3.根据URL网址的特征,自动判断该源网页为商品列表页或商品展示页,并自动判断采用列表页分析器或产品分析器进行分析;作为商品销售的页面来说,可以说只有商品列表页或商品展示页两种有效页面,销售平台上的其他页面对于消费者来说都是噪音。因此本专利仅针对该两种页面,将种类繁多的各种电商平台简化为两种类型,不仅提高了处理效率,而且有利于进一步的分析。由于这这种页面的结构和在目标网页上的展示完全不同,因此本专利特别针对不同类型的页面设定不同类型的分析器。
两种不同的分析器具体体现如下:
S4.当源网页为商品列表页时,分析HTML源代码,并形成用于填入目标网页标准化的数据结构中的列表页数据结构;
S5.当源网页为商品展示页时,分析HTML源代码,并形成用于填入目标网页标准化的数据结构中的商品页数据结构。
通过两种分析器提取的数据不同数据结构,需要采用统一的方式展示给消费者浏览,因此本专利进一步的采用如下步骤:
S6.将列表页数据结构或商品页数据结构分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页。
当在目标网页上形成了标准的商品列表页和商品展示页的基础下,便可以有S7.在目标网页中建立直接销售链接或连接到源网页的间接销售链接或同时建立直接销售链接和间接销售连接。有别于现有搜索引擎仅提供页面用于消费者浏览,本专利建立了不同销售链接模式,供消费者选择。这样便公开了信息不对称性,消费者可以从比较直接销售和间接销售的售价差异,了解到附加服务的附加值,获取消费者的信任,避免了消费者由于信任度不够从其他渠道去获取商品销售信息所带来的杂音。从另一个角度来讲,该方法促进了交易的建立,使得买手模式能够在互联网经济中得以实施。虽然有别于传统的买手模式利用信息不对称获取高额利润,但改良后的商业模式利用了互联网的大尾效应进行薄利多销,能够获取传统买手模式更高的利润。
最后,S8.根据S1的URL网址定期循环上述步骤S2至S6,更新目标网页的商品列表页和商品展示页。快速的自动更新商品信息,能够让消费者实时获知拟购买商品的实际库存情况。
本专利利用HTML源代码的特点,在判断该源网页为商品列表页或商品展示页的过程中,即所述步骤S3至S5,具体为根据URL网址响应的headerType自动判断该源网页为商品列表页或商品展示页,调用分析方案,生成dom或JSON属性出来放入内存变量。本专利分析了现有的电商平台的网页页面的源代码,现有的页面源代码对于商品列表页或商品展示页在HTML代码中进行了严格的区分,均通过源代码的headerType来进行标识,因此只需要简单分析headerType便可以区分商品列表页和商品展示页。另外,对于商品列表页来说,只需获取源代码中的dom树结构和对应节点JSON属性便可,对于商品展示页来说,只需获取对应的目标数据的JSOM属性便可,其他源代码中的信息均为噪音,无需获取。
具体的,所述步骤S4的分析过程如下:
S41.分析第一页;
S42.如果存在多页,翻页并分析后续所有页面;
S43.如果存在子列表页,进入并分析所有子列表页;
S44.提取上述页面中的数据形成dom。
本方法是采用抽象的模拟人工翻页的方式进行获取页面,相比较采用爬虫算法获取整个网页的源代码再进行分析的方式更加简单,且大大降低分析的难度,而且这种方式也不会给源网页的服务带来大量的流量压力,保证了整个网络系统的稳定运行,符合大部分网络防火墙的运行规则,不会被认定为频繁的获取网页信息的恶意软件,使得该方法即使在获取大量的源网页的时候也能够顺利的网系统中无障碍的运行。
步骤S5的分析过程如下:
S51.检查商品是否有货或无货状态,如果无货,将跳出执行;
S52.如果有货,提取该页面中的数据形成JSON属性。
作为目标网页所关注的只有商品存在且处于可以销售的状态,如果该商品无货,则无需再做进一步的分析,这样可以大大提高分析效率,减少网络流量。
对于下载到本地进行具体分析的HTML源代码中,所述商品列表页dom的数据结构只需包括如下:
网页标题;
网页标签;
网页产品集合,元素为产品对象;
当前列表共有多少页;
当前列表共有多少子列表,元素为列表对象。
所述商品展示页JSON属性的数据结构包括如下:
货号;
商品品牌名称;
商品标题;
商品标签;
商品描述;
商品尺码说明;
商品颜色,颜色对象集合;
商品库存, SKU对象集合;
商品图片,按照颜色ID为下标,图片URL数组为元素;
商品视频,按照颜色ID为下标,视频URL字符串为元素;
商品评论,评论对象集合;
商品其它搭配产品/类似/同款其它色/套装内子项产品,产品对象集合。
可见从复杂的HTML源代码中抽取出来的有用信息十分简单,在获取这些有用的信息之后,则可以释放内存,减少本地设备的存储压力。
