CN111131268A - 一种基于微博平台的用户数据采集存储系统及方法 - Google Patents
一种基于微博平台的用户数据采集存储系统及方法 Download PDFInfo
- Publication number
- CN111131268A CN111131268A CN201911371328.3A CN201911371328A CN111131268A CN 111131268 A CN111131268 A CN 111131268A CN 201911371328 A CN201911371328 A CN 201911371328A CN 111131268 A CN111131268 A CN 111131268A
- Authority
- CN
- China
- Prior art keywords
- user
- microblog
- module
- data
- api
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0815—Network architectures or network communication protocols for network security for authentication of entities providing single-sign-on or federations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/02—Capturing of monitoring data
- H04L43/028—Capturing of monitoring data by filtering
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供一种基于微博平台的用户数据采集存储系统及方法,包括登录模块、数据采集模块、数据存储模块和API检测模块,登录模块与数据采集模块连接,数据采集模块和数据存储模块连接,登录模块负责记录使用者登录账号以及所需要采集对象的相关信息,数据采集模块主要负责对采集对象微博进行下载操作,API检测模块负责检测API调用次数是否超过限制,数据存储模块主要负责数据存储功能。利用新浪微博API作为平台,旨在高效的实现微博用户数据的采集和存储的功能,并对搜集数据进行归类,采用了多账户并发操作的方式,解决了单个账户在同一时间只能进行单次下载的问题,提高了数据采集的效率,系统结构层次清晰,功能全面,易于实现。
Description
技术领域
本发明涉及数据采集技术领域,尤其涉及一种基于微博平台的用户数据采集存储系统及方法。
背景技术
随着互联网的高速发展,在线社会网络在全球范围内持续升温。在线社会网络是一种基于网络的沟通交流方式,有了网络作为载体,人与人之间的交流不再受到距离的限制,联系的对象可能身边的亲人朋友,也有可能是世界上的任何一个人。同时借由在线社会网络,人们可以随时表达自己的观点分享自己的所见所得。因此,在线社会网络吸引着越来越多的人参与进来。
在我国比较有代表性的在线社会网络有新浪微博,人人网,虎扑和天涯论坛等,其中以用户基数最大的新浪微博为最。据统计2018年,新浪微博注册人数已达4亿人,超过Twitter成为全球用户规模最大的在线社会网络。其中的明星用户吸引了大量的用户关注,往往他们的每条博文都会引起大量的阅读和评论,其商业价值不可估量。较之明星用户,普通用户使用新浪微博更具个人情感倾向。此类用户发表的博文更多的代表了他们的兴趣和爱好。对于这些用户发表的博文数据进行采集和调查,便于开发人员找出用户的关注点所在,更准确的推广商品,同时政府可以从中了解到民生问题,及时将谣言扼杀于萌芽状态。警方也可以通过对数据分析找到潜在的犯罪信息,保障社会治安的稳定。因此对于在线社会网络中数据的调查分析是很有意义的。
对于在线社会网络中用户数据分析的前提是数据的收集。据统计目前新浪微博的月活跃用户达3.4亿,峰值每秒发送的微博数达32312条,每天产生将近8000万条的消息,庞大的用户基数带来了更为庞大的数据量。目前比较常用的下载方式是网络爬虫,使用此方式可以在一定程度上满足数据的采集需求,但是因为无法筛选必要的下载内容以及使用开销大的原因,此方式并不适合下载大量的用户数据。因此,有必要设计一种能够快速定位关键数据并适用于大规模数据的采集存储系统。
而影响数据分析的另一个重要因素就是数据的存储。庞大的数据量导致了我们需要海量的空间进行数据存储。这就使得进行数据分析需要从海量的空间中定位关键信息。传统的遍历方式会从数据库中一条条的匹配数据,当数据量过大时,效率极低,造成系统性能降低,为此我们需要设计一种方法使得用户在进行数据分析的时候可以快速定位到关键信息。
发明内容
针对现有技术的不足,本发明的目的是提供一种基于微博平台的用户数据采集存储系统及方法,能够快速定位用户关键数据,并能够对数据进行下载及存储,解决了单个账户在同一时间只能进行单次下载的问题,提高了数据采集的效率。
