CN113391989A - 程序评估方法、装置、设备、介质及程序产品 - Google Patents
程序评估方法、装置、设备、介质及程序产品 Download PDFInfo
- Publication number
- CN113391989A CN113391989A CN202110733625.9A CN202110733625A CN113391989A CN 113391989 A CN113391989 A CN 113391989A CN 202110733625 A CN202110733625 A CN 202110733625A CN 113391989 A CN113391989 A CN 113391989A
- Authority
- CN
- China
- Prior art keywords
- information
- target
- demand
- performance information
- evaluation coefficient
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 139
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000003058 natural language processing Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种程序评估方法、装置、设备、介质及程序产品，涉及深度学习和自然语言处理等人工智能领域。该方法的一实施方式包括：获取针对目标程序的操作信息和运行性能信息；根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，所述目标需求信息用于表征对操作信息和运行性能信息的需求程度；根据目标需求信息，确定操作信息和运行性能信息对应的权重；根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序对应的评估结果。
Description
技术领域
本公开涉及计算机领域，具体涉及深度学习和自然语言处理等人工智能领域，尤其涉及一种程序评估方法、装置、设备、介质及程序产品。
背景技术
随着计算机技术的发展，应用程序的开发变得常见起来。在应用程序开发过程中，需要对应用程序进行评估。
目前，评估程序是通过策略模型计算出其评估系数，然后根据固定的规则，去确定程序的评估结果。
发明内容
本公开实施例提出了一种程序评估方法、装置、设备、介质及程序产品。
第一方面，本公开实施例提出了一种程序评估方法，包括：获取针对目标程序的操作信息和运行性能信息；根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度；根据目标需求信息，确定操作信息和运行性能信息对应的权重；根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序对应的评估结果。
第二方面，本公开实施例提出了一种程序评估装置，包括：信息获取模块，被配置成获取针对目标程序的操作信息和运行性能信息；需求确定模块，被配置成根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度；权重确定模块，被配置成根据目标需求信息，确定操作信息和运行性能信息对应的权重；结果确定模块，被配置成根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序对应的评估结果。
第三方面，本公开实施例提出了一种电子设备，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如第一方面描述的方法。
第四方面，本公开实施例提出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如第一方面描述的方法。
第五方面，本公开实施例提出了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如第一方面描述的方法。
本公开实施例提供的程序评估方法、装置、设备、介质及程序产品，首先获取针对目标程序的操作信息和运行性能信息；然后根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度；然后根据目标需求信息，确定操作信息和运行性能信息对应的权重；最后根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序对应的评估结果。能够根据操作信息和/或运行性能信息确定的针对目标程序的需求信息，实现对操作信息和运行性能信息对应的权重确定；从而可以根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，实现对目标程序的评估结果的确定，从而提高了确定目标程序的评估结果的准确性。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是本公开可以应用于其中的示例性系统架构图；
图2是根据本公开的程序评估方法的一个实施例的流程图；
图3是根据本公开的程序评估方法的一个实施例的流程图；
图4是根据本公开的程序评估方法的一个实施例的流程图；
图5是根据本公开的程序评估方法的一个实施例的流程图；
图6是根据本公开的程序评估装置的一个实施例的结构示意图；
图7是用来实现本公开实施例的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的程序评估方法或程序评估装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互。终端设备101、102、103上可以安装有各种客户端应用、智能交互应用；或终端设备101、102、103的应用商店中免安装的云应用、云智能交互应用。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，终端设备可以为与用户通过键盘、触摸板、显示屏、触摸屏、遥控器、语音交互或手写设备等一种或多种方式进行人机交互的电子产品，例如PC(Personal Computer，个人计算机)、手机、智能手机、PDA(Personal Digital Assistant，个人数字助手)、可穿戴设备、PPC(Pocket PC，掌上电脑)、平板电脑、智能车机、智能电视、智能音箱、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供支持的后台服务器。
需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本公开实施例所提供的程序评估方法一般由终端设备101、102、103执行，相应地，程序评估装置一般设置于终端设备101、102、103中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，其示出了根据本公开的程序评估方法的一个实施例的流程200。该程序评估方法可以包括以下步骤：
步骤201，获取针对目标程序的操作信息和运行性能信息。
在本实施例中，程序评估方法的执行主体(例如图1所示的服务器105)可以获取针对目标程序的操作信息和运行性能信息。上述目标程序可以为已安装在终端设备(例如图1所示的终端设备101、102、103)上的应用程序；或终端设备上应用商店中免安装的云应用程序。上述操作信息可以为用户操作目标程序所产生的信息，例如，操作目标程序的内容信息所产生的信息，该内容信息可以为目标程序展现在终端设备的显示屏上的信息。上述操作信息可以包括以下至少一项：目标程序的知名度、目标程序中的文章阅读数、目标程序中的文章收藏数、目标程序中有点展统一资源定位符(Uniform Resource Locator，URL)的数量、同名目标程序的搜索次数等。
在这里，运行性能信息可以包括目标程序在开发阶段(例如，测试阶段)和/或投入使用阶段所涉及到的性能信息。
本公开的技术方案中，所涉及的操作信息和运行性能信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
步骤202，根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度。
在实施例中，上述执行主体可以根据运行性能信息，确定针对目标程序的目标需求信息；或根据操作信息，确定针对目标程序的目标需求信息；或操作信息和根据运行性能信息，确定针对目标程序的目标需求信息。上述目标需求信息可以用于表征用户(例如，消费者和/或开发者)对目标程序的操作信息和运行性能信息的需求程度。
在本实施例中，可以通过操作信息和运行性能信息体现目标程序的质量。
步骤203，根据目标需求信息，确定操作信息和运行性能信息对应的权重。
在本实施例中，上述执行主体可以根据目标需求信息，确定操作信息和运行性能信息对应的权重。上述权重可以用于表征对目标程序的操作信息和运行性能信息的需求程度，例如，对操作信息对应的评估系数需要高于第一阈值，且对运行性能信息对应的评估系数需要超过第二阈值。上述第一阈值和第二阈值均可通过评估程序的精度进行设置或由人工设定。
在一个示例中，上述目标需求信息可以包括对操作信息和运行性能信息对应的权重的需求信息。
在这里，根据目标需求信息，确定操作信息和运行性能信息对应的权重，可以包括：根据目标需求信息中对操作信息和运行性能信息对应的权重的需求信息，确定操作信息和运行性能信息对应的权重。
在一个示例中，上述目标需求信息可以包括目标操作信息、目标运行性能信息，以及目标操作信息和目标运行性能信息对应的权重。
在这里，根据目标需求信息，确定操作信息和运行性能信息对应的权重，可以包括：先将操作信息和运行性能信息与目标需求信息中的目标操作信息和目标运行性能信息分别进行匹配；在匹配之后，将目标需求信息中目标操作信息和目标运行性能信息对应的权重，确定为操作信息和运行性能信息对应的权重。其中，匹配可以为目标操作信息与操作信息相同，目标运行性能信息与运行性能信息相同；或目标操作信息与操作信息之间满足预设的相似度阈值，目标运行性能信息与运行性能信息之间满足预设的相似度阈值。该相似度阈值可以根据评估程序的精度进行设定或由人工设定。
需要说明的是，目标需求信息可以为存储目标操作信息与权重，以及目标运行性能信息与权重的需求表。在确定操作信息和运行性能信息对应的权重之前，可以先建立该需求表，以备后续确定操作信息和运行性能信息对应的权重。
步骤204，根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序的评估结果。
在本实施例中，上述执行主体可以先获取操作信息对应的评估系数和运行性能信息对应的评估系数；之后，根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，以得到目标程序的评估结果。上述评估系数可以用于衡量操作信息或运行性能信息对目标程序的质量的影响系数。
在这里，评估结果可以为对目标程序基于操作信息和运行性能信息进行评估的结果，该评估结果可以以级别的方式标记，例如第一级别、第二级别、第三级别，通过级别的高低来衡量目标程序的质量；例如，第一级别的质量优于第二级别。
在一个示例中，可以采用规则引擎，指定对应的规则，以通过该规则实现根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，得到目标程序的评估结果。
对应地，在该示例中，可以通过加权求和；或根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重的和，与权重的和的比值，得到目标程序的评估结果。
对应地，在该示例中，可以采用drools(JBoss Rules)或Roolie规则引擎框架，构建规则引擎，通过决策表的方式，得到目标程序的评估结果。
本公开实施例提供的程序评估方法，首先获取针对目标程序的操作信息和运行性能信息；然后根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度；然后根据目标需求信息，确定操作信息和运行性能信息对应的权重；最后根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序对应的评估结果。能够根据操作信息和/或运行性能信息确定的针对目标程序的需求信息，实现对操作信息和运行性能信息对应的权重确定；从而可以根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，实现对目标程序的评估结果的确定，从而提高了确定目标程序的评估结果的准确性。
进一步参考图3，图3示出了根据本公开的一种程序评估方法的一个实施例的流程300。该程序评估方法可以包括以下步骤：
步骤301，获取针对目标程序的操作信息和运行性能信息。
步骤302，将操作信息和/或运行性能信息与预设的需求信息集合进行匹配，得到匹配结果。
在本实施例中，程序评估方法的执行主体(例如图1所示的服务器105)可以先获取预设的需求信息集合；之后，将运行性能信息和操作信息分别与预设的需求信息集合中的需求信息进行匹配，得到匹配结果。上述预设的需求信息集合可以为预先采集的需求信息所组成的集合，在获取该需求信息集合之后，还需要预先建立需求信息集合中需求信息与运行性能信息，以及操作信息之间的映射关系。
在本实施例中，上述执行主体可以先将运行性能信息与预设的需求信息集合进行匹配，以得到初始匹配结果；如果初始匹配结果的数量为一个时，则将该初始匹配结果对应的需求信息确定为目标需求信息；如果，初始匹配结果的数量为多个时，可以再基于操作信息与初始匹配结果进行匹配，以得到最终的匹配结果；之后，将该最终的匹配结果对应的需求信息确定为目标需求信息。
需要说明的是，可以先将操作信息与预设的需求信息集合中的需求信息进行匹配；在初始匹配结果的数量为多个时，再基于运行性能信息与初始匹配结果进行匹配，以得到最终的匹配结果；之后，将该最终的匹配结果对应的需求信息确定为目标需求信息。
步骤303，根据匹配结果，确定目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度。
在本实施例中，上述执行主体可以根据步骤303所确定的匹配结果，确定对应的目标需求信息；如果，匹配结果为预设的需求信息集合中包括与操作信息对应的需求信息，则将与操作信息对应的需求信息确定为目标需求信息；如果，匹配结果为预设的需求信息集合中包括与运行性能信息对应的需求信息，则将与运行性能信息对应的需求信息确定为目标需求信息。
步骤304，根据目标需求信息，确定操作信息和运行性能信息对应的权重。
步骤305，根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序对应的评估结果。
在本实施例中，步骤301、304、305的具体操作分别已在图2所示的实施例中步骤201、203、204进行了详细的介绍，在此不再赘述。
从图3中可以看出，与图2对应的实施例相比，本实施例中的程序评估方法突出了确定目标需求信息的步骤。由此，本实施例描述的方案先将操作信息和/或运行性能信息与预设的需求信息集合进行匹配，得到匹配结果；之后，根据匹配结果，可以得到目标需求信息。能够基于操作信息和/或运行性能信息从预设的需求信息集合中确定目标需求信息。
在本实施例的一些可选的实现方式中，根据匹配结果，确定目标需求信息，可以包括：响应于匹配结果为预设的需求信息集合中包括与操作信息匹配的第一需求信息，将第一需求信息确定为目标需求信息；响应于匹配结果为预设的需求信息集合中包括与运行性能信息匹配的第二需求信息，将第二需求信息确定为目标需求信息；响应于匹配结果为预设的需求信息集合中包括与操作信息和运行性能信息匹配的第三需求信息，将第三需求信息确定为目标需求信息。
在本实现方式中，上述执行主体可以预先建立第一需求信息与操作信息之间的对应关系；或，第二需求信息与运行性能信息之间的对应关系；或，第三需求信息与操作信息和运行性能信息之间的对应关系。上述匹配可以为相似度满足预设相似度阈值；或相同。其中，预设相似度阈值可以由评估目标程序的精度所确定或由人工设定。
在本实现方式中，可以通过预设的需求信息集合中需求信息与操作信息和/或运行性能信息之间的匹配结果，来实现对目标需求信息的确定。
进一步参考图4，图4示出了根据本公开的一种程序评估方法的一个实施例的流程400。该程序评估方法可以包括以下步骤：
步骤401，获取针对目标程序的操作信息和运行性能信息。
步骤402，根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度。
步骤403，根据预先训练的树模型，确定操作信息对应的评估系数。
在本实施例中，程序评估方法的执行主体(例如图1所示的服务器105)可以将操作信息输入预先训练的树模型中，得到操作信息对应的评估系数。
在这里，上述的树模型可以基于以下步骤确定：将操作样本信息作为树模型的输入，将评估系数作为树模型的输出，训练机器学习模型，得到树模型。
具体地，在得到操作样本信息和对应的评估系数后，可以利用操作样本信息和对应的评估系数训练机器学习模型，得到树模型。在训练时，执行主体可以将操作样本信息作为树模型的输入，将所输入对应的评估系数，作为树模型的期望输出，得到标签生成模型。上述机器学习模型可以为现有技术或未来发展技术中的概率模型、分类模型或者其他分类器等，例如，机器学习模型可以包括以下任意一项：随机森林模型、决策树模型、回归树、分类树等。
在一个示例中，通过对目标程序的操作信息进行特征提取，并对该操作信息设置标签(即，评估系数)，生成训练样本；并基于该训练样本进行训练，以得到树模型。
上述操作信息可以包括以下至少一项：目标程序的知名度、目标程序中的文章阅读数、目标程序中的文章收藏数、目标程序中有点展统一资源定位符(Uniform ResourceLocator，URL)的数量、同名目标程序的搜索次数等。
需要说明的是，可以根据针对操作信息中的至少一项对应的评估系数和对应的权重，以实现对操作信息的评估系数的确定。
在一个示例中，目标需要信息还可以用于表征对目标程序的知名度、目标程序中的文章阅读数、目标程序中的文章收藏数、目标程序中有点展统一资源定位符(UniformResource Locator，URL)的数量、同名目标程序的搜索次数的需求程度，从而可以根据目标需求信息对操作信息的需求程度确定对应的权重。
步骤404，根据目标需求信息，确定操作信息和运行性能信息对应的权重。
步骤405，根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序的评估结果。
需要说明的是，步骤403和404的执行顺序可以在步骤405之前，且步骤401之后的任意位置；例如，在步骤402之前执行；或与步骤402同时执行；或步骤403与步骤404同时执行。
在本实施例中，步骤401、402、404、405的具体操作分别已在图2所示的实施例中步骤201、202、203、204进行了详细的介绍，在此不再赘述。
从图4中可以看出，与图2对应的实施例相比，本实施例中的程序评估方法突出了确定操作信息对应的评估系数的步骤。由此，本实施例描述的方案通过树模型实现对操作信息的评估系数的确定。能够基树模型实现对操作信息对应的评估系数的准确确定。
进一步参考图5，图5示出了根据本公开的一种程序评估方法的一个实施例的流程500。该程序评估方法可以包括以下步骤：
步骤501，获取针对目标程序的操作信息和运行性能信息。
步骤502，根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度。
步骤503，根据性能信息对应的评估系数和权重、违规信息对应的评估系数和权重，以及任务信息对应的评估系数和权重，确定运行性能信息对应的评估系数。
在本实施例中，程序评估方法的执行主体(例如图1所示的服务器105)可以根据运行性能信息包括的性能信息、任务信息和违规信息对应的评估信息和权重，确定运行性能信息对应的评估系数。
需要说明的是，运行性能信息包括但不限于性能信息、任务信息和违规信息。可以基于以下步骤确定该信息对应的评估系数。
其中，总评估次数为运行性能信息对应的评估系数，A评估系数为性能信息、任务信息和违规信息分别对应的评估系数，n为性能信息、任务信息和违规信息。
在运行性能信息中增加新的信息时，可以将n和新的信息的评估系数和权重进行调整，就可以得到此时运行性能信息对应的评估系数。
