CN113434611A - 一种基于人工智能的销售分类方法及装置 - Google Patents

一种基于人工智能的销售分类方法及装置 Download PDF

Info

Publication number
CN113434611A
CN113434611A CN202110771953.8A CN202110771953A CN113434611A CN 113434611 A CN113434611 A CN 113434611A CN 202110771953 A CN202110771953 A CN 202110771953A CN 113434611 A CN113434611 A CN 113434611A
Authority
CN
China
Prior art keywords
sales data
sales
classification
data
classified
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
CN202110771953.8A
Other languages
English (en)
Inventor
李尊雷
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.)
Ningbo Quanzhi Technology Co ltd
Original Assignee
Ningbo Quanzhi 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 Ningbo Quanzhi Technology Co ltd filed Critical Ningbo Quanzhi Technology Co ltd
Priority to CN202110771953.8A priority Critical patent/CN113434611A/zh
Publication of CN113434611A publication Critical patent/CN113434611A/zh
Pending legal-status Critical Current

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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于人工智能的销售分类方法及装置。其中，该方法包括：获取原始销售数据；将所述原始销售数据进行预处理，得到待分类销售数据；将所述待分类销售数据输出到销售分类模型中，生成分类结果；将所述分类结果进行输出。本发明解决了现有技术中的销售数据分类只能根据固定的销售数据分类规则，将销售员采集到的销售数据进行分类，而无法根据销售数据的历史情况和销售元素来进行销售数据分类规则的调整，降低了销售数据分类的灵活性，降低了销售数据分类的准确度的技术问题。

Description

一种基于人工智能的销售分类方法及装置
技术领域
本发明涉及销售数据处理领域，具体而言，涉及一种基于人工智能的销售分类方法及装置。
背景技术
随着智能化科技的不断发展，人们的生活、工作、学习之中越来越多地用到了智能化设备，使用智能化科技手段，提高了人们生活的质量，增加了人们学习和工作的效率。
目前，在销售人员分类销售数据的时候，通常将销售人员采集到的销售数据进行存储和分析，并根据销售人员制定的固定的销售数据分类规则将销售数据进行分析和分类，以便指导后期销售任务的进行，但是传统的销售数据分类只能根据固定的销售数据分类规则，将销售员采集到的销售数据进行分类，而无法根据销售数据的历史情况和销售元素来进行销售数据分类规则的调整，降低了销售数据分类的灵活性，降低了销售数据分类的准确度。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于人工智能的销售分类方法及装置，以至少解决现有技术中的销售数据分类只能根据固定的销售数据分类规则，将销售员采集到的销售数据进行分类，而无法根据销售数据的历史情况和销售元素来进行销售数据分类规则的调整，降低了销售数据分类的灵活性，降低了销售数据分类的准确度的技术问题。
根据本发明实施例的一个方面，提供了一种基于人工智能的销售分类方法，包括：获取原始销售数据；将所述原始销售数据进行预处理，得到待分类销售数据；将所述待分类销售数据输出到销售分类模型中，生成分类结果；将所述分类结果进行输出。
可选的，所述将所述原始销售数据进行预处理，得到待分类销售数据包括：将所述原始销售数据进行分割，得到目标销售数据；将所述目标销售数据进行预处理，得到所述待分类销售数据。
可选的，所述预处理包括：剔除冗余。
可选的，在所述将所述待分类销售数据输出到销售分类模型中，生成分类结果之前，所述方法还包括：训练所述销售分类模型。
根据本发明实施例的另一方面，还提供了一种基于人工智能的销售分类装置，包括：获取模块，用于获取原始销售数据；预处理模块，用于将所述原始销售数据进行预处理，得到待分类销售数据；分类模块，用于将所述待分类销售数据输出到销售分类模型中，生成分类结果；输出模块，用于将所述分类结果进行输出。
可选的，所述预处理模块包括：分割单元，用于将所述原始销售数据进行分割，得到目标销售数据；预处理单元，用于将所述目标销售数据进行预处理，得到所述待分类销售数据。
可选的，所述预处理包括：剔除冗余。
可选的，所述装置还包括：训练模块，用于训练所述销售分类模型。
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于人工智能的销售分类方法。
根据本发明实施例的另一方面，还提供了一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于人工智能的销售分类方法。
在本发明实施例中，采用获取原始销售数据；将所述原始销售数据进行预处理，得到待分类销售数据；将所述待分类销售数据输出到销售分类模型中，生成分类结果；将所述分类结果进行输出的方式，解决了现有技术中的销售数据分类只能根据固定的销售数据分类规则，将销售员采集到的销售数据进行分类，而无法根据销售数据的历史情况和销售元素来进行销售数据分类规则的调整，降低了销售数据分类的灵活性，降低了销售数据分类的准确度的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种基于人工智能的销售分类方法的流程图；
图2是根据本发明实施例的一种基于人工智能的销售分类装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种基于人工智能的销售分类方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
图1是根据本发明实施例的一种基于人工智能的销售分类方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取原始销售数据。
具体的，本发明实施例为了实现将销售人员录入的原始销售数据进行分类处理，并得到可以用于销售人员进行分析的销售分类数据，首先需要获取原始销售数据，该原始销售数据是销售人员根据本地销售数据录入的。
需要说明的是，对原始销售数据的采集可以是通过数据采集设备对本地的销售数据服务器进行存储模块的数据调取，也可以是通过云端服务器将销售人员利用数据库存储将不同时期的销售数据存储于云端服务器数据中，并利用数据库调用语句对数据库的原始销售数据表进行调取和采集。
步骤S104，将所述原始销售数据进行预处理，得到待分类销售数据。
可选的，所述将所述原始销售数据进行预处理，得到待分类销售数据包括：将所述原始销售数据进行分割，得到目标销售数据；将所述目标销售数据进行预处理，得到所述待分类销售数据。
可选的，所述预处理包括：剔除冗余。
具体的，当本发明实施例获得了原始销售数据之后，还需要根据预设规则进行预处理，并将预处理后的数据作为待分类销售数据。由于原始销售数据数据量较大且不规则，因此需要将原始销售数据进行分割，并将分割后的数据段一一进行处理，得到可以进行分类的销售数据集合，例如将所述原始销售数据进行分割，得到目标销售数据；将所述目标销售数据进行预处理，得到所述待分类销售数据。
需要说明的是，数据冗余剔除的处理目的是将原始销售数据中分割后的目标销售数据进行优化处理，的进行数据冗余剔除过程中，需要扫描数据的规则值，将数据规则值与标准规则值进行比较，并将多余重复的数据进行删除，以保证目标销售数据可以直接被销售分类模型所利用，作为输入数据，减少销售分类模型对于输入数据的识别错误的情况，增加销售数据分类过程中的精准度和处理效率。
步骤S106，将所述待分类销售数据输出到销售分类模型中，生成分类结果。
可选的，在所述将所述待分类销售数据输出到销售分类模型中，生成分类结果之前，所述方法还包括：训练所述销售分类模型。
具体的，在通过若干销售人员提供的销售历史数据对模型进行训练之后，将完善的销售分类模型来获取待分类销售数据的输入，同时输出分类结果，分类结果可以用于销售人员的销售数据分析，也可以继续用于训练销售分类模型。
步骤S108，将所述分类结果进行输出。
具体的，当本发明实施例获取到了分类结果之后，需要将分类结果进行输出，输出的方式可以是将分类结果发送至销售人员的移动终端，也可以是将分类结果展示至展示设备中，供销售人员进行查看和进一步的分析。
通过上述实施例，解决了现有技术中的销售数据分类只能根据固定的销售数据分类规则，将销售员采集到的销售数据进行分类，而无法根据销售数据的历史情况和销售元素来进行销售数据分类规则的调整，降低了销售数据分类的灵活性，降低了销售数据分类的准确度的技术问题。
实施例二
图2是根据本发明实施例的一种基于人工智能的销售分类装置的结构框图，如图2所示，该装置包括：
获取模块20，用于获取原始销售数据。
具体的，本发明实施例为了实现将销售人员录入的原始销售数据进行分类处理，并得到可以用于销售人员进行分析的销售分类数据，首先需要获取原始销售数据，该原始销售数据是销售人员根据本地销售数据录入的。
需要说明的是，对原始销售数据的采集可以是通过数据采集设备对本地的销售数据服务器进行存储模块的数据调取，也可以是通过云端服务器将销售人员利用数据库存储将不同时期的销售数据存储于云端服务器数据中，并利用数据库调用语句对数据库的原始销售数据表进行调取和采集。
预处理模块22，用于将所述原始销售数据进行预处理，得到待分类销售数据。
可选的，所述预处理模块包括：分割单元，用于将所述原始销售数据进行分割，得到目标销售数据；预处理单元，用于将所述目标销售数据进行预处理，得到所述待分类销售数据
可选的，所述预处理包括：剔除冗余。
具体的，当本发明实施例获得了原始销售数据之后，还需要根据预设规则进行预处理，并将预处理后的数据作为待分类销售数据。由于原始销售数据数据量较大且不规则，因此需要将原始销售数据进行分割，并将分割后的数据段一一进行处理，得到可以进行分类的销售数据集合，例如将所述原始销售数据进行分割，得到目标销售数据；将所述目标销售数据进行预处理，得到所述待分类销售数据。
需要说明的是，数据冗余剔除的处理目的是将原始销售数据中分割后的目标销售数据进行优化处理，的进行数据冗余剔除过程中，需要扫描数据的规则值，将数据规则值与标准规则值进行比较，并将多余重复的数据进行删除，以保证目标销售数据可以直接被销售分类模型所利用，作为输入数据，减少销售分类模型对于输入数据的识别错误的情况，增加销售数据分类过程中的精准度和处理效率。
分类模块24，用于将所述待分类销售数据输出到销售分类模型中，生成分类结果。
可选的，所述装置还包括：训练模块，用于训练所述销售分类模型。
具体的，在通过若干销售人员提供的销售历史数据对模型进行训练之后，将完善的销售分类模型来获取待分类销售数据的输入，同时输出分类结果，分类结果可以用于销售人员的销售数据分析，也可以继续用于训练销售分类模型。
输出模块26，用于将所述分类结果进行输出。
具体的，当本发明实施例获取到了分类结果之后，需要将分类结果进行输出，输出的方式可以是将分类结果发送至销售人员的移动终端，也可以是将分类结果展示至展示设备中，供销售人员进行查看和进一步的分析。
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于人工智能的销售分类方法。
具体的，上述方法还包括：获取原始销售数据；将所述原始销售数据进行预处理，得到待分类销售数据；将所述待分类销售数据输出到销售分类模型中，生成分类结果；将所述分类结果进行输出。
根据本发明实施例的另一方面，还提供了一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于人工智能的销售分类方法。
具体的，上述方法还包括：获取原始销售数据；将所述原始销售数据进行预处理，得到待分类销售数据；将所述待分类销售数据输出到销售分类模型中，生成分类结果；将所述分类结果进行输出。
通过上述实施例，解决了现有技术中的销售数据分类只能根据固定的销售数据分类规则，将销售员采集到的销售数据进行分类，而无法根据销售数据的历史情况和销售元素来进行销售数据分类规则的调整，降低了销售数据分类的灵活性，降低了销售数据分类的准确度的技术问题。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元上。可以根据实际的需要选择其中的部分或者全部单元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单元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，也可以采用软件功能单元的形式实现。
所述集成的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。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于人工智能的销售分类方法，其特征在于，包括：
获取原始销售数据；
将所述原始销售数据进行预处理，得到待分类销售数据；
将所述待分类销售数据输出到销售分类模型中，生成分类结果；
将所述分类结果进行输出。
2.根据权利要求1所述的方法，其特征在于，所述将所述原始销售数据进行预处理，得到待分类销售数据包括：
将所述原始销售数据进行分割，得到目标销售数据；
将所述目标销售数据进行预处理，得到所述待分类销售数据。
3.根据权利要求1所述的方法，其特征在于，所述预处理包括：剔除冗余。
4.根据权利要求1所述的方法，其特征在于，在所述将所述待分类销售数据输出到销售分类模型中，生成分类结果之前，所述方法还包括：
训练所述销售分类模型。
5.一种基于人工智能的销售分类装置，其特征在于，包括：
获取模块，用于获取原始销售数据；
预处理模块，用于将所述原始销售数据进行预处理，得到待分类销售数据；
分类模块，用于将所述待分类销售数据输出到销售分类模型中，生成分类结果；
输出模块，用于将所述分类结果进行输出。
6.根据权利要求5所述的装置，其特征在于，所述预处理模块包括：
分割单元，用于将所述原始销售数据进行分割，得到目标销售数据；
预处理单元，用于将所述目标销售数据进行预处理，得到所述待分类销售数据。
7.根据权利要求5所述的装置，其特征在于，所述预处理包括：剔除冗余。
8.根据权利要求5所述的装置，其特征在于，所述装置还包括：
训练模块，用于训练所述销售分类模型。
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至4中任意一项所述的方法。
10.一种电子装置，其特征在于，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行权利要求1至4中任意一项所述的方法。
CN202110771953.8A 2021-07-08 2021-07-08 一种基于人工智能的销售分类方法及装置 Pending CN113434611A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110771953.8A CN113434611A (zh) 2021-07-08 2021-07-08 一种基于人工智能的销售分类方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110771953.8A CN113434611A (zh) 2021-07-08 2021-07-08 一种基于人工智能的销售分类方法及装置

