CN115170151A - 一种线上商户认证和管理系统 - Google Patents
一种线上商户认证和管理系统 Download PDFInfo
- Publication number
- CN115170151A CN115170151A CN202210612839.5A CN202210612839A CN115170151A CN 115170151 A CN115170151 A CN 115170151A CN 202210612839 A CN202210612839 A CN 202210612839A CN 115170151 A CN115170151 A CN 115170151A
- Authority
- CN
- China
- Prior art keywords
- analysis
- server
- evaluation
- evaluator
- module
- 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
- 238000004458 analytical method Methods 0.000 claims abstract description 163
- 238000011156 evaluation Methods 0.000 claims abstract description 114
- 238000012795 verification Methods 0.000 claims abstract description 64
- 230000000694 effects Effects 0.000 claims abstract description 12
- 230000005059 dormancy Effects 0.000 claims abstract description 4
- 238000007726 management method Methods 0.000 claims description 82
- 238000000034 method Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000007958 sleep Effects 0.000 claims description 7
- 235000013305 food Nutrition 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000000047 product Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000012552 review Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012797 qualification Methods 0.000 description 4
- 238000012550 audit Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000006266 hibernation Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0203—Market surveys; Market polls
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种线上商户认证和管理系统,包括:商户认证模块、用户评价管理模块和服务器管理模块。所述商户认证模块基于对商户收款方安全性验证分析对申请线上商户的用户进行安全性分析。所述用户评价管理模块首先对评价者的身份进行评价者身份分析,并基于评价者身份分析结果对该评价者发出的评价进行区别管理。所述服务器管理模块用于接收用户请求并进行相应的分析后形成分析结果反馈给用户,同时对分析用户请求的服务器进行活跃度管理。本发明弥补了现有技术对于商户认证审核的漏洞,且可从源头上有效遏制通过恶意评价牟利的评价发布者,同时通过对服务器群活跃/休眠的自动调控,有效控制服务器的运行状态。
Description
技术领域
本发明属于电商服务技术领域,具体涉及一种线上商户认证和管理系统。
背景技术
随着我国互联网技术的不断进步,线上商户数量日益增多,借助线上商户管理平台,消费者可以在线上购买到种类繁多的产品,相比线下商户,消费者的选择面增加了,因此现在更多的消费者,尤其是年轻消费者会选择在线上商户进行日常消费。但是,线上商户数量的增加必然伴随着以下问题:
1.部分售卖假冒伪劣产品、山寨产品、不安全食品的不法商户借机牟利,不仅给消费者带来极差的消费体验,钱财损失的同时还伴随着严重的身体健康和生命安全隐患。因此,目前线上商户平台均会对申请成为线上商户的用户进行资格认证,但是目前主要的资格验证手段是提供营业执照、实名认证等商业资料进行信息验证,随着我国商业水平的发展,个人获取营业执照的难度不断下降。因此出现较多不法商户借用他人或非法获取的商业资料申请资格认证,从而通过不断开店-闭店-开店的方式持续在线上商户平台进行不法商业活动,而现有的线上商户认证方法很难识别出采用该种方法规避审查的不法商户。
2.为了向消费者提供清晰的消费选取导向,线上商户平台一般都会为线上商户制定一套评价体系,通过用户公开的消费体验评分和评价的方式,综合构成线上商户平台对线上商户的总体评分和评价管理。这种方式一方面向消费者直观的展示了该线上商户的服务和产品质量,另一方面也督促线上商户提供更优质的服务和产品。但是,这也导致出现:(1)部分商户为了提高自身评价,雇佣大量非实际消费者通过刷单的形式在一段时间内提升或稳定其总体评价。(2)部分商户为了打压竞争对手,通过雇佣大量非实际消费者恶意消费后给出低分和负向评价的方式,损害竞争对手的总体评价。上述问题均会导致线上商户平台对线上商户的评价体系失去设立初衷,严重的甚至会引发社会舆论对线上商户平台的负面信息。现有技术对于恶意好评或恶意差评的处理方法一般是:系统经过AI识别或人工审核后判断是否采纳该恶意好评或恶意差评。如采用AI识别则必然需要大算力的服务器进行支撑,极大增加了线上商户平台的硬件成本。如采用人工审核,则需要大量的后台工作人员,极大增加了线上商户平台的人员成本。
3.线上商户平台由于其用户的庞大数量,一般都需要规模庞大的服务器群进行算力支撑。但是线上商户平台在用户数量未达到一定规模前,其上下行数据量并非稳定的,工作日、节假日、工作时时段、非工作时段、活动期间都会出现显著地上下行数据量波动。现有技术一般通过线上商户平台自行构建具有一定算力的服务器群,然后在可以预见的访问量暴增的时段前,如:活动日前、节假日前、常规统计的其他历史高峰时段前向服务器租赁方租借额外的服务器提供必要算力支撑。但是该方法的主要问题在于:一方面服务器租赁费用并不低,另一方面由于线上商户平台公司的增加以及线上活动的不断增多,更多服务方都需要租用服务器,这就导致很容易出现线上商户平台在需要额外服务器算力支撑时不能及时租赁到服务器补充算力,必然导致线上商户平台出现响应延迟、无法响应等导致商户和消费者不佳体验的问题出现。
发明内容
为了解决现有技术存在的问题,本发明提供了一种线上商户认证和管理系统,包括:商户认证模块、用户评价管理模块和服务器管理模块。
所述商户认证模块基于对商户收款方安全性验证分析对申请线上商户的用户进行安全性分析,包括:首先,在用户申请成为线上商户时要求用户提供至少一张用于收款的银行卡。然后,查询该银行卡对应的收款人在系统内成为任一商户收款人的次数、系统内对应的历史评价信息、系统内对应的历史投诉信息。最后,基于上述信息进行安全性验证分析,并在安全性验证分析结果为待定时反馈至系统管理人员进行二次判断。
所述用户评价管理模块首先对评价者的身份进行评价者身份分析,并基于评价者身份分析结果对该评价者发出的评价进行区别管理。
所述服务器管理模块用于接收用户请求并进行相应的分析后形成分析结果反馈给用户,同时对分析用户请求的服务器进行活跃度管理。
进一步的,所述安全性验证分析包括:
S1.获取该收款人在系统内成为任一商户收款人的次数,如该收款人具有两次及两次以上成为商户收款人的历史记录,则获取该收款人每次成为商户收款人的时间Tn,相邻两次成为商户收款人的间隔时间Mn,并进行如下判断:若Tn中存在Tx≥K1、Ty≤K2、Mz≥K3,则输出安全性验证分析结果为待定。若Tn中存在Ty≤K2,且不存在任一Tn≥K1、任一Mn≥K3,则输出安全性验证分析结果为拒绝。其余结果进入步骤S2。其中:K1、K2、K3为预设的时间阈值。
S2.系统内对应的历史评价信息,基于预设评分机制,计算其历史评价总平均分A,并进行如下判断:若A≥K4,则进入步骤S3。若K5≤A<K4,则输出安全性验证分析结果为待定。若A<K5,则输出安全性验证分析结果为拒绝。所述K5、K4为预设数值阈值。
S3.系统内对应的历史投诉信息B,系统内对应的历史总评价数C,计算D=B/C,并进行如下判断:若D≥K6,则输出安全性验证分析结果为拒绝。若K7≤D<K6,则输出安全性验证分析结果为待定。若D<K7,则输出安全性验证分析结果为同意。若存在投诉信息为售卖假冒伪劣商品、山寨产品、食品安全投诉,且投诉结果成立的历史投诉信息,则输出安全性验证分析结果为拒绝。所述K6、K7为预设数值阈值。
进一步的,对输出安全性验证分析结果为待定的用户,进行再确认分析。所述再确认分析包括:获取系统内全部评价系统对该用户申请成为商户的请求的分析结果,其中同意的分析结果总数为E1,拒绝的分析结果总数为E2,计算F=E1/E2并进行如下判断:若F≥K8,则输出安全性验证分析结果为同意。若K9≤F<8,则输出安全性验证分析结果为待定。若F<K9,则输出安全性验证分析结果为拒绝。所述K8、K9为预设数值阈值。
进一步的,每当用户对商品发出非系统默认评价时启动评价者身份分析,所述评价者身份分析包括:
(1)获取该用户在全部商户处的全部非系统默认评价总数G,并统计其中评分≥K10的评价数量G1、评分≤K11的评价数量G2。
(2)获取G1对应店铺的总数量H1,获取G2对应店铺的总数量H2,并计算:I1=G1/H1,I2=G2/H2,I3=G1/G,I4=G2/G。
(3)若I1≥K12,且I3≥K13或I2≥K15,且I4≥K16,则判定该评价者为无效评价者。若I2≥K17,且K17>K16,则判定该评价者为无效评价者。其余情况判定该评价者为有效评价者。所述K12、K13、K14、K15、K16、K17为预设数值阈值。
进一步的,所述对该评价者发出的评价进行区别管理的方法为:当判定该评价者为无效评价者时,其判定当次评价及之前的历史非系统默认评价仅对该评价者用户开放可视,对该评价者用户之外的用户隐藏其判定当次评价及之前的历史非系统默认评价,同时将判定当次评价评分及之前的历史非系统默认评价评分、之后的非系统默认评价评分从对应商户的评分计算库中剔除,并更新全部历史非系统默认评价对应商户的评分。
进一步的,当判定该评价者从无效评价者变为普通评价者时,其判定当次评价及之后的非系统默认评价全部用户开放可视,同时判定当次评分及之后的历史非系统默认评价评分加入对应商户的评分计算库中。
进一步的,所述服务器管理模块包括:任务管理模块、服务器群模块。所述任务管理模块包括:用户请求分析管理模块、数据量统计模块、任务分配模块、服务器管理模块。所述服务器群模块包括:数个服务器群组。
所述用户请求分析管理模块获取用户请求后基于用户ID及请求任务形成对应的唯一识别码,然后将该用户请求绑定该唯一识别码后发送至数据量统计模块。
所述数据量统计模块将绑定了唯一识别码的用户请求发送至任务分配模块并统计任务数量后将统计信息发送至服务器管理模块。
所述任务分配模块根据预设程序,将接收的绑定了唯一识别码的用户请求拆分为多个分析任务,并对每个分析任务绑定唯一识别码后发送至服务器群模块中处于活跃状态的服务器群组进行分析处理。同时将拆分结果反馈至用户请求分析管理模块。
所述服务器管理模块根据自数据量统计模块接收的统计任务数量,进行服务器控制分析后控制不同的服务器群组处于活跃状态或休眠状态。
所述服务器群组接收任务分配模块分配的分析任务后,完成任务分析,并将任务分析结果绑定唯一识别码后发送至用户请求分析管理模块。
所述用户请求分析管理模块根据任务分配模块反馈的拆分结果,待接收到服务器群组发送的全部绑定唯一识别码的任务分析结果后转换为最终分析结果,并基于唯一识别码将用户请求分析结果发送给用户。
进一步的,所述服务器控制分析包括:接收统计任务数量信息J,计算L=J/Pn,Pn为当前活跃服务器群组的数量,并判断:
若L<K18,在满足同一服务器群组不可连续休眠的基础上,采用随机控制的方式控制Q组活跃服务器群组转为休眠,并重新计算L=J/Pn+1,至L≥K18。
若L>K19,则随机控制R组休眠服务器群组转为活跃,并重新计算L=J/Pn+1,至L≤K19。此时,若剩余休眠服务器群组的数量<R,则启动全部休眠服务器群组的同时依次进行如下控制尝试:首先尝试启动备用的服务器群组,若无则尝试对S组服务器群组进行超频,若无或超频后L任然>K19,则向系统管理人员发出算力不足警报。所述K18、K19为预设数值阈值。
进一步的,所述服务器群组包括:二级任务分配模块、运算组件群、温度控制组件。所述运算组件群内包括数台运算单元。
所述二级任务分配模块首先接收任务分配模块分配的分析任务后二次拆分并依次绑定唯一识别码后发送至对应的运算单元进行运算。然后二级任务分配模块获取该唯一识别码对应的全部运算单元的运算结果后,打包为本服务器群组对应该唯一识别码的任务分析结果,并发送至用户请求分析管理模块。
进一步的,所述二级任务分配模块还包括:统计全部服务器群组各自的活跃总时间U1,休眠总时间U2。对其中最大数U1,当需要控制活跃的服务器群组休眠时,增加随机控制时,该服务器群组的权重数并解除同一服务器群组不可连续休眠的限制判定条件。对其中最大数U2,当需要控制休眠的服务器群组活跃时,该服务器群组必定选中。
本发明至少具有以下优点之一:
1.本发明通过商户认证模块对线上商户收款人进行额外的审查和分析,弥补了现有技术对于商户认证审核的漏洞,较大程度上排除了不法商户通过借壳认证的方式规避平台对商户的认证审核制度,为线上商户平台提供了更好的营商环境。
2.本发明通过用户评价管理模块采用自行研发的评价管理方法,可从源头上有效遏制通过恶意评价牟利的评价发布者,通过将恶意评价者的评价和评分从平台总体评价体系中剔除的方式,有效反应了商户真实的服务和商品质量情况。
3.本发明通过服务器管理模块,通过对服务器群活跃/休眠的自动调控,有效控制服务器的运行状态,在满足算力需求的基础上,最大程度的降低服务器运行能耗,有效平衡了线上商户平台对于服务器算力的需要和成本控制的需要。
附图说明
图1所示为本发明服务器管理模块的结构示意图。
图2所示为本发明服务器群组的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进一步详细说明。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。
本发明示例性的提供了一种线上商户认证和管理系统,包括:商户认证模块、用户评价管理模块和服务器管理模块。
商户认证模块基于对商户收款方安全性验证分析对申请线上商户的用户进行安全性分析,包括:首先,在用户申请成为线上商户时要求用户提供至少一张用于收款的银行卡。然后,查询该银行卡对应的收款人在系统内成为任一商户收款人的次数、系统内对应的历史评价信息、系统内对应的历史投诉信息。最后,基于上述信息进行安全性验证分析,并在安全性验证分析结果为待定时反馈至系统管理人员进行二次判断。
用户评价管理模块首先对评价者的身份进行评价者身份分析,并基于评价者身份分析结果对该评价者发出的评价进行区别管理。
服务器管理模块用于接收用户请求并进行相应的分析后形成分析结果反馈给用户,同时对分析用户请求的服务器进行活跃度管理。
本发明通过商户认证模块对线上商户收款人进行额外的审查和分析,弥补了现有技术对于商户认证审核的漏洞,较大程度上排除了不法商户通过借壳认证的方式规避平台对商户的认证审核制度,为线上商户平台提供了更好的营商环境。
本发明通过用户评价管理模块采用自行研发的评价管理方法,可从源头上有效遏制通过恶意评价牟利的评价发布者,通过将恶意评价者的评价和评分从平台总体评价体系中剔除的方式,有效反应了商户真实的服务和商品质量情况。
发明通过服务器管理模块,通过对服务器群活跃/休眠的自动调控,有效控制服务器的运行状态,在满足算力需求的基础上,最大程度的降低服务器运行能耗,有效平衡了线上商户平台对于服务器算力的需要和成本控制的需要。
本发明示例性的提供了一种安全性验证分析方法,包括:
S1.获取该收款人在系统内成为任一商户收款人的次数,如该收款人具有两次及两次以上成为商户收款人的历史记录,则获取该收款人每次成为商户收款人的时间Tn,相邻两次成为商户收款人的间隔时间Mn,并进行如下判断:若Tn中存在Tx≥K1、Ty≤K2、Mz≥K3,则输出安全性验证分析结果为待定。若Tn中存在Ty≤K2,且不存在任一Tn≥K1、任一Mn≥K3,则输出安全性验证分析结果为拒绝。其余结果进入步骤S2。其中:K1、K2、K3为预设的时间阈值。
S2.系统内对应的历史评价信息,基于预设评分机制,计算其历史评价总平均分A,并进行如下判断:若A≥K4,则进入步骤S3。若K5≤A<K4,则输出安全性验证分析结果为待定。若A<K5,则输出安全性验证分析结果为拒绝。所述K5、K4为预设数值阈值。
S3.系统内对应的历史投诉信息B,系统内对应的历史总评价数C,计算D=B/C,并进行如下判断:若D≥K6,则输出安全性验证分析结果为拒绝。若K7≤D<K6,则输出安全性验证分析结果为待定。若D<K7,则输出安全性验证分析结果为同意。若存在投诉信息为售卖假冒伪劣商品、山寨产品、食品安全投诉,且投诉结果成立的历史投诉信息,则输出安全性验证分析结果为拒绝。所述K6、K7为预设数值阈值。
相比于的现有的商户资格验证方法,本发明在传统的营业执照、实名认证等商业资料验证的基础上,对商户收款方进行再次验证。这是由于相比较于现在商业资料的获取难度而言,一般售卖售卖假冒伪劣产品、山寨产品、不安全食品的个人或小集团式的不法商户,借用他人信息开设个人线上收款或银行账户的难度显著提高。且对于个人或小集团式的不法商户而言,借用他人信息开设个人线上收款或银行账户会导致不法所得流入他人账户中,不法商户从他人账户再次获取不法资金的风险和难度都显著提高,因此辅助以本发明的收款人检验方法后,线上商户平台通过不法商户认证的概率得到有效控制,显著降低了平台上个人或小集团式的不法商户不法商户的数量,而线上的不法商户主要为个人或小集团式的不法商户,识别和驱逐了个人或小集团式的不法商户,可以显著提高线上商户平台的营商环境。
此外,本发明对于商户收款人信息的验证主要基于历史数据的对比分析,其中涉及的计算和判断过程比较简单,相比于传统的AI算法,一方面显著降低分析过程对系统算力资源的消耗量,另一方面显著改善了自动认证过程所需要的时间。且通过本发明安全性验证分析后,虽然对于首次成为线上商户收款人的用户不能准确判断其是否为不法商户或合法商户,但是可显著降低通过套用商业资料的方式,重复成为平台商户的用户数量。而现有技术,即使采用较为复杂的AI分析模型,提供足够的大算力支撑,也很难在数据量不足时准确判断一个首次申请的商户是否为不法商户。
基于本发明的安全性验证分析可在不显著增加系统算力负担的情况下识别多次申请成为线上商户收款人的用户是否为不法商户,而AI算法又可以在商户经营过程中监控分析商户的商业行为,判断其是否为不法商户,因此将本发明安全性验证分析方法与现有AI算法相结合,即可实现对首次或不频繁成为商户的用户进行日常商业行为监督,又可在其再次申请成为商户时进行快速有效的识别和判断,形成安全性验证分析方法与现有AI协同作用。
本发明示例性的提供了一种对输出安全性验证分析结果为待定的用户,进行再确认分析的方法,包括:获取系统内全部评价系统对该用户申请成为商户的请求的分析结果,其中同意的分析结果总数为E1,拒绝的分析结果总数为E2,计算F=E1/E2并进行如下判断:若F≥K8,则输出安全性验证分析结果为同意。若K9≤F<8,则输出安全性验证分析结果为待定。若F<K9,则输出安全性验证分析结果为拒绝。所述K8、K9为预设数值阈值。
该方法是对本申请安全性验证分析方法的补充,即对安全性验证分析过程中不能准确识别分类的商户,结合其他现有认证审核方法的审核结果进行再次分类确认,以最大限度的降低人工二次确认的数量,降低线上商户平台的用工成本。
本发明示例性的提供了用户评价管理模块,包括:一种每当用户对商品发出非系统默认评价时启动评价者身份分析,评价者身份分析方法包括:
(1)获取该用户在全部商户处的全部非系统默认评价总数G,并统计其中评分≥K10的评价数量G1、评分≤K11的评价数量G2。
(2)获取G1对应店铺的总数量H1,获取G2对应店铺的总数量H2,并计算:I1=G1/H1,I2=G2/H2,I3=G1/G,I4=G2/G。
(3)若I1≥K12,且I3≥K13或I2≥K15,且I4≥K16,则判定该评价者为无效评价者。若I2≥K17,且K17>K16,则判定该评价者为无效评价者。其余情况判定该评价者为有效评价者。其中K12、K13、K14、K15、K16、K17为预设数值阈值。
对该评价者发出的评价进行区别管理的方法为:当判定该评价者为无效评价者时,其判定当次评价及之前的历史非系统默认评价仅对该评价者用户开放可视,对该评价者用户之外的用户隐藏其判定当次评价及之前的历史非系统默认评价,同时将判定当次评价评分及之前的历史非系统默认评价评分、之后的非系统默认评价评分从对应商户的评分计算库中剔除,并更新全部历史非系统默认评价对应商户的评分。
当判定该评价者从无效评价者变为普通评价者时,其判定当次评价及之后的非系统默认评价全部用户开放可视,同时判定当次评分及之后的历史非系统默认评价评分加入对应商户的评分计算库中。
现有技术对于恶意好评或恶意差评的处理方法一般是:系统经过AI识别或人工审核后判断是否采纳该恶意好评或恶意差评。如采用AI识别则必然需要大算力的服务器进行支撑,极大增加了线上商户平台的硬件成本。如采用人工审核,则需要大量的后台工作人员,极大增加了线上商户平台的人员成本。
且现有技术对于商户是否进行恶意好评(刷分)或遭受恶意差评(不当竞争)一般都是基于该商户一段时间内涌现的好评数和差评数进行分析判断。恶意评价者在掌握相关规律后,可通过调整恶意评价的间隔时间和单位时间内恶意评价的数量规避系统的审查判断,继而显著影响了线上商户平台的营商环境,给消费者和商户带来不佳的消费和经营体验。
本发明用户评价管理模块,改变了传统的对商户本身的追踪和分析方法,而是采用对评价者本身的日常消费行为进行追踪和分析,从根源上将恶意评价者的评价从系统评分计算库中剔除,从而从源头上否定了恶意评价者的评价行为。且在本发明用户评价管理方法中,恶意评价者较难发现自己的行为已被监控,继而难以采取规避措施规避系统审查。即使恶意评价者发现了系统的评价尺度,也需要进行大量的正常消费和评价采用解除自身恶意评价者的身份,这极大的增加了恶意评价者的受雇佣成本。此外,本发明在认定评价者为恶意评价者后,其历史评价信息也会从系统评分计算库中剔除,这就导致了即使恶意评价者一时躲过系统审查,但是一旦其行为被系统抓取并确定,系统也可以及时矫正历史评价信息,还原商户的真实评分水平。
某线上商户平台采用本发明线上商户认证和管理系统后,在3个月的使用周期内,该线上商户平台的恶意评价数量从原本通过AI算法识别得到的32-38户/100户下降至了相同AI算法识别得到的1-2户/100户,效果显著。且本发明用户评价管理方法不涉及复杂AI分析和计算,对系统算力要求较低,可显著降低线上商户平台日常运营中的服务器群数量,显著降低平台的运营成本。
本发明示例性的提供了一种服务器管理模块,包括:任务管理模块1、服务器群模块2。所述任务管理模块1包括:用户请求分析管理模块101、数据量统计模块102、任务分配模块103、服务器管理模块104。所述服务器群模块2包括:数个服务器群组201。
用户请求分析管理模块101获取用户请求后基于用户ID及请求任务形成对应的唯一识别码,然后将该用户请求绑定该唯一识别码后发送至数据量统计模块102。
所述数据量统计模块102将绑定了唯一识别码的用户请求发送至任务分配模块103并统计任务数量后将统计信息发送至服务器管理模块104。
所述任务分配模块103根据预设程序,将接收的绑定了唯一识别码的用户请求拆分为多个分析任务,并对每个分析任务绑定唯一识别码后发送至服务器群模块2中处于活跃状态的服务器群组201进行分析处理。同时将拆分结果反馈至用户请求分析管理模块101。
所述服务器管理模块104根据自数据量统计模块102接收的统计任务数量,进行服务器控制分析后控制不同的服务器群组201处于活跃状态或休眠状态。
所述服务器群组201接收任务分配模块103分配的分析任务后,完成任务分析,并将任务分析结果绑定唯一识别码后发送至用户请求分析管理模块101。
所述用户请求分析管理模块101根据任务分配模块103反馈的拆分结果,待接收到服务器群组201发送的全部绑定唯一识别码的任务分析结果后转换为最终分析结果,并基于唯一识别码将用户请求分析结果发送给用户。
服务器控制分析包括:接收统计任务数量信息J,计算L=J/Pn,Pn为当前活跃服务器群组201的数量,并判断:
若L<K18,在满足同一服务器群组201不可连续休眠的基础上,采用随机控制的方式控制Q组活跃服务器群组201转为休眠,并重新计算L=J/Pn+1,至L≥K18。
若L>K19,则随机控制R组休眠服务器群组201转为活跃,并重新计算L=J/Pn+1,至L≤K19。此时,若剩余休眠服务器群组201的数量<R,则启动全部休眠服务器群组201的同时依次进行如下控制尝试:首先尝试启动备用的服务器群组201,若无则尝试对S组服务器群组201进行超频,若无或超频后L任然>K19,则向系统管理人员发出算力不足警报。所述K18、K19为预设数值阈值。
服务器群组201包括:二级任务分配模块2011、运算组件群2012、温度控制组件2014。所述运算组件群2012内包括数台运算单元2013。
二级任务分配模块2011首先接收任务分配模块103分配的分析任务后二次拆分并依次绑定唯一识别码后发送至对应的运算单元2013进行运算。然后二级任务分配模块2011获取该唯一识别码对应的全部运算单元2013的运算结果后,打包为本服务器群组201对应该唯一识别码的任务分析结果,并发送至用户请求分析管理模块101。
二级任务分配模块2011还包括:统计全部服务器群组201各自的活跃总时间U1,休眠总时间U2。对其中最大数U1,当需要控制活跃的服务器群组201休眠时,增加随机控制时,该服务器群组201的权重数并解除同一服务器群组201不可连续休眠的限制判定条件。对其中最大数U2,当需要控制休眠的服务器群组201活跃时,该服务器群组201必定选中。
如何更好的分配服务器算力和支撑平台日常、特殊时期的算力需要一直都是线上商户平台最主要的技术问题。现有技术对此的主要研究方向是如何通过更有效的算法对用户请求任务进行拆分和计算分配,但是该方法主要适用于日常既有较大活跃用户的线上商户平台,对于不同时间、日期会出现较大活跃用户差异变化的中小型线上商户平台,将一个任务均分至全部服务器运算单元的方式并不适宜,这是因为一个活跃的服务器运算单元,即使在不承担计算分析任务时其也需要消耗一定的电力维持运算单元内各组件处于基本运行状态。而在中小型线上商户平台的低活跃用户期,如直播带货平台、微商平台、电商平台的夜间至清晨时段,此时由于用户请求任务较少,即使将全部用户请求任务均分至服务器运算单元,服务器运算单元也没有进行满额工作,造成了系统算力、电力的浪费,同时对服务器运算单元也是一种持续的损耗。
采用本发明服务器管理模块后,首先将全部服务器运算单元分为数个服务器群组,然后通过对任务流量的统计分析,控制服务器群组的活跃总数,并将其余服务器群组控制为休眠状态。这样就可以通过动态调配服务器群组的活跃数量,在平台任务流量较大时调用足够多的服务器运算单元转为活跃状态以支撑算力需要,又可以在平台任务流量较小时控制大部分服务器运算单元转为休眠状态,且保证活跃的服务器运算单元处于最佳工作负荷,实现算力-成本的有效平衡的同时可以显著降低服务器运算单元运行损耗,从而延长服务器运算单元的使用寿命,降低平台的硬件使用和电力使用成本。
应该注意到并理解,在不脱离本发明权利要求所要求的精神和范围的情况下,能够对上述详细描述的本发明做出各种修改和改进。因此,要求保护的技术方案的范围不受所给出的任何特定示范教导的限制。
Claims (10)
1.一种线上商户认证和管理系统,其特征在于,包括:商户认证模块、用户评价管理模块和服务器管理模块;
所述商户认证模块基于对商户收款方安全性验证分析对申请线上商户的用户进行安全性分析,包括:首先,在用户申请成为线上商户时要求用户提供至少一张用于收款的银行卡;然后,查询该银行卡对应的收款人在系统内成为任一商户收款人的次数、系统内对应的历史评价信息、系统内对应的历史投诉信息;最后,基于上述信息进行安全性验证分析,并在安全性验证分析结果为待定时反馈至系统管理人员进行二次判断;
所述用户评价管理模块首先对评价者的身份进行评价者身份分析,并基于评价者身份分析结果对该评价者发出的评价进行区别管理;
所述服务器管理模块用于接收用户请求并进行相应的分析后形成分析结果反馈给用户,同时对分析用户请求的服务器进行活跃度管理。
2.根据权利要求1所述线上商户认证和管理系统,其特征在于,所述安全性验证分析包括:
S1.获取该收款人在系统内成为任一商户收款人的次数,如该收款人具有两次及两次以上成为商户收款人的历史记录,则获取该收款人每次成为商户收款人的时间Tn,相邻两次成为商户收款人的间隔时间Mn,并进行如下判断:若Tn中存在Tx≥K1、Ty≤K2、Mz≥K3,则输出安全性验证分析结果为待定;若Tn中存在Ty≤K2,且不存在任一Tn≥K1、任一Mn≥K3,则输出安全性验证分析结果为拒绝;其余结果进入步骤S2;其中:K1、K2、K3为预设的时间阈值;
S2.系统内对应的历史评价信息,基于预设评分机制,计算其历史评价总平均分A,并进行如下判断:若A≥K4,则进入步骤S3;若K5≤A<K4,则输出安全性验证分析结果为待定;若A<K5,则输出安全性验证分析结果为拒绝;所述K5、K4为预设数值阈值;
S3.系统内对应的历史投诉信息B,系统内对应的历史总评价数C,计算D=B/C,并进行如下判断:若D≥K6,则输出安全性验证分析结果为拒绝;若K7≤D<K6,则输出安全性验证分析结果为待定;若D<K7,则输出安全性验证分析结果为同意;若存在投诉信息为售卖假冒伪劣商品、山寨产品、食品安全投诉,且投诉结果成立的历史投诉信息,则输出安全性验证分析结果为拒绝;所述K6、K7为预设数值阈值。
3.根据权利要求2所述线上商户认证和管理系统,其特征在于,对输出安全性验证分析结果为待定的用户,进行再确认分析;所述再确认分析包括:获取系统内全部评价系统对该用户申请成为商户的请求的分析结果,其中同意的分析结果总数为E1,拒绝的分析结果总数为E2,计算F=E1/E2并进行如下判断:若F≥K8,则输出安全性验证分析结果为同意;若K9≤F<8,则输出安全性验证分析结果为待定;若F<K9,则输出安全性验证分析结果为拒绝;所述K8、K9为预设数值阈值。
4.根据权利要求1所述线上商户认证和管理系统,其特征在于,每当用户对商品发出非系统默认评价时启动评价者身份分析,所述评价者身份分析包括:
(1)获取该用户在全部商户处的全部非系统默认评价总数G,并统计其中评分≥K10的评价数量G1、评分≤K11的评价数量G2;
(2)获取G1对应店铺的总数量H1,获取G2对应店铺的总数量H2,并计算:I1=G1/H1,I2=G2/H2,I3=G1/G,I4=G2/G;
(3)若I1≥K12,且I3≥K13或I2≥K15,且I4≥K16,则判定该评价者为无效评价者;若I2≥K17,且K17>K16,则判定该评价者为无效评价者;其余情况判定该评价者为有效评价者;所述K12、K13、K14、K15、K16、K17为预设数值阈值。
5.根据权利要求4所述线上商户认证和管理系统,其特征在于,所述对该评价者发出的评价进行区别管理的方法为:当判定该评价者为无效评价者时,其判定当次评价及之前的历史非系统默认评价仅对该评价者用户开放可视,对该评价者用户之外的用户隐藏其判定当次评价及之前的历史非系统默认评价,同时将判定当次评价评分及之前的历史非系统默认评价评分、之后的非系统默认评价评分从对应商户的评分计算库中剔除,并更新全部历史非系统默认评价对应商户的评分。
6.根据权利要求5所述线上商户认证和管理系统,其特征在于,当判定该评价者从无效评价者变为普通评价者时,其判定当次评价及之后的非系统默认评价全部用户开放可视,同时判定当次评分及之后的历史非系统默认评价评分加入对应商户的评分计算库中。
7.根据权利要求1所述线上商户认证和管理系统,其特征在于,所述服务器管理模块包括:任务管理模块(1)、服务器群模块(2);所述任务管理模块(1)包括:用户请求分析管理模块(101)、数据量统计模块(102)、任务分配模块(103)、服务器管理模块(104);所述服务器群模块(2)包括:数个服务器群组(201);
所述用户请求分析管理模块(101)获取用户请求后基于用户ID及请求任务形成对应的唯一识别码,然后将该用户请求绑定该唯一识别码后发送至数据量统计模块(102);
所述数据量统计模块(102)将绑定了唯一识别码的用户请求发送至任务分配模块(103)并统计任务数量后将统计信息发送至服务器管理模块(104);
所述任务分配模块(103)根据预设程序,将接收的绑定了唯一识别码的用户请求拆分为多个分析任务,并对每个分析任务绑定唯一识别码后发送至服务器群模块(2)中处于活跃状态的服务器群组(201)进行分析处理;同时将拆分结果反馈至用户请求分析管理模块(101);
所述服务器管理模块(104)根据自数据量统计模块(102)接收的统计任务数量,进行服务器控制分析后控制不同的服务器群组(201)处于活跃状态或休眠状态;
所述服务器群组(201)接收任务分配模块(103)分配的分析任务后,完成任务分析,并将任务分析结果绑定唯一识别码后发送至用户请求分析管理模块(101);
所述用户请求分析管理模块(101)根据任务分配模块(103)反馈的拆分结果,待接收到服务器群组(201)发送的全部绑定唯一识别码的任务分析结果后转换为最终分析结果,并基于唯一识别码将用户请求分析结果发送给用户。
8.根据权利要求7所述线上商户认证和管理系统,其特征在于,所述服务器控制分析包括:接收统计任务数量信息J,计算L=J/Pn,Pn为当前活跃服务器群组(201)的数量,并判断:
若L<K18,在满足同一服务器群组(201)不可连续休眠的基础上,采用随机控制的方式控制Q组活跃服务器群组(201)转为休眠,并重新计算L=J/Pn+1,至L≥K18;
若L>K19,则随机控制R组休眠服务器群组(201)转为活跃,并重新计算L=J/Pn+1,至L≤K19;此时,若剩余休眠服务器群组(201)的数量<R,则启动全部休眠服务器群组(201)的同时依次进行如下控制尝试:首先尝试启动备用的服务器群组(201),若无则尝试对S组服务器群组(201)进行超频,若无或超频后L任然>K19,则向系统管理人员发出算力不足警报;所述K18、K19为预设数值阈值。
9.根据权利要求8所述线上商户认证和管理系统,其特征在于,所述服务器群组(201)包括:二级任务分配模块(2011)、运算组件群(2012)、温度控制组件(2014);所述运算组件群(2012)内包括数台运算单元(2013);
所述二级任务分配模块(2011)首先接收任务分配模块(103)分配的分析任务后二次拆分并依次绑定唯一识别码后发送至对应的运算单元(2013)进行运算;然后二级任务分配模块(2011)获取该唯一识别码对应的全部运算单元(2013)的运算结果后,打包为本服务器群组(201)对应该唯一识别码的任务分析结果,并发送至用户请求分析管理模块(101)。
10.根据权利要求8所述线上商户认证和管理系统,其特征在于,所述二级任务分配模块(2011)还包括:统计全部服务器群组(201)各自的活跃总时间U1,休眠总时间U2;对其中最大数U1,当需要控制活跃的服务器群组(201)休眠时,增加随机控制时,该服务器群组(201)的权重数并解除同一服务器群组(201)不可连续休眠的限制判定条件;对其中最大数U2,当需要控制休眠的服务器群组(201)活跃时,该服务器群组(201)必定选中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612839.5A CN115170151B (zh) | 2022-05-31 | 2022-05-31 | 一种线上商户认证和管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210612839.5A CN115170151B (zh) | 2022-05-31 | 2022-05-31 | 一种线上商户认证和管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115170151A true CN115170151A (zh) | 2022-10-11 |
CN115170151B CN115170151B (zh) | 2023-11-14 |
Family
ID=83482678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210612839.5A Active CN115170151B (zh) | 2022-05-31 | 2022-05-31 | 一种线上商户认证和管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115170151B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080288405A1 (en) * | 2007-05-20 | 2008-11-20 | Michael Sasha John | Systems and Methods for Automatic and Transparent Client Authentication and Online Transaction Verification |
CN107133858A (zh) * | 2017-05-31 | 2017-09-05 | 安徽爱上农家乐电子商务有限公司 | 一种基于农家乐信息资源的线上游购娱服务系统和方法 |
CN109064192A (zh) * | 2018-07-16 | 2018-12-21 | 深圳市丰巢科技有限公司 | 根据消费者信用等级对商品评价举报的处理方法及系统 |
KR20190018127A (ko) * | 2017-07-31 | 2019-02-21 | 목포대학교산학협력단 | 전자 결제 정보를 기반으로 가맹점을 평가하고 마케팅을 수행하는 방법 및 장치 |
CN110400145A (zh) * | 2018-07-13 | 2019-11-01 | 腾讯科技(深圳)有限公司 | 一种数字身份申请系统及方法、身份认证系统及方法 |
CN110533330A (zh) * | 2019-08-30 | 2019-12-03 | 北京智云信国际信用评价有限公司 | 基于大数据监控的商户信誉评测系统及方法 |
CN112035570A (zh) * | 2020-08-14 | 2020-12-04 | 联动数科(北京)科技有限公司 | 一种商户的评价方法及系统 |
US20210042752A1 (en) * | 2019-08-08 | 2021-02-11 | Mastercard International Incorporated | Methods, system and computer program products for implementing authentication waiver based electronic payment transactions |
CN113259451A (zh) * | 2021-05-31 | 2021-08-13 | 长沙鹏阳信息技术有限公司 | 一种面向大规模监控节点智能分析的集群处理架构和方法 |
-
2022
- 2022-05-31 CN CN202210612839.5A patent/CN115170151B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080288405A1 (en) * | 2007-05-20 | 2008-11-20 | Michael Sasha John | Systems and Methods for Automatic and Transparent Client Authentication and Online Transaction Verification |
CN107133858A (zh) * | 2017-05-31 | 2017-09-05 | 安徽爱上农家乐电子商务有限公司 | 一种基于农家乐信息资源的线上游购娱服务系统和方法 |
KR20190018127A (ko) * | 2017-07-31 | 2019-02-21 | 목포대학교산학협력단 | 전자 결제 정보를 기반으로 가맹점을 평가하고 마케팅을 수행하는 방법 및 장치 |
CN110400145A (zh) * | 2018-07-13 | 2019-11-01 | 腾讯科技(深圳)有限公司 | 一种数字身份申请系统及方法、身份认证系统及方法 |
CN109064192A (zh) * | 2018-07-16 | 2018-12-21 | 深圳市丰巢科技有限公司 | 根据消费者信用等级对商品评价举报的处理方法及系统 |
US20210042752A1 (en) * | 2019-08-08 | 2021-02-11 | Mastercard International Incorporated | Methods, system and computer program products for implementing authentication waiver based electronic payment transactions |
CN110533330A (zh) * | 2019-08-30 | 2019-12-03 | 北京智云信国际信用评价有限公司 | 基于大数据监控的商户信誉评测系统及方法 |
CN112035570A (zh) * | 2020-08-14 | 2020-12-04 | 联动数科(北京)科技有限公司 | 一种商户的评价方法及系统 |
CN113259451A (zh) * | 2021-05-31 | 2021-08-13 | 长沙鹏阳信息技术有限公司 | 一种面向大规模监控节点智能分析的集群处理架构和方法 |
Non-Patent Citations (2)
Title |
---|
吴克文等: "C2C电子商务中卖方信誉评价研究述评", 《图书情报工作》, no. 14, pages 138 - 141 * |
王琴等: "C2C电子商务买家信用评价模型与应用", 《电子商务》, no. 3, pages 58 - 61 * |
Also Published As
Publication number | Publication date |
---|---|
CN115170151B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20100005013A1 (en) | Methods and systems for detecting fraudulent transactions in a customer-not-present environment | |
CN107103480A (zh) | 基于主权区块链的供应链管理方法 | |
CN107103548A (zh) | 网络行为数据的监控方法和系统以及风险监控方法和系统 | |
Chen et al. | Group buying commitment and sellers’ competitive advantages | |
CN101236638A (zh) | 一种基于Web的银行卡风险监测方法及系统 | |
WO2012054868A2 (en) | Software and methods for risk and fraud mitigation | |
CN107609978A (zh) | 一种投资理财产品的体验系统及其体验方法 | |
CN109919778A (zh) | 基于区块链的资产证券化的发行方法及计算机可读介质 | |
Kounetas et al. | Promoting energy efficiency policies over the information barrier | |
CN114596094A (zh) | 基于区块链的碳普惠激励方法及系统 | |
Adaramola et al. | Assessment of bank technology machine and mobile banking as market strategies to raising performance of banks in Nigeria | |
Langenfeld et al. | Is Competition Policy the Last Thing Central and Eastern Europe Need? | |
Tekin et al. | A study about affecting factors of development of e-commerce | |
CN115170151A (zh) | 一种线上商户认证和管理系统 | |
CN111445325B (zh) | 信用卡信息处理方法、装置、系统及存储介质 | |
Li et al. | Managing price and service rate in customer-intensive services under social interactions | |
CN115170256A (zh) | 基于区块链和边缘计算的微电网电力交易方法、系统、设备及存储介质 | |
CN111612621A (zh) | 一种数字货币交易数据处理方法、装置及系统 | |
Tomanek et al. | Crypto mining business models: Points of contact to the AIFMD | |
Ofodum et al. | Effect of electronic banking on performance of banking sector in Nigeria | |
CN110148055B (zh) | 一种网络化股票账户资金动态委托方式的系统及方法 | |
CN117172842A (zh) | 一种抽奖配置方法、装置及设备、存储介质 | |
Abuselidze et al. | The impact of digitalization and artificial intelligence on sustainable development and energy efficiency of the Georgian banking sector | |
Kastrati et al. | E-Banking adoption and use in Albania: A comparative analyses with Western Balkans countries. | |
Stephan | Will the New UK Subsidy Control Regime Help |
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: 20221202 Address after: Floor 13, Zhongke Building, No. 32, Taibai Avenue, Ma'an Street, Fuling District, Chongqing, 408000 Applicant after: Chongqing Fengtianxuan E-commerce Co.,Ltd. Address before: Room 718, No. 16, Qide Road, Helong Street, Baiyun District, Guangzhou City, Guangdong Province, 510080 Applicant before: Guangzhou Lita Technology Development Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |