CN111949839B - 数据关联方法、电子设备及介质 - Google Patents
数据关联方法、电子设备及介质 Download PDFInfo
- Publication number
- CN111949839B CN111949839B CN202010857124.7A CN202010857124A CN111949839B CN 111949839 B CN111949839 B CN 111949839B CN 202010857124 A CN202010857124 A CN 202010857124A CN 111949839 B CN111949839 B CN 111949839B
- Authority
- CN
- China
- Prior art keywords
- data
- vertex
- association
- record
- ids
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010586 diagram Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/908—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种数据关联方法、电子设备及介质，该方法包括从多个数据库中获取多条记录，每条所述记录包括多个具有关联关系的数据；逐条读取每一所述记录中的每一数据，并遍历所有已读取的数据，判断已读取的数据中是否存在与当前所读取的数据相同的数据，若存在，则为当前所读取的数据赋予已读取的相同数据的id，否则，为当前所读取的数据赋予当前最大id；以所有所述数据为顶点，遍历所有所述数据的id，将具有相同id的数据的顶点相连接，并合并为一个顶点，再以所述关联关系为边，建立关联图；基于所述关联图进行数据关联。本发明提高了数据关联过程的速度和稳定性，且成本低。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种数据关联方法、电子设备及介质。
背景技术
用户数据通常遍布于多方数据源中，在很多数据应用场景中，例如用户画像的建立、个性化推荐、报表计算等，往往需要整理、合并多方数据源的用户数据，将来自不同数据源的同一用户的数据进行关联。
但是，当用户数据量过于庞大时，由于算力的限制，传统的基于单机的数据关联算法会出现计算困难，计算效率低，稳定性差，如果针对单机算力进行扩展升级，会大大增加边际成本。因此，如何提供一种低成本、快速、稳定的数据关联技术，成为亟待解决的技术问题。
发明内容
本发明目的在于，提供一种数据关联方法、电子设备及介质，提高了数据关联过程的速度和稳定性，且成本低。
根据本发明第一方面，提供了一种数据关联方法，包括：
从多个数据源中获取多个数据集合进行合并去重，得到待处理的数据集合，其中，每一所述数据集合中包括多个数据，以及数据之间的关联关系信息；
将所述待处理的数据集合中的每一数据赋予一个id，使得所述待处理的数据集合中的所有数据的id全局递增；
以每一数据为顶点，以数据之间的关联关系为边构建关联图；
基于所述关联图进行数据关联。
根据本发明第二方面，提供一种电子设备，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，所述指令被设置为用于执行本发明第一方面所述的方法。
根据本发明第三方面，提供一种计算机可读存储介质，所述计算机指令用于执行本发明第一方面所述的方法。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明提供的一种数据关联方法、电子设备及介质可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有下列优点：
本发明基于分布式图计算进行数据关联，可以低成本、快速、稳定地实现大数据场景下的数据关联合并。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。
附图说明
图1为本发明实施例提供的数据关联方法流程图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的一种数据关联方法、电子设备及介质的具体实施方式及其功效，详细说明如后。
本发明实施例提供了一种数据关联方法，如图1所示，包括以下步骤：
步骤S1、从多个数据库中获取多条记录，每条所述记录包括多个具有关联关系的数据；
步骤S2、逐条读取每一所述记录中的每一数据，并遍历所有已读取的数据，判断已读取的数据中是否存在与当前所读取的数据相同的数据，若存在，则为当前所读取的数据赋予已读取的相同数据的id，否则，为当前所读取的数据赋予当前最大id；
步骤S3、以所有所述数据为顶点，遍历所有所述数据的id，将具有相同id的数据的顶点相连接，并合并为一个顶点，再以所述关联关系为边，建立关联图；
步骤S4、基于所述关联图进行数据关联。
本发明实施例基于分布式图计算，可以低成本、快速、稳定的实现大数据场景下的数据关联合并。其中，每一所述数据集合中包括多个数据，以及数据之间的关联关系信息，不同数据源的数据的格式和字段可能各不相同，但并不会影响到本发明实施例的数据关联过程，因此本发明实施例的数据关联过程还具有兼容性。以数据为用户属性信息为例，用户属性信息可包括身份ID、设备ID、软件登录ID等数据，在同一数据源中，若数据属于同一用户，则具有关联关系，多个数据源形成的待处理的数据集合中的同一用户属性信息，也因为具有相同的属性信息而具有关联关系。通过本发明实施例，可以将多个数据源中的同一用户信息快速、准确地关联在一起。
构建关联图的方式有多种，需要说明的是，关联图的边是无向的，只要能满足步骤S4分析过程中能够遍历到关联图中的每一顶点即可，在此不做限定。
以下通过几个具体示例进行进一步说明：
实施例一、
步骤S3具体可包括：步骤S31、逐个读取所述数据和与该数据具有关联关系的数据，在任意两个具有关联关系的数据的顶点之间建立边，直至每一与其他数据具有关联关系的数据的顶点，至少连接有一条边，得到所述关联图。
基于实施例一所构建的关联图，步骤S4可包括：
步骤S41、遍历所述关联图中所有顶点的id，每个顶点将本顶点id传递给相邻顶点，同时接收所有相邻顶点的id,获取本顶点当前所接收的所有相邻顶点的id以及本顶点id中的最小值或最大值，并更新为本顶点的id；
步骤S42、多次迭代，直至所有顶点的id均不再变化；
步骤S43、将所有拥有相同id的数据合并为关联数据。
可以理解的是，若以当前所接收的所有相邻顶点的id以及本顶点id中的最小id更新顶点id,最终具有关联关系的所有数据的顶点id均变为具有关联关系的所有数据的顶点最小id值。若以当前所接收的所有相邻顶点的id以及本顶点id中的最大id更新顶点id,最终具有关联关系的所有数据的顶点id均变为具有关联关系的所有数据的顶点最大id值。将所有拥有相同id的数据合并为关联数据。作为一种示例，具体可基于图计算模型Pregel实现步骤S41-步骤S43，可以理解的是，基于图计算模型Pregel仅为一种示例，其他可以实现步骤S41-步骤S43的技术手段也可以适用于此。本实施例可以快速准确地将不同数据源中具有关联关系的数据关联合并在一起。
实施例二、
步骤S3具体可包括：
步骤S321、在每一所述记录对应的具有关联关系的数据中，选择一个目标数据的顶点作为该记录的中心顶点，遍历该记录对应的所有数据的顶点，将所有与该记录的目标数据具有关联关系的数据的顶点的id更新为该记录的中心顶点id并连接至该记录的中心顶点，生成该记录对应的子关联图，遍历所有所述记录，直至生成所有所述记录对应的子关联图，得到所述关联图。
基于实施例二所构建的关联图，步骤S4可包括：
步骤S421、遍历所述关联图中所有顶点的id，每个顶点将本顶点id传递给相邻顶点，同时接收所有相邻顶点的id,获取本顶点当前所接收的所有相邻顶点的id以及本顶点id中的最小值或最大值，并更新为本顶点的id；
步骤S422、多次迭代，直至所有顶点的id均不再变化；
步骤S423、将所有拥有相同id的数据合并为关联数据。
可以理解的是，通过步骤S321，每条所述记录对应的具有关联关系的数据形成更一个星型图，且基于步骤S3、中将具有相同id的数据的顶点相连接，并合并为一个顶点，使得不同的星型图之间可能存在相连接的边。通过步骤S421-步骤S423将具有关联关系的多个星型图合并在一起，本实施例可以快速准确地将不同数据库中具有关联关系的数据关联合并在一起。此外，每一记录的中心顶点为所述记录对应的具有关联关系的数据中具有关联关系的所有数据中的id最小的顶点或id最大的顶点。具体取最小id顶点还是最大id顶点，根据步骤S421中所设置的数据关联过程中顶点id的更新规则选择所述目标数据的顶点：若每一顶点将当前所接收的所有相邻顶点的id以及本顶点id中的最小值更新为本顶点的id，则选择每一所述记录中顶点id最小的数据顶点作为该记录的中心顶点；若每一顶点将当前所接收的所有相邻顶点的id以及本顶点id中的最大值更新为本顶点的id，则选择每一所述记录中顶点id最大的数据顶点作为该记录的中心顶点。基于本实施例而构建的关联图，可以减少图形计算过程的迭代次数，更快速地收敛，进一步提高数据关联的效率。
实施例三、
步骤S3具体可包括：
步骤S331、在每一所述记录对应的具有关联关系的数据中，选择一个目标数据的顶点作为该记录的起始顶点，遍历该记录对应的所有数据的顶点，将所有与该记录的目标数据具有关联关系的数据的顶点的id更新为该记录的起始顶点id并依次串连，生成该记录对应的子关联图，遍历所有所述记录，直至生成所有所述记录对应的子关联图，得到所述关联图。基于实施例三所构建的关联图，步骤S4可包括：步骤S431、遍历所述关联图中所有顶点的id，每个顶点将本顶点id传递给相邻顶点，同时接收所有相邻顶点的id,获取本顶点当前所接收的所有相邻顶点的id以及本顶点id中的最小值或最大值，并更新为本顶点的id；
步骤S432、多次迭代，直至所有顶点的id均不再变化；
步骤S433、将所有拥有相同id的数据合并为关联数据。
可以理解的是，通过步骤S331，每条所述记录对应的具有关联关系的数据形成更一个线型图，且基于步骤S3中将具有相同id的数据的顶点相连接，并合并为一个顶点，使得不同的线型图之间可能存在相连接的边。通过步骤S431-步骤S433将具有关联关系的多个线型图合并在一起，本实施例可以快速准确地将不同数据源中具有关联关系的数据关联合并在一起。此外，每一记录的目标数据的顶点为所述记录对应的具有关联关系的数据中具有关联关系的所有数据中的id最小的顶点或id最大的顶点。具体选取最小id顶点还是最大id顶点，根据步骤S431中所设置的数据关联过程中顶点id的更新规则选择起始顶点：若每一顶点将当前所接收的所有相邻顶点的id以及本顶点id中的最小值更新为本顶点的id，则选择每一所述记录中顶点id最小的数据顶点作为该记录的起始顶点；若每一顶点将当前所接收的所有相邻顶点的id以及本顶点id中的最大值更新为本顶点的id，则选择每一所述记录中顶点id最大的数据顶点作为该记录的起始顶点。基于本实施例而构建的关联图，可以减少图形计算过程的迭代次数，更快速地收敛，进一步提高数据关联的效率。
上述实施例中，得到关联数据后，还可包括步骤S5、将所述关联数据导出到数据库，供后续调取使用。
本发明实施例还提供一种电子设备，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，所述指令被设置为用于执行本发明实施例所述的数据关联方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机指令用于执行本发明实施例所述的数据关联方法。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (4)
1.一种数据关联方法，其特征在于，包括：
从多个数据库中获取多条记录，每条所述记录包括多个具有关联关系的数据，所述数据为用户属性信息，所述用户属性信息包括身份ID、设备ID、软件登录ID，在同一数据源中，若数据属于同一用户，则具有关联关系；
逐条读取每一所述记录中的每一数据，并遍历所有已读取的数据，判断已读取的数据中是否存在与当前所读取的数据相同的数据，若存在，则为当前所读取的数据赋予已读取的相同数据的id，否则，为当前所读取的数据赋予当前最大id；
以所有所述数据为顶点，遍历所有所述数据的id，将具有相同id的数据的顶点相连接，并合并为一个顶点，再以所述关联关系为边，建立关联图；
基于所述关联图进行数据关联；
其中，所述以所述关联关系为边，建立关联图，包括：
逐个读取所述数据和与该数据具有关联关系的数据，在任意两个具有关联关系的数据的顶点之间建立边，直至每一与其他数据具有关联关系的数据的顶点，至少连接有一条边，得到所述关联图；
所述以所述关联关系为边，建立关联图，包括：
在每一所述记录对应的具有关联关系的数据中，选择一个目标数据的顶点作为该记录的中心顶点，遍历该记录对应的所有数据的顶点，将所有与该记录的目标数据具有关联关系的数据的顶点的id更新为该记录的中心顶点id并连接至该记录的中心顶点，生成该记录对应的子关联图，遍历所有所述记录，直至生成所有所述记录对应的子关联图，得到所述关联图；
或者，
所述以所述关联关系为边，建立关联图，包括：
在每一所述记录对应的具有关联关系的数据中，选择一个目标数据的顶点作为该记录的起始顶点，遍历该记录对应的所有数据的顶点，将所有与该记录的目标数据具有关联关系的数据的顶点的id更新为该记录的起始顶点id并依次串连，生成该记录对应的子关联图，遍历所有所述记录，直至生成所有所述记录对应的子关联图，得到所述关联图；
所述基于所述关联图进行数据关联，包括：
遍历所述关联图中所有顶点的id，每个顶点将本顶点id传递给相邻顶点，同时接收所有相邻顶点的id,获取本顶点当前所接收的所有相邻顶点的id以及本顶点id中的最小值或最大值，并更新为本顶点的id；
多次迭代，直至所有顶点的id均不再变化；
将所有拥有相同id的数据合并为关联数据。
2.根据权利要求1所述的方法，其特征在于，
所述方法还包括：
当需要从每一所述记录中选择一个目标数据的顶点作为该记录的中心顶点或起始顶点时，根据所设置的数据关联过程中顶点id的更新规则选择所述目标数据的顶点：
若每一顶点将当前所接收的所有相邻顶点的id以及本顶点id中的最小值更新为本顶点的id，则选择每一所述记录中顶点id最小的数据顶点作为该记录的目标数据的顶点；
若每一顶点将当前所接收的所有相邻顶点的id以及本顶点id中的最大值更新为本顶点的id，则选择每一所述记录中顶点id最大的数据顶点作为该记录的目标数据的顶点。
3.一种电子设备，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，所述指令被设置为用于执行前述权利要求1-2任一项所述的方法。
4.一种计算机可读存储介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行前述权利要求1-2中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010857124.7A CN111949839B (zh) | 2020-08-24 | 2020-08-24 | 数据关联方法、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010857124.7A CN111949839B (zh) | 2020-08-24 | 2020-08-24 | 数据关联方法、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111949839A CN111949839A (zh) | 2020-11-17 |
| CN111949839B true CN111949839B (zh) | 2021-08-24 |
Family
ID=73360080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010857124.7A Active CN111949839B (zh) | 2020-08-24 | 2020-08-24 | 数据关联方法、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111949839B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109582829A (zh) * | 2018-12-03 | 2019-04-05 | 联想(北京)有限公司 | 一种处理方法、装置、设备及可读存储介质 |
| CN110245271A (zh) * | 2019-05-21 | 2019-09-17 | 华中科技大学 | 基于属性图的大规模关联数据划分方法及系统 |
| CN110825919A (zh) * | 2018-07-23 | 2020-02-21 | 阿里巴巴集团控股有限公司 | Id数据处理方法和装置 |
| CN110929105A (zh) * | 2019-11-28 | 2020-03-27 | 杭州云徙科技有限公司 | 一种基于大数据技术的用户id关联方法 |
| CN111459999A (zh) * | 2020-03-27 | 2020-07-28 | 北京百度网讯科技有限公司 | 身份信息处理方法、装置、电子设备和存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105426375B (zh) * | 2014-09-22 | 2019-01-18 | 阿里巴巴集团控股有限公司 | 一种关系网络的计算方法及装置 |
| CN110727740B (zh) * | 2018-07-17 | 2023-03-14 | 百度在线网络技术（北京）有限公司 | 关联分析方法及装置、计算机设备与可读介质 |
| CN111274495B (zh) * | 2020-01-20 | 2023-08-25 | 平安科技（深圳）有限公司 | 用户关系强度的数据处理方法、装置、计算机设备及存储介质 |
-
2020
- 2020-08-24 CN CN202010857124.7A patent/CN111949839B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110825919A (zh) * | 2018-07-23 | 2020-02-21 | 阿里巴巴集团控股有限公司 | Id数据处理方法和装置 |
| CN109582829A (zh) * | 2018-12-03 | 2019-04-05 | 联想(北京)有限公司 | 一种处理方法、装置、设备及可读存储介质 |
| CN110245271A (zh) * | 2019-05-21 | 2019-09-17 | 华中科技大学 | 基于属性图的大规模关联数据划分方法及系统 |
| CN110929105A (zh) * | 2019-11-28 | 2020-03-27 | 杭州云徙科技有限公司 | 一种基于大数据技术的用户id关联方法 |
| CN111459999A (zh) * | 2020-03-27 | 2020-07-28 | 北京百度网讯科技有限公司 | 身份信息处理方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111949839A (zh) | 2020-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8719299B2 (en) | Systems and methods for extraction of concepts for reuse-based schema matching | |
| CN112132832B (zh) | 一种增强图像实例分割的方法、系统、设备及介质 | |
| CN110147455B (zh) | 一种人脸匹配检索装置及方法 | |
| CN108399268B (zh) | 一种基于博弈论的增量式异构图聚类方法 | |
| CN111435367B (zh) | 知识图谱的构建方法、系统、设备及存储介质 | |
| CN115905630A (zh) | 一种图数据库查询方法、装置、设备及存储介质 | |
| CN111475511A (zh) | 基于树状结构的数据存储方法、访问方法、装置及设备 | |
| CN111178083A (zh) | 一种bim和gis的语义匹配方法及装置 | |
| CN117217172B (zh) | 表格信息获取方法、装置、计算机设备、存储介质 | |
| CN111949839B (zh) | 数据关联方法、电子设备及介质 | |
| CN112579709A (zh) | 一种数据表识别方法、装置、存储介质及电子设备 | |
| CN111737490A (zh) | 基于银行渠道的知识图谱本体模型生成方法及装置 | |
| CN116703141A (zh) | 审计数据处理方法、装置、计算机设备和存储介质 | |
| CN110209885B (zh) | 一种图查询方法及系统 | |
| CN114048219A (zh) | 图数据库更新方法及装置 | |
| CN115794884A (zh) | 一种基于图摘要技术进行预计算子图查询的方法及装置 | |
| CN110032445B (zh) | 大数据聚集计算方法及装置 | |
| CN117332543B (zh) | 电网异构数据源的分布处理方法 | |
| US11620269B2 (en) | Method, electronic device, and computer program product for data indexing | |
| CN116610714B (zh) | 一种数据查询方法、装置、计算机设备及存储介质 | |
| CN114490095B (zh) | 请求结果的确定方法和装置、存储介质及电子装置 | |
| CN118210934A (zh) | 基于同边共点模式的不确定图数据频繁模式挖掘方法 | |
| CN115168673B (zh) | 一种数据的图形化处理方法、装置、设备及存储介质 | |
| Wang et al. | 2L-LSH: A Locality-Sensitive Hash Function-Based Method For Rapid Point Cloud Indexing | |
| CN116244455A (zh) | 图像检索方法及系统 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 401, 2-6 / F, No.5 Lane 541, Wenshui East Road, Hongkou District, Shanghai 200434 Applicant after: Shanghai hipu Intelligent Information Technology Co.,Ltd. Address before: Room 401, 2-6 / F, No.5 Lane 541, Wenshui East Road, Hongkou District, Shanghai 200434 Applicant before: Shanghai Honglu Data Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Data association method, electronic equipment and media Effective date of registration: 20230210 Granted publication date: 20210824 Pledgee: Industrial Bank Co.,Ltd. Shanghai Hongkou sub branch Pledgor: Shanghai hipu Intelligent Information Technology Co.,Ltd. Registration number: Y2023310000027 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20210824 Pledgee: Industrial Bank Co.,Ltd. Shanghai Hongkou sub branch Pledgor: Shanghai hipu Intelligent Information Technology Co.,Ltd. Registration number: Y2023310000027 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Data association methods, electronic devices and media Granted publication date: 20210824 Pledgee: Industrial Bank Co.,Ltd. Shanghai Hongkou sub branch Pledgor: Shanghai hipu Intelligent Information Technology Co.,Ltd. Registration number: Y2024310000213 |