CN112966013A - 知识展示方法、装置、设备及可读存储介质 - Google Patents
知识展示方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112966013A CN112966013A CN202110424396.2A CN202110424396A CN112966013A CN 112966013 A CN112966013 A CN 112966013A CN 202110424396 A CN202110424396 A CN 202110424396A CN 112966013 A CN112966013 A CN 112966013A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- information
- information set
- demand
- point
- 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
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (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
本发明涉及智能决策领域,揭露一种知识展示方法,包括:对知识信息集与需求信息进行相似度计算,得到知识信息集中每个知识点对应的第一匹配系数;利用预构建的知识图谱对需求知识集及知识信息集进行实体路径距离计算,得到每个知识点对应的第二匹配系数;对每个知识点进行访问价值计算,得到每个知识点对应的价值系数;对每个知识点进行查看兴趣计算,得到每个知识点对应的兴趣系数;根据上述所有系数参数,计算得到每个知识点对应的展示系数;根据展示系数对每个知识点进行对应展示。本发明还涉及一种区块链技术,所述兴趣系数可以存储在区块链节点中。本发明还提出一种知识展示装置、电子设备以及存储介质。本发明可以提高知识展示的实用性。
Description
技术领域
本发明涉及智能决策领域,尤其涉及一种知识展示方法、装置、电子设备及可读存储介质。
背景技术
互联网时代,企业人力资源招聘涉及的知识、信息越来越多,对企业和HR有非常大的挑战,一方面信息不断迭代更新,需要HR不断学习新的知识,一方面每个人的知识背景和接触新知识都不一样,所以对于企业HR系统中,为了保证HR更准确把握、运用知识,通常对HR浏览的简历中的相关知识点进行高亮展示,但是目前的知识展示千篇一律,没有考虑相关知识的重要性和必要性,不能很好的符合用户的需求,知识展示的实用性较低
发明内容
本发明提供一种知识展示方法、装置、电子设备及计算机可读存储介质,其主要目的在于提高知识展示的实用性。
为实现上述目的,本发明提供的一种知识展示方法,包括:
获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;
接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;
获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;
根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
可选地,所述对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数,包括:
将所述知识点信息集中每个知识点对应知识点信息的知识属性信息转化为向量,得到所述知识属性信息对应的知识属性向量;
将所述需求信息的需求属性信息转化为向量,得到对应的需求属性向量;
计算所述知识属性向量与所述需求属性向量的相似度,得到对应的相似度值;
汇总每个所述知识点信息对应的所有相似度值,得到对应的需求相似度子集;
利用所有所述需求相似度子集进行相似度融合计算,得到所述第一匹配系数。
可选地,所述利用所有所述需求相似度子集进行相似度融合计算,得到所述对应的第一匹配系数,包括:
将每个所述需求相似度子集中的所有相似度值进行乘积计算,得到每个所述需求相似度子集对应的相似度乘积;
将所有需求相似度子集的相似度乘积进行求和运算,得到所述第一匹配系数。
可选地,所述利用预构建的知识图谱进行实体路径距离计算,得到所述知识信息集中每个知识点对应的第二匹配系数之前,还包括:
获取包含所述知识信息集中所有知识点的知识数据,对所述知识数据进行结构化处理,得到结构化数据;
对所述结构化数据进行实体抽取得到获取实体信息,及对所述结构化数据进行关系抽取得到关系信息;
对所述实体信息及所述关系信息进行信息融合处理,得到所述知识图谱。
可选地,所述对所述实体信息及所述关系信息进行信息融合处理,得到所述知识图谱,包括:
将所述实体信息作为节点;
将所述关系信息作为边连接所述节点,得到所述知识图谱。
可选地,所述利用预构建的知识图谱进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数,包括:
计算所述知识信息集中每个知识点与所述需求知识集中每个需求知识点在所述知识图谱中对应的两个节点连接的最少的边的条数,得到实体路径距离;
依次选取所述知识信息集中的每个知识点作为目标知识点;
汇总所述目标知识点与所述需求知识集中每个需求知识点的实体路径距离,得到实体路径距离子集;
将所述实体路径距离子集中所有所述实体路径距离进行求和计算,得到所述第二匹配系数。
