CN112040318A - 个性化节目单推荐方法、装置、存储介质和电子设备 - Google Patents

个性化节目单推荐方法、装置、存储介质和电子设备 Download PDF

Info

Publication number
CN112040318A
CN112040318A CN202010847894.3A CN202010847894A CN112040318A CN 112040318 A CN112040318 A CN 112040318A CN 202010847894 A CN202010847894 A CN 202010847894A CN 112040318 A CN112040318 A CN 112040318A
Authority
CN
China
Prior art keywords
program
user
personalized
programs
list
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
Application number
CN202010847894.3A
Other languages
English (en)
Inventor
孙仁财
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Huanwang Technology Co Ltd
Original Assignee
Guangdong Huanwang Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Huanwang Technology Co Ltd filed Critical Guangdong Huanwang Technology Co Ltd
Priority to CN202010847894.3A priority Critical patent/CN112040318A/zh
Publication of CN112040318A publication Critical patent/CN112040318A/zh
Pending legal-status Critical Current

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]
    • H04N21/40—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
    • H04N21/4508—Management of client data or end-user data
    • H04N21/4532—Management of client data or end-user data involving end-user characteristics, e.g. viewer profile, preferences
    • 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
    • H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
    • H04N21/25866—Management of end-user data
    • H04N21/25891—Management of end-user data being end-user preferences
    • 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
    • H04N21/4668—Learning process for intelligent management, e.g. learning user preferences for recommending movies for recommending content, e.g. 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
    • H04N21/47—End-user applications
    • H04N21/482—End-user interface for program selection
    • H04N21/4826—End-user interface for program selection using recommendation lists, e.g. of programs or channels sorted out according to their score

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本申请涉及一种个性化节目单推荐方法、装置、存储介质和电子设备，属于智能电视技术领域，本申请的个性化节目单推荐方法包括，导入全量节目单；对全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签；基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集；对目标节目集中的节目进行多条件干预排序，以生成用户的个性化节目单；将用户的个性化节目单推送呈现给相应用户。本申请通过向用户推送呈现个性化节目单的服务形式，实现了用户使用体验的提升。

Description

个性化节目单推荐方法、装置、存储介质和电子设备
技术领域
本申请属于智能电视技术领域，具体涉及一种个性化节目单推荐方法、装置、存储介质和电子设备。
背景技术
目前，相关技术中，智能电视、智能机顶盒的电子节目单以日为单位按频道进行呈现，用户需要在整日的、繁多信息的频道节目单中按照自己的观看需求进行浏览筛选。
该种方式使用户局限于某个频道进行节目单浏览，同时节目单中某些内容用户并不感兴趣，导致用户实际体验不佳。
发明内容
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种个性化节目单推荐方法、装置、存储介质和电子设备，通过提供个性化节目单的服务形式来提升用户使用体验。
为实现以上目的，本申请采用如下技术方案：
第一方面，
本申请提供一种个性化节目单推荐方法，其包括：
导入全量节目单；
对所述全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签；
基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集；
对所述目标节目集中的节目进行多条件干预排序，以生成用户的个性化节目单；
将所述用户的个性化节目单推送呈现给相应用户。
可选地，所述对所述全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签，具体为：
对全量节目单进行逐条拆分并按节目名称进行合并重组，得到各节目的属性信息，其中，所述属性信息包括节目名称信息，播出频道及播出时间信息；
根据所述节目名称信息从预先配置的节目信息数据库中，查询确定与各节目相匹配的节目标签。
可选地，所述节目信息数据库包括欢网数据中心的节目信息维基数据库。
可选地，所述基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集，具体为：
以用户标签为基准，计算各节目的节目标签与用户标签的相关度值；
将相似度值大于预设阈值的节目选取为用户偏爱的节目，以确定所述目标节目集。
可选地，计算相关度值的算法包括语义相似算法及协同过滤算法。
可选地，所述对所述目标节目集中节目进行多条件干预排序，具体为，
依次按照播出时间、相关度值、节目名称对所述目标节目集中节目进行多条件干预排序。
可选地，所述反映用户偏好的用户标签，从用户画像系统中的用户的观影偏好画像中预先获得。
第二方面，
本申请提供一种个性化节目单推荐装置，所述装置包括：
导入模块，用于导入全量节目单；
第一确定模块，用于对所述全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签；
第二确定模块，用于基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集；
生成模块，用于对所述目标节目集中的节目进行多条件干预排序，以生成用户的个性化节目单；
推送模块，用于将所述用户的个性化节目单推送呈现给相应用户。
第三方面，
本申请提供一种可读存储介质，其上存储有可执行程序，所述可执行程序被处理器执行时实现上述所述方法的步骤。
第四方面，
本申请提供一种电子设备，包括：
存储器，其上存储有可执行程序；
处理器，用于执行所述存储器中的所述可执行程序，以实现上述所述方法的步骤。
本申请采用以上技术方案，至少具备以下有益效果：
通过将全量节目单进行拆条处理，基于用户标签与节目标签的相关度计算，来得到用户偏爱的目标节目集，基于目标节目集进行多条件干预排序来得到用户的个性化节目单，进而通过向用户推送呈现个性化节目单的服务形式来提升用户使用体验。
本发明的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。
图1为本申请一个实施例提供的个性化节目单推荐方法的流程示意图；
图2为本申请一个实施例提供的个性化节目单推荐装置的结构示意图；
图3为本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
如背景技术所述，目前智能电视、智能机顶盒的电子节目单以日为单位按频道进行呈现，用户需要在整日的、繁多信息的频道节目单中按照自己的观看需求进行浏览筛选。该种方式对用户来说实际体验不佳。
针对于此，本申请提出一种个性化节目单推荐方法，在一实施例中，如图1所示，该个性化节目单推荐方法包括如下步骤,
步骤S110，导入全量节目单；
这里的全量节目单指广电系统生成并下发的原始节目单(一般为每天更新)，其内容按频道分类，每个分类下包含该频道的节目单，举例而言，某天的全量节目单中一频道的分类的形式如下：
2020年7月27日
CCTV-1
0:00-1:00《午夜新闻》
1:20-2:30《三十而已18集》
2:40-3:50《三十而已19集》
之后进行步骤S120，对全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签；
具体的，步骤S120中，先对全量节目单进行逐条拆分并按节目名称进行合并重组，得到各节目的属性信息，其中，属性信息包括节目名称信息，播出频道及播出时间信息；
容易理解的，全量节目单中同一节目可能在不同频道不同时间播出，进行上述拆条及合并重组处理后，可得到如下类似形式的中间数据(包含了各节目的属性信息)，
节目名称A-播出频道a@播出时间x，播出频道b@播出时间y；
节目名称B-播出频道a@播出时间z；
在步骤S120中，之后继续根据节目名称信息(例如从中间数据中读取节目名称A，B)从预先配置的节目信息数据库中，查询确定与各节目相匹配的节目标签。
举例而言，这里的节目信息数据库为欢网数据中心的节目信息维基数据库，节目名称为《战狼》，从该数据库中查询到的节目标签为：战争、军事、内陆、吴京，从而确定与该节目相匹配的节目标签。且进一步容易理解的，这种匹配关系可以使用关联表进行保存，以便后续步骤的使用。
回到图1，步骤S120之后，继续步骤S130，基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集。
需要说明的是，这里涉及的“反映用户偏好的用户标签”为已知的数据信息，例如该实施例中，反映用户偏好的用户标签，从用户画像系统中的用户的观影偏好画像中预先获得。用户标签的产生形成不属于本申请要保护的内容，这里就不行进一步介绍了。
步骤S130中，确定用户偏爱的目标节目集的过程，具体为，
以用户标签为基准，计算各节目的节目标签与用户标签的相关度值；举例而言，用户张三的用户标签为：战争、现代、军事，以语义相似算法及协同过滤算法进行相关度值计算，得到与节目《战狼》的相关度值为75，与节目《午夜新闻》的相关度为20，与节目《赤壁》的相关度为55……；