基于上述方法,构建的电商平台,包括后台服务器和与之连接的管理计算机,所述后台服务器具有存储器,存储有获取源网页后,将源网页划分成商品列表页和商品展示页,针对商品列表页采用列表页分析器进行分析,针对商品展示页采用产品分析器进行分析,将分析结果整理成标注化数据结构,分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页功能的软件,所述后台服务器依据管理计算机的指令,自动获取源网页,并将源网页上的商品或列表信息转变为目标网页的商品或列表信息。
相对于现有技术,本专利广泛使用了计算机编程里面的抽像、接口的方法,把采集整个过程的主方法高度抽象出来,纵使每个不同货源、商家有不同的网页结构,这些不同的分析方法将分布放到不同的子类里面,而这些子类仅需关注实现抽像出来的各个子方法,即上文提到的各个子分析环节,不需要考虑采集本身。在采集过程中先把元素树dom、JSON解析结果等放到内存变量,让子类方便调用,并且使用统一的分析工具类,极大的简化了爬虫开发的难度,加强了效率,可以适配整个互联网上的所有电子商务商家。URL自动适配,根据子类声明的URL特征,自动判断是列表页还是商品页;同时可以在子类声明若干抽像方法,可以声明让采集带各种不同的HTTP参数(如Cookie、GET或POST请求等),让爬虫程序尽可能地适应摸拟到浏览器的操作,实现99.99%的采集成功率。
附图说明
图1为本专利的流程图。
具体实施方式
以下结合附图对本专利的工作原理做进一步的说明。
实施例1
本实施例公开了一种互联网商品数据分析归集方法,如图1所示,包括以下步骤:
S1.输入一个或多个URL网址用于获取源网页;
S2.URL网址对应网页的HTML源代码请求到一个内存变量里面;
S3.根据URL网址的特征,自动判断该源网页为商品列表页或商品展示页,并自动判断采用列表页分析器或产品分析器进行分析;
S4.当源网页为商品列表页时,分析HTML源代码,并形成用于填入目标网页标准化的数据结构中的列表页数据结构;
S5.当源网页为商品展示页时,分析HTML源代码,并形成用于填入目标网页标准化的数据结构中的商品页数据结构;
S6.将列表页数据结构或商品页数据结构分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页;
S7.在目标网页中建立直接销售链接或连接到源网页的间接销售链接或同时建立直接销售链接和间接销售连接;
S8.根据S1的URL网址定期循环上述步骤S2至S6,更新目标网页的商品列表页和商品展示页。
该方法用于将多个互联网商品数据源网页上的商品数据进行分析并归集到统一的一个目标网页上进行显示,获取源网页后,将源网页划分成商品列表页和商品展示页,针对商品列表页采用列表页分析器进行分析,针对商品展示页采用产品分析器进行分析,将分析结果整理成标注化数据结构,分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页,并在目标网页中建立销售链接。
所述步骤S3至S5具体为根据URL网址响应的headerType自动判断该源网页为商品列表页或商品展示页,调用分析方案,生成dom或JSON属性出来放入内存变量。
进一步的,所述步骤S4的分析过程如下:
S41.分析第一页;
S42.如果存在多页,翻页并分析后续所有页面;
S43.如果存在子列表页,进入并分析所有子列表页;
S44.提取上述页面中的数据形成dom。
所述步骤S5的分析过程如下:
S51.检查商品是否有货或无货状态,如果无货,将跳出执行;
S52.如果有货,提取该页面中的数据形成JSON属性。
根据上述方法,所述商品列表页dom的数据结构(分析器的最终目标)包括如下:
网页标题,字符串;
网页标签,数组;
网页产品集合,数组,元素为产品对象;
当前列表共有多少页,整型;
当前列表共有多少子列表,数组,元素为列表对象。
所述商品展示页JSON属性的数据结构包括如下:
货号,字符串,检查货号是否正常;
商品品牌名称,字符串;
商品标题,字符串;
商品标签,数组;
商品描述,字符串;
商品尺码说明,字符串;
商品颜色,数组,颜色对象集合;
商品库存,数组,SKU对象集合;
商品图片,数组,按照颜色ID为下标,图片URL数组为元素;
商品视频,数组,按照颜色ID为下标,视频URL字符串为元素;
商品评论,数组,评论对象集合;
商品其它搭配产品/类似/同款其它色/套装内子项产品,数组,产品对象集合。
实施例2
本实施例公开了一种适用上述述方法的电商平台,包括后台服务器和与之连接的管理计算机,所述后台服务器具有存储器,存储有获取源网页后,将源网页划分成商品列表页和商品展示页,针对商品列表页采用列表页分析器进行分析,针对商品展示页采用产品分析器进行分析,将分析结果整理成标注化数据结构,分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页功能的软件,所述后台服务器依据管理计算机的指令,自动获取源网页,并将源网页上的商品或列表信息转变为目标网页的商品或列表信息。
Claims (7)
1.一种互联网商品数据分析归集方法,用于将多个互联网商品数据源网页上的商品数据进行分析并归集到统一的一个目标网页上进行显示,其特征在于,获取源网页后,将源网页划分成商品列表页和商品展示页,针对商品列表页采用列表页分析器进行分析,针对商品展示页采用产品分析器进行分析,将分析结果整理成标注化数据结构,分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页,并在目标网页中建立销售链接。
2.根据权利要求1所述的互联网商品数据分析归集方法,其特征在于,所述方法具体包括以下步骤:
S1.输入一个或多个URL网址用于获取源网页;
S2.URL网址对应网页的HTML源代码请求到一个内存变量里面;
S3.根据URL网址的特征,自动判断该源网页为商品列表页或商品展示页,并自动判断采用列表页分析器或产品分析器进行分析;
S4.当源网页为商品列表页时,分析HTML源代码,并形成用于填入目标网页标准化的数据结构中的列表页数据结构;
S5.当源网页为商品展示页时,分析HTML源代码,并形成用于填入目标网页标准化的数据结构中的商品页数据结构;
S6.将列表页数据结构或商品页数据结构分别填入目标网页标准化的数据结构中,对应形成用于目标网页上进行显示的商品列表页和商品展示页;
S7.在目标网页中建立直接销售链接或连接到源网页的间接销售链接或同时建立直接销售链接和间接销售连接;
S8.根据S1的URL网址定期循环上述步骤S2至S6,更新目标网页的商品列表页和商品展示页。
3.根据权利要求2所述的互联网商品数据分析归集方法,其特征在于,所述步骤S3至S5具体为根据URL网址响应的headerType自动判断该源网页为商品列表页或商品展示页,调用分析方案,生成dom或JSON属性出来放入内存变量。
4.根据权利要求3所述的互联网商品数据分析归集方法,其特征在于,所述步骤S4的分析过程如下:
S41.分析第一页;
S42.如果存在多页,翻页并分析后续所有页面;
S43.如果存在子列表页,进入并分析所有子列表页;
S44.提取上述页面中的数据形成dom。
5.根据权利要求4所述的互联网商品数据分析归集方法,其特征在于,所述商品列表页dom的数据结构包括如下:
网页标题;
网页标签;
网页产品集合,元素为产品对象;
当前列表共有多少页;
当前列表共有多少子列表,元素为列表对象。
6.根据权利要求3所述的互联网商品数据分析归集方法,其特征在于,所述步骤S5的分析过程如下:
S51.检查商品是否有货或无货状态,如果无货,将跳出执行;
S52.如果有货,提取该页面中的数据形成JSON属性。
7.根据权利要求6所述的互联网商品数据分析归集方法,其特征在于,所述商品展示页JSON属性的数据结构包括如下:
货号;
商品品牌名称;
商品标题;
商品标签;
商品描述;
商品尺码说明;
商品颜色,颜色对象集合;
商品库存, SKU对象集合;
商品图片,按照颜色ID为下标,图片URL数组为元素;
商品视频,按照颜色ID为下标,视频URL字符串为元素;
商品评论,评论对象集合;
商品其它搭配产品/类似/同款其它色/套装内子项产品,产品对象集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810279257.3A CN110555177A (zh) | 2018-03-30 | 2018-03-30 | 一种互联网商品数据分析归集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810279257.3A CN110555177A (zh) | 2018-03-30 | 2018-03-30 | 一种互联网商品数据分析归集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110555177A true CN110555177A (zh) | 2019-12-10 |
Family
ID=68733610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810279257.3A Pending CN110555177A (zh) | 2018-03-30 | 2018-03-30 | 一种互联网商品数据分析归集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110555177A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781106A (zh) * | 2021-08-26 | 2021-12-10 | 唯品会(广州)软件有限公司 | 商品运营数据分析方法、装置、设备及计算机可读介质 |
-
2018
- 2018-03-30 CN CN201810279257.3A patent/CN110555177A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113781106A (zh) * | 2021-08-26 | 2021-12-10 | 唯品会(广州)软件有限公司 | 商品运营数据分析方法、装置、设备及计算机可读介质 |
CN113781106B (zh) * | 2021-08-26 | 2023-11-21 | 唯品会(广州)软件有限公司 | 商品运营数据分析方法、装置、设备及计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10672052B2 (en) | Method, apparatus, system, and computer program for offering and displaying product information | |
KR101806169B1 (ko) | 쇼핑 정보를 제공하는 방법, 장치, 시스템 및 컴퓨터 프로그램 | |
US10360623B2 (en) | Visually generated consumer product presentation | |
US20130085894A1 (en) | System and method for presenting product information in connection with e-commerce activity of a user | |
CN103970850B (zh) | 网站信息推荐方法和系统 | |
CN103886074A (zh) | 基于社交媒体的商品推荐系统 | |
US20200265491A1 (en) | Dynamic determination of data facets | |
JP2020504879A (ja) | ネットワーク化環境における不正コンテンツに関連するデータを収集するためのシステムおよび方法 | |
KR20160070282A (ko) | 쇼핑몰 사이트 제공 시스템, 쇼핑몰 사이트 제공 방법, 그 프로그램 및 이를 기록한 기록매체 | |
CN106228401A (zh) | 一种销售系统 | |
US20130054305A1 (en) | Method and apparatus for providing data statistics | |
CN104376472A (zh) | 跨网站购物服务器及跨网站在线购物的实现方法 | |
KR20190046549A (ko) | 어플리케이션 디자인 프로그램이 아닌 인터넷 웹페이지에서의 쇼핑몰 상품 상세 설명 자동 구축 방법 및 이를 실행하는 서버 | |
CN110555177A (zh) | 一种互联网商品数据分析归集方法 | |
CN112258272A (zh) | 基于网站页面的交易内容管理方法、系统和可读存储介质 | |
CN110555176A (zh) | 一种采用互联网商品数据分析归集方法构建的电商平台 | |
US20070276720A1 (en) | Indexing of a focused data set through a comparison technique method and apparatus | |
JP6698041B2 (ja) | 情報処理装置、方法およびプログラム | |
CN116091162A (zh) | 一种电商商品推荐方法及其装置 | |
US8352299B1 (en) | Assessment of item listing quality by impact prediction | |
CN111582997B (zh) | 一种基于云电子商务活跃用户分析的搜索系统 | |
CN114926236A (zh) | 商品信息的展示方法、装置、电子设备及存储介质 | |
CN113065928A (zh) | 一种基于大数据的电商交易方法 | |
US20200226167A1 (en) | Methods and systems for dynamic content provisioning | |
CN111753181A (zh) | 基于图像的搜索方法、装置、服务器、客户端及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191210 |