CN114661658B - 一种应用于远程视频会议的数据分析方法及系统 - Google Patents
一种应用于远程视频会议的数据分析方法及系统 Download PDFInfo
- Publication number
- CN114661658B CN114661658B CN202210289928.0A CN202210289928A CN114661658B CN 114661658 B CN114661658 B CN 114661658B CN 202210289928 A CN202210289928 A CN 202210289928A CN 114661658 B CN114661658 B CN 114661658B
- Authority
- CN
- China
- Prior art keywords
- migration
- video conference
- interaction
- information
- depth feature
- 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.)
- Active
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
- G06F16/10—File systems; File servers
- G06F16/11—File system administration, e.g. details of archiving or snapshots
- G06F16/119—Details of migration of file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/172—Caching, prefetching or hoarding of files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
- G06F16/1815—Journaling file systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/15—Conference systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Telephonic Communication Services (AREA)
Abstract
本公开实施例提供一种应用于远程视频会议的数据分析方法及系统,从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,然后从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息,最后将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,如此可以实现针对所述目标视频会议迁移信息的视频会议迁移生成。
Description
技术领域
本公开涉及远程视频服务技术领域,具体而言,涉及一种应用于远程视频会议的数据分析方法及系统。
背景技术
近年来视频会议在企业中得到了迅速的发展,这是因为商业已经变得越来越全球化,并且雇员是与一个由远程员工、搭档、供应商和顾客组成的大型体系之间进行互动。同时,在消费者领域,能够获得便宜的软件解决方案和摄影机在手提电脑和移动设备中的广泛应用,都为采用视频聊天与家人和朋友之间保持联系起到了助推作用。
在视频会议的场景下,通常涉及到多个不同视频会议在衔接过程中的数据迁移进程,因此如此有效实现针对视频会议迁移信息的视频会议迁移生成,是本领域亟待研究的技术方向。
发明内容
为了至少克服现有技术中的上述不足,本公开的目的在于提供一种应用于远程视频会议的数据分析方法及系统。
第一方面,本公开提供一种应用于远程视频会议的数据分析方法,应用于服务器,所述服务器与多个外部访问终端通信连接,所述方法包括:
从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,每个所述视频会议互动分区包括针对至少一次视频会议互动流程进行信息记录得到的互动记录信息;
从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息;
将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,所述第二远程视频会议用于实现针对所述目标视频会议迁移信息的视频会议迁移生成。
第二方面,本公开实施例还提供一种应用于远程视频会议的数据分析系统,所述应用于远程视频会议的数据分析系统包括服务器以及与所述服务器通信连接的多个外部访问终端;
所述服务器,用于:
从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,每个所述视频会议互动分区包括针对至少一次视频会议互动流程进行信息记录得到的互动记录信息;
从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息;
将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,所述第二远程视频会议用于实现针对所述目标视频会议迁移信息的视频会议迁移生成。
根据上述任意一个方面,本公开从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,然后从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息,最后将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,如此可以实现针对所述目标视频会议迁移信息的视频会议迁移生成。此外,通过引入互动意图决策网络以及深度特征分布等特征参考依据,可以是提高迁移数据的迁移匹配度,可以提升视频会议迁移生成的准确性。同时,通过不同维度的数据分析,实现不同迁移数据的分层次处理,可以适用于不同视频会议场景的数据迁移需求,提升智慧办公体验。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要调用的附图作简单地介绍,应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本公开实施例提供的应用于远程视频会议的数据分析系统的应用场景示意图;
图2为本公开实施例提供的应用于远程视频会议的数据分析方法的流程示意图;
图3为本公开实施例提供的应用于远程视频会议的数据分析装置的功能模块示意图;
图4为本公开实施例提供的用于实现上述的应用于远程视频会议的数据分析方法的服务器的结构组件示意风险攻击情报图。
具体实施方式
下面结合说明书附图对本公开进行具体说明,方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
图1是本公开一种实施例提供的应用于远程视频会议的数据分析系统10的交互示意图。应用于远程视频会议的数据分析系统10可以包括服务器100以及与服务器100通信连接的外部访问终端200。图1所示的应用于远程视频会议的数据分析系统10仅为一种可行的示例,在其它可行的实施例中,该应用于远程视频会议的数据分析系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。
本实施例中,应用于远程视频会议的数据分析系统10中的服务器100和外部访问终端200可以通过配合执行以下方法实施例所描述的应用于远程视频会议的数据分析方法,具体服务器100和外部访问终端200的执行步骤部分可以参照以下方法实施例的详细描述。
为了解决前述背景技术中的技术问题,图2为本公开实施例提供的应用于远程视频会议的数据分析方法的流程示意图,本实施例提供的应用于远程视频会议的数据分析方法可以由图1中所示的服务器100执行,下面对该应用于远程视频会议的数据分析方法进行详细介绍。
步骤S110,从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签。本实施例中,每个所述视频会议互动分区包括针对至少一次视频会议互动流程进行信息记录得到的互动记录信息。
步骤S120,从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息。
步骤S130,将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,所述第二远程视频会议用于实现针对所述目标视频会议迁移信息的视频会议迁移生成。
详细地,本实施例中在上述步骤所述的第一远程视频会议和第二远程视频会议可以是预设的针对候选微服务信息的迁移状态信息进行标识的视频会议阶段,其主要用于标识处于不同迁移状态下的视频会议阶段数据。例如,本实施例中,第一远程视频会议可以是代表原始启用未通过迁移处理或迁移处理的原始视频会议迁移信息或者是经过了一定的迁移处理但仍未达到本公开所需要达到的迁移要求的数据,所述第二远程视频会议代表通过本公开的迁移处理或迁移处理之后的视频会议迁移信息。所述第一远程视频会议的视频会议互动信息序列可以是由远程视频服务器或者是与远程视频服务器相连接或相互通信的其他信息记录设备对用户使用相关应用客户端产生的视频会议互动信息进行的大信息记录而得到的视频会议互动信息组成。
所述互动意图标签可以是不同的会议互动微服务信息自身携带的用于表示视频互动意图特征(如互动行为指向对象等)的标签信息。所述会议互动微服务信息可以是对一次视频会议互动流程进行信息记录得到的数据而构成的微服务数据,也可以是一个信息记录周期内对视频会议互动流程进行信息记录得到的数据而构成的微服务数据,或者也可以是一定时间内启用的视频会议互动信息按照设定的会议互动微服务信息划分规则对所述视频会议互动信息进行数据划分而得到的微服务数据,此处不具体限定。各会议互动微服务信息可以具有相同的分区范围也可以具有不同的分区范围。
所述按照设定的迁移处理规则进行的视频会议信息迁移可以是对各会议互动微服务信息中的迁移数据进行解析,对解析到的迁移数据按照设定的迁移处理方式(例如静态迁移处理、整体迁移处理等)进行的数据处理方式。
下面将结合具体的实施例方式对上述相关步骤的具体实现方法进行详细的阐述。
在上述步骤S110中,从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,一种可替代的具体实现方式包括下述的子步骤S1101-S1103,具体描述如下。
子步骤S1101,将所述视频会议互动信息序列中每一视频会议互动分区的各会议互动微服务信息进行深度特征提取得到第一深度特征分布。
详细地,本实施例中,每一个视频会议互动分区可以是用于存储对一次视频会议互动流程进行信息记录得到的数据的分区空间,也可以是用于存储一个信息记录周期内对视频会议互动流程进行信息记录得到的数据的分区空间,或者也可以是用于存储一定时间内启用的视频会议互动信息的分区空间,此处不具体进行限定。
此外,本实施例中,可以将所述视频会议互动信息序列输入至预设得到的第一互动意图决策网络,以由所述第一互动意图决策网络的卷积特征提取节点将所述视频会议互动信息序列中的每一视频会议互动分区进行深度特征提取得到所述第一深度特征分布。所述卷积特征提取节点用于可以通过频繁操作特征卷积、兴趣点特征定位、特征规则化处理等深度特征提取方法实现对所述视频会议互动分区的深度特征,所述卷积特征提取节点包括目标互动意图分类节点,所述目标互动意图分类节点的分类函数进行特征卷积的提取范围为所述视频会议互动分区的特征映射分区的至少一个分区对应的分区范围。所述频繁操作特征卷积例如可以是,将会议互动微服务信息中的数据属性按照设定的映射关系进行编码特征映射,得到相应的深度特征。所述兴趣点特征定位例如可以是,将各会议互动微服务信息对应的互动记录信息与微服务类别进行分割,然后将兴趣点特征和数据分别进行深度特征提取,通过特征向量特征分布的方式对各会议互动微服务信息的互动记录信息进行表示即可得到所述兴趣点特征。所述特征规则化处理例如可以是,对各会议互动微服务信息对应的互动记录信息的微服务类别按照设定的统一编码规则编码到一个标准的特征描述区间,进而得到所述兴趣点特征。
子步骤S1102,对各第一深度特征分布进行互动意图标签解析,获得所述视频会议互动信息序列中各视频会议互动分区中的各会议互动微服务信息的互动意图标签。
详细地,本实施例中,可以由所述第一互动意图决策网络的互动意图分类节点对各第一深度特征分布进行互动意图标签解析,得到目标互动日志信息在视频会议互动信息序列各视频会议互动分区中的各会议互动微服务信息的互动意图标签。
子步骤S1103,从解析出的各个会议互动微服务信息的互动意图标签中匹配所述目标互动日志信息在多个视频会议互动分区中的互动意图标签。
如此,通过以上所述的方法,可以得到具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签。
目标互动日志信息在视频会议互动分区中的互动意图标签,可以包括:目标互动日志信息的特征点在视频会议互动分区中的互动意图迁移类别、及目标互动日志信息在视频会议互动分区中的类别属性;或者,目标互动日志信息的定位区的互动意图迁移类别等等。互动意图标签具体并不限定,只要是能够定位视频会议互动分区中的目标互动日志信息即可。
本实施例中,目标互动日志信息可以是预设的需要进行迁移处理的数据,具体的类型不限。举例而言,本实施例也可以先进行数据预处理将第一远程视频会议的视频会议互动分区进行转化,转化为常用的可进行目标解析的数据,再进行解析;也可以直接对第一远程视频会议的视频会议互动分区进行目标解析,得到互动意图标签,具体实现方式不限。
此外,上述步骤S1101和步骤S1102中,将所述视频会议互动信息序列中每一视频会议互动分区的各会议互动微服务信息进行深度特征提取得到第一深度特征分布,对各第一深度特征分布进行互动意图标签解析,获得所述视频会议互动信息序列中各视频会议互动分区中的各会议互动微服务信息的互动意图标签,另一种可替代的实现方式如下:
首先,采用预设的深度特征方式将所述视频会议互动信息序列中每一视频会议互动分区的各会议互动微服务信息进行深度特征提取得到第一深度特征分布;
然后,将各第一深度特征分布输入至预设得到的第二互动意图决策网络,由所述第二互动意图决策网络的互动意图分类节点对各第一深度特征分布进行互动意图标签解析,得到目标互动日志信息在视频会议互动信息序列各视频会议互动分区中的各会议互动微服务信息的互动意图标签。
本实施例中,所述预设的深度特征方式可以包括哈希特征提取。其中,所述哈希特征提取包括将各会议互动微服务信息的微服务类别映射到预设的哈希特征位图中的深度特征,然后将各会议互动微服务信息的互动记录信息进行哈希提取后与所述对应的深度特征进行对应配置。
进一步地,本实施例中,所述互动意图标签可以包括:目标互动日志信息中的预设视频会议迁移信息的互动意图迁移类别、及指示目标互动日志信息对应的迁移类别属性的迁移类别属性标签。所述目标互动日志信息中的预设视频会议迁移信息例如可以是具有迁移或待迁移价值数据的信息。
基于上述内容,上述步骤S120中,从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息,具体的实现方法可以是一下两种实现方法中的一种任意一种。
第一种:针对每一所述视频会议互动分区,依据所述目标互动日志信息在该视频会议互动分区的互动意图标签中的互动意图迁移类别与迁移类别属性标签进行特征卷积时对应的特征卷积范围,根据所述特征卷积范围在该视频会议互动分区中获取类别属性为预设类别属性的会议互动微服务信息,将获取出的会议互动微服务信息确定为候选微服务信息。
第二种:针对每一所述视频会议互动分区,根据所述目标互动日志信息在该视频会议互动分区中的互动意图标签中的互动意图迁移类别在该视频会议互动分区中循环游走类别属性为迁移类别属性标签的会议互动微服务信息;然后,采用属性关联的方式将获取出的会议互动微服务信息从不同的迁移类别属性关联至目标类别属性,将属性关联后的会议互动微服务信息对应的视频会议迁移信息确定为候选微服务信息。
进一步地,在本实施例中,在上述步骤S130中,将各个第一远程视频会议的候选微服务信息进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,具体可以通过以下方案一和方案二中的任意一种实现,描述如下。
方案一:
将每一候选微服务信息进行深度特征提取得到第二深度特征分布,将目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布;
将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息,所述视频会议信息迁移包括静态迁移处理、动态迁移处理、整体迁移处理中的其中任意一种或多种的组合。如此,通过勾联后的深度特征,可以找到与需要进行迁移处理的相应深度特征对应的互动记录信息,然后对该相应的互动记录信息进行视频会议信息迁移。
方案二:
将各候选微服务信息输入至预设得到的第三互动意图决策网络,以由所述第三互动意图决策网络的卷积特征提取节点将输入的每一候选微服务信息进行深度特征提取得到第二深度特征分布;
由所述第三互动意图决策网络的特征勾联节点将目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布;
由所述第三互动意图决策网络的迁移节点将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息; 其中,所述卷积特征提取节点用于执行以下至少一种深度特征提取:频繁操作特征卷积、兴趣点特征定位、特征规则化处理,所述卷积特征提取节点包括目标互动意图分类节点,所述目标互动意图分类节点的分类函数进行特征卷积的提取范围为所述视频会议互动分区的特征映射分区的至少一个分区对应的分区范围。
进一步地,本实施中,上述将每一候选微服务信息进行深度特征提取得到第二深度特征分布,一种实现方式可以是:采用预设的深度特征方式将每一候选微服务信息进行深度特征提取得到第二深度特征分布;所述预设的深度特征方式至少包括哈希特征提取。
基于此,所述目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布,将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息,一种可实现的方式可以是:
将各第二深度特征分布输入至预设得到的第四互动意图决策网络,以由所述第四互动意图决策网络的特征勾联节点将目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布,并由所述第三互动意图决策网络的迁移节点将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息。如此,第四互动意图决策网络可以是预先采用深度特征分布样本进行模型训练而得到的深度学习模型,可以用于对深度特征分布中的各深度特征进行勾联,例如对迁移数据采用相应的勾联方式进行勾联,对非迁移数据采用不同与迁移数据的其他勾联方式进行勾联,如此后续可以有针对性的对包括相应的勾联的第三深度特征分布中的相关迁移数据的深度特征进行视频会议信息迁移,实现本公开的视频会议迁移生成的目的。
基于上述内容,将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息,具体的实现方式可以是以下(1)-(4)所述的方式中的其中任意一种。
(1)将各所述第三深度特征分布进行特征分布拼接得到拼接深度特征分布,并通过至少一个迁移节点对拼接深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息。本实例中,每个视频会议互动分区中的数据可以对应得到一个第三深度特征分布,为了方面数据的统一处理,可以将各第三深度特征分布通过特征分布拼接的方式得到一个拼接深度特征分布,以方便后续直接对该拼接深度特征分布统一进行视频会议信息迁移,无需单独的对多个特征分布进行处理。
(2)按照预设对应信息将所述第三深度特征分布中的每一深度特征片段映射到指定迁移分区中,将映射后得到的指定迁移分区作为所述目标视频会议迁移信息,所述指定迁移分区的迁移分区大小大于各勾联后的视频会议迁移信息的迁移分区大小。
(3)提取所述第三深度特征分布中具有匹配互动节点的互动触发流程的深度特征片段的深度特征位点,根据各所述深度特征位点对各所述深度特征位点对应的深度特征片段进行视频会议信息迁移得到所述目标视频会议迁移信息。
(4)将所述第三深度特征分布分别按照所述第一远程视频会议对应的迁移模板规则进行迁移处理,并将迁移处理后的各第三深度特征分布进行静态迁移处理、动态迁移处理、或整体迁移处理得到所述目标视频会议迁移信息。如此,可以先对各所述第三深度特征分布分别按照第一远程视频会议对应的迁移模板规则进行迁移处理,然后再对第三深度特征分布中有关的迁移数据进行静态迁移处理、动态迁移处理、或整体迁移处理等迁移处理,实现迁移数据的处理,继而得到具有第二远程视频会议的目标视频会议迁移信息。
(5)将所述第三深度特征分布进行静态迁移处理、动态迁移处理、或整体迁移处理得到参考视频会议迁移信息,然后将所述参考视频会议迁移信息按照所述第一远程视频会议对应的迁移模板规则进行迁移处理得到所述目标视频会议迁移信息。如此,可以先对第三深度特征分布中有关的迁移数据进行静态迁移处理、动态迁移处理、或整体迁移处理等迁移处理,实现迁移数据的保护,然后再分别按照第一远程视频会议对应的迁移模板规则对各所述第三深度特征分布进行迁移处理,继而得到具有第二远程视频会议的目标视频会议迁移信息。
进一步地,本公开中,上述的视频会议信息迁移方式可以是针对特定数据的迁移数据迁移控制,基于这种方式,上述步骤S130中,将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,另一中可替代的实施方式包括下述的子步骤S1301-S1305,具体描述如下。
子步骤S1301,根据各个第一远程视频会议的候选微服务信息,获取各候选微服务信息对应中的分散迁移类别集合和整体迁移类别集合。本实施例中,所述分散迁移类别集合可以包括所述候选微服务信息中的各个微服务信息单元中的会议互动微服务信息分别对应的分散迁移类别,一个分散迁移类别可对应一个微服务信息单元的数据。所述整体迁移类别用于代表每个候选微服务信息整体的迁移标识。举例而言,本实施例中,可以将各候选微服务信息输入预设的迁移类别分类网络中进行迁移数据解析,即可输出得到各候选微服务信息分别对应的分散迁移类别集合和整体迁移类别集合。
子步骤S1302,基于所述候选微服务信息对应的分散迁移类别集合和整体迁移类别集合之间的关联参数,对所述候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合和整体迁移类别集合进行迁移冲突检测,得到迁移冲突检测信息。例如,迁移冲突检测可以是将分散迁移类别集合中的各个分散迁移类别分别与对应的整体迁移类别进行相关性匹配,将与整体迁移类别匹配度作为迁移冲突检测信息。比如,整体迁移类别代表高级别迁移要求,匹配度可以包括高匹配度、中匹配度、低匹配度,其中高匹配度和中匹配度对应的迁移数据需要在后续进行相对应的迁移控制。
子步骤S1303,根据所述迁移冲突检测信息,将迁移冲突检测存在冲突的整体迁移类别确定为候选整体迁移类别,根据所述迁移冲突检测信息中无冲突的整体迁移类别对应的视频会议迁移信息与所述候选整体迁移类别对应的视频会议迁移信息之间的关联参数,确定与所述候选整体迁移类别相匹配的匹配迁移信息。本实施例中,迁移冲突检测存在冲突可以是指其中某个整体迁移类别在迁移冲突检测中出现反常的分析结果,例如因为该整体迁移类别的迁移类别位缺失导致预分析过程中无法与对应的分散迁移类别进行预分析匹配,如此可以根据无冲突的整体迁移类别对应的视频会议迁移信息与所述候选整体迁移类别对应的视频会议迁移信息之间的关联参数,确定对应的匹配迁移信息,例如可以将关联参数最高的无冲突的整体迁移类别对应的匹配迁移信息作为该候选整体迁移类别对应的匹配迁移信息。所述匹配迁移信息可以与所述关联参数最高的无冲突的整体迁移类别相对应。
子步骤S1304,根据与所述候选整体迁移类别相匹配的匹配迁移信息对所述候选整体迁移类别进行迁移冲突检测。此处的迁移冲突检测过程可以参照步骤S1302的方式,此处不在赘述。
子步骤S1305,根据上述子步骤S1302和S1304得到的迁移冲突检测信息,得到与所述视频会议信息迁移规则对应的迁移控制请求,并根据所述迁移控制请求对所述待迁移的视频会议迁移信息进行迁移控制得到所述目标视频会议迁移信息。例如所述迁移控制请求可以是表示具体的迁移控制方法的指示,具体不做限定。例如,不同的迁移控制请求代表迁移处理的重要性,不同的重要性对应不同的迁移控制方式。如此,可以通过对迁移类别集合的分析得到相应的迁移数据的重要性信息对相应的迁移数据进行分级处理,进而实现不同等级的迁移数据迁移控制方法,以满足不同场景的需求。
其中,上述步骤(1)中,所述获取候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合和整体迁移类别集合,具体的方式包括:
根据各个第一远程视频会议的候选微服务信息,获取所述候选微服务信息对应的待迁移的视频会议迁移信息中的至少两个分散迁移类别和至少两个整体迁移类别;
获取所述至少两个分散迁移类别之间的分散迁移类别关联参数和分散迁移类别损失,获取所述至少两个整体迁移类别之间的整体迁移类别关联参数和整体迁移类别损失;
根据所述分散迁移类别关联参数和所述分散迁移类别损失,对所述至少两个分散迁移类别进行排列,得到所述候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合;一个分散迁移类别集合包括至少一个分散迁移类别;根据所述整体迁移类别关联参数和所述整体迁移类别损失,对所述至少两个整体迁移类别进行排列,得到所述候选微服务信息对应的待迁移的视频会议迁移信息中的整体迁移类别集合;一个整体迁移类别集合包括至少一个整体迁移类别。
此外,举例而言,所述基于所述候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合和整体迁移类别集合之间的关联参数,对所述候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合和整体迁移类别集合进行迁移冲突检测,得到迁移冲突检测信息,包括:
将所述候选微服务信息对应的待迁移的视频会议迁移信息中的整体迁移类别集合确定为待分析整体迁移类别集合,将所述候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合确定为待分析分散迁移类别集合;所述待分析整体迁移类别集合中的整体迁移类别是从预先建立的针对所述候选微服务信息对应的待迁移的视频会议迁移信息的迁移类别引用库中所获取的;
获取所述迁移类别引用库中的分散迁移类别,根据所述迁移类别引用库中的分散迁移类别与所述待分析分散迁移类别集合中的分散迁移类别之间的迁移类别关联参数,确定所述待分析整体迁移类别集合与所述待分析分散迁移类别集合之间的所述关联参数;当所述关联参数不小于关联参数阈值时,对所述待分析整体迁移类别集合和所述待分析分散迁移类别集合进行迁移冲突检测,得到所述迁移冲突检测信息。如此,当所述关联参数不小于关联参数阈值时,说明对应的整体迁移类别集合不会出现迁移冲突检测冲突,可以进行迁移冲突检测,此时再进行迁移控制。
图3为本公开实施例提供的应用于远程视频会议的数据分析装置300的功能模块示意图,下面分别对该应用于远程视频会议的数据分析装置300的各个功能模块的功能进行详细阐述。
第一获取模块310,用于从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,每个视频会议互动分区包括针对至少一次视频会议互动流程进行信息记录得到的互动记录信息。
第二获取模块320,用于从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息。
迁移模块330,用于将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,第二远程视频会议用于实现针对目标视频会议迁移信息的视频会议迁移生成。
图4示出了本公开实施例提供的用于实现上述的应用于远程视频会议的数据分析方法的服务器100的硬件结构示意图,如图4所示,服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中,至少一个处理器110执行机器可读存储介质120存储的计算机执行指令,使得处理器110可以执行如上方法实施例的应用于远程视频会议的数据分析方法,其特征在于,处理器110、机器可读存储介质120以及收发器140通过总线130连接,处理器110可以用于控制收发器140的收发动作,从而可以与前述的外部访问终端200进行数据收发。
处理器110的具体实现过程可参见上述服务器100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
此外,本公开实施例还提供一种可读存储介质,所述可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上应用于远程视频会议的数据分析方法。
最后,应当理解的是,本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种应用于远程视频会议的数据分析方法,其特征在于,应用于远程视频服务器,包括:
从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,每个所述视频会议互动分区包括针对至少一次视频会议互动流程进行信息记录得到的互动记录信息;
从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息;
将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,所述第二远程视频会议用于实现针对所述目标视频会议迁移信息的视频会议迁移生成。
2.根据权利要求1所述的应用于远程视频会议的数据分析方法,其特征在于,所述从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,包括:
将所述视频会议互动信息序列中每一视频会议互动分区的各会议互动微服务信息进行深度特征提取得到第一深度特征分布,对各第一深度特征分布进行互动意图标签解析,获得所述视频会议互动信息序列中各视频会议互动分区中的各会议互动微服务信息的互动意图标签;
从解析出的各个会议互动微服务信息的互动意图标签中匹配所述目标互动日志信息在多个视频会议互动分区中的互动意图标签。
3.根据权利要求2所述的应用于远程视频会议的数据分析方法,其特征在于,所述将所述视频会议互动信息序列中每一视频会议互动分区的各会议互动微服务信息进行深度特征提取得到第一深度特征分布,对各第一深度特征分布进行互动意图标签解析,获得所述视频会议互动信息序列中各视频会议互动分区中的各会议互动微服务信息的互动意图标签,包括:
将所述视频会议互动信息序列输入至预设得到的第一互动意图决策网络,以由所述第一互动意图决策网络的卷积特征提取节点将所述视频会议互动信息序列中的每一视频会议互动分区进行深度特征提取得到第一深度特征分布,并由所述第一互动意图决策网络的互动意图分类节点对各第一深度特征分布进行互动意图标签解析,得到目标互动日志信息在视频会议互动信息序列各视频会议互动分区中的各会议互动微服务信息的互动意图标签;
所述卷积特征提取节点用于执行以下至少一种深度特征提取:频繁操作特征卷积、兴趣点特征定位、特征规则化处理,所述卷积特征提取节点至少包括一个目标互动意图分类节点,所述目标互动意图分类节点的分类函数进行特征卷积的提取范围为所述视频会议互动分区的特征映射分区的至少一个分区对应的分区范围。
4.根据权利要求2所述的应用于远程视频会议的数据分析方法,其特征在于,所述将所述视频会议互动信息序列中每一视频会议互动分区的各会议互动微服务信息进行深度特征提取得到第一深度特征分布,对各第一深度特征分布进行互动意图标签解析,获得所述视频会议互动信息序列中各视频会议互动分区中的各会议互动微服务信息的互动意图标签,包括:
采用预设的深度特征方式将所述视频会议互动信息序列中每一视频会议互动分区的各会议互动微服务信息进行深度特征提取得到第一深度特征分布;所述预设的深度特征方式至少包括哈希特征提取,其中,所述哈希特征提取包括将各会议互动微服务信息的微服务类别映射到预设的哈希特征位图中的深度特征以及将各会议互动微服务信息的互动记录信息进行哈希提取后与所述对应的深度特征进行对应配置;
将各第一深度特征分布输入至预设得到的第二互动意图决策网络,由所述第二互动意图决策网络的互动意图分类节点对各第一深度特征分布进行互动意图标签解析,得到目标互动日志信息在视频会议互动信息序列各视频会议互动分区中的各会议互动微服务信息的互动意图标签。
5.根据权利要求1所述的应用于远程视频会议的数据分析方法,其特征在于, 所述互动意图标签包括:目标互动日志信息中预设视频会议迁移信息的互动意图迁移类别、及指示目标互动日志信息对应的迁移类别属性的迁移类别属性标签;
所述从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息,包括:
针对每一所述视频会议互动分区,依据所述目标互动日志信息在该视频会议互动分区的互动意图标签中的互动意图迁移类别与迁移类别属性标签进行特征卷积时对应的特征卷积范围,根据所述特征卷积范围在该视频会议互动分区中获取类别属性为预设类别属性的会议互动微服务信息,将获取出的会议互动微服务信息确定为候选微服务信息;或者
针对每一所述视频会议互动分区,根据所述目标互动日志信息在该视频会议互动分区中的互动意图标签中的互动意图迁移类别在该视频会议互动分区中循环游走类别属性为迁移类别属性标签的会议互动微服务信息;采用属性关联的方式将获取出的会议互动微服务信息从不同的迁移类别属性关联至目标类别属性,将属性关联后的会议互动微服务信息对应的视频会议迁移信息确定为候选微服务信息。
6.根据权利要求1所述的应用于远程视频会议的数据分析方法,其特征在于,所述将各个第一远程视频会议的候选微服务信息进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,包括:
将每一候选微服务信息进行深度特征提取得到第二深度特征分布,将目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布,将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息,所述视频会议信息迁移包括以下处理方式的其中至少一种:静态迁移处理、动态迁移处理、整体迁移处理;或者
将各候选微服务信息输入至预设得到的第三互动意图决策网络,以由所述第三互动意图决策网络的卷积特征提取节点将输入的每一候选微服务信息进行深度特征提取得到第二深度特征分布,由所述第三互动意图决策网络的特征勾联节点将目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布,并由所述第三互动意图决策网络的迁移节点将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息;其中,所述卷积特征提取节点通过频繁操作特征卷积、兴趣点特征定位、或特征规则化处理实现深度特征提取,所述卷积特征提取节点包括目标互动意图分类节点,所述目标互动意图分类节点的分类函数进行特征卷积的提取范围为所述视频会议互动分区的特征映射分区的至少一个分区对应的分区范围。
7.根据权利要求6所述的应用于远程视频会议的数据分析方法,其特征在于,所述将每一候选微服务信息进行深度特征提取得到第二深度特征分布,包括:
采用预设的深度特征方式将每一候选微服务信息进行深度特征提取得到第二深度特征分布;所述预设的深度特征方式至少包括哈希特征提取;
所述对所述目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布,将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息,包括:
将各第二深度特征分布输入至预设得到的第四互动意图决策网络,以由所述第四互动意图决策网络的特征勾联节点将目标互动日志信息在各第二深度特征分布中的对应深度特征进行勾联得到勾联后的第三深度特征分布,并由所述第三互动意图决策网络的迁移节点将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息。
8.根据权利要求7所述的应用于远程视频会议的数据分析方法,其特征在于,所述将各第三深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息,包括:
将所述第三深度特征分布进行特征分布拼接得到拼接深度特征分布,并通过至少一个迁移节点对拼接深度特征分布进行视频会议信息迁移得到所述目标视频会议迁移信息;或者
按照预设对应信息将所述第三深度特征分布中的每一深度特征片段映射到指定迁移分区中,将映射后得到的指定迁移分区作为所述目标视频会议迁移信息,所述指定迁移分区的迁移分区大小大于各勾联后的视频会议迁移信息的迁移分区大小;或者
提取所述第三深度特征分布中具有匹配互动节点的互动触发流程的深度特征片段的深度特征位点,根据各所述深度特征位点对各所述深度特征位点对应的深度特征片段进行视频会议信息迁移得到所述目标视频会议迁移信息;或者
将所述第三深度特征分布分别按照所述第一远程视频会议对应的迁移模板规则进行迁移处理,并将迁移处理后的各第三深度特征分布进行静态迁移处理、动态迁移处理、或整体迁移处理得到具有所述第二远程视频会议的所述目标视频会议迁移信息;或者
将所述第三深度特征分布进行静态迁移处理、动态迁移处理、或整体迁移处理得到参考视频会议迁移信息,然后将所述参考视频会议迁移信息按照所述第一远程视频会议对应的迁移模板规则进行迁移处理得到具有所述第二远程视频会议的所述目标视频会议迁移信息。
9.根据权利要求1所述的应用于远程视频会议的数据分析方法,其特征在于,所述将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,包括:
根据各个第一远程视频会议的候选微服务信息,获取候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合和整体迁移类别集合;所述分散迁移类别集合可以包括所述候选微服务信息中的各个微服务信息单元中的会议互动微服务信息分别对应的分散迁移类别,一个分散迁移类别可对应一个微服务信息单元的数据;
基于所述候选微服务信息对应的分散迁移类别集合和整体迁移类别集合之间的关联参数,对所述候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合和整体迁移类别集合进行迁移冲突检测,得到迁移冲突检测信息;
根据所述迁移冲突检测信息,将迁移冲突检测存在冲突的整体迁移类别确定为候选整体迁移类别,根据所述迁移冲突检测信息中无冲突的整体迁移类别对应的视频会议迁移信息与所述候选整体迁移类别对应的视频会议迁移信息之间的关联参数,确定与所述候选整体迁移类别相匹配的匹配迁移信息;
根据与所述候选整体迁移类别相匹配的匹配迁移信息对所述候选整体迁移类别进行迁移冲突检测,得到迁移冲突检测信息;
根据所述迁移冲突检测信息,得到与所述视频会议信息迁移规则对应的迁移控制请求,并根据所述迁移控制请求对所述待迁移的视频会议迁移信息进行迁移控制得到所述目标视频会议迁移信息;
其中,获取候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合和整体迁移类别集合,包括:
根据各个第一远程视频会议的候选微服务信息,获取所述候选微服务信息对应的待迁移的视频会议迁移信息中的至少两个分散迁移类别和至少两个整体迁移类别;
获取所述至少两个分散迁移类别之间的分散迁移类别关联参数和分散迁移类别损失,获取所述至少两个整体迁移类别之间的整体迁移类别关联参数和整体迁移类别损失;
根据所述分散迁移类别关联参数和所述分散迁移类别损失,对所述至少两个分散迁移类别进行排列,得到所述候选微服务信息对应的待迁移的视频会议迁移信息中的分散迁移类别集合;一个分散迁移类别集合包括至少一个分散迁移类别;根据所述整体迁移类别关联参数和所述整体迁移类别损失,对所述至少两个整体迁移类别进行排列,得到所述候选微服务信息对应的待迁移的视频会议迁移信息中的整体迁移类别集合;一个整体迁移类别集合包括至少一个整体迁移类别。
10.一种应用于远程视频会议的数据分析系统,其特征在于,所述应用于远程视频会议的数据分析系统包括服务器以及与所述服务器通信连接的多个外部访问终端;
所述服务器,用于:
从第一远程视频会议的视频会议互动信息序列中获取具有匹配互动节点的互动触发流程的目标互动日志信息在所述视频会议互动信息序列的多个视频会议互动分区中的互动意图标签,每个所述视频会议互动分区包括针对至少一次视频会议互动流程进行信息记录得到的互动记录信息;
从各视频会议互动分区中分别获取各互动意图标签对应的会议互动微服务信息,得到多个候选微服务信息;
将各个第一远程视频会议的候选微服务信息按照预设的视频会议信息迁移规则进行视频会议信息迁移得到第二远程视频会议的目标视频会议迁移信息,所述第二远程视频会议用于实现针对所述目标视频会议迁移信息的视频会议迁移生成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210289928.0A CN114661658B (zh) | 2022-03-23 | 2022-03-23 | 一种应用于远程视频会议的数据分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210289928.0A CN114661658B (zh) | 2022-03-23 | 2022-03-23 | 一种应用于远程视频会议的数据分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114661658A CN114661658A (zh) | 2022-06-24 |
CN114661658B true CN114661658B (zh) | 2023-01-06 |
Family
ID=82031533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210289928.0A Active CN114661658B (zh) | 2022-03-23 | 2022-03-23 | 一种应用于远程视频会议的数据分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114661658B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115062227B (zh) * | 2022-07-06 | 2023-01-10 | 广推科技(北京)有限公司 | 采用人工智能分析的用户行为活动分析方法及大数据系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110248138A (zh) * | 2018-03-08 | 2019-09-17 | 华为技术有限公司 | 进行音视频会议的方法和装置 |
CN113628005A (zh) * | 2021-07-31 | 2021-11-09 | 李德财 | 基于电商会话大数据的推送更新方法及大数据ai系统 |
US20220078376A1 (en) * | 2020-09-04 | 2022-03-10 | Mersive Technologies, Inc. | Video conferencing systems with meeting migration |
-
2022
- 2022-03-23 CN CN202210289928.0A patent/CN114661658B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110248138A (zh) * | 2018-03-08 | 2019-09-17 | 华为技术有限公司 | 进行音视频会议的方法和装置 |
US20220078376A1 (en) * | 2020-09-04 | 2022-03-10 | Mersive Technologies, Inc. | Video conferencing systems with meeting migration |
CN113628005A (zh) * | 2021-07-31 | 2021-11-09 | 李德财 | 基于电商会话大数据的推送更新方法及大数据ai系统 |
Non-Patent Citations (3)
Title |
---|
"PartSpan: Parallel Sequence Mining of Trajectory Patterns";Shaojie Qiao 等;《IEEE》;20081105;全文 * |
"基于Black board优化高校网络远程教学效果的策略研究";朱明芳;《科教文汇》;20081031;全文 * |
"未来课堂环境下的可视化教学研究";叶新东;《中国优秀博硕士学位论文全文数据库(博士)》;20141115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114661658A (zh) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210201161A1 (en) | Method, apparatus, electronic device and readable storage medium for constructing key-point learning model | |
EP3852007B1 (en) | Method, apparatus, electronic device, readable storage medium and program for classifying video | |
CN107402878B (zh) | 测试方法和装置 | |
CN105630662B (zh) | 内存检测方法和装置 | |
KR102685782B1 (ko) | 신원 정보 처리 방법, 장치, 전자 기기 및 저장 매체 | |
CN110569765B (zh) | 图片识别方法、图片比对方法及装置 | |
WO2023103390A1 (zh) | 任务处理方法、任务处理装置、电子设备以及存储介质 | |
CN111783045A (zh) | 基于分级分类的数据授权方法和装置 | |
CN114661658B (zh) | 一种应用于远程视频会议的数据分析方法及系统 | |
CN107277146B (zh) | 一种分布式存储业务流量模型生成方法及系统 | |
CN116049109A (zh) | 一种基于过滤器的文件校验方法、系统、设备和介质 | |
CN113810765B (zh) | 视频处理方法、装置、设备和介质 | |
US20200099982A1 (en) | Filter and Prevent Sharing of Videos | |
US20240296316A1 (en) | Generative artificial intelligence development system | |
US20240296315A1 (en) | Artificial intelligence prompt processing and storage system | |
US20240296314A1 (en) | Generative artificial intelligence (ai) system | |
CN115937742B (zh) | 视频场景分割、视觉任务处理方法、装置、设备以及介质 | |
CN108540471B (zh) | 移动应用网络流量聚类方法、计算机可读存储介质和终端 | |
CN111966506B (zh) | 基于不同应用程序的内容分享方法和计算机设备 | |
CN108984614B (zh) | 一种基于大数据环境下的视图像快速识别方法 | |
CN108667685B (zh) | 移动应用网络流量聚类装置 | |
CN111694739A (zh) | 接口测试方法、装置、设备及存储介质 | |
CN110166505B (zh) | 一种会话记录存储方法、装置、设备及存储介质 | |
CN113095342B (zh) | 基于误判样本图片的审核模型优化方法、装置及服务器 | |
CN117076332B (zh) | 一种测试用例的测试方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221212 Address after: Room 303, No.23, Lane 4088, Luoshan Road, Pudong New Area, Shanghai, 200120 Applicant after: Aenhi (Shanghai) Hospital Management Co.,Ltd. Address before: No. 57, Hongshiyan village, gaoguma village committee, Goujie Town, Yiliang County, Kunming, Yunnan 650000 Applicant before: Zhu Mingfang |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |