CN111507757A - 提高偏远地区任务完成率的群智感知激励方法 - Google Patents
提高偏远地区任务完成率的群智感知激励方法 Download PDFInfo
- Publication number
- CN111507757A CN111507757A CN202010274408.3A CN202010274408A CN111507757A CN 111507757 A CN111507757 A CN 111507757A CN 202010274408 A CN202010274408 A CN 202010274408A CN 111507757 A CN111507757 A CN 111507757A
- Authority
- CN
- China
- Prior art keywords
- participant
- task
- participants
- platform
- distance
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000005284 excitation Effects 0.000 title abstract description 8
- 230000008901 benefit Effects 0.000 claims abstract description 14
- 206010063659 Aversion Diseases 0.000 claims description 8
- 230000008447 perception Effects 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 4
- 238000004873 anchoring Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000012358 sourcing Methods 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007726 management method 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
- 238000011160 research Methods 0.000 description 1
Images
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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0226—Incentive systems for frequent usage, e.g. frequent flyer miles programs or point systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Abstract
本发明提供了一种提高偏远地区任务完成率的群智感知激励方法,包括:在群智感知平台发布任务后,参与者根据所处的具体位置以及到任务的距离及距离阈值去选择任务,并将选择的任务归于任务集合中;参与者获取自己的内部参考价,并根据群智感知平台提供的平台参考价调整所述内部参考价,并向所述群智感知平台报价;所述群智感知平台根据所述报价计算得到参与者完成任务后给群智感知平台带来的平台福利,根据所述平台福利选择获胜者。本发明考虑了非理性因素对参与者的激励作用,建立了能够影响用户行为决策的平台环境,向参与者提供了距离阈值和平台参考价作为参考点,有指向性地引导参与者决策。
Description
技术领域
本发明涉及群智感知技术领域,特别涉及一种提高偏远地区任务完成率的群智感知激励方法
背景技术
群智感知是以人为中心的感知,个体和群体通过有意识或无意识的协作,完成大规模、复杂的感知任务,例如医疗健康、智能交通、城市管理及社交服务等。群智感知应用的发展离不开参与者的参与。在一些基于位置的大型的感知任务中,譬如对噪音污染情况、城市基础设施故障等城市特定区域异常情况进行监测时,为了得到较为准确的结果,往往需要大范围的收集数据,所以要求参与者要尽可能地均匀访问区域内的数据,但是,在参与者移动到非热门地区参与感知任务时,与热门地区相比,额外的移动距离会给参与者带来更多的额外成本,比如电池电量、流量等,因此参与者去非热门地区的参与意愿不是很高,同时感知平台也希望以更小的支出换来更高质量的数据,所以很有必要设计合适的激励机制来保障双方的效用。
现有的基于位置的群智感知激励机制的研究中,为了解决任务完成不均的问题,大多研究者提出通过改变任务的价值或者采用新的任务分配方式或支付报酬方式来吸引参与者去非热门地区完成任务,以提高任务的完成率。但在这类激励机制中普遍存在以下两个问题:第一,价值函数取决于预期效用理论中的最终财富状况,通常假设更高的支付会带来更好的激励效果;第二,假设参与者除了成本外,不存在损失。但是行为经济学通过大量的实验证明:第一,人们是根据选择结果与参照点之间的潜在收益或者损失进行决策,因此,更高的报酬不一定会带来更好的激励效果;第二如果效用变化的绝对主观价值小于参考点,就会造成损失。此外,当人们的选择与参考点的偏差表示损失时,损失值通常大于将相同大小的偏差视为收益时的收益值。