本发明提供一种基于微博平台的用户数据采集存储系统,包括登录模块、数据采集模块、数据存储模块和API检测模块,所述登录模块与数据采集模块连接,数据采集模块和数据存储模块连接,登录模块负责记录使用者的登录账号以及所需要采集的对象的相关信息,数据采集模块主要负责对采集对象的微博进行下载操作,API检测模块负责检测API的调用次数是否超过限制,数据存储模块主要负责数据的存储功能。
进一步改进在于:所述对象的相关信息为调查者的用户名称,账号以及手机号或邮箱,所述系统根据输入的信息通过调用API获取出采集对象的ID。
进一步改进在于:所述API检测模块负责检测API的调用次数是否超过限制时微博的开放接口限制了用户在调用API时每段时间只能够使用固定的次数,限制的时间单位有每小时、每天;限制的维度有授权用户以及IP地址。
本发明还提供一种基于微博平台的用户数据采集存储方法,所述方法步骤如下:
步骤一:首次使用该系统时需要用户填写已获得调用权限的用户账号,输入完成后,以后的登录直接跳过此步骤,用户也可在登录完成后在配置中对登录的账号进行修改;
步骤二:判断采集队列是否为空,若采集队列为空则转入步骤三;否则转入步骤五;
步骤三:填写需要进行数据采集的新浪微博信息,系统会根据输入的信息调用API获取用户ID;
步骤四:将数据采集对象的用户ID置入采集队列中,系统根据宽度搜索算法,筛选出用户关注的前若干个对象,作为待采集数据的对象置入采集队列中;
步骤五:每次均从采集队列中取出队首元素,调用user_timeline获取用户的微博内容,默认的微博下载数量为用户发表的所有微博;
步骤六:系统根据下载的博文内容匹配标签,系统预先设置了一百个常用分类的标签,若下载的数据中不包括预设的标签,系统提示用户手动选择标签或添加新的标签,用户也可以在配置栏中更改标签;
步骤七:将下载的微博数据以及标签存储在本地的MySQl数据库中;
步骤八:判断调用API是否超过使用次数的限制,如果超过了则登录新的账号或者更换IP地址,之后转向步骤二采集队列的判空,如果没有超过次数限制,则直接转向步骤五,从采集队列取出队首元素进行微博数据的采集。
进一步改进在于:所述步骤四中筛选对象的个数默认为两百个,采集对象的个数在系统配置中进行更改。
进一步改进在于:所述步骤五中使用者根据需求自行设置博文下载的相关参数,相关参数为下载开始至截至时间、下载的数量及下载的微博类型。
当计算机程序启动后,该系统会自动登录预设的具有下载权限的账号,此时选择需要采集数据的新浪微博账号,系统会自动根据账号ID,下载其发表的微博内容,并根据一定的条件扩大下载数据的范围。当满足一定条件后,停止下载。扩大数据下载的条件以及终止下载的条件系统已有预设,用户也可根据自己的要求自定义这些条件。
数据的存储是该系统功能的第二部分。当数据下载完成时,该系统会为下载的内容选择标签,并将其存储到MySQL数据库中,为方便归类,该系统预设有一百个常用的标签,用户也可根据需要自行更改预设标签或者定义新的标签。
登录模块负责记录使用者的登录账号以及所需要采集的对象的相关信息。微博开放接口限制了用户每段时间只能请求一定的次数,限制单位时间为每天,每小时;限制的维度有授权调用的用户以及IP地址,为了在调用的过程中不发生中断以及提高调用的效率,使用者可以通过多个账户同时运行的方式来进行API的调用。首次使用该系统需要使用者输入账号信息,之后每次使用,系统会默认跳过此步骤,用户可在登录后进入配置菜单修改登录账号的信息,或添加新的账号。登录模块的另一个功能是记录所需采集对象的相关信息。相关信息可以为调查者的用户名称,账号以及手机号或是邮箱等。系统会根据输入的信息通过调用API获取出采集对象的ID。
数据采集模块主要负责对采集对象的微博进行下载操作。首先系统会将采集对象的ID置入采集队列中。新浪微博用户之间的关系分为两种,分别是关注(用户关注的其他对象)以及粉丝(关注用户的人)。微博的用户可以选择自己关注的人,但无法选择关注自己的人。在新浪微博中,用户会更偏向关注自己喜欢的或是同自己有相同兴趣爱好的人。因此,分析需要调查对象的关注用户可以更加准确的把握调查对象的兴趣所在。根据这一特点,该系统会根据宽度搜索算法,默认筛选出用户关注的前两百个对象,若关注的对象不足两百人则以实际人数为准。用户也可在配置文件中修改默认筛选人数。接着将筛选出来的对象置入采集队列中。每次采集数据都从采集队列中获取队首元素,通过调用新浪微博API接口,下载用户的数据。默认的下载数量为用户发表的所有微博,使用者也可根据需要选择下载的微博的数量(从用户发表的最新微博开始,倒序下载)或者发表微博的时间(从此事件段开始,直至发表的最新的微博)。
API检测模块负责检测API的调用次数是否超过限制。新浪微博的开放接口限制了用户在调用API时每段时间只能够使用一定的次数。限制的时间单位有每小时、每天;限制的维度有授权用户以及IP地址等,而部分特殊接口有着单独的请求次数限制。为防止产生数据采集发生中断以及提高采集的效率,该系统使用多个授权账号以及多个IP地址切换使用的方式来解决这一问题。当调用的频率接近限制时,系统会切换的另一个账号;当某一IP的调用快超期时,切换另一个IP地址。通过这两种方式解决采集过程中会出现的中断问题。API次数检测会在每次下载完数据后进行。当调用次数快要超限时切换登录账号或者IP地址。当没有超过限制时,则继续获取队首元素,采集数据。
数据存储模块主要负责数据的存储功能。微博用户在发表博文时,带有很强的个人色彩。用户的心情,身边发生的事情,看的电影等均会影响到用户发表微博的内容,这就导致了微博内容涉及范围广。同时因为采集的数据量比较大,使得后期对数据的分析往往比较困难。因此该系统会对每一条微博赋予一个标签,通过标签对微博内容进行归类,这样后期做数据分类时,大大减少了开销,提高了效率。该系统选出时下流行的一百个关键词做为默认的标签。当数据下载完成后,将博文内容同标签进行匹配,若出现标签关键词,则直接将博文赋予标签;若未匹配,系统会提醒使用者手动添加标签。标签的修改和添加用户可在系统配置中进行。
本发明的有益效果是:利用新浪微博API作为平台,旨在高效的实现微博用户数据的采集和存储的功能,并对搜集数据进行归类,采用了多账户并发操作的方式,解决了单个账户在同一时间只能进行单次下载的问题,提高了数据采集的效率,在将下载的数据进行存储时,赋予了标签。便于用户进行数据的整理与分析。较之传统的数据采集方法,扩大了采集范围,将采集范围延伸至目标对象以及与其相关的对象上,提高了采集数据的精度。系统结构层次清晰,功能全面,易于实现。
附图说明
图1为本发明的系统功能结构图。
图2为本发明的方法工作流程图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例对本发明做进一步详述,本实施例仅用于解释本发明,并不构成对本发明保护范围的限定。
如图1所示,本实施例提供一种基于微博平台的用户数据采集存储系统,包括登录模块、数据采集模块、数据存储模块和API检测模块,所述登录模块与数据采集模块连接,数据采集模块和数据存储模块连接,登录模块负责记录使用者的登录账号以及所需要采集的对象的相关信息,数据采集模块主要负责对采集对象的微博进行下载操作,API检测模块负责检测API的调用次数是否超过限制,数据存储模块主要负责数据的存储功能。所述对象的相关信息为调查者的用户名称,账号以及手机号或邮箱,所述系统根据输入的信息通过调用API获取出采集对象的ID。所述API检测模块负责检测API的调用次数是否超过限制时微博的开放接口限制了用户在调用API时每段时间只能够使用固定的次数,限制的时间单位有每小时、每天;限制的维度有授权用户以及IP地址。
如图2所示,本实施例还提供一种基于微博平台的用户数据采集存储方法,所述方法步骤如下:
步骤一:首次使用该系统时需要用户填写已获得调用权限的用户账号,输入完成后,以后的登录直接跳过此步骤,用户也可在登录完成后在配置中对登录的账号进行修改;
步骤二:判断采集队列是否为空,若采集队列为空则转入步骤三;否则转入步骤五;
步骤三:填写需要进行数据采集的新浪微博信息,系统会根据输入的信息调用API获取用户ID;
步骤四:将数据采集对象的用户ID置入采集队列中,系统根据宽度搜索算法,筛选出用户关注的前若干个对象,作为待采集数据的对象置入采集队列中;
步骤五:每次均从采集队列中取出队首元素,调用user_timeline获取用户的微博内容,默认的微博下载数量为用户发表的所有微博;
步骤六:系统根据下载的博文内容匹配标签,系统预先设置了一百个常用分类的标签,若下载的数据中不包括预设的标签,系统提示用户手动选择标签或添加新的标签,用户也可以在配置栏中更改标签;
步骤七:将下载的微博数据以及标签存储在本地的MySQl数据库中;
步骤八:判断调用API是否超过使用次数的限制,如果超过了则登录新的账号或者更换IP地址,之后转向步骤二采集队列的判空,如果没有超过次数限制,则直接转向步骤五,从采集队列取出队首元素进行微博数据的采集。
所述步骤四中筛选对象的个数默认为两百个,采集对象的个数在系统配置中进行更改。所述步骤五中使用者根据需求自行设置博文下载的相关参数,相关参数为下载开始至截至时间、下载的数量及下载的微博类型。
Claims (6)
1.一种基于微博平台的用户数据采集存储系统,其特征在于:包括登录模块、数据采集模块、数据存储模块和API检测模块,所述登录模块与数据采集模块连接,数据采集模块和数据存储模块连接,登录模块负责记录使用者的登录账号以及所需要采集的对象的相关信息,数据采集模块主要负责对采集对象的微博进行下载操作,API检测模块负责检测API的调用次数是否超过限制,数据存储模块主要负责数据的存储功能。
2.如权利要求1所述的一种基于微博平台的用户数据采集存储系统,其特征在于:所述对象的相关信息为调查者的用户名称,账号以及手机号或邮箱,所述系统根据输入的信息通过调用API获取出采集对象的ID。
3.如权利要求1所述的一种基于微博平台的用户数据采集存储系统,其特征在于:所述API检测模块负责检测API的调用次数是否超过限制时微博的开放接口限制了用户在调用API时每段时间只能够使用固定的次数,限制的时间单位有每小时、每天;限制的维度有授权用户以及IP地址。
4.一种如权利要求1-3任意一项所述的基于微博平台的用户数据采集存储方法,其特征在于:所述方法步骤如下:
步骤一:首次使用该系统时需要用户填写已获得调用权限的用户账号,输入完成后,以后的登录直接跳过此步骤,用户也可在登录完成后在配置中对登录的账号进行修改;
步骤二:判断采集队列是否为空,若采集队列为空则转入步骤三;否则转入步骤五;
步骤三:填写需要进行数据采集的新浪微博信息,系统会根据输入的信息调用API获取用户ID;
步骤四:将数据采集对象的用户ID置入采集队列中,系统根据宽度搜索算法,筛选出用户关注的前若干个对象,作为待采集数据的对象置入采集队列中;
步骤五:每次均从采集队列中取出队首元素,调用user_timeline获取用户的微博内容,默认的微博下载数量为用户发表的所有微博;
步骤六:系统根据下载的博文内容匹配标签,系统预先设置了一百个常用分类的标签,若下载的数据中不包括预设的标签,系统提示用户手动选择标签或添加新的标签,用户也可以在配置栏中更改标签;
步骤七:将下载的微博数据以及标签存储在本地的MySQl数据库中;
步骤八:判断调用API是否超过使用次数的限制,如果超过了则登录新的账号或者更换IP地址,之后转向步骤二采集队列的判空,如果没有超过次数限制,则直接转向步骤五,从采集队列取出队首元素进行微博数据的采集。
5.如权利要求4所述的一种基于微博平台的用户数据采集存储方法,其特征在于:所述步骤四中筛选对象的个数默认为两百个,采集对象的个数在系统配置中进行更改。
6.如权利要求4所述的一种基于微博平台的用户数据采集存储方法,其特征在于:所述步骤五中使用者根据需求自行设置博文下载的相关参数,相关参数为下载开始至截至时间、下载的数量及下载的微博类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911371328.3A CN111131268A (zh) | 2019-12-27 | 2019-12-27 | 一种基于微博平台的用户数据采集存储系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911371328.3A CN111131268A (zh) | 2019-12-27 | 2019-12-27 | 一种基于微博平台的用户数据采集存储系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111131268A true CN111131268A (zh) | 2020-05-08 |
Family
ID=70503499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911371328.3A Pending CN111131268A (zh) | 2019-12-27 | 2019-12-27 | 一种基于微博平台的用户数据采集存储系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111131268A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241900A (zh) * | 2020-08-26 | 2021-01-19 | 帝杰曼科技股份有限公司 | 一种基于大数据的信息收集分析系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622443A (zh) * | 2012-03-13 | 2012-08-01 | 北京邮电大学 | 一种面向微博的定制化筛选系统及方法 |
US20130151526A1 (en) * | 2011-12-09 | 2013-06-13 | Korea Internet & Security Agency | Sns trap collection system and url collection method by the same |
CN103440139A (zh) * | 2013-09-11 | 2013-12-11 | 北京邮电大学 | 一种面向主流微博网站微博id的采集方法及工具 |
CN104954234A (zh) * | 2015-05-19 | 2015-09-30 | 中国地质大学(北京) | 一种微博数据获取方法、装置及舆情分析方法 |
CN109241380A (zh) * | 2018-08-24 | 2019-01-18 | 北京信息科技大学 | 一种基于网络爬虫和新浪api相结合的微博数据的采集方法 |
-
2019
- 2019-12-27 CN CN201911371328.3A patent/CN111131268A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130151526A1 (en) * | 2011-12-09 | 2013-06-13 | Korea Internet & Security Agency | Sns trap collection system and url collection method by the same |
CN102622443A (zh) * | 2012-03-13 | 2012-08-01 | 北京邮电大学 | 一种面向微博的定制化筛选系统及方法 |
CN103440139A (zh) * | 2013-09-11 | 2013-12-11 | 北京邮电大学 | 一种面向主流微博网站微博id的采集方法及工具 |
CN104954234A (zh) * | 2015-05-19 | 2015-09-30 | 中国地质大学(北京) | 一种微博数据获取方法、装置及舆情分析方法 |
CN109241380A (zh) * | 2018-08-24 | 2019-01-18 | 北京信息科技大学 | 一种基于网络爬虫和新浪api相结合的微博数据的采集方法 |
Non-Patent Citations (2)
Title |
---|
杨爱东: "一种基于Hadoop的微博舆情监控系统模型研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
杨爱东等: "基于Hadoop的微博舆情监控系统模型研究", 《现代图书情报技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241900A (zh) * | 2020-08-26 | 2021-01-19 | 帝杰曼科技股份有限公司 | 一种基于大数据的信息收集分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104199851B (zh) | 通过黄页信息提取电话号码的方法及云端服务器 | |
US11816172B2 (en) | Data processing method, server, and computer storage medium | |
CN105704005B (zh) | 恶意用户举报方法及装置、举报信息处理方法及装置 | |
US20150120583A1 (en) | Process and mechanism for identifying large scale misuse of social media networks | |
CN103473036B (zh) | 一种输入法皮肤推送方法及系统 | |
CN102750346B (zh) | 软件推荐方法和系统、终端设备 | |
US20120198056A1 (en) | Techniques for Analyzing Website Content | |
CN107257390B (zh) | 一种url地址的解析方法和系统 | |
CN102906750A (zh) | 提供基于上下文选择的内容条目 | |
CN110489578A (zh) | 图片处理方法、装置及计算机设备 | |
CN102905233A (zh) | 一种终端功能推荐的方法及装置 | |
KR101682659B1 (ko) | 키워드 기반 맞춤 뉴스 알림 방법 및 그를 위한 뉴스 검색 관리 서버 | |
CN106789559A (zh) | 用于微信公众平台的信息处理方法、装置、及系统 | |
US20140247989A1 (en) | Monitoring the emotional state of a computer user by analyzing screen capture images | |
KR102269061B1 (ko) | 어플리케이션 사용 정보 인식을 통한 사용자 맞춤형 콘텐츠 추천 및 제공 시스템 | |
CN101808102A (zh) | 一种基于云计算的操作记录追踪系统和方法 | |
WO2016007178A1 (en) | System and method for providing contextual analytics data | |
CN104683496B (zh) | 地址过滤方法及装置 | |
CN103425767B (zh) | 一种提示数据的确定方法和系统 | |
CN111382281A (zh) | 基于媒体对象的内容的推荐方法、装置、设备和存储介质 | |
CN108876314B (zh) | 一种职业生涯专业能力可追溯方法及平台 | |
CN103475532A (zh) | 硬件检测方法和系统 | |
CN111131268A (zh) | 一种基于微博平台的用户数据采集存储系统及方法 | |
CN104240107B (zh) | 社群数据筛选系统及其方法 | |
US20190164193A1 (en) | Predictive search context system for targeted recommendations |
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: 20200508 |
|
RJ01 | Rejection of invention patent application after publication |