需要说明的是，针对性能信息、任务信息和违规信息，可以根据目标需求信息，对性能信息、任务信息和违规信息对应的权重进行调整，从而可以得到符合业务需求的评估系数。
在本实施例中，目标需求信息还可以用于表征性能信息、违规信息和任务信息对应的需求程度。可选的，可以根据目标需求信息确定性能信息、违规信息和任务信息对应的权重。
步骤504，根据目标需求信息，确定操作信息和运行性能信息对应的权重。
步骤505，根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序的评估结果。
需要说明的是，步骤503和504的执行顺序可以在步骤505之前，且在步骤501之后的任意位置，例如，在步骤502之前执行；或与步骤502同时执行；或步骤503与步骤504同时执行。
在本实施例中，步骤501、502、504、505的具体操作分别已在图2所示的实施例中步骤201、202、203、204进行了详细的介绍，在此不再赘述。
从图5中可以看出，与图2对应的实施例相比，本实施例中的程序评估方法突出了确定运行性能信息对应的评估系数的步骤。由此，本实施例描述的方案根据性能信息对应的评估系数和权重、违规信息对应的评估系数和权重，以及违规信息对应的评估系数和权重，确定运行性能信息对应的评估系数。能够基于性能信息、违规信息、违规信息对应的评估系数和权重，从维度角度实现对运行性能信息对应的评估系数的确定。
在本实施例的一些可选的实现方式中，运行性能信息包括以下至少一项：性能信息、违规信息、任务信息。
在本实现方式中，基于性能信息、违规信息和任务信息中的至少一项，实现对运行性能信息对应的评估系数的确定。
在本实施例的一些可选的实现方式中，性能信息包括以下至少一项：目标程序的目标界面的类型是否为预设类型、预设类型的界面在目标程序中所有界面的占比、上屏时长、目标程序白屏率；
违规信息对应的评估系数为违规信息的违规类型对应的评估系数；
任务信息对应的评估系数为基于目标程序中已执行的任务对应的评估系数所确定。
在本实现方式中，上述预设类型可以为HTML5(h5)。上述目标页面可以为首页。
在一个示例中，性能信息对应的评估系数＝(首页是否h5对应的评估系数*权重+h5页面占比对应的评估系数*权重+上屏时长对应的评估系数*权重+白屏率对应的评估系数*权重+http错误率得分*权重)/(首页是否h5占比权重+h5页面占比权重+上屏时长权重+白屏率权重+http错误率权重)。
对应地，在该示例中，违规信息可以为违反程序平台的规则所产生的信息。
在一个示例中，按照违规信息中的以下至少一项：按照违规性质、违反规范类型、影响严重程度，对违规信息进行划分。例如，划分为五类违规类型：红线违规、严重违规、较重违规、一般违规和功能违规。其中，每种违规类型可以根据评估程序的精度或人工设置其的评估系数。
在一个示例中，任务信息对应的评估系数可以基于开发者对程序完成的配置，来确定其的评估系数；例如，完成提交素材，得到对应的评估系数。
在本实现方式中，可以基于上述方式计算得到任务信息、违规信息、性能信息，从而可以从多维角度实现对运行性能信息对应的评估系数的确定。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种程序评估装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的程序评估装置600可以包括：信息获取模块601、需求确定模块602、权重确定模块603和结果确定模块604。其中，信息获取模块601，被配置成获取针对目标程序的操作信息和运行性能信息，其中，目标需求信息用于表征对操作信息和运行性能信息的需求程度；需求确定模块602，被配置成根据操作信息和/或运行性能信息，确定针对目标程序的目标需求信息；权重确定模块603，被配置成根据目标需求信息，确定操作信息和运行性能信息对应的权重；结果确定模块604，被配置成根据操作信息对应的评估系数和权重，以及运行性能信息对应的评估系数和权重，确定目标程序对应的评估结果。
在本实施例中，程序评估装置600中：信息获取模块601、需求确定模块602、权重确定模块603和结果确定模块604的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，需求确定模块602，包括：结果匹配单元，被配置成将操作信息和/或运行性能信息与预设的需求信息集合进行匹配，得到匹配结果；需求确定单元，被配置成根据匹配结果，确定目标需求信息。
在本实施例的一些可选的实现方式中，需求确定单元，进一步被配置成：响应于匹配结果为预设的需求信息集合中包括与操作信息匹配的第一需求信息，将第一需求信息确定为目标需求信息；响应于匹配结果为预设的需求信息集合中包括与运行性能信息匹配的第二需求信息，将第二需求信息确定为目标需求信息；响应于匹配结果为预设的需求信息集合中包括与操作信息和运行性能信息匹配的第三需求信息，将第三需求信息确定为目标需求信息。
在本实施例的一些可选的实现方式中，该程序评估装置600还包括：第一确定模块，被配置成根据预先训练的树模型，确定操作信息对应的评估系数。
在本实施例的一些可选的实现方式中，运行性能信息包括以下至少一项：性能信息、违规信息、任务信息。
在本实施例的一些可选的实现方式中，若运行性能信息包括性能信息、违规信息和任务信息；以及
该程序评估装置600还包括：第二确定模块，被配置成根据性能信息对应的评估系数和权重、违规信息对应的评估系数和权重，以及任务信息对应的评估系数和权重，确定运行性能信息对应的评估系数。
在本实施例的一些可选的实现方式中，性能信息包括以下至少一项：目标程序的目标界面的类型是否为预设类型、预设类型的界面在目标程序中所有界面的占比、上屏时长、目标程序白屏率；违规信息对应的评估系数为违规信息的违规类型对应的评估系数；任务信息对应的评估系数为基于目标程序中已执行的任务对应的评估系数所确定。
根据本公开的实施例，本公开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。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。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/或者要求的本公开的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如程序评估方法。例如，在一些实施例中，程序评估方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的程序评估方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行程序评估方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
人工智能是研究计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语音处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
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，本发公开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，只要能够实现本公开提及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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (17)
1.一种程序评估方法，包括：
获取针对目标程序的操作信息和运行性能信息；
根据所述操作信息和/或所述运行性能信息，确定针对所述目标程序的目标需求信息，其中，所述目标需求信息用于表征对操作信息和运行性能信息的需求程度；
根据所述目标需求信息，确定所述操作信息和所述运行性能信息对应的权重；
根据所述操作信息对应的评估系数和权重，以及所述运行性能信息对应的评估系数和权重，确定所述目标程序对应的评估结果。
2.根据权利要求1所述的方法，其中，所述根据所述操作信息和/或所述运行性能信息，确定针对所述目标程序的目标需求信息，包括：
将所述操作信息和/或所述运行性能信息与预设的需求信息集合进行匹配，得到匹配结果；
根据所述匹配结果，确定所述目标需求信息。
3.根据权利要求2所述的方法，其中，所述根据所述匹配结果，确定所述目标需求信息，包括：
响应于所述匹配结果为所述预设的需求信息集合中包括与所述操作信息匹配的第一需求信息，将所述第一需求信息确定为所述目标需求信息；
响应于所述匹配结果为所述预设的需求信息集合中包括与所述运行性能信息匹配的第二需求信息，将所述第二需求信息确定为所述目标需求信息；
响应于所述匹配结果为所述预设的需求信息集合中包括与所述操作信息和所述运行性能信息匹配的第三需求信息，将所述第三需求信息确定为所述目标需求信息。
4.根据权利要求1-3任一项所述的方法，所述方法还包括：
根据预先训练的树模型，确定所述操作信息对应的评估系数。
5.根据权利要求1-4任一项所述的方法，其中，所述运行性能信息包括以下至少一项：性能信息、违规信息、任务信息。
6.根据权利要求5所述的方法，其中，若所述运行性能信息包括性能信息、违规信息和任务信息；以及
所述方法还包括：根据所述性能信息对应的评估系数和权重、违规信息对应的评估系数和权重，以及任务信息对应的评估系数和权重，确定所述运行性能信息对应的评估系数。
7.根据权利要求5或6所述的方法，其中，所述性能信息包括以下至少一项：所述目标程序的目标界面的类型是否为预设类型、预设类型的界面在目标程序中所有界面的占比、上屏时长、所述目标程序白屏率；
所述违规信息对应的评估系数为所述违规信息的违规类型对应的评估系数；
所述任务信息对应的评估系数为基于所述目标程序中已执行的任务对应的评估系数所确定。
8.一种程序评估装置，包括：
信息获取模块，被配置成获取针对目标程序的操作信息和运行性能信息；
需求确定模块，被配置成根据所述操作信息和/或所述运行性能信息，确定针对所述目标程序的目标需求信息，其中，所述目标需求信息用于表征对操作信息和运行性能信息的需求程度；
权重确定模块，被配置成根据所述目标需求信息，确定所述操作信息和所述运行性能信息对应的权重；
结果确定模块，被配置成根据所述操作信息对应的评估系数和权重，以及所述运行性能信息对应的评估系数和权重，确定所述目标程序对应的评估结果。
9.根据权利要求8所述的装置，其中，所述需求确定模块，包括：
结果匹配单元，被配置成将所述操作信息和/或所述运行性能信息与预设的需求信息集合进行匹配，得到匹配结果；
需求确定单元，被配置成根据所述匹配结果，确定所述目标需求信息。
10.根据权利要求9所述的装置，其中，所述需求确定单元，进一步被配置成：
响应于所述匹配结果为所述预设的需求信息集合中包括与所述操作信息匹配的第一需求信息，将所述第一需求信息确定为所述目标需求信息；
响应于所述匹配结果为所述预设的需求信息集合中包括与所述运行性能信息匹配的第二需求信息，将所述第二需求信息确定为所述目标需求信息；
响应于所述匹配结果为所述预设的需求信息集合中包括与所述操作信息和所述运行性能信息匹配的第三需求信息，将所述第三需求信息确定为所述目标需求信息。
11.根据权利要求8-10任一项所述的装置，所述装置还包括：
第一确定模块，被配置成根据预先训练的树模型，确定所述操作信息对应的评估系数。
12.根据权利要求8-11任一项所述的装置，其中，所述运行性能信息包括以下至少一项：性能信息、违规信息、任务信息。
13.根据权利要求12所述的装置，其中，若所述运行性能信息包括性能信息、违规信息和任务信息；以及
所述装置还包括：
第二确定模块，被配置成根据所述性能信息对应的评估系数和权重、违规信息对应的评估系数和权重，以及任务信息对应的评估系数和权重，确定所述运行性能信息对应的评估系数。
14.根据权利要求12或13所述的装置，其中，所述性能信息包括以下至少一项：所述目标程序的目标界面的类型是否为预设类型、预设类型的界面在目标程序中所有界面的占比、上屏时长、所述目标程序白屏率；
所述违规信息对应的评估系数为所述违规信息的违规类型对应的评估系数；
所述任务信息对应的评估系数为基于所述目标程序中已执行的任务对应的评估系数所确定。
15.一种电子设备，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1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110733625.9A CN113391989B (zh) | 2021-06-30 | 2021-06-30 | 程序评估方法、装置、设备、介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110733625.9A CN113391989B (zh) | 2021-06-30 | 2021-06-30 | 程序评估方法、装置、设备、介质及程序产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113391989A true CN113391989A (zh) | 2021-09-14 |
| CN113391989B CN113391989B (zh) | 2024-01-09 |
Family
ID=77624538
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110733625.9A Active CN113391989B (zh) | 2021-06-30 | 2021-06-30 | 程序评估方法、装置、设备、介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113391989B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008038389A1 (fr) * | 2006-09-28 | 2008-04-03 | Fujitsu Limited | Appareil d'analyse de performance de programme |
| CN101882109A (zh) * | 2010-07-16 | 2010-11-10 | 中国工商银行股份有限公司 | 一种基于银行业务的软件性能分析系统及方法 |
| WO2014054233A1 (ja) * | 2012-10-02 | 2014-04-10 | 日本電気株式会社 | 情報システムの性能評価装置、方法およびプログラム |
| CN105335157A (zh) * | 2015-10-29 | 2016-02-17 | 武汉大学 | 一种整合主观和客观评估的需求优先级排序方法及系统 |
| CN106096035A (zh) * | 2016-06-23 | 2016-11-09 | 维沃移动通信有限公司 | 一种应用程序的推荐方法及移动终端 |
| CN106990989A (zh) * | 2017-04-06 | 2017-07-28 | 北京小米移动软件有限公司 | 控制应用程序安装的方法及装置 |
| CN111061621A (zh) * | 2019-12-30 | 2020-04-24 | 苏州浪潮智能科技有限公司 | 一种验证程序性能的方法、装置、设备及存储介质 |
-
2021
- 2021-06-30 CN CN202110733625.9A patent/CN113391989B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008038389A1 (fr) * | 2006-09-28 | 2008-04-03 | Fujitsu Limited | Appareil d'analyse de performance de programme |
| CN101882109A (zh) * | 2010-07-16 | 2010-11-10 | 中国工商银行股份有限公司 | 一种基于银行业务的软件性能分析系统及方法 |
| WO2014054233A1 (ja) * | 2012-10-02 | 2014-04-10 | 日本電気株式会社 | 情報システムの性能評価装置、方法およびプログラム |
| CN105335157A (zh) * | 2015-10-29 | 2016-02-17 | 武汉大学 | 一种整合主观和客观评估的需求优先级排序方法及系统 |
| CN106096035A (zh) * | 2016-06-23 | 2016-11-09 | 维沃移动通信有限公司 | 一种应用程序的推荐方法及移动终端 |
| CN106990989A (zh) * | 2017-04-06 | 2017-07-28 | 北京小米移动软件有限公司 | 控制应用程序安装的方法及装置 |
| CN111061621A (zh) * | 2019-12-30 | 2020-04-24 | 苏州浪潮智能科技有限公司 | 一种验证程序性能的方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 董慧 等: "APP软件性能效率研究", 计算机工程与应用, vol. 55, no. 10 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113391989B (zh) | 2024-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113360711A (zh) | 视频理解任务的模型训练和执行方法、装置、设备及介质 | |
| CN109190123A (zh) | 用于输出信息的方法和装置 | |
| CN113392920B (zh) | 生成作弊预测模型的方法、装置、设备、介质及程序产品 | |
| CN114078274A (zh) | 人脸图像检测方法、装置、电子设备以及存储介质 | |
| KR102712013B1 (ko) | 정보를 송신하는 방법 및 장치 | |
| CN113239273B (zh) | 用于生成文本的方法、装置、设备以及存储介质 | |
| CN114141236B (zh) | 语言模型更新方法、装置、电子设备及存储介质 | |
| CN113032251B (zh) | 应用程序服务质量的确定方法、设备和存储介质 | |
| CN115659347A (zh) | 一种安全测试方法、装置、电子设备和存储介质 | |
| CN113391989B (zh) | 程序评估方法、装置、设备、介质及程序产品 | |
| CN112541705B (zh) | 生成用户行为评估模型的方法、装置、设备以及存储介质 | |
| CN114417822A (zh) | 用于生成模型解释信息的方法、装置、设备、介质和产品 | |
| CN113806541A (zh) | 情感分类的方法和情感分类模型的训练方法、装置 | |
| CN111274383B (zh) | 一种应用于报价的分类对象方法和装置 | |
| CN112784600A (zh) | 信息排序方法、装置、电子设备和存储介质 | |
| CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 | |
| CN114066278B (zh) | 物品召回的评估方法、装置、介质及程序产品 | |
| CN113190779B (zh) | 网页评估方法和装置 | |
| US20230113019A1 (en) | Method for generating model, and electronic device | |
| CN114547427A (zh) | 对象识别方法、装置、电子设备及存储介质 | |
| CN115965817A (zh) | 图像分类模型的训练方法、装置及电子设备 | |
| CN113051472A (zh) | 点击通过率预估模型的建模方法、装置、设备以及存储介质 | |
| CN113240304A (zh) | 特征构建方法、装置、设备以及存储介质 | |
| CN114329219A (zh) | 数据处理方法、用于输出知识内容的方法及装置 | |
| CN113467692A (zh) | 信息拦截方法、装置、设备、介质及程序产品 |
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 |