发明内容
本发明提供了一种提高偏远地区任务完成率的群智感知激励方法,其目的是为了更贴近现实的激励效果,更有效的激励参与者参与偏远地区的任务。
为了达到上述目的,本发明的实施例提供了一种提高偏远地区任务完成率的群智感知激励方法,包括:
步骤1,在群智感知平台发布任务后,参与者根据所处的具体位置以及到任务的距离及距离阈值去选择任务,并将选择的任务归于任务集合中;
步骤2,参与者获取自己的内部参考价,并根据群智感知平台提供的平台参考价调整所述内部参考价,并向所述群智感知平台报价;
步骤3,所述群智感知平台根据所述报价计算得到参与者完成任务后给群智感知平台带来的平台福利,根据所述平台福利选择获胜者;
步骤4,在所述参与者完成任务后,所述群智感知平台通过计算多次参与的参与者的累积移动距离向所述参与者支付报酬,计算参与者的平台效用。
其中,所述方法还包括:
当参与者的累积移动距离大于或等于所述距离阈值时,参与者的报酬由参与者的报价和奖励两部分组成;
当参与者的累积移动距离小于所述距离阈值时,参与者获得与报价相对应的报酬。
其中,所述步骤1包括:
当参与者第一次参与感知任务时,参与者选择参与者到任务距离为0的任务;
当参与者的参与次数大于1时,当且仅当参与者到任务的距离小于等于参与者的移动上限时,该任务可以被参与者选择,否则参与者不能选择该任务。
其中,所述步骤2包括:
当参与者完成参与者距离为0的任务时,平台不提供参考价,参与者对任务的报价为参与者的内部参考价;
当参与者的参与次数大于1时,平台根据第一次参与时获胜者的平均报价进行提供平台参考价。
其中,所述步骤3具体包括:
用以下公式计算得到参与者ρi完成任务τj所带来的平台福利:
其中,所述步骤4具体包括:
参与者T次参与内参与者的累积移动距离的表达式为:
其中,所述步骤4还包括:
根据以下公式计算参与者完成任务后带来的平台效用:
其中,所述步骤4还包括:
统计累积移动距离小于距离阈值的参与者的损失值,参与者ρi完成任务损失值的计算公式如下:
根据得到的参与者完成任务后的损失值,由于损失厌恶的存在,未获得奖励的参与者会产生一定的损失效用,计算公式为:
其中,λ为厌恶系数,其值λ=-2.25;
根据得到的累积移动距离小于距离阈值的参与者的损失效用,参与者的总效用的计算公式为:
其中,Ue为参与者的经济效用。当参与者的累积移动距离小于距离阈值时,参与者的经济效用计算公式为:
当参与者的累积移动距离大于距离阈值时,参与者的经济效用计算公式为:
所述参与者的总效用的计算公式:
本发明的上述方案有如下的有益效果:
本发明基于行为经济学的理论,提出了一种促进参与者完成偏远地区任务的激励框架,考虑了非理性因素对参与者的激励作用,建立了能够影响用户行为决策的平台环境,向参与者提供了距离阈值和平台参考价作为参考点,有指向性地引导参与者决策,并且通过损失厌恶效用函数构建参与者的效用函数,进一步的激励参与者不断完成偏远地区的任务,所以本发明能有更实际和更有效的激励效果。
附图说明
图1为本发明的提高偏远地区任务完成率的群智感知激励方法的流程示意图。
图2为本发明的效果对比图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
如图1和图2所示,本发明的实施例提供了一种提高偏远地区任务完成率的群智感知激励方法,包括:
步骤1:当参与者进行任务选择时,参与者对任务的选择率ψi,j不仅与参与者到目标任务的距离有关,还受参与者意愿系数ηi,j的影响,其中0<ηi,j<0.1,参与者对任务选择率的计算公式如下:
我们通过定理1对参与者的任务选择进行详细描述。
参与者确定选择的任务集合Si后,需要为Si中的任务给出报价参与者提供的报价不仅受外部因素(实验者锚)的影响也与参与者之前的经验(自发锚)有关,用平台参考价φt来代替实验者锚,参与者内部价μi,j来代替自发锚。在第t轮,参与者ρi对任务τj进行报价决策时,平台会根据t-1轮的获胜者平均报价发布平台参考价φt,其中为t-1轮获胜者集合。
参与者的内部价μi,j由参与者的总成本ci,j和t-1轮参与者的报价组成。
将总成本带入内部价公式中可得内部价具体计算形式
在发布平台参考价φt后,参与者ρi会用内部价和φt进行比较。当μi,j<φt时,参与者ρi的报价即为内部价;当μi,j≥φt时,参与者ρi会对报价进行一定的调整,具体报价计算公式:
其中0<ε,δ<1且ε+δ=1,ε为参照因子,不同参与者受锚定的影响程度不同。
当μi,j<φt时
当μi,j≥φt时
平台效用与参与者的报酬有关,平台效用的计算公式:
为了确保平台效用U≥0,且参与者完成任务带来的平台福利最大化,我们需要保证参数Θ在合理的取值范围内,因此我们通过定理2去证明Θ的取值范围。
证明:根据经济学的定义可得参与者的边际效用Me的计算公式
边际支出Oe的计算公式
统计累积移动距离小于距离阈值的参与者的损失值,参与者ρi完成任务损失值的计算公式如下:
根据得到的参与者完成任务后的损失值,由于损失厌恶的存在,未获得奖励的参与者会产生一定的损失效用,计算公式为:
其中,λ为厌恶系数,其值λ=-2.25;
根据得到的累积移动距离小于距离阈值的参与者的损失效用,参与者的总效用的计算公式为:
其中,Ue为参与者的经济效用。当参与者的累积移动距离小于距离阈值时,参与者的经济效用计算公式为:
当参与者的累积移动距离大于距离阈值时,参与者的经济效用计算公式为:
所述参与者的总效用的计算公式:
在本实施例中,首先评估了平台中任务总量相同时,β值和δ值对参与者报价、平台福利、平台效用、参与者的经济效用以及总效用的影响,相关的数据取值如下表1-4所示,表1是β和δ对参与者报价的影响,表2是β和δ对平台福利的影响,表3是β和δ对平台效用的影响,表4是β和δ对参与者经济效用以及总效用的影响。
表1 β和δ对参与者报价的影响
表2 β和δ对平台福利的影响
表3 β和δ对平台效用的影响
表4 β和δ对参与者经济效用以及总效用的影响
本发明基于行为经济学的理论,提出了一种促进参与者完成偏远地区任务的激励框架,考虑了非理性因素对参与者的激励作用,建立了能够影响用户行为决策的平台环境,向参与者提供了距离阈值和平台参考价作为参考点,有指向性地引导参与者决策,并且通过损失厌恶效用函数构建参与者的效用函数,进一步的激励参与者不断完成偏远地区的任务,所以本发明能有更实际和更有效的激励效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种提高偏远地区任务完成率的群智感知激励方法,其特征在于,包括:
步骤1,在群智感知平台发布任务后,参与者根据所处的具体位置以及到任务的距离及距离阈值去选择任务,并将选择的任务归于任务集合中;
步骤2,参与者获取自己的内部参考价,并根据群智感知平台提供的平台参考价调整所述内部参考价,并向所述群智感知平台报价;
步骤3,所述群智感知平台根据所述报价计算得到参与者完成任务后给群智感知平台带来的平台福利,根据所述平台福利选择获胜者;
步骤4,在所述参与者完成任务后,所述群智感知平台通过计算多次参与的参与者的累积移动距离向所述参与者支付报酬,计算参与者的平台效用。
2.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法,其特征在于,所述方法还包括:
当参与者的累积移动距离大于或等于所述距离阈值时,参与者的报酬由参与者的报价和奖励两部分组成;
当参与者的累积移动距离小于所述距离阈值时,参与者获得与报价相对应的报酬。
3.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法,其特征在于,所述步骤1包括:
当参与者第一次参与感知任务时,参与者选择参与者到任务距离为0的任务;
当参与者的参与次数大于1时,当且仅当参与者到任务的距离小于等于参与者的移动上限时,该任务可以被参与者选择,否则参与者不能选择该任务。
4.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法,其特征在于,所述步骤2包括:
当参与者完成参与者距离为0的任务时,平台不提供平台参考价,参与者对任务的报价为参与者的内部参考价;
当参与者的参与次数大于1时,平台根据第一次参与时获胜者的平均报价进行提供平台参考价。
8.根据权利要求1所述的提高偏远地区任务完成率的群智感知激励方法,其特征在于,所述步骤4还包括:
统计累积移动距离小于距离阈值的参与者的损失值,参与者ρi完成任务损失值的计算公式如下:
根据得到的参与者完成任务后的损失值,由于损失厌恶的存在,未获得奖励的参与者会产生一定的损失效用,计算公式为:
其中,λ为厌恶系数,其值λ=-2.25;
根据得到的累积移动距离小于距离阈值的参与者的损失效用,参与者的总效用的计算公式为:
UT=Ue+Eρi
其中,Ue为参与者的经济效用,当参与者的累积移动距离小于距离阈值时,参与者的经济效用计算公式为:
当参与者的累积移动距离大于距离阈值时,参与者的经济效用计算公式为:
所述参与者的总效用的计算公式:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274408.3A CN111507757B (zh) | 2020-04-09 | 2020-04-09 | 提高偏远地区任务完成率的群智感知激励方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010274408.3A CN111507757B (zh) | 2020-04-09 | 2020-04-09 | 提高偏远地区任务完成率的群智感知激励方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111507757A true CN111507757A (zh) | 2020-08-07 |
CN111507757B CN111507757B (zh) | 2024-03-15 |
Family
ID=71876052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010274408.3A Active CN111507757B (zh) | 2020-04-09 | 2020-04-09 | 提高偏远地区任务完成率的群智感知激励方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111507757B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760585A (zh) * | 2022-04-18 | 2022-07-15 | 中南大学 | 车辆群智感知激励方法、系统及设备 |
CN114926088A (zh) * | 2022-06-14 | 2022-08-19 | 中南大学 | 基于路径依赖理论的群智感知激励方法、系统及设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103731844A (zh) * | 2014-01-03 | 2014-04-16 | 苏州大学 | 一种地理位置相关的移动感知系统任务分配方法 |
CN103870990A (zh) * | 2014-03-31 | 2014-06-18 | 上海交通大学 | 移动群智感知系统中覆盖问题的激励机制实现方法 |
CN104657893A (zh) * | 2014-11-25 | 2015-05-27 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种满足匹配约束的群智感知激励方法 |
CN106485469A (zh) * | 2016-09-27 | 2017-03-08 | 武汉大学 | 一种位置相关的基于需求的动态激励机制方法 |
CN108269129A (zh) * | 2018-01-23 | 2018-07-10 | 重庆邮电大学 | 一种基于逆向拍卖的移动群智感知网络中用户激励方法 |
CN108876567A (zh) * | 2018-05-25 | 2018-11-23 | 华南理工大学 | 一种基于感知效用最大化的群智感知激励方法 |
CN109003172A (zh) * | 2018-07-09 | 2018-12-14 | 中国科学技术大学苏州研究院 | 保护隐私的空间众包任务竞拍方法 |
CN109033865A (zh) * | 2018-06-20 | 2018-12-18 | 苏州大学 | 一种空间众包中隐私保护的任务分配方法 |
KR101993083B1 (ko) * | 2018-02-08 | 2019-06-25 | 인하대학교 산학협력단 | 공간 크라우드소싱 시스템에서 R-Tree 기반의 태스크 관리 방법 |
CN110189174A (zh) * | 2019-05-29 | 2019-08-30 | 南京工业大学 | 一种基于数据质量感知的移动群智感知激励方法 |
CN110503396A (zh) * | 2019-08-22 | 2019-11-26 | 电子科技大学 | 基于多技能的复杂空间众包任务分配方法 |
US10586250B1 (en) * | 2011-11-18 | 2020-03-10 | Amazon Technologies, Inc. | Incentivized crowd-source pricing |
-
2020
- 2020-04-09 CN CN202010274408.3A patent/CN111507757B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10586250B1 (en) * | 2011-11-18 | 2020-03-10 | Amazon Technologies, Inc. | Incentivized crowd-source pricing |
CN103731844A (zh) * | 2014-01-03 | 2014-04-16 | 苏州大学 | 一种地理位置相关的移动感知系统任务分配方法 |
CN103870990A (zh) * | 2014-03-31 | 2014-06-18 | 上海交通大学 | 移动群智感知系统中覆盖问题的激励机制实现方法 |
CN104657893A (zh) * | 2014-11-25 | 2015-05-27 | 无锡清华信息科学与技术国家实验室物联网技术中心 | 一种满足匹配约束的群智感知激励方法 |
CN106485469A (zh) * | 2016-09-27 | 2017-03-08 | 武汉大学 | 一种位置相关的基于需求的动态激励机制方法 |
CN108269129A (zh) * | 2018-01-23 | 2018-07-10 | 重庆邮电大学 | 一种基于逆向拍卖的移动群智感知网络中用户激励方法 |
KR101993083B1 (ko) * | 2018-02-08 | 2019-06-25 | 인하대학교 산학협력단 | 공간 크라우드소싱 시스템에서 R-Tree 기반의 태스크 관리 방법 |
CN108876567A (zh) * | 2018-05-25 | 2018-11-23 | 华南理工大学 | 一种基于感知效用最大化的群智感知激励方法 |
CN109033865A (zh) * | 2018-06-20 | 2018-12-18 | 苏州大学 | 一种空间众包中隐私保护的任务分配方法 |
CN109003172A (zh) * | 2018-07-09 | 2018-12-14 | 中国科学技术大学苏州研究院 | 保护隐私的空间众包任务竞拍方法 |
