CN112364123A - 一种题库自动组题及难易度实时更新方法 - Google Patents
一种题库自动组题及难易度实时更新方法 Download PDFInfo
- Publication number
- CN112364123A CN112364123A CN202011244460.0A CN202011244460A CN112364123A CN 112364123 A CN112364123 A CN 112364123A CN 202011244460 A CN202011244460 A CN 202011244460A CN 112364123 A CN112364123 A CN 112364123A
- Authority
- CN
- China
- Prior art keywords
- difficulty
- question
- test paper
- paper
- grading
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012360 testing method Methods 0.000 claims abstract description 73
- 238000000605 extraction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 230000008676 import Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 6
- 238000007596 consolidation process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013598 vector Substances 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的一种题库自动组题及难易度实时更新方法,收集习题并进行难度分级后建立题库,当需要出卷组题时根据试卷中的题目类型和难易度从题库中抽取习题并生成试卷,根据试卷的答题情况对题库中的习题难易度进行更新,其中难度分级包括习题收集时的预设难度分级和根据做题试卷和正确率进行自动难度分级,当预设难度分级结果和自动难度分级结果不同时,进行两者间的方差计算,选择方差最小的难度区间作为结果。本实施例的方法通过对题库中的试题进行难易度设置和实时更新,可以有利于在组卷的过程中对于习题难度的把控进而提高对于试卷整体难易度的把控。
Description
技术领域
本发明属于题库自动组题技术领域,具体来说是一种题库自动组题及难易度实时更新方法。
背景技术
现有技术下,大部分题库还没有实现题目难度系数的划分,老师只能在题库中随机抽题组成一份难度不定的试卷。少部分题库实现了对题目的难度分级,题目分级后,可以由系统自动随机挑选若干道难度不定的题组成一套试卷。但实际上,这种题库中的习题难度也是由题库录入人员主观判断并录入的,并且系统随机抽题没有限制条件,组成的试卷难度不定,因此并不能真正符合学生的实际感受,不利于对学习成果的检测以及巩固。
经过检索,中国发明专利:一种警务相关智能组题系统(申请号为201911208454.7,申请日为2019.11.30),该申请案采用全新试题分类策略,打破传统的知识点划分思路,引入案件数据库中各案件的案件记录文档,针对文档处理进行处理,应用词向量,实现各案件与警务试题库中各试题之间对应关系的获得,即针对警务试题库中各试题,实现了以案件案情为依据的划分,将试题与案件案情紧密联系起来,即将理论与实际相结合,让试题的学习更加贴近真实案件案情,由此提高警务知识的学习效率。但是该申请案的不足之处难以对题目难度进行分级,组成的试卷难度不定。
发明内容
1.发明要解决的技术问题
本发明的目的在于解决现有的题库难以满足组卷过程中对于试卷难易度进行限制的问题。
2.技术方案
为达到上述目的,本发明提供的技术方案为:
本发明的一种题库自动组题及难易度实时更新方法,收集习题并进行难度分级后建立题库,当需要出卷组题时根据试卷中的题目类型和难易度从题库中抽取习题并生成试卷,根据试卷的答题情况对题库中的习题难易度进行更新,其中难度分级包括习题收集时的预设难度分级和根据做题试卷和正确率进行自动难度分级,当预设难度分级结果和自动难度分级结果不同时,以自动难度分级结果作为最终结果。
优选的,具体包括如下步骤:
S100、建立题库,收集不同类型的习题建立题库;
S200、难度分级,根据习题的不同预设难度等级;
S300、组卷,根据试卷的出卷要求从题库中抽取对应的习题进行组卷;
S400、难度更新,根据试卷的答题结果对习题难度进行自动更新。
优选的,所述步骤S200中的难度分级具体为人为设置难度等级为困难、中等、简单三个难度等级。
优选的,所述人为设置难度等级的设置标准为根据习题的难度判断为习题设置难度分级。
优选的,所述自动计算推测难度等级具体为根据当前题目的作答情况,统计出本题作答人数以及答对人数,难易度系数=答对人数/作答人数;当难易度系数在0-0.29时,题目难度为困难,当难易度系数在0.3-0.79时,题目难度为一般,当难易度系数在0.8-1.0时,题目难度为简单。
优选的,所述步骤S300中的组卷包括自动组卷、手动组卷和以卷组卷,所述自动组卷具体为根据选定的题库范围、题目类型、数量、题目的难度从题库中随机抽题组成试卷;所述手动组卷具体为根据选定的题库范围、题目类型、题目的难度从题库中筛选,然后逐题勾选组卷;所述以卷组卷具体为根据选择使用过的试卷,然后限定题目类型、数量进行抽题组卷。
优选的,所述步骤S400中,根据试卷的答题结果对习题难度进行自动更新具体为根据答题正确率对题目难易度进行更新,当答题正确率在0-29%时,题目难度为困难,当答题正确率在30%-79%时,题目难度为一般,当答题正确率在80-100%时,题目难度为简单。
3.有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
本发明的一种题库自动组题及难易度实时更新方法,收集习题并进行难度分级后建立题库,当需要出卷组题时根据试卷中的题目类型和难易度从题库中抽取习题并生成试卷,根据试卷的答题情况对题库中的习题难易度进行更新,其中难度分级包括习题收集时的预设难度分级和根据做题试卷和正确率进行自动难度分级,当预设难度分级结果和自动难度分级结果不同时,以自动难度分级结果作为最终结果;本实施例的方法通过对题库中的试题进行难易度设置和实时更新,可以有利于在组卷的过程中对于习题难度的把控进而提高对于试卷整体难易度的把控。
附图说明
图1为本发明的方法流程图;
图2为本实施例的系统结构示意图。
示意图中的标号说明:
100、数据导入模块;110、习题导入单元;120、练习数据导入单元;200、数据库;210、分级存储单元;300、数据处理模块;310、分级单元;400、组卷模块;410、难度选择模块。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述,附图中给出了本发明的若干实施例,但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例,相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件;当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件;本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同;本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明;本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
参照附图1-附图2,本实施例的一种题库自动组题及难易度实时更新方法,收集习题并进行难度分级后建立题库,当需要出卷组题时根据试卷中的题目类型和难易度从题库中抽取习题并生成试卷,根据试卷的答题情况对题库中的习题难易度进行更新,其中难度分级包括习题收集时的预设难度分级和根据做题试卷和正确率进行自动难度分级,当预设难度分级结果和自动难度分级结果不同时,以自动难度分级结果作为结果。本实施例的方法通过对题库中的试题进行难易度设置和实时更新,可以有利于在组卷的过程中对于习题难度的把控进而提高对于试卷整体难易度的把控。
本实施例的方法具体包括如下步骤:
S100、建立题库,收集不同类型的习题建立题库;
S200、难度分级,根据习题的不同预设难度等级;
S300、组卷,根据试卷的出卷要求从题库中抽取对应的习题进行组卷;
S400、难度更新,根据试卷的答题结果对习题难度进行自动更新。
优选的,所述步骤S200中的难度分级具体为人为设置难度等级为困难、中等、简单三个难度等级。
人为设置难度等级的设置标准为根据习题的难度判断为习题设置难度分级。
自动计算推测难度等级具体为根据当前题目的作答情况,统计出本题作答人数以及答对人数,难易度系数=答对人数/作答人数。当难易度系数在0-0.29时,题目难度为困难,当难易度系数在0.3-0.79时,题目难度为一般,当难易度系数在0.8-1.0时,题目难度为简单。
所述步骤S300中的组卷包括自动组卷、手动组卷和以卷组卷,所述自动组卷具体为根据选定的题库范围、题目类型、数量、题目的难度从题库中随机抽题组成试卷;所述手动组卷具体为根据选定的题库范围、题目类型、题目的难度从题库中筛选,然后逐题勾选组卷;所述以卷组卷具体为根据选择使用过的试卷,然后限定题目类型、数量进行抽题组卷。
所述步骤S400中,根据试卷的答题结果对习题难度进行自动更新具体为根据答题正确率对题目难易度进行更新,当答题正确率在0-29%时,题目难度为困难,当答题正确率在30%-79%时,题目难度为一般,当答题正确率在80-100%时,题目难度为简单。
本实施例的方法采用如下系统进行,系统包括
数据导入模块100,所述数据导入模块100用于导入习题数据和用户做题数据;
数据库200,所述数据库200用于存储数据导入模块100导入的数据,并将数据进行分类分级存储;
数据处理模块300,所述数据处理模块300用于提取数据库200中存储的习题数据并将习题数据进行分级;
组卷模块400,所述组卷模块400用于输入组卷需求并控制数据处理模块300根据需求选择相应的习题。
数据导入模块100包括习题导入单元110和练习数据导入单元120,所述习题导入单元110用于收集习题并进行导入,所述练习数据导入单元120用于收集习题做题数据并进行导入,所述习题做题数据具体为答题时间和答题正确率。
具体的,习题导入单元110在进行导入习题时,需要对习题进行人为预设难度,难度等级为简单、中等、困难,可以较为准确的对习题进行难度分级,有利于后续组卷的准确性和便于把控试卷的整体难易度。
练习数据导入单元120还用于根据答题时间和答题正确率对习题进行分级,且当练习数据导入单元120分级难度与习题导入单元110预设难度不同时,以单元120分级难度为最终结果。
数据库200包括分级存储单元210,所述分级存储单元210用于根据题目类型和难度等级对习题进行分类分级存储。
数据处理模块300包括分级单元310,所述分级单元310用于对数据库200内分级的习题进行提取并核对分级是否正确,核对分级是否正确具体为判断该题难度是否与预设难度或更新后的难度接近。
组卷模块400包括难度选择模块410,所述难度选择模块410用于控制组卷的难度和习题类型。
组卷模块400包括自动组卷、手动组卷和以卷组卷功能,所述自动组卷为根据选定的题库范围、题目类型、数量、题目的难度从数据库200中随机抽题组成试卷;所述手动组卷为根据选定的题库范围、题目类型、题目的难度从数据库200中人工筛选,然后逐题勾选组卷;所述以卷组卷为根据选择使用过的试卷,然后限定题目类型、数量后从数据库200进行抽题组卷。
以上所述实施例仅表达了本发明的某种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制;应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围;因此,本发明专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种题库自动组题及难易度实时更新方法,其特征在于:收集习题并进行难度分级后建立题库,当需要出卷组题时根据试卷中的题目类型和难易度从题库中抽取习题并生成试卷,根据试卷的答题情况对题库中的习题难易度进行更新,其中难度分级包括习题收集时的预设难度分级和根据做题试卷和正确率进行自动难度分级,当预设难度分级结果和自动难度分级结果不同时,以自动难度分级结果为习题难度。
2.根据权利要求1所述的一种题库自动组题及难易度实时更新方法,其特征在于,具体包括如下步骤:
S100、建立题库,收集不同类型的习题建立题库;
S200、难度分级,根据习题的不同预设难度等级;
S300、组卷,根据试卷的出卷要求从题库中抽取对应的习题进行组卷;
S400、难度更新,根据试卷的答题结果对习题难度进行自动更新。
3.根据权利要求2所述的一种题库自动组题及难易度实时更新方法,其特征在于:所述步骤S200中的难度分级具体为人为设置为困难、中等、简单三个难度等级。
4.根据权利要求3所述的一种题库自动组题及难易度实时更新方法,其特征在于:所述人为设置难度等级的设置标准为根据习题的难度判断为习题设置难度分级。
5.根据权利要求3所述的一种题库自动组题及难易度实时更新方法,其特征在于:所述自动计算推测难度等级具体为:根据当前题目的作答情况,统计出本题作答人数以及答对人数,难易度系数=答对人数/作答人数;当难易度系数在0-0.29时,题目难度为困难,当难易度系数在0.3-0.79时,题目难度为一般,当难易度系数在0.8-1.0时,题目难度为简单。
6.根据权利要求3所述的一种题库自动组题及难易度实时更新方法,其特征在于:所述步骤S300中的组卷包括自动组卷、手动组卷和以卷组卷,所述自动组卷具体为根据选定的题库范围、题目类型、数量、题目的难度从题库中随机抽题组成试卷;所述手动组卷具体为根据选定的题库范围、题目类型、题目的难度从题库中筛选,然后逐题勾选组卷;所述以卷组卷具体为根据选择使用过的试卷,然后限定题目类型、数量进行抽题组卷。
7.根据权利要求3所述的一种题库自动组题及难易度实时更新方法,其特征在于:所述步骤S400中,根据试卷的答题结果对习题难度进行自动更新具体为根据答题正确率对题目难易度进行更新,当答题正确率在0-29%时,题目难度为困难,当答题正确率在30%-79%时,题目难度为一般,当答题正确率在80-100%时,题目难度为简单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011244460.0A CN112364123A (zh) | 2020-11-10 | 2020-11-10 | 一种题库自动组题及难易度实时更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011244460.0A CN112364123A (zh) | 2020-11-10 | 2020-11-10 | 一种题库自动组题及难易度实时更新方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112364123A true CN112364123A (zh) | 2021-02-12 |
Family
ID=74510041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011244460.0A Pending CN112364123A (zh) | 2020-11-10 | 2020-11-10 | 一种题库自动组题及难易度实时更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364123A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113704455A (zh) * | 2021-09-08 | 2021-11-26 | 北京大学第三医院(北京大学第三临床医学院) | 药学标准试题库构建方法及装置 |
CN115658928A (zh) * | 2022-12-14 | 2023-01-31 | 成都泰盟软件有限公司 | 一种组卷试卷的方法、装置、计算机设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196870A (zh) * | 2007-12-19 | 2008-06-11 | 济南钢铁股份有限公司 | 一种试题库组织和自动组卷实现方法及系统 |
CN105976282A (zh) * | 2016-05-05 | 2016-09-28 | 广东小天才科技有限公司 | 一种试题难度量化方法及系统 |
CN106781785A (zh) * | 2017-01-04 | 2017-05-31 | 广东小天才科技有限公司 | 一种基于大数据的题目难度构建方法及装置、服务设备 |
CN107918655A (zh) * | 2017-11-16 | 2018-04-17 | 重庆三峡学院 | 一种试卷生成管理控制系统及控制方法 |
CN109523439A (zh) * | 2018-11-21 | 2019-03-26 | 杭州博世数据网络有限公司 | 在线题库难度智能分级方法及系统 |
CN109584122A (zh) * | 2018-11-21 | 2019-04-05 | 杭州博世数据网络有限公司 | 自动更新的在线题库难度智能分级方法及系统 |
CN110415571A (zh) * | 2018-12-05 | 2019-11-05 | 漳州万利达科技有限公司 | 一种智能组卷、考试方法与系统 |
-
2020
- 2020-11-10 CN CN202011244460.0A patent/CN112364123A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101196870A (zh) * | 2007-12-19 | 2008-06-11 | 济南钢铁股份有限公司 | 一种试题库组织和自动组卷实现方法及系统 |
CN105976282A (zh) * | 2016-05-05 | 2016-09-28 | 广东小天才科技有限公司 | 一种试题难度量化方法及系统 |
CN106781785A (zh) * | 2017-01-04 | 2017-05-31 | 广东小天才科技有限公司 | 一种基于大数据的题目难度构建方法及装置、服务设备 |
CN107918655A (zh) * | 2017-11-16 | 2018-04-17 | 重庆三峡学院 | 一种试卷生成管理控制系统及控制方法 |
CN109523439A (zh) * | 2018-11-21 | 2019-03-26 | 杭州博世数据网络有限公司 | 在线题库难度智能分级方法及系统 |
CN109584122A (zh) * | 2018-11-21 | 2019-04-05 | 杭州博世数据网络有限公司 | 自动更新的在线题库难度智能分级方法及系统 |
CN110415571A (zh) * | 2018-12-05 | 2019-11-05 | 漳州万利达科技有限公司 | 一种智能组卷、考试方法与系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113704455A (zh) * | 2021-09-08 | 2021-11-26 | 北京大学第三医院(北京大学第三临床医学院) | 药学标准试题库构建方法及装置 |
CN113704455B (zh) * | 2021-09-08 | 2023-07-18 | 北京大学第三医院(北京大学第三临床医学院) | 药学标准试题库构建方法及装置 |
CN115658928A (zh) * | 2022-12-14 | 2023-01-31 | 成都泰盟软件有限公司 | 一种组卷试卷的方法、装置、计算机设备及存储介质 |
CN115658928B (zh) * | 2022-12-14 | 2023-08-01 | 成都泰盟软件有限公司 | 一种组卷试卷的方法、装置、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520662B (zh) | 一种基于知识点分析的教学反馈系统 | |
CN111915148B (zh) | 一种基于信息技术的课堂教学评价方法和系统 | |
CN109783601B (zh) | 基于测试知识点的计算机智能组卷方法及其系统 | |
CN112131407A (zh) | 一种基于知识图谱的智能组卷系统及方法 | |
CN106126719B (zh) | 信息处理方法及装置 | |
CN112364123A (zh) | 一种题库自动组题及难易度实时更新方法 | |
CN106875028B (zh) | 一种辅助择校的信息筛选方法和系统 | |
CN110543995A (zh) | 一种基于模糊算法的学生认知水平的测试评定系统 | |
CN113571158B (zh) | 一种智慧智能ai智能心理健康检测与分析测评方法 | |
CN109800309A (zh) | 课堂话语类型分类方法及装置 | |
CN114897077A (zh) | 一种基于机器学习的英语阅读素养评价方法 | |
CN114971565A (zh) | 基于互联网的区块链智慧服务系统 | |
CN106780258A (zh) | 一种未成年人犯罪决策树的建立方法及装置 | |
CN114417842A (zh) | 教育数据报告的动态分析文案生成方法及系统 | |
CN114492803A (zh) | 基于知识图谱的问答生成方法及装置、自动考题生成系统 | |
CN112100341B (zh) | 一种用于快速表达力测试的智能化题目分类及推荐方法 | |
CN109635869A (zh) | 在线学习干预系统 | |
CN109545018A (zh) | 信息处理方法及装置 | |
CN113191407A (zh) | 一种基于代价敏感的学生经济状况等级分类方法 | |
CN112733059A (zh) | 一种智能阅读跟踪评价方法、系统、终端及存储介质 | |
CN106503050B (zh) | 一种基于大数据进行阅读文章推荐的方法与系统 | |
CN113918588A (zh) | 一种基于知识点的错题动态智能管理系统 | |
CN112364122A (zh) | 一种题库自动组题及难易度实时更新系统 | |
CN115409413A (zh) | 一种面向学生教研的多源数据管理方法、系统及存储介质 | |
CN114881827A (zh) | 一种基于互联网的远程在线教育培训方法、系统及存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 201800 Room J355, Floor 2, Building 1, No. 399, Zhongren Road, Jiading District, Shanghai Applicant after: Shanghai Lingli Health Management Co.,Ltd. Address before: 200000 floor 37, No. 500, Chengdu North Road, Huangpu District, Shanghai Applicant before: Shanghai Lingli Health Management Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210212 |
|
RJ01 | Rejection of invention patent application after publication |