Publications (1)

Publication Number Publication Date
CN113434611A true CN113434611A (zh) 2021-09-24

Family

ID=77759578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110771953.8A Pending CN113434611A (zh) 2021-07-08 2021-07-08 一种基于人工智能的销售分类方法及装置

Country Status (1)

Country Link
CN (1) CN113434611A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118312895A (zh) * 2024-04-02 2024-07-09 北京奥维云网大数据科技股份有限公司 用于电商销售的数据分类处理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960719A (zh) * 2018-06-29 2018-12-07 北京京东尚科信息技术有限公司 选品方法和装置以及计算机可读存储介质
CN110969467A (zh) * 2018-09-30 2020-04-07 北京国双科技有限公司 产品销售预测方法及相关装置
CN111445969A (zh) * 2020-03-24 2020-07-24 中电药明数据科技(成都)有限公司 一种弹性适应噪音的销售预测的方法及系统
WO2020180482A1 (en) * 2019-03-01 2020-09-10 Jpmorgan Chase Bank, N.A. Systems and methods for data protection
CN111724211A (zh) * 2020-06-30 2020-09-29 名创优品（横琴）企业管理有限公司 一种线下门店商品销量预测方法、装置和设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960719A (zh) * 2018-06-29 2018-12-07 北京京东尚科信息技术有限公司 选品方法和装置以及计算机可读存储介质
CN110969467A (zh) * 2018-09-30 2020-04-07 北京国双科技有限公司 产品销售预测方法及相关装置
WO2020180482A1 (en) * 2019-03-01 2020-09-10 Jpmorgan Chase Bank, N.A. Systems and methods for data protection
CN111445969A (zh) * 2020-03-24 2020-07-24 中电药明数据科技(成都)有限公司 一种弹性适应噪音的销售预测的方法及系统
CN111724211A (zh) * 2020-06-30 2020-09-29 名创优品（横琴）企业管理有限公司 一种线下门店商品销量预测方法、装置和设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118312895A (zh) * 2024-04-02 2024-07-09 北京奥维云网大数据科技股份有限公司 用于电商销售的数据分类处理系统

Similar Documents

Publication Publication Date Title
CN106874134B (zh) 工单类型的处理方法、装置及系统
CN110659318A (zh) 基于大数据的策略推送方法、系统及计算机设备
CN111931809A (zh) 数据的处理方法、装置、存储介质及电子设备
CN112783825B (zh) 数据归档方法、装置、计算机装置及存储介质
CN111144068A (zh) 一种相似仲裁案件推荐方法及装置
CN111460315B (zh) 社群画像构建方法、装置、设备及存储介质
CN113434611A (zh) 一种基于人工智能的销售分类方法及装置
CN113343767A (zh) 物流违规操作的识别方法、装置、设备和存储介质
CN112560445A (zh) 一种市长热线热点诉求话题检测方法和装置
CN111831819B (zh) 一种文本更新方法及装置
CN113065329A (zh) 数据的处理方法和装置
US20190370531A1 (en) Data processing apparatus, data processing method, and non-transitory storage medium
CN111209394A (zh) 文本分类处理方法和装置
CN114968933A (zh) 数据中心的日志的分类方法和装置
CN113627542A (zh) 一种事件信息处理方法、服务器及存储介质
CN113312902A (zh) 一种对合同文本的智能审核校验方法及装置
CN113538038A (zh) 一种基于人工智能的销售反馈方法及装置
CN117112846B (zh) 一种多信息源证照信息管理方法、系统及介质
CN118277911B (zh) 一种基于数据中台的企业数据分析方法、系统及介质
CN113610562A (zh) 一种市场信息汇总方法及装置
CN113486679A (zh) 一种基于神经网络的语句翻译方法及装置
CN107045529A (zh) 网络内容获取方法、装置及服务终端
CN113673626A (zh) 一种五金销售信息分类方法及装置
CN118396655A (zh) 一种人工智能辅助营销系统
CN113313417A (zh) 一种基于决策树模型的涉诉风险信号分级方法及装置

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: 20210924