CN111787351B - 信息查询方法、装置、设备和计算机存储介质 - Google Patents
信息查询方法、装置、设备和计算机存储介质 Download PDFInfo
- Publication number
- CN111787351B CN111787351B CN202010620560.2A CN202010620560A CN111787351B CN 111787351 B CN111787351 B CN 111787351B CN 202010620560 A CN202010620560 A CN 202010620560A CN 111787351 B CN111787351 B CN 111787351B
- Authority
- CN
- China
- Prior art keywords
- user
- video
- information
- video data
- query
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/458—Scheduling content for creating a personalised stream, e.g. by combining a locally stored advertisement with an incoming stream; Updating operations, e.g. for OS modules ; time-related management operations
- H04N21/4586—Content update operation triggered locally, e.g. by comparing the version of software modules in a DVB carousel to the version stored locally
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4665—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms involving classification methods, e.g. Decision trees
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4662—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms
- H04N21/4666—Learning process for intelligent management, e.g. learning user preferences for recommending movies characterized by learning algorithms using neural networks, e.g. processing the feedback provided by the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/466—Learning process for intelligent management, e.g. learning user preferences for recommending movies
- H04N21/4667—Processing of monitored end-user data, e.g. trend analysis based on the log file of viewer selections
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
- H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
- H04N21/84—Generation or processing of descriptive data, e.g. content descriptors
Abstract
本申请公开了一种信息查询方法和装置,涉及深度学习技术领域、视频理解技术领域。应用于深度学习可以实现模型训练及视频分类。本方案包括:响应于第一用户对关注者列表的查询操作,将第一用户标识发送给服务器;接收服务器推送的第一用户的关注者列表的第一更新信息;第一更新信息为服务器基于第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,多个第二用户标识为被关注者的标识;将第一更新信息作为查询操作的查询结果。本申请实施例可采用深度学习模型对视频数据进行分析,确定视频数据的类型,输出视频数据的视频标签。本申请实施例能够智能化地向视频数据观看者发送的查询结果,符合视频数据观看者当前的喜好。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及深度学习和视频理解技术领域。
背景技术
随着网络技术的发展,人们能够通过网络实现多种社交需求。目前,用户通过各种应用程序能够观看到视频数据的创作者上传到网络上的视频。用户在观看视频的同时,可能会观看视频的创作者(被关注者)。在用户关注的创作者有视频更新时,系统会向用户推荐这一创作者新创作的视频。然而这样常规的方式会带来一个问题,那就是当用户观看一个创作者视频的时候,联想到曾经关注过的创作者上传过类似视频,但难以记起具体创作者的名称。如果用户的关注者列表中存在大量的创作者,那么用户很难自己从关注者列表中查找到希望找到的被关注的创作者,从而得不到自己最想要的信息。
发明内容
本申请提供了一种信息查询方法、装置、设备以及计算机存储介质。
根据本申请的一方面,提供了一种信息查询方法,包括:
响应于第一用户对关注者列表的查询操作,将第一用户标识发送给服务器;
接收服务器推送的第一用户的关注者列表的第一更新信息;第一更新信息为服务器基于第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,多个第二用户标识为第一用户的关注者列表中的各被关注者的标识;
将第一更新信息作为查询操作的查询结果。
根据本申请的另一方面,提供了另一种信息查询方法,包括:
获得第一用户标识;
根据第一用户标识,获得第一用户已观看第一视频数据的第一视频标签;
获得第一用户的关注者列表中多个被关注者的第二用户标识;
根据第一视频标签和第二用户标识,生成第一用户的关注者列表的第一更新信息;
将第一更新信息发送到第一用户的客户端。
根据本申请的另一方面,提供了一种信息查询装置,包括:
查询模块,用于响应于第一用户对关注者列表的查询操作,将第一用户标识发送给服务器;
更新接收模块,用于接收服务器推送的第一用户的关注者列表的第一更新信息;第一更新信息为服务器基于第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,多个第二用户标识为第一用户的关注者列表中的各被关注者的标识;
结果反馈模块,用于将第一更新信息作为查询操作的查询结果。
根据本申请的另一方面,提供了另一种信息查询装置,包括:
标识获取模块,用于获得第一用户标识;
标签获取模块,用于根据第一用户标识,获得第一用户已观看第一视频数据的第一视频标签;
第二用户标识获取模块,用于获得第一用户的关注者列表中多个被关注者的第二用户标识;
更新信息生成模块,用于根据第一视频标签和第二用户标识,生成第一用户的关注者列表的第一更新信息;
发送模块,用于将第一更新信息发送到第一用户的客户端。
根据本申请的另一方面,提供了一种信息查询系统,包括第一信息查询装置和第二信息查询装置;第一信息查询装置为本申请任意一项实施例所提供的可应用于客户端的信息查询装置;第二信息查询装置为本申请任意一项实施例所提供的可应用于服务端的信息查询装置。
根据本申请的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本申请任意一项实施例所提供的方法。
根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行本申请任意一项实施例所提供的方法。
根据本申请的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如上所述的方法。
根据本申请的技术能够结合用户的观看历史为用户提供关注者列表的第一更新信息,使得关注者列表的呈现方式更符合用户的喜好。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请实施例的信息查询方法示意图;
图2是根据本申请另一实施例的信息查询方法示意图;
图3是根据本申请另一实施例的信息查询方法示意图;
图4是根据本申请另一实施例的信息查询方法示意图;
图5是根据本申请一种示例的信息查询方法示意图;
图6是根据本申请另一示例的信息查询方法示意图;
图7是本申请另一种示例的信息查询方法示意图;
图8是根据本申请实施例的信息查询装置示意图;
图9是根据本申请另一实施例的信息查询装置示意图;
图10是根据本申请另一实施例的信息查询装置示意图;
图11是根据本申请另一实施例的信息查询装置示意图;
图12是根据本申请实施例的信息查询系统示意图;
图13是用来实现本申请实施例的信息查询方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
图1示出了根据本申请一种信息查询方法,包括:
步骤101:响应于第一用户对关注者列表的查询操作,将第一用户标识发送给服务器;
步骤102:接收服务器推送的第一用户的关注者列表的第一更新信息;第一更新信息为服务器基于第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,多个第二用户标识为第一用户的关注者列表中的各被关注者的标识;
步骤103:将第一更新信息作为查询操作的查询结果。
本实施例中,第一用户对关注者列表的查询操作,可以是第一用户在第一用户的终端点击关注者列表的操作。
本实施例中,第一用户标识,可以是用于表示第一用户身份的标识。第一用户标识对于第一用户而言,可以是唯一的。第一用户可以为视频数据的观看者。
本实施例中,关注者列表的第一更新信息,可以是关注者列表的呈现内容的更新信息,比如关注者列表中被关注者,也就是视频的作者的排列顺序。
在另一种实现方式中,关注者列表的第一更新信息,也可以是关注者列表中分组呈现的信息,比如关注者列表中的被关注者分组,按照不同的显示信息显示被关注者的分组。具体可以是,有作品更新的被关注者,采用更深的显示背景进行呈现。
本实施例中,第一更新信息为服务器基于第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,多个第二用户标识为第一用户的关注者列表中的各被关注者的标识。第一更新信息用于对关注者列表的呈现方式进行更新,比如,用于更新关注者列表的被关注者的顺序。第一更新信息可以按照第一视频标签与各被关注者的第二用户标识的关联性或相关性获得,若第一更新信息用于更新关注者列表中被关注者的顺序,那么与第一视频标签相关性越大的第二用户标识对应的被关注者排序越靠前。
第二用户标识,具体可以用于表示被关注者上传的主要的视频种类,或者是被关注者上传的视频的视频标签的主要分类。例如,被关注者上传的视频多为娱乐类,那么第二用户标识可以用于表示该被关注者上传的主要视频种类为娱乐类。
本实施例中,已观看的第一视频数据可以是用户最后一次观看视频时所观看的数据。
本实施例中,已观看的第一视频数据,可以是用户在最近一段设定时间内,观看的同种类数量最多的视频的视频数据。也可以是用户最后一次观看视频的视频数据。
在其它实现方式中,还可以根据上述第一视频标签与第二用户标识之间的相关性之外其它影响用户体验的数据获得第一更新信息。本实施例提供的信息查询方法可用于客户端。
本申请实施例中,能够响应于查询操作,根据第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得关注者列表的第一更新信息。从而使得关注者列表的具体呈现方式与用户最近的观看操作相符合,能够为用户提供更符合其喜好和需求的查询结果。
在另一种实施方式中,信息查询方法包括图1所示的各步骤。在此基础上,本实施例中,如图2所示,信息查询方法还包括:
步骤201:响应于第一用户标识和第二用户标识的关联操作,生成新的关联关系;
步骤202:将新的关联关系发送到服务器,使得服务器将新的关联关系加入第一用户的关注者列表。
本实施例中,第一用户标识和第二用户标识的关联操作,可以是第一用户点击被关注者的关注按钮,实现的对被关注者的关注操作。
将关联关系发送到服务器,可以是将新的被关注者发送到服务器,使得服务器将新的被关注者加入关注者列表。
本实施例中,能够在用户点击被关注者的关注按钮之后,对被关注者进行关注,并将新的被关注者加入关注者列表,从而第一用户此后观看视频之后,能够基于新的关注者列表为第一用户提供第一更新信息。
图3示出了本申请另一种实施方式的信息查询方法,还包括:
步骤301:生成查询提示信息,查询提示信息用于使第一用户确认是否执行查询操作;
步骤302:接收到查询提示信息的响应信息,响应信息用于确认执行查询操作。
本实施例中,查询提示信息可以是在客户端向用户呈现的是否查询关注者列表的询问界面,比如,在终端显示界面显示关注者列表对应的按钮,提示第一用户是否点击该按钮,执行后续的查询操作。
查询提示信息的相应信息,可以是用户对查询提示信息进行操作,产生的相应信息,比如,用户在终端显示界面点击关注者列表对应的按钮,生成查询提示信息的相应信息。
本实施例中,可以智能化地为用户进行关注者的推荐。在用户希望获得推荐的关注者时,向用户提供第一更新信息。在用户不希望获得推荐的关注者时,不提供第一更新信息,从而使得信息查询方法更符合用户的意愿,更加智能化。
在另一种实施方式中,第一更新信息为服务器基于第一视频标签和多个第二用户标识的相关性大小获得的,
和/或,第一更新信息为服务器根据各被关注者所上传的视频数据的第二更新信息获得的。
本实施例中,当第一更新信息为服务器根据各被关注者所上传的视频数据的第二更新信息获得的时候,第一更新信息的生成仍然可以结合第一视频标签和第二用户标识的相关性,在相关性相同的情况下,第一更新信息指示在关注者列表中优先展示有作品更新的被关注者。比如,关注者列表中有10个被关注者,这10个被关注者分别有着各自的第二用户标识,第二用户标识与第一视频标签的相关性大小各不相同,则第一更新信息指示在关注者列表中将与第一视频标签的相关性更大的被关注者排序调前。
各被关注者所上传的视频数据的第二更新信息,可以是各被关注者所上传的视频数据的更新情况。在生成第一更新信息时,第二更新信息和上述相关性可以作为结合依据。比如,关注者列表中有两个被关注者的第二用户标识与第一视频标签的相关性大小相同,则优先靠前展示这两个被关注者中当前有作品更新的。若在关注者列表中有两个以上被关注者的第二用户标识与第一视频标签的相关性大小相同,则优先展示着两个以上的被关注者中当前有作品更新的。若在关注者列表中,有两个以上被关注者的第二用户标识与第一视频标签的相关性大小不同,但是这两个以上的被关注者当前都有作品更新,则在关注者列表中优先靠前展示相关性大的被关注者。若在关注者列表中,有两个以上被关注者的第二用户标识与第一视频标签的相关性大小相同,且这两个以上的被关注者当前都有作品更新,则在关注者列表中优先靠前展示作品更新数量多的被关注者。
用户在实际操作中,不仅希望观看自己所关注的类型的视频,也希望观看比较新的视频。本实施例中,能够根据第一视频标签和第二用户标识的相关性、以及各被关注者的作品更新情况获得第一更新信息,从而使得第一更新信息能够更好地符合一般用户的通常需求。
图4示出了本申请另一种实施方式的信息查询方法,还包括:
步骤401:获得第一用户标识;
步骤402:根据第一用户标识,获得第一用户已观看第一视频数据的第一视频标签;
步骤403:获得第一用户的关注者列表中多个被关注者的第二用户标识;
步骤404:根据第一视频标签和第二用户标识,生成第一用户的关注者列表的第一更新信息;
步骤405:将第一更新信息发送到第一用户的客户端。
本实施例中,能够根据第一用户标识对应的用户已观看的第一视频数据,确定第一视频标签,然后根据第一视频标签和第一用户的关注者列表中的各被关注者的第二用户标识,提供第一更新信息。由于第一视频标签是第一用户已观看视频的标签,从而生成的第一更新信息能够更好地反应用户的喜好的需要。本实施例提供的信息查询方法可应用于服务端。
在另一种实施方式中,信息查询方法还包括:
获得第一视频标签,发送给服务器。
第一视频标签可以从客户端缓存中获取。具体操作可以是,在用户每次观看视频之后,获取最后一次观看的视频的第一视频标签,存入缓存。在确定需要响应查询操作的情况下,从缓存中获取第一视频标签。
本实施例中,可以在客户端存储第一视频标签,从而能够减少在服务端存储的数据,减少服务端压力。
在本申请一种示例中,如图5所示,信息推送方法包括:
步骤501:用户进入主页关注者列表。
步骤502:判断是否进行智能筛选处理。是则进入步骤503;否则进入步骤506。
步骤503:获得用户最后一次观看的视频的视频标签。
步骤504:向服务器发送第一信息查询请求。
步骤505:接收服务器根据视频标签,提供新的关注者列表并展示新的关注者列表。
步骤506:向服务器发送第二信息查询请求。
步骤507:接收服务器根据更新状况,提供的新的关注者列表并展示新的关注者列表。
服务端将服务器上的所有视频作者都先进行作品标签分类,每个视频数据上传者都有个独立的分类模型,批量并行处理,先将历史数据库的作品标签进行更新。视频数据上传者上传视频的时候,通过深度学习神经网络训练出的视频分类模型对视频数据上传者上传的视频进行分类,输出视频标签,服务端的数据库针对这个视频数据上传者唯一标识对视频数据上传者每次上传的视频都做分类,得到视频标签。然后用户观看Feed分发的原创作者视频的时候,点击作者关注会触发关联流程,将用户的唯一标识与此原创作者的视频标签进行绑定,告知服务器。当用户看视频看了一段时间想起要找相类似的关注作者时会进入到关注列表页,列表页会给用户提示,提示是否进行智能筛选根据用户最后观看的视频进行数据关联,找到用户想要找到的用户,一般来说用户进关注列表想看的就是有更新作品的作者,如果恰好系统能够懂用户,找出他最后看的视频的其他相关作者,将极大的提升了用户体验。本申请实施例所提供的方法,将能增大用户的关注互动PV(Page View,页面浏览量)、UV(Unique Visitor,单独访问者)数据,进一步能够增大用户粘度。
获得第一用户标识;
根据所述第一用户标识,获得第一用户已观看第一视频数据的第一视频标签;
获得所述第一用户的关注者列表中多个被关注者的第二用户标识;
根据所述第一视频标签和所述第二用户标识,生成所述第一用户的关注者列表的第一更新信息;
将所述第一更新信息发送到所述第一用户的客户端。
在本申请另一种实施例中,信息查询方法还包括:
获得所述多个被关注者中每一个被关注者所上传的第二视频数据;
获得所述第二视频数据的第二视频标签;
根据所述第二视频标签,分别获得所述多个被关注者中至少一个被关注者的第二用户标识。
在本申请另一种实施例中,信息查询方法还包括:
将第三视频数据输入待训练的分类模型;
获得所述待训练的分类模型输出的所述第三视频数据的第三视频标签;
根据所述第三视频数据的参考标签和所述第三视频标签,对所述待训练的分类模型进行优化,获得所述分类模型;所述分类模型用于获得所述第二视频数据的第二视频标签。
在本申请另一种实施例中,所述根据所述第一视频标签和所述第二用户标识,生成所述第一用户的关注者列表的第一更新信息,包括:
基于所述第一视频标签和多个第二用户标识的相关性获得所述第一更新信息,
和/或,基于各被关注者所上传的视频数据的第二更新信息获得所述第一更新信息。
在本申请另一种实施例中,根据所述第一用户标识,获得所述第一用户已观看第一视频数据的第一视频标签,包括:
获得所述第一用户的客户端发送的第一视频标签;
或,根据第一用户标识,查找所述第一用户观看视频的记录,获得所述第一视频标签。
在本申请一种示例中,如图6所示,信息查询方法还包括:
步骤1301:服务端接收视频上传者上传的视频。
步骤1302:服务端通过视频分类模型,对视频上传者上传的视频进行分类,得到视频分类。
步骤1303:服务端根据视频分类,对视频上传者进行更新。
在本申请一种示例中,如图7所示,信息查询方法还包括:
步骤1401:用户在客户端通过Feed流观看视频。
步骤1402:用户在客户端点击视频的视频数据上传者关注按钮。
步骤1403:记录用户观看的视频的类型,并将用户唯一标识与该视频数据上传者唯一标识进行绑定。
步骤1404:客户端将绑定关系上传到服务端。
图8示出本申请实施例的一种信息查询装置700的结构框图,如图8所示,包括:
查询模块701,用于响应于第一用户对关注者列表的查询操作,将第一用户标识发送给服务器;
更新接收模块702,用于接收服务器推送的第一用户的关注者列表的第一更新信息;第一更新信息为服务器基于第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,多个第二用户标识为第一用户的关注者列表中的各被关注者的标识;
结果反馈模块703,用于将第一更新信息作为查询操作的查询结果。
如图9所示,在一种实施方式中,信息查询装置700还包括:
关联模块704,用于响应于第一用户标识和第二用户标识的关联操作,生成新的关联关系;
关系添加模块705,用于将新的关联关系发送到服务器,使得服务器将新的关联关系加入第一用户的关注者列表。
如图9所示,在一种实施方式中,信息查询装置700还包括:
查询提示模块706,用于生成查询提示信息,查询提示信息用于使第一用户确认是否执行查询操作;
响应接收模块707,用于接收到查询提示信息的响应信息,响应信息用于确认执行查询操作。
如图9所示,在一种实施方式中,信息查询装置700还包括:
标签发送模块708,用于获得第一视频标签,发送给服务器。
图10示出本申请实施例一种信息查询装置800的结构框图,如图10所示,信息查询装置800包括:
标识获取模块801,用于获得第一用户标识;
标签获取模块802,用于根据第一用户标识,获得第一用户已观看第一视频数据的第一视频标签;
第二用户标识获取模块803,用于获得第一用户的关注者列表中多个被关注者的第二用户标识;
更新信息生成模块804,用于根据第一视频标签和第二用户标识,生成第一用户的关注者列表的第一更新信息;
发送模块805,将第一更新信息发送到第一用户的客户端。
如图11所示,在一种实施方式中,信息查询装置800还包括:
第二视频获得模块806,用于获得多个被关注者中每一个被关注者所上传的第二视频数据;
第二视频标签获得模块807,用于获得第二视频数据的第二视频标签;
第二用户标识关联模块808,用于根据第二视频标签,分别获得多个被关注者中至少一个被关注者的第二用户标识。
如图11所示,在一种实施方式中,信息查询装置800还包括:
分类模块809,用于将第三视频数据输入待训练的分类模型;
分类标签查询模块810,用于获得待训练的分类模型输出的第三视频数据的第三视频标签;
优化模块811,用于根据第三视频数据的参考标签和第三视频标签,对待训练的分类模型进行优化,获得分类模型;分类模型用于获得第二视频数据的第二视频标签。
应用深度学习,至少可以进行上述分类模型训练,还可以对视频进行分类。
在一种实施方式中,信息查询装置800中更新信息生成模块用于:
基于第一视频标签和多个第二用户标识的相关性获得第一更新信息,
和/或,基于各被关注者所上传的视频数据的第二更新信息获得第一更新信息。
在一种实施方式中,信息查询装置800中标签获取模块用于:
获得第一用户的客户端发送的第一视频标签;
或,根据第一用户标识,查找第一用户观看视频的记录,获得第一视频标签。
图12示出本申请实施例的一种信息查询系统1100的结构框图,如图12所示,信息查询系统1100包括第一信息查询装置1101和第二信息查询装置1102;第一信息查询装置1101为本申请任意一项实施例所提供的可应用于客户端的信息查询装置;第二信息查询装置1102为本申请任意一项实施例所提供的可应用于服务端的信息查询装置。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图13所示,是根据本申请实施例的信息查询方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图13所示,该电子设备包括:一个或多个处理器1201、存储器1202,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图13中以一个处理器1201为例。
存储器1202即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的信息查询方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的信息查询方法。
存储器1202作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的信息查询方法对应的程序指令/模块(例如,附图8所示的查询模块701、更新接收模块702、结果反馈模块703)。处理器1201通过运行存储在存储器1202中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的信息查询方法。
存储器1202可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据视频编码电子设备的使用所创建的数据等。此外,存储器1202可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1202可选包括相对于处理器1201远程设置的存储器,这些远程存储器可以通过网络连接至视频编码电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
信息查询方法的电子设备还可以包括:输入装置1203和输出装置1204。处理器1201、存储器1202、输入装置1203和输出装置1204可以通过总线或者其他方式连接,图12中以通过总线连接为例。
输入装置1203可接收输入的数字或字符信息,以及产生与视频编码电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1204可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,能够响应于查询操作,根据第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得关注者列表的第一更新信息。从而使得关注者列表的具体呈现方式与用户最近的观看操作相符合,能够为用户提供更符合其喜好和需求的查询结果。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (23)
1.一种信息查询方法,包括:
响应于第一用户对关注者列表的查询操作,将第一用户标识发送给服务器;
接收所述服务器推送的所述第一用户的关注者列表的第一更新信息;所述第一更新信息为所述服务器基于所述第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,所述多个第二用户标识为所述第一用户的关注者列表中的各被关注者的标识,所述第二用户标识用于表示所述被关注者上传的视频种类;所述第一视频标签为利用视频分类模型对所述第一视频数据进行分类所得到的,所述视频分类模型为与所述第一视频数据的上传者对应的独立的分类模型;
将所述第一更新信息作为所述查询操作的查询结果。
2.根据权利要求1所述的方法,其中,还包括:
响应于第一用户标识和第二用户标识的关联操作,生成新的关联关系;
将所述新的关联关系发送到所述服务器,使得所述服务器将所述新的关联关系加入所述第一用户的关注者列表。
3.根据权利要求1所述的方法,其中,还包括:
生成查询提示信息,所述查询提示信息用于使第一用户确认是否执行查询操作;
接收到所述查询提示信息的响应信息,所述响应信息用于确认执行所述查询操作。
4.根据权利要求1所述的方法,其中,所述第一更新信息为所述服务器基于所述第一视频标签和多个第二用户标识的相关性大小获得的;
和/或,所述第一更新信息为所述服务器根据所述各被关注者所上传的视频数据的第二更新信息获得的。
5.根据权利要求1所述的方法,其中,还包括:
获得所述第一视频标签,发送给所述服务器。
6.一种信息查询方法,包括:
获得第一用户标识;
根据所述第一用户标识,获得第一用户已观看第一视频数据的第一视频标签;所述第一视频标签为利用视频分类模型对所述第一视频数据进行分类所得到的,所述视频分类模型为与所述第一视频数据的上传者对应的独立的分类模型;
获得所述第一用户的关注者列表中多个被关注者的第二用户标识,所述第二用户标识用于表示所述被关注者上传的视频种类;
根据所述第一视频标签和所述第二用户标识,生成所述第一用户的关注者列表的第一更新信息;
将所述第一更新信息发送到所述第一用户的客户端。
7.根据权利要求6所述的方法,还包括:
获得所述多个被关注者中每一个被关注者所上传的第二视频数据;
获得所述第二视频数据的第二视频标签;
根据所述第二视频标签,分别获得所述多个被关注者中至少一个被关注者的第二用户标识。
8.根据权利要求7所述的方法,其中,还包括:
将第三视频数据输入待训练的分类模型;
获得所述待训练的分类模型输出的所述第三视频数据的第三视频标签;
根据所述第三视频数据的参考标签和所述第三视频标签,对所述待训练的分类模型进行优化,获得所述分类模型;所述分类模型用于获得所述第二视频数据的第二视频标签。
9.根据权利要求6所述的方法,所述根据所述第一视频标签和所述第二用户标识,生成所述第一用户的关注者列表的第一更新信息,包括:
基于所述第一视频标签和多个第二用户标识的相关性获得所述第一更新信息;
和/或,基于各被关注者所上传的视频数据的第二更新信息获得所述第一更新信息。
10.根据权利要求6所述的方法,其中,根据所述第一用户标识,获得第一用户已观看第一视频数据的第一视频标签,包括:
获得所述第一用户的客户端发送的第一视频标签;
或,根据第一用户标识,查找所述第一用户观看视频的记录,获得所述第一视频标签。
11.一种信息查询装置,包括:
查询模块,用于响应于第一用户对关注者列表的查询操作,将第一用户标识发送给服务器;
更新接收模块,用于接收所述服务器推送的所述第一用户的关注者列表的第一更新信息;所述第一更新信息为所述服务器基于所述第一用户已观看的第一视频数据的第一视频标签与多个第二用户标识的相关性获得的,所述多个第二用户标识为所述第一用户的关注者列表中的各被关注者的标识,所述第二用户标识用于表示所述被关注者上传的视频种类;所述第一视频标签为利用视频分类模型对所述第一视频数据进行分类所得到的,所述视频分类模型为与所述第一视频数据的上传者对应的独立的分类模型;
结果反馈模块,用于将所述第一更新信息作为所述查询操作的查询结果。
12.根据权利要求11所述的装置,还包括:
关联模块,用于响应于第一用户标识和第二用户标识的关联操作,生成新的关联关系;
关系添加模块,用于将所述新的关联关系发送到所述服务器,使得所述服务器将所述新的关联关系加入所述第一用户的关注者列表。
13.根据权利要求11所述的装置,还包括:
查询提示模块,用于生成查询提示信息,所述查询提示信息用于使第一用户确认是否执行查询操作;
响应接收模块,用于接收到所述查询提示信息的响应信息,所述响应信息用于确认执行所述查询操作。
14.根据权利要求11所述的装置,其中,所述第一更新信息为所述服务器基于所述第一视频标签和多个第二用户标识的相关性获得的,
和/或,所述第一更新信息为所述服务器根据所述各被关注者所上传的视频数据的第二更新信息获得的。
15.根据权利要求11所述的装置,还包括:
标签发送模块,用于获得所述第一视频标签,发送给所述服务器。
16.一种信息查询装置,包括:
标识获取模块,用于获得第一用户标识;
标签获取模块,用于根据所述第一用户标识,获得第一用户已观看第一视频数据的第一视频标签;所述第一视频标签为利用视频分类模型对所述第一视频数据进行分类所得到的,所述视频分类模型为与所述第一视频数据的上传者对应的独立的分类模型;
第二用户标识获取模块,用于获得所述第一用户的关注者列表中多个被关注者的第二用户标识,所述第二用户标识用于表示所述被关注者上传的视频种类;
更新信息生成模块,用于根据所述第一视频标签和所述第二用户标识,生成所述第一用户的关注者列表的第一更新信息;
发送模块,用于将所述第一更新信息发送到所述第一用户的客户端。
17.根据权利要求16所述的装置,还包括:
第二视频获得模块,用于获得所述多个被关注者中每一个被关注者所上传的第二视频数据;
第二视频标签获得模块,用于获得所述第二视频数据的第二视频标签;
第二用户标识关联模块,用于根据所述第二视频标签,分别获得所述多个被关注者中至少一个被关注者的第二用户标识。
18.根据权利要求17所述的装置,还包括:
分类模块,用于将第三视频数据输入待训练的分类模型;
分类标签查询模块,用于获得所述待训练的分类模型输出的所述第三视频数据的第三视频标签;
优化模块,用于根据所述第三视频数据的参考标签和所述第三视频标签,对所述待训练的分类模型进行优化,获得所述分类模型;所述分类模型用于获得所述第二视频数据的第二视频标签。
19.根据权利要求16所述的装置,所述更新信息生成模块还用于:
基于所述第一视频标签和多个第二用户标识的相关性获得所述第一更新信息,
和/或,基于各被关注者所上传的视频数据的第二更新信息获得所述第一更新信息。
20.根据权利要求16所述的装置,所述标签获取模块还用于:
获得所述第一用户的客户端发送的第一视频标签;
或,根据第一用户标识,查找所述第一用户观看视频的记录,获得所述第一视频标签。
21.一种信息查询系统,包括第一信息查询装置和第二信息查询装置;所述第一信息查询装置为权利要求11-15中任意一项所述的信息查询装置;所述第二信息查询装置为权利要求16-20中任意一项所述的信息查询装置。
22.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-10中任一项所述的方法。
23.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620560.2A CN111787351B (zh) | 2020-07-01 | 2020-07-01 | 信息查询方法、装置、设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010620560.2A CN111787351B (zh) | 2020-07-01 | 2020-07-01 | 信息查询方法、装置、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111787351A CN111787351A (zh) | 2020-10-16 |
CN111787351B true CN111787351B (zh) | 2022-09-06 |
Family
ID=72760178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010620560.2A Active CN111787351B (zh) | 2020-07-01 | 2020-07-01 | 信息查询方法、装置、设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111787351B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10296618B1 (en) * | 2013-05-20 | 2019-05-21 | EMC IP Holding Company LLC | Storage system query mechanism and techniques |
CN110365994A (zh) * | 2019-07-18 | 2019-10-22 | 广州虎牙科技有限公司 | 直播推荐方法、装置、服务器及可读存储介质 |
WO2019201187A1 (zh) * | 2018-04-16 | 2019-10-24 | 图灵人工智能研究院(南京)有限公司 | 物品鉴别方法、系统、设备及存储介质 |
CN110503082A (zh) * | 2019-08-30 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 一种基于深度学习的模型训练方法以及相关装置 |
WO2020104028A1 (en) * | 2018-11-21 | 2020-05-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Object location determination in frames of a video stream |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120078937A1 (en) * | 2010-09-24 | 2012-03-29 | Rovi Technologies Corporation | Media content recommendations based on preferences for different types of media content |
US9105068B2 (en) * | 2012-11-12 | 2015-08-11 | Facebook, Inc. | Grammar model for structured search queries |
CN104765782B (zh) * | 2015-03-20 | 2019-06-21 | 五八同城信息技术有限公司 | 一种索引排序更新方法及装置 |
CN106227807B (zh) * | 2016-07-22 | 2020-02-28 | 香港乐蜜有限公司 | 主播的显示方法、装置及电子设备 |
CN106131584A (zh) * | 2016-07-25 | 2016-11-16 | 北京金山安全软件有限公司 | 直播信息的展示方法、装置和电子设备 |
CN106331779B (zh) * | 2016-08-22 | 2019-07-26 | 暴风集团股份有限公司 | 在播放视频过程中基于用户喜好推送主播的方法及系统 |
US10814170B2 (en) * | 2017-06-16 | 2020-10-27 | Apple Inc. | Techniques for providing customized exercise-related recommendations |
CN107509118A (zh) * | 2017-08-08 | 2017-12-22 | 北京小米移动软件有限公司 | 主播显示方法、装置及计算机可读存储介质 |
CN109151593B (zh) * | 2018-09-30 | 2021-07-02 | 广州酷狗计算机科技有限公司 | 主播推荐方法、装置存储介质 |
CN109982099A (zh) * | 2019-03-25 | 2019-07-05 | 广州华多网络科技有限公司 | 直播列表排版布局方法、装置、计算机设备和存储介质 |
CN110062248B (zh) * | 2019-04-30 | 2021-09-28 | 广州酷狗计算机科技有限公司 | 推荐直播间的方法和装置 |
-
2020
- 2020-07-01 CN CN202010620560.2A patent/CN111787351B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10296618B1 (en) * | 2013-05-20 | 2019-05-21 | EMC IP Holding Company LLC | Storage system query mechanism and techniques |
WO2019201187A1 (zh) * | 2018-04-16 | 2019-10-24 | 图灵人工智能研究院(南京)有限公司 | 物品鉴别方法、系统、设备及存储介质 |
WO2020104028A1 (en) * | 2018-11-21 | 2020-05-28 | Telefonaktiebolaget Lm Ericsson (Publ) | Object location determination in frames of a video stream |
CN110365994A (zh) * | 2019-07-18 | 2019-10-22 | 广州虎牙科技有限公司 | 直播推荐方法、装置、服务器及可读存储介质 |
CN110503082A (zh) * | 2019-08-30 | 2019-11-26 | 腾讯科技(深圳)有限公司 | 一种基于深度学习的模型训练方法以及相关装置 |
Non-Patent Citations (2)
Title |
---|
A novel model for content based video classification of distributed datasets;Siddhant Kulkarni等;《2015 International Conference on Industrial Instrumentation and Control (ICIC)》;20150709;全文 * |
基于ResNet深度网络的人类蛋白质图谱图像分类方法研究;常川;《医学信息学杂志》;20190731;第40卷(第7期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111787351A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11714816B2 (en) | Information search method and apparatus, device and storage medium | |
CN112115299A (zh) | 视频搜索方法、装置、推荐方法、电子设备及存储介质 | |
CN112235613B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN113159807B (zh) | 落地页处理方法、装置、设备和介质 | |
CN112261423A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN111680517A (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
CN111770376A (zh) | 信息展示方法、装置、系统、电子设备及存储介质 | |
CN111680189A (zh) | 影视剧内容检索方法和装置 | |
CN111506803A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN112818141A (zh) | 搜索方法和设备 | |
CN111310058B (zh) | 资讯主题的推荐方法、装置、终端及存储介质 | |
CN111858905A (zh) | 模型训练方法、信息识别方法、装置、电子设备及存储介质 | |
CN112269867A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN110532487B (zh) | 标签的生成方法及装置 | |
CN111563198A (zh) | 一种物料召回方法、装置、设备及存储介质 | |
CN111881339A (zh) | 资源信息的推送、通知方法、装置、电子设备及存储介质 | |
CN112383825B (zh) | 视频推荐方法、装置、电子设备和介质 | |
CN111967599B (zh) | 用于训练模型的方法、装置、电子设备及可读存储介质 | |
CN112650919A (zh) | 实体资讯分析方法、装置、设备及存储介质 | |
CN111787351B (zh) | 信息查询方法、装置、设备和计算机存储介质 | |
CN111291184A (zh) | 表情的推荐方法、装置、设备及存储介质 | |
CN110889020B (zh) | 站点资源挖掘方法、装置以及电子设备 | |
CN110727795B (zh) | 新闻播报的方法及装置 | |
CN110516030B (zh) | 意图词的确定方法、装置、设备及计算机可读存储介质 | |
CN112445968A (zh) | 信息推送方法、装置、设备及计算机可读存储介质 |
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 |