之后将相似度值大于预设阈值的节目选取为用户偏爱的节目，以确定目标节目集。继续刚才的举例，假设预设阈值为50，则确定节目《战狼》，节目《赤壁》为用户张三的目标节目集中的节目。
步骤S130后，进行步骤S140，对目标节目集中的节目进行多条件干预排序，以生成用户的个性化节目单；
具体的，该步骤中，依次按照播出时间、相关度值、节目名称对目标节目集中节目进行多条件干预排序。
即根据节目的属性信息中的播出频道及播出时间信息，节目的相关度值，依次按照播出时间、相关度值、节目名称对目标节目集中节目进行多条件干预排序，来生成用户的个性化节目单。
举例而言，生成的个性化节目单具有如下类似形式，
2020年7月27日
0:00-1:00《午夜新闻》CCTV1、CCTV8
1:20-2:30《三十而已18集》浙江卫视、深圳卫视
2:40-3:50《三十而已19集》浙江卫视、深圳卫视
最后，进行步骤S150，将步骤S140中的用户的个性化节目单推送呈现给相应用户。
这样相应用户就可以通过客户端所呈现的个性化节目单，直观浏览全天、所有频道符合自己喜好的节目，并通过点击进一步进行节目的回看、跳转直播频道观看节目、节目预约等操作了，相比现有技术，用户体验大大提升。
本申请技术方案，通过将全量节目单进行拆条处理，基于用户标签与节目标签的相关度计算，来得到用户偏爱的目标节目集，基于目标节目集进行多条件干预排序来得到用户的个性化节目单，进而通过向用户推送呈现个性化节目单的服务形式，实现了用户使用体验的提升。
图2为本申请一个实施例提供的一种个性化节目单推荐装置的结构示意图，如图2所示，该个性化节目单推荐装置200包括：
导入模块201，用于导入全量节目单；
第一确定模块202，用于对全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签；
第二确定模块203，用于基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集；
生成模块204，用于对目标节目集中的节目进行多条件干预排序，以生成用户的个性化节目单；
推送模块205，用于将用户的个性化节目单推送呈现给相应用户。
关于上述相关实施例中的个性化节目单推荐装置200，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
在一个实施例中，本申请还提供了一种可读存储介质，其上存储有可执行程序，可执行程序被处理器执行时实现上述方法的步骤。
关于上述实施例中的可读存储介质，其存储的执行程序执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图3为本申请一个实施例提供的电子设备的结构示意图，如图3所示，该电子设备300包括：
存储器301，其上存储有可执行程序；
处理器302，用于执行存储器301中的可执行程序，以实现上述方法的步骤。
关于上述实施例中的电子设备300，其处理器302执行存储器301中的程序的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种个性化节目单推荐方法，其特征在于，包括：
导入全量节目单；
对所述全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签；
基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集；
对所述目标节目集中的节目进行多条件干预排序，以生成用户的个性化节目单；
将所述用户的个性化节目单推送呈现给相应用户。
2.根据权利要求1所述的个性化节目单推荐方法，其特征在于，所述对所述全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签，具体为：
对全量节目单进行逐条拆分并按节目名称进行合并重组，得到各节目的属性信息，其中，所述属性信息包括节目名称信息，播出频道及播出时间信息；
根据所述节目名称信息从预先配置的节目信息数据库中，查询确定与各节目相匹配的节目标签。
3.根据权利要求2所述的个性化节目单推荐方法，其特征在于，所述节目信息数据库包括欢网数据中心的节目信息维基数据库。
4.根据权利要求2所述的个性化节目单推荐方法，其特征在于，所述基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集，具体为：
以用户标签为基准，计算各节目的节目标签与用户标签的相关度值；
将相似度值大于预设阈值的节目选取为用户偏爱的节目，以确定目标节目集。
5.根据权利要求4所述的个性化节目单推荐方法，其特征在于，计算相关度值的算法包括语义相似算法及协同过滤算法。
6.根据权利要求4所述的个性化节目单推荐方法，其特征在于，所述对所述目标节目集中节目进行多条件干预排序，具体为，
依次按照播出时间、相关度值、节目名称对所述目标节目集中节目进行多条件干预排序。
7.根据权利要求1所述的个性化节目单推荐方法，其特征在于，所述反映用户偏好的用户标签，从用户画像系统中的用户的观影偏好画像中预先获得。
8.一种个性化节目单推荐装置，其特征在于，包括：
导入模块，用于导入全量节目单；
第一确定模块，用于对所述全量节目单进行拆条并进行匹配处理，确定与各节目相匹配的节目标签；
第二确定模块，用于基于对各节目所对应的节目标签和反映用户偏好的用户标签的相关度计算，确定用户偏爱的目标节目集；
生成模块，用于对所述目标节目集中的节目进行多条件干预排序，以生成用户的个性化节目单；
推送模块，用于将所述用户的个性化节目单推送呈现给相应用户。
9.一种可读存储介质，其上存储有可执行程序，其特征在于，所述可执行程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储器，其上存储有可执行程序；
处理器，用于执行所述存储器中的所述可执行程序，以实现权利要求1-7中任一项所述方法的步骤。
CN202010847894.3A 2020-08-21 2020-08-21 个性化节目单推荐方法、装置、存储介质和电子设备 Pending CN112040318A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010847894.3A CN112040318A (zh) 2020-08-21 2020-08-21 个性化节目单推荐方法、装置、存储介质和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010847894.3A CN112040318A (zh) 2020-08-21 2020-08-21 个性化节目单推荐方法、装置、存储介质和电子设备

Publications (1)

Publication Number Publication Date
CN112040318A true CN112040318A (zh) 2020-12-04

Family

ID=73580497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010847894.3A Pending CN112040318A (zh) 2020-08-21 2020-08-21 个性化节目单推荐方法、装置、存储介质和电子设备

Country Status (1)

Country Link
CN (1) CN112040318A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112637684A (zh) * 2020-12-25 2021-04-09 四川长虹电器股份有限公司 智能电视端探测用户画像标签的方法
CN112929707A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 适用于电视节目的互动答题推送方法及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130067526A1 (en) * 2002-05-10 2013-03-14 Richard Reisman Method and Apparatus for Browsing Using Alternative Linkbases
CN103546773A (zh) * 2013-08-15 2014-01-29 Tcl集团股份有限公司 电视节目的推荐方法及其系统
CN106454422A (zh) * 2016-07-01 2017-02-22 江苏省公用信息有限公司 一种基于指纹识别的iptv节目推荐方法及装置
CN106686462A (zh) * 2016-12-30 2017-05-17 中广热点云科技有限公司 一种网络电视的智能播放方法及其系统
CN110598047A (zh) * 2019-08-22 2019-12-20 优地网络有限公司 一种影视信息推荐方法、装置、电子设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130067526A1 (en) * 2002-05-10 2013-03-14 Richard Reisman Method and Apparatus for Browsing Using Alternative Linkbases
CN103546773A (zh) * 2013-08-15 2014-01-29 Tcl集团股份有限公司 电视节目的推荐方法及其系统
CN106454422A (zh) * 2016-07-01 2017-02-22 江苏省公用信息有限公司 一种基于指纹识别的iptv节目推荐方法及装置
CN106686462A (zh) * 2016-12-30 2017-05-17 中广热点云科技有限公司 一种网络电视的智能播放方法及其系统
CN110598047A (zh) * 2019-08-22 2019-12-20 优地网络有限公司 一种影视信息推荐方法、装置、电子设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112637684A (zh) * 2020-12-25 2021-04-09 四川长虹电器股份有限公司 智能电视端探测用户画像标签的方法
CN112637684B (zh) * 2020-12-25 2022-02-01 四川长虹电器股份有限公司 智能电视端探测用户画像标签的方法
CN112929707A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 适用于电视节目的互动答题推送方法及设备

Similar Documents

Publication Publication Date Title
CN101681469B (zh) 用于推荐内容项目的方法和系统
US10306287B2 (en) System and method for organizing multimedia content
JP6170023B2 (ja) コンテンツ推薦装置、コンテンツ推薦方法及びコンテンツ推薦プログラム
US9177341B2 (en) Determining search relevance from user feedback
CN102056018B (zh) 一种提供电视节目单的方法、系统及提供点播信息的方法
CN111327955B (zh) 基于用户画像的点播方法、存储介质及智能电视
CN105653572A (zh) 一种资源的处理方法及装置
CN108519991A (zh) 一种主播账户推荐的方法和装置
CN105786857B (zh) 一种提高视频聚合效率的方法及系统
CN112040318A (zh) 个性化节目单推荐方法、装置、存储介质和电子设备
CN105868264A (zh) 一种根据关注词推送更新信息的方法及系统
CN112597396A (zh) 搜索召回排序方法、系统及计算机可读存储介质
KR20100108117A (ko) 동영상 콘텐츠에 대한 부가 정보 생성 장치 및 방법
CN106572390B (zh) 一种音视频推荐方法及设备
US11184682B2 (en) Obtaining viewer demographics through advertisement selections
CN111107444A (zh) 用户评论生成方法、电子设备及存储介质
CN104854588A (zh) 用于搜索标记的主要为非文本的项目的系统和方法
US20160094887A1 (en) Tv program-based shopping guide system and tv program-based shopping guide method
CN113505291A (zh) 基于用户行为数据的内容智能推荐系统
CN106570003B (zh) 数据推送方法及装置
KR101779975B1 (ko) Ｓｎｓ 메시지를 활용한 ｖｏｄ 컨텐츠에 대한 부가 서비스 시스템 및 이를 이용한 부가 서비스 방법
US9479839B2 (en) Method and system for providing a representative phrase based on keyword searches
CN115525792A (zh) 视频搜索方法、装置、服务器及终端设备
CN109726320B (zh) 一种基于多源信息融合的互联网视频爬虫方法、系统及搜索系统
JP2015088089A (ja) レコメンドサーバ及びレコメンド方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201204