可选地,所述根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数,包括:
筛选所述访问信息中预设第一日期的信息,得到第一初始访问信息;
选取所述第一初始访问信息中所述知识信息集中的每个知识点的访问信息,得到第一目标信息;
根据所述第一目标信息进行访问价值计算,得到所述价值系数。
为了解决上述问题,本发明还提供一种知识展示装置,所述装置包括:
参数计算模块,用于获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
融合计算模块,用于根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
知识展示模块,用于采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
存储器,存储至少一个计算机程序;及
处理器,执行所述存储器中存储的计算机程序以实现上述所述的知识展示方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的知识展示方法。
本发明实施例获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数,通过进行需求匹配计算,明确了所述知识信息集中每个知识点的需求程度;接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数,明确了所述知识信息集中每个知识点与所述需求知识集中知识点的关联程度;获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数,明确了所述知识信息集中每个知识点的访问价值;根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数,明确了用户对所述知识信息集中每个知识点的感兴趣程度;根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数,采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示;通过对知识点集中个知识点的需求程度、与所述需求知识集中知识点的关联程度、访问价值、感兴趣程度等多维度参数进行融合计算得到更加准确的展示系数,使得知识信息集中的各知识点展示更加符合用户的需求,增强了知识展示的实用性,因此,本发明实施例提出的知识展示方法、装置、电子设备及计算机可读存储介质提高了知识展示的实用性。
附图说明
图1为本发明一实施例提供的知识展示方法的流程示意图;
图2为本发明一实施例提供的知识展示方法中得到知识图谱的流程示意图;
图3为本发明一实施例提供的知识展示装置的模块示意图;
图4为本发明一实施例提供的实现知识展示方法的电子设备的内部结构示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种知识展示方法。所述知识展示方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述知识展示方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示的本发明一实施例提供的知识展示方法的流程示意图,在本发明实施例中,所述知识展示方法包括:
S1、获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;
本发明实施例中,所述知识信息集为某简历中所有知识点及每个知识点对应知识点信息的集合,所述知识点信息为知识点的多个知识属性信息,包括知识点所属领域、名称、上级知识名称;所述需求信息为招聘需求的信息,包含招聘需求的行业、岗位名称、职能名称。
为了确定知识信息集对应的简历与所述需求信息对应的岗位是否匹配,本发明实施例中对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数。
详细地,本发明实施例中对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,包括:将所述知识点信息集中每个知识点对应知识点信息的知识属性信息转化为向量,得到所述知识属性信息对应的知识属性向量,可选地,本发明实施例中可利用预设的基于专业领域知识文本(如教材、培训资料)与有关简历信息片段通过迁移学习训练而成的Word2vec模型将所述知识点信息中每个知识属性信息转化为向量;将所述需求信息的需求属性信息转化为向量,得到对应的需求属性向量;计算所述知识属性向量与所述需求属性向量的相似度,得到对应的相似度值,得到对应的相似度值。
可选地,本发明实施例所述相似度计算可用如下公式进行:
其中,Xi表示知识属性向量X的第i个元素,Yi为需求属性向量Y的第i个元素,n表示知识属性向量X或需求属性向量Y的元素数目,Sim表示知识属性向量X和需求属性向量Y的相似度值。
进一步地,本发明实施例,汇总每个所述知识点信息对应的所有相似度值,得到对应的需求相似度子集,利用所有所述需求相似度子集进行相似度融合计算,得到所述第一匹配系数。
详细地,本发明实施例利用所有所述需求相似度子集进行相似度融合计算,得到所述第一匹配系数,将每个所述需求相似度子集中的所有相似度值进行乘积计算,得到每个所述需求相似度子集对应的相似度乘积,如:所述需求相似度子集共有A和B两个相似度,那么对应的相似度乘积为A*B;将所有需求相似度子集的相似度乘积进行求和运算,得到对应的所述第一匹配系数,如:共有相似度乘积a和b,那么第一匹配系数为a+b。
S2、接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;
本发明实施例中,所述需求知识集为所述需求信息对应的需求知识的集合。进一步地,本发明实施例利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,得到第二匹配系数。
进一步地,参阅图2所示,本发明实施例中利用预构建的知识图谱进行实体路径距离计算之前还包括:
S11、获取包含所述知识信息集中所有知识点的知识数据,对所述知识数据进行结构化处理得到结构化数据;
本发明实施例中,所述知识数据为包含所述知识信息集中所有知识点的某领域不同知识点的数据,包括:知识的所属领域、名称、上下级关系、详情介绍,可选地,本发明实施例中所述知识数据可以从百科网站进行获取。
详细地,本发明实施例中所述结构化处理为将所述知识数据进行字段类别定义,得到结构化数据,例如:所述知识数据中字段Java只是普通的文本数据,对其进行字段类别定义,将其定义为编程语言,实现对该数据的结构化。
S12、对所述结构化数据进行实体抽取得到获取实体信息及对所述结构化数据进行关系抽取得到关系信息;
本发明实施例中,所述实体信息包括不同知识点的的知识名称,所述关系信息包括不同知识点的领域关系、上下级关系,例如:知识点A与知识点B之间为上下级关系。
S13、对所述实体信息及所述关系信息进行信息融合处理,得到所述知识图谱。
本发明实施例中,所述实体信息、关系信息融合处理后得到多个三元组,所述知识图谱由多个三元组构成,所述三元组为“实体+关系=实体”的信息表现形式,将实体信息作为节点,将关系信息作为边连接所述节点,得到所述知识图谱,例如:知识点A的上级知识点为知识点B,知识点A作为节点通过上级知识点的边连接到知识点B。
为了进一步确定知识信息集对应的简历与所述需求信息对应的岗位是否匹配,本发明实施例利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,计算所述需求知识集及所述知识信息集的匹配程度。
详细地,本发明实施例中,利用预构建的知识图谱进行实体路径距离计算,包括:计算所述知识信息集中每个知识点与所述需求知识集中每个需求知识点在所述知识图谱中对应的两个节点连接的最少的边的条数,得到实体路径距离;汇总所述知识信息集中每个知识点与所述需求知识集中所有需求知识点的实体路径距离,得到实体路径距离子集,将所述实体路径距离子集中所有实体路径距离进行求和计算,得到所述第二匹配系数。
可选地,所述求和计算可用如下公式进行:
其中,D为第二匹配系数,j为所述实体路径距离子集中实体路径距离的编号,为所述实体路径距离中实体路径距离的个数,Aj所述实体路径距离子集中的实体路径距离。
S3、获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;
本发明实施例中所述知识库为某领域不同知识点数据的数据库,用户在查看相关简历时,知识库会向用户展示简历中的知识点供用户查看,因此所述访问信息为所述知识库中每个知识点不同日期的展示的次数及被查看的次数。
为了进一步地确定所述知识信息集中每个知识点的展示价值,本发明实施例中筛选所述访问信息中预设第一日期的信息,得到第一初始访问信息,可选地,所述第一日期为据当前日期3个月范围内;选取所述第一初始访问信息中所述知识信息集中的每个知识点的访问信息,得到第一目标信息,根据所述第一目标信息进行访问价值计算,得到所述价值系数。
可选地,本发明实施例中所述访问价值计算可用如下公式进行:
其中,Pv为所述第一目标信息中某知识点的展示的次数,Uv为该知识点的查看次数,P为该知识点对应的所述价值系数。
S4、根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
为了进一步地确定用户所述知识信息集中每个知识点的兴趣,更准确的对知识点进行展示,本发明实施例中筛选所述访问信息中预设第二日期的信息,得到第二初始访问信息,可选地,所述第二日期为距当前日期半年范围内,筛选所述知识图谱中与所述知识信息集中的每个知识点的距离在预设距离范围内的知识点,可选地,所述距离范围为与知识点距离3以内,得到对应的关联知识点集;根据所述关联知识点集及所述第二初始访问信息进行查看兴趣计算,得到所述兴趣系数。
可选地,本发明实施例中所述查看兴趣计算可用如下公式进行:
I=(g+1)/(h+1)
其中,g为第二初始访问信息中所述关联知识点集中所有知识点的访问次数,h为第二初始访问信息中所述知识信息集所有知识点的访问次数,I为所述知识点集对应的所述知识信息集中对应知识点的兴趣系数。
本发明另一实施例中,为了保证数据的隐私性,所述兴趣系数可以存储在区块链节点中。
S5、根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
可选地,本发明实施例中利用如下公式计算所述知识信息集中每个知识点对应的展示系数:
Nec=(3+S+D)*P*I
其中,所述Nec为所述展示系数,S为所述知识信息集中每个知识点对应的第一匹配系数。
S6、采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
详细地,当Nec≥N/6时,将所述知识库中所述知识信息集对应的知识点高度突出展示,其中N为所述知识信息集中知识点的总量;当1≤Nec<N/6时,将所述知识库中所述知识信息集对应的知识点适度突出展示;当Nec<1时,将所述知识库中所述知识信息集对应的知识点轻微突出显示。
如图4所示,是本发明知识展示装置的功能模块图。
本发明所述知识展示装置100可以安装于电子设备中。根据实现的功能,所述知识展示装置可以包括参数计算模块101、融合计算模块102、知识展示模块103,本发所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述参数计算模块101用于获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
本发明实施例中,所述知识信息集为某简历中所有知识点及每个知识点对应知识点信息的集合,所述知识点信息为知识点的多个知识属性信息,包括知识点所属领域、名称、上级知识名称;所述需求信息为招聘需求的信息,包含招聘需求的行业、岗位名称、职能名称。
为了确定知识信息集对应的简历与所述需求信息对应的岗位是否匹配,本发明实施例中所述参数计算模块101对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数。
详细地,本发明实施例中所述参数计算模块101利用下述手段对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,包括:将所述知识点信息集中每个知识点对应知识点信息的知识属性信息转化为向量,得到所述知识属性信息对应的知识属性向量,可选地,本发明实施例中可利用预设的基于专业领域知识文本(如教材、培训资料)与有关简历信息片段通过迁移学习训练而成的Word2vec模型将所述知识点信息中每个知识属性信息转化为向量;将所述需求信息的需求属性信息转化为向量,得到对应的需求属性向量;计算所述知识属性向量与所述需求属性向量的相似度,得到对应的相似度值,得到对应的相似度值。
可选地,本发明实施例所述相似度计算可用如下公式进行:
其中,Xi表示知识属性向量X的第i个元素,Yi为需求属性向量Y的第i个元素,n表示知识属性向量X或需求属性向量Y的元素数目,Sim表示知识属性向量X和需求属性向量Y的相似度值。
进一步地,本发明实施例所述参数计算模块101汇总每个所述知识点信息对应的所有相似度值,得到对应的需求相似度子集,利用所有所述需求相似度子集进行相似度融合计算,得到所述第一匹配系数。
详细地,本发明实施例所述参数计算模块101利用所有所述需求相似度子集进行相似度融合计算,得到所述第一匹配系数,将每个所述需求相似度子集中的所有相似度值进行乘积计算,得到每个所述需求相似度子集对应的相似度乘积,如:所述需求相似度子集共有A和B两个相似度,那么对应的相似度乘积为A*B;将所有需求相似度子集的相似度乘积进行求和运算得到对应的所述第一匹配系数,如:共有相似度乘积a和b,那么第一匹配系数为a+b。
本发明实施例中,所述需求知识集为所述需求信息对应的需求知识的集合。进一步地,本发明实施例所述参数计算模块101利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,得到第二匹配系数。
进一步地,本发明实施例中所述参数计算模块101利用预构建的知识图谱进行实体路径距离计算之前还包括如下手段:
获取包含所述知识信息集中所有知识点的知识数据,对所述知识数据进行结构化处理得到结构化数据;
本发明实施例中,所述知识数据为某领域不同知识点的数据,包括:知识的所属领域、名称、上下级关系、详情介绍,可选地,本发明实施例中所述知识数据可以从百科网站进行获取。
详细地,本发明实施例中所述结构化处理为将所述知识数据进行字段类别定义,得到结构化数据,例如:所述知识数据中字段Java只是普通的文本数据,对其进行字段类别定义,将其定义为编程语言,实现对该数据的结构化。
对所述结构化数据进行实体抽取得到获取实体信息及对所述结构化数据进行关系抽取得到关系信息;
本发明实施例中,所述实体信息包括不同知识点的的知识名称,所述关系信息包括不同知识点的领域关系、上下级关系,例如:知识点A与知识点B之间为上下级关系。
对所述实体信息及所述关系信息进行信息融合处理,得到所述知识图谱。
本发明实施例中,所述实体信息、关系信息融合处理后得到多个三元组,所述知识图谱由多个三元组构成,所述三元组为“实体+关系=实体”的信息表现形式,将实体信息作为节点,将关系信息作为边连接所述节点,得到所述知识图谱,例如:知识点A的上级知识点为知识点B,知识点A作为节点通过上级知识点的边连接到知识点B。
为了进一步确定知识信息集对应的简历与所述需求信息对应的岗位是否匹配,本发明实施例所述参数计算模块101利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,计算所述需求知识集及所述知识信息集的匹配程度。
详细地,本发明实施例中,利用如下手段进行实体路径距离计算,包括:计算所述知识信息集中每个知识点与所述需求知识集中每个需求知识点在所述知识图谱中对应的两个节点连接的最少的边的条数,得到实体路径距离;汇总所述知识信息集中每个知识点与所述需求知识集中所有需求知识点的实体路径距离,得到实体路径距离子集,将所述实体路径距离子集中所有实体路径距离进行求和计算,得到所述第二匹配系数。
可选地,所述求和计算可用如下公式进行:
其中,D为第二匹配系数,j为所述实体路径距离子集中实体路径距离的编号,m为所述实体路径距离中实体路径距离的个数,Aj所述实体路径距离子集中的实体路径距离。
本发明实施例中所述知识库为某领域不同知识点数据的数据库,用户在查看相关简历时,知识库会向用户展示简历中的知识点供用户查看,因此所述访问信息为所述知识库中每个知识点不同日期的展示的次数及被查看的次数。
为了进一步地确定所述知识信息集中每个知识点的展示价值,本发明实施例中所述参数计算模块101筛选所述访问信息中预设第一日期的信息,得到第一初始访问信息,可选地,所述第一日期为据当前日期3个月范围内;选取所述第一初始访问信息中所述知识信息集中的每个知识点的访问信息,得到第一目标信息,根据所述第一目标信息进行访问价值计算,得到所述价值系数。
可选地,本发明实施例中所述访问价值计算可用如下公式进行:
其中,Pv为所述第一目标信息中某知识点的展示的次数,Uv为该知识点的查看次数,P为该知识点对应的所述价值系数。
为了进一步地确定用户所述知识信息集中每个知识点的兴趣,更准确的对知识点进行展示,本发明实施例中所述参数计算模块101筛选所述访问信息中预设第二日期的信息,得到第二初始访问信息,可选地,所述第二日期为距当前日期半年范围内,筛选所述知识图谱中与所述知识信息集中的每个知识点的距离在预设距离范围内的知识点,可选地,所述距离范围为与知识点距离3以内,得到对应的关联知识点集;所述参数计算模块101根据所述关联知识点集及所述第二初始访问信息进行查看兴趣计算,得到所述兴趣系数。
可选地,本发明实施例中所述查看兴趣计算可用如下公式进行:
I=(g+1)/(h+1)
其中,g为第二初始访问信息中所述关联知识点集中所有知识点的访问次数,h为第二初始访问信息中所述知识信息集所有知识点的访问次数,I为所述知识点集对应的所述知识信息集中对应知识点的兴趣系数。
本发明另一实施例中,为了保证数据的隐私性,所述兴趣系数可以存储在区块链节点中。
所述融合计算模块102用于根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
可选地,本发明实施例中利用如下公式计算所述知识信息集中每个知识点对应的展示系数:
Nec=(3+S+D)*P*I
其中,所述Nec为所述展示系数,S为所述知识信息集中每个知识点对应的第一匹配系数。
所述知识展示模块103用于采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
详细地,当Nec≥N/6时,将所述知识库中所述知识信息集对应的知识点高度突出展示,其中N为所述知识信息集中知识点的总量;当1≤Nec<N/6时,将所述知识库中所述知识信息集对应的知识点适度突出展示;当Nec<1时,将所述知识库中所述知识信息集对应的知识点轻微突出显示。
如图4所示,是本发明实现知识展示方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如知识展示程序12。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如知识展示程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如知识展示程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(perIPheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图4仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图4示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的知识展示程序12是多个计算机程序的组合,在所述处理器10中运行时,可以实现:
获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;
接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;
获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;
根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
具体地,所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的,也可以是易失性的。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;
接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;
获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;
根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
进一步地,所述计算机可用存储介质可主要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、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种知识展示方法,其特征在于,所述方法包括:
获取知识信息集与需求信息,分别对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;
接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;
获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;
根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
2.如权利要求1所述的知识展示方法,其特征在于,所述对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数,包括:
将所述知识点信息集中每个知识点对应知识点信息的知识属性信息转化为向量,得到所述知识属性信息对应的知识属性向量;
将所述需求信息的需求属性信息转化为向量,得到所述需求属性信息对应的需求属性向量;
计算所述知识属性向量与所述需求属性向量的相似度,得到对应的相似度值;
汇总每个所述知识点信息对应的所有相似度值,得到对应的需求相似度子集;
利用所有所述需求相似度子集进行相似度融合计算,得到所述第一匹配系数。
3.如权利要求2所述的知识展示方法,其特征在于,所述利用所有所述需求相似度子集进行相似度融合计算,得到所述对应的第一匹配系数,包括:
将每个所述需求相似度子集中的所有相似度值进行乘积计算,得到每个所述需求相似度子集对应的相似度乘积;
将所有需求相似度子集的相似度乘积进行求和运算,得到所述第一匹配系数。
4.如权利要求1所述的知识展示方法,其特征在于,所述利用预构建的知识图谱进行实体路径距离计算,得到所述知识信息集中每个知识点对应的第二匹配系数之前,还包括:
获取包含所述知识信息集中所有知识点的知识数据,对所述知识数据进行结构化处理,得到结构化数据;
对所述结构化数据进行实体抽取得到获取实体信息,及对所述结构化数据进行关系抽取,得到关系信息;
对所述实体信息及所述关系信息进行信息融合处理,得到所述知识图谱。
5.如权利要求4所述的知识展示方法,其特征在于,所述对所述实体信息及所述关系信息进行信息融合处理,得到所述知识图谱,包括:
将所述实体信息作为节点;
将所述关系信息作为边连接所述节点,得到所述知识图谱。
6.如权利要求1-5任意一项所述的知识展示方法,其特征在于,所述利用预构建的知识图谱进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数,包括:
计算所述知识信息集中每个知识点与所述需求知识集中每个需求知识点在所述知识图谱中对应的两个节点连接的最少的边的条数,得到实体路径距离;
依次选取所述知识信息集中的每个知识点作为目标知识点;
汇总所述目标知识点与所述需求知识集中每个需求知识点的实体路径距离,得到实体路径距离子集;
将所述实体路径距离子集中所有所述实体路径距离进行求和计算,得到所述第二匹配系数。
7.如权利要求1-5任一项所述的知识展示方法,其特征在于,所述根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数,包括:
筛选所述访问信息中预设第一日期的信息,得到第一初始访问信息;
选取所述第一初始访问信息中所述知识信息集中的每个知识点的访问信息,得到第一目标信息;
根据所述第一目标信息进行访问价值计算,得到所述价值系数。
8.一种知识展示装置,其特征在于,包括:
参数计算模块,用于获取知识信息集与需求信息,对所述知识信息集与所述需求信息进行向量化处理,并对向量化处理后的所述知识信息集与所述需求信息进行相似度计算,根据所述相似度得到所述知识信息集中每个知识点对应的第一匹配系数;接收需求知识集,利用预构建的知识图谱对所述需求知识集及所述知识信息集进行实体路径距离计算,根据所述实体路径距离得到所述知识信息集中每个知识点对应的第二匹配系数;获取预设知识库的访问信息,根据所述预设知识库的访问信息对所述知识信息集中的每个知识点进行访问价值计算,得到所述知识信息集中每个知识点对应的价值系数;根据所述预设知识库的访问信息及所述知识图谱对所述知识信息集中的每个知识点进行查看兴趣计算,得到所述知识信息集中每个知识点对应的兴趣系数;
融合计算模块,用于根据所述第一匹配系数、所述第二匹配系数、价值系数及所述兴趣系数,计算得到所述知识信息集中每个知识点对应的展示系数;
知识展示模块,用于采用与所述展示系数对应的展示方法对所述知识信息集中的每个知识点进行展示。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序指令,所述计算机程序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如权利要求1至7中任一所述的知识展示方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一所述的知识展示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110424396.2A CN112966013B (zh) | 2021-04-20 | 2021-04-20 | 知识展示方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110424396.2A CN112966013B (zh) | 2021-04-20 | 2021-04-20 | 知识展示方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112966013A true CN112966013A (zh) | 2021-06-15 |
CN112966013B CN112966013B (zh) | 2022-03-11 |
Family
ID=76280901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110424396.2A Active CN112966013B (zh) | 2021-04-20 | 2021-04-20 | 知识展示方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966013B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190179917A1 (en) * | 2017-12-08 | 2019-06-13 | Apple Inc. | Geographical knowledge graph |
CN111723855A (zh) * | 2020-06-09 | 2020-09-29 | 广东小天才科技有限公司 | 一种学习知识点的显示方法、终端设备及存储介质 |
CN112214664A (zh) * | 2019-07-11 | 2021-01-12 | 中移(苏州)软件技术有限公司 | 知识库的构建方法、装置、电子设备和存储介质 |
-
2021
- 2021-04-20 CN CN202110424396.2A patent/CN112966013B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190179917A1 (en) * | 2017-12-08 | 2019-06-13 | Apple Inc. | Geographical knowledge graph |
CN112214664A (zh) * | 2019-07-11 | 2021-01-12 | 中移(苏州)软件技术有限公司 | 知识库的构建方法、装置、电子设备和存储介质 |
CN111723855A (zh) * | 2020-06-09 | 2020-09-29 | 广东小天才科技有限公司 | 一种学习知识点的显示方法、终端设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
卢晓何等: "开放获取资源知识整合平台构建研究", 《情报科学》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112966013B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113946690A (zh) | 潜在客户挖掘方法、装置、电子设备及存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN112528616A (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
CN114781832A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN113268665A (zh) | 基于随机森林的信息推荐方法、装置、设备及存储介质 | |
CN114913371A (zh) | 多任务学习模型训练方法、装置、电子设备及存储介质 | |
CN113656690B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
CN111930897B (zh) | 专利检索方法、装置、电子设备及计算机可读存储介质 | |
CN113505273A (zh) | 基于重复数据筛选的数据排序方法、装置、设备及介质 | |
CN116843150A (zh) | 基于智慧物联网的社区服务方法及系统 | |
CN111652282A (zh) | 基于大数据的用户偏好分析方法、装置及电子设备 | |
CN112966013B (zh) | 知识展示方法、装置、设备及可读存储介质 | |
CN115982454A (zh) | 基于用户画像的问卷推送方法、装置、设备及存储介质 | |
CN115238179A (zh) | 项目推送方法、装置、电子设备及计算机可读存储介质 | |
CN112561500B (zh) | 基于用户数据的薪酬数据生成方法、装置、设备及介质 | |
CN113591881A (zh) | 基于模型融合的意图识别方法、装置、电子设备及介质 | |
CN113343102A (zh) | 基于特征筛选的数据推荐方法、装置、电子设备及介质 | |
CN111652741A (zh) | 用户偏好分析方法、装置及可读存储介质 | |
CN114723488A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
CN114707067A (zh) | 旅游产品推荐方法、装置、电子设备及存储介质 | |
CN113051475A (zh) | 内容推荐方法、装置、电子设备及可读存储介质 | |
CN112949759A (zh) | 文本聚类方法、装置、电子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 |