CN110189174A (zh) * | 2019-05-29 | 2019-08-30 | 南京工业大学 | 一种基于数据质量感知的移动群智感知激励方法 |
CN110503396A (zh) * | 2019-08-22 | 2019-11-26 | 电子科技大学 | 基于多技能的复杂空间众包任务分配方法 |
Non-Patent Citations (1)
Title |
---|
李博宇;曾奇雄;李嘉懿;王常维;: "基于反向拍卖的移动群智感知激励框架", 科学技术创新, no. 08, 15 March 2018 (2018-03-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114760585A (zh) * | 2022-04-18 | 2022-07-15 | 中南大学 | 车辆群智感知激励方法、系统及设备 |
CN114760585B (zh) * | 2022-04-18 | 2024-04-16 | 中南大学 | 车辆群智感知激励方法、系统及设备 |
CN114926088A (zh) * | 2022-06-14 | 2022-08-19 | 中南大学 | 基于路径依赖理论的群智感知激励方法、系统及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111507757B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Toward optimal participant decisions with voting-based incentive model for crowd sensing | |
CN108269129B (zh) | 一种基于逆向拍卖的移动群智感知网络中用户激励方法 | |
CN109068288B (zh) | 一种基于多属性用户选择移动群智感知激励机制的方法及系统 | |
CN113992676B (zh) | 端边云架构和完全信息下分层联邦学习的激励方法及系统 | |
Blunch et al. | Changing norms about gender inequality in education: Evidence from Bangladesh | |
CN108876567B (zh) | 一种基于感知效用最大化的群智感知激励方法 | |
CN107944947A (zh) | 一种利用社交网络的移动群智感知激励方法 | |
CN108668253A (zh) | 一种基于演化博弈的群智合作感知激励方法 | |
CN103870990A (zh) | 移动群智感知系统中覆盖问题的激励机制实现方法 | |
CN107301509A (zh) | 一种基于群智感知系统面向随机参与的群智感知激励方法 | |
CN111507757A (zh) | 提高偏远地区任务完成率的群智感知激励方法 | |
CN112950251A (zh) | 一种基于信誉的车辆群智感知节点反向组合拍卖激励优化方法 | |
CN110390560A (zh) | 一种基于Stackelberg博弈的移动群智感知多任务定价方法 | |
CN109784741A (zh) | 一种基于信誉预测的移动群智感知系统奖励分发方法 | |
Peng et al. | When data contributors meet multiple crowdsourcers: Bilateral competition in mobile crowdsourcing | |
CN109242533A (zh) | 基于拍卖理论的车联网群智感知用户的在线激励方法 | |
CN116244512B (zh) | 一种基于图结构数据的军事体能训练智能推荐方法 | |
CN109858966A (zh) | 一种基于演化博弈的促进网络社区的合作方法 | |
Chi et al. | Multistrategy repeated game-based mobile crowdsourcing incentive mechanism for mobile edge computing in Internet of Things | |
Maaser et al. | Distributional consequences of political representation | |
CN109978352A (zh) | 一种面向时空大数据群智感知任务的激励方法 | |
Xie et al. | Satisfaction-aware task assignment in spatial crowdsourcing | |
Murto et al. | Common value auctions with costly entry | |
Tan et al. | A novel experience-based incentive mechanism for mobile crowdsensing system | |
CN107220777A (zh) | 基于信息熵模型的网络品牌社区用户的社会资本度量方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |