CN116186150A - 一种移动用户数据可视化系统及方法 - Google Patents
一种移动用户数据可视化系统及方法 Download PDFInfo
- Publication number
- CN116186150A CN116186150A CN202310262650.2A CN202310262650A CN116186150A CN 116186150 A CN116186150 A CN 116186150A CN 202310262650 A CN202310262650 A CN 202310262650A CN 116186150 A CN116186150 A CN 116186150A
- Authority
- CN
- China
- Prior art keywords
- data
- visualization
- image
- visual
- display
- 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
- G06F16/26—Visual data mining; Browsing structured data
-
- 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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/532—Query formulation, e.g. graphical querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/806—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供了一种移动用户数据可视化系统及方法,其系统,包括:数据接收模块,用于接收客户端的数据查询请求,对数据查询请求进行解析,获得数据查询请求携带的可视化标签;可视化管理模块,用于根据数据查询请求确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化。本发明根据用户需求以及可视化显示设备的变化实现精准可视化,确保可视化效果精准符合用户要求,为用户呈现最佳显示效果。
Description
技术领域
本发明涉及数据可视化技术领域,特别涉及一种移动用户数据可视化系统及方法。
背景技术
移动数据可视化,是指将相对晦涩的移动数据通过可视的、交互的方式进行展示,从而形象、直观地表达数据蕴含的信息和规律。移动数据可视化提供了一种可移植的方式来监视与业务或组织的所有领域相关的最重要的高级KPI和数据,它提供了随时随地通过移动设备进行访问的便捷性,但由可视化图像显示设备的不同导致可视化图像显示布局不同,使得不同设备的可视化显示效果有所差异。
发明内容
本发明提供一种移动用户数据可视化系统及方法,用以解决上述问题,根据用户需求以及可视化显示设备的变化实现精准可视化,确保可视化效果精准符合用户要求,为用户呈现最佳显示效果。
本发明提供一种移动用户数据可视化系统,包括:
数据接收模块,用于接收客户端的数据查询请求,对数据查询请求进行解析,获得数据查询请求携带的可视化标签;
可视化管理模块,用于根据数据查询请求确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化。
优选的,在一种移动用户数据可视化系统中数据接收模块,包括:
数据接收单元,用于接收目标客户端的数据查询请求,对数据查询请求进行解析,判断所述数据查询请求是否携带自定义标签,其中,所述自定义标签包含用户对查询数据对应的可视化方式或者可视化结果的显示位置的设定;
标签确认单元,用于当所述数据查询请求携带自定义标签时,对所述自定义标签进行识别,确定自定义内容,生成第一可视化标签;
否则,确认所述数据查询请求为默认可视化请求,生成第二可视化标签。
优选的,在一种移动用户数据可视化系统中可视化管理模块,包括:
数据确认单元,用于基于数据查询请求,确认查询数据对应的数据类型以及限定条件,并基于所述数据类型锁定目标数据获取范围,根据所述限定条件在所述获取范围内确认目标数据;
标签识别单元,用于对所述目标数据对应的可视化标签进行识别,获得标签识别结果;
第一管理单元,用于当所述标签识别结果为第一可视化标签时,根据所述第一可视化标签,获得用户的自定义内容,确认用户的可视化要求,其中所述可视化要求包括可视化方式以及可视化结果的显示位置;
根据所述可视化要求对应的可视化方式对目标数据进行可视化处理,获得第一可视化结果,并将所述第一可视化结果发送至尺度管理单元进行尺度调节,获得最佳显示图像在显示位置进行显示。
优选的,在一种移动用户数据可视化系统中可视化管理模块,还包括:
第二管理单元,用于当所述标签识别结果为第二可视化标签时,对数据查询请求进行数据溯源,获取数据查询请求发送设备的设备信息,确认发送设备对应的设备类型,根据所述设备类型以及目标数据对应的数据类型,确认目标数据对应的默认可视化方式以及可视化结果的默认显示位置;
根据所述默认可视化方式对目标数据进行可视化处理,获得第二可视化结果,并将所述第二可视化结果尺度管理单元进行尺度调节,获得最佳显示图像在默认显示位置进行显示。
优选的,在一种移动用户数据可视化系统中可视化管理模块,还包括:尺度管理单元,用于:
获取第一可视化结果或者第二可视化结果对应的显示位置的限定数据,基于限定数据,确定显示位置对应的图像显示尺度,并获得对应的尺寸变化规则;
基于所述尺寸变化规则对第一可视化结果或者第二可视化结果对应的图像进行尺度调节,生成最佳显示图像。
优选的,在一种移动用户数据可视化系统中可视化管理模块,还包括:规则确定单元,用于:
获取大量历史尺寸调节数据,分别确定不同的历史可视结果从可视默认尺寸调节至最佳显示尺寸的像素变化,根据像素变化,获得不同的历史可视结果对应的像素变化损失向量;
基于像素变化损失向量获得多个像素损失中心,对历史可视结果对应的第一图像进行分割,获得多个子图像,并确定子图像对应的图像损失梯度;
根据所述图像损失梯度,确定子图像的第一图像增强特征,并将同一第一图像对应的第一图像增强特征进行融合获得第二图像增强特征,同时,根据历史可视结果对应显示尺寸进行分类,建立多个数据集;
获取同一数据集对应的第一图像作为第二图像,根据每个第二图像的子图像分割情况,获得全部第二图像对应的图像分割特征,并基于图像分割特征,确定当前数据集对应的目标显示尺寸的预设子图像分割结果;
根据预设子图像分割结果以及第二图像增强特征生成当前数据集对应的目标显示尺寸对应的尺寸变化规则。
优选的,一种移动用户数据可视化系统,还包括:推荐显示模块,包括:
第一处理单元,用于获取用户的第一历史查询记录,根据每次第一历史查询记录对应的目标数据的数据类型将所述第一历史查询记录进行分类,建立第一数据簇,并基于第一数据簇进行历史查询记录聚类分析,确定用户长期喜好对应的第一置信区间;
第二处理单元,用于获取用户近期内的第二历史查询记录,根据每次第二历史查询记录对应的目标数据的数据类型将所述第二历史查询记录进行分类,建立第二数据簇,并基于第二数据簇进行历史查询记录聚类分析,确定用户短期喜好对应的第二置信区间;
推荐显示单元,用于基于第一置信区间以及第二置信区间生成第三置信区间,基于第三置信区间在移动数据中获得最佳推荐数据进行可视化生成推荐展示图像,并将推荐展示图像发送至数据推荐展示区域进行展示。
优选的,在一种移动用户数据可视化系统中推荐显示单元,包括:
数据处理子单元,用于分别获取第一置信区间包含的多种数据领域据对应的第一数据簇浏览时间,基于浏览时间轴生成第一数据簇的浏览时间变化图像,并生成纵向对比图像,分别确定用户对多种数据领域的喜好程度,将喜好程度大于等于第一预设阈值的数据领域作为常浏览数据领域,剩余数据领域作为非常浏览数据领域;
图像生成子单元,用于分别获取第二置信区间包含的不同数据,基于所述不同数据的数据属性,确定各个数据之间的相似度,基于所述相似度,将所述不同数据归类,获得多个数据组合,并计算每个数据组合对应的数据浏览频繁度;
当数据浏览频繁度大于第二预设阈值时,判定所述数据浏览频繁度对应的数据组合对应数据为用户的近期常用数据,当近期常用数据全部属于常浏览数据领域时,获取数据浏览频繁度最大的数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像。
优选的,在一种移动用户数据可视化系统中图像生成子单元,还用于:
当近期常用数据存在不属于常浏览数据领域的数据时,确定近期常用数据中属于非常浏览数据领域的浏览量占比,当所述浏览量占比大于预设占比时,判定用户浏览喜好发生变动,确定近期非常用数据对应的目标数据领域,判断目标数据领域与常浏览数据领域之间是否存在关联关系;
若存在,基于所述关联关系,确认用户的喜好偏移特征,根据喜好偏移特征对常浏览数据领域对应数据库进行修正,获得修正数据库,并在修正数据库中获得数据浏览频繁度最大数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像;
若不存在,获取数据浏览频繁度最大的近期常用数据作为最佳推荐数据进行可视化生成推荐展示图像。
本发明提供一种移动用户数据可视化方法,包括:
步骤1:接收客户端的数据查询请求,对数据查询请求进行解析,获得数据查询请求携带的可视化标签;
步骤2:根据数据查询请求确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明一种移动用户数据可视化系统的结构示意图;
图2为本发明一种移动用户数据可视化系统的结构示意图;
图3为本发明一种移动用户数据可视化系统的结构示意图;
图4为本发明一种移动用户数据可视化系统的结构示意图;
图5为本发明一种移动用户数据可视化方法的步骤图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明提供一种移动用户数据可视化系统,如图1所示,包括:
数据接收模块,用于接收客户端的数据查询请求,对数据查询请求进行解析,获得数据查询请求携带的可视化标签;
可视化管理模块,用于根据数据查询请求确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化。
本实施例中,数据查询请求是指用户发出的查询数据,包含了用户要查询数据信息以及查询数据的可视化显示要求(例如,可视化方式、可视化结果的显示位置等)。
本实施例中,可视化标签是指携带有可视化显示要求的数据标签,包含第一可视化标签和第二可视化标签。
本实施例中,目标数据是指用户查询并要求进行可视化的数据。
本实施例中,可视化模式包含可视化方式和系统定义可视化两种模式d,用户自定义可视化由可视化管理模块第一管理单元完成,系统定义可视化由可视化管理模块第二管理单元完成。
上述实施例的有益效果:本发明在接收客户端的数据查询请求后,对数据查询请求进行解析,获得数据查询请求携带的可视化标签,确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化,根据用户需求以及可视化显示设备的变化实现精准可视化,确保可视化效果精准符合用户要求,为用户呈现最佳显示效果。
实施例2:
在实施例1的基础上,数据接收模块,如图2所示,包括:
数据接收单元,用于接收目标客户端的数据查询请求,对数据查询请求进行解析,判断所述数据查询请求是否携带自定义标签,其中,所述自定义标签包含用户对查询数据对应的可视化方式或者可视化结果的显示位置的设定;
标签确认单元,用于当所述数据查询请求携带自定义标签时,对所述自定义标签进行识别,确定自定义内容,生成第一可视化标签;
否则,确认所述数据查询请求为默认可视化请求,生成第二可视化标签。
本实施例中,第一可视化标签是指根据用户数据查询请求中携带的自定义标签确认的等待可视化的数据对应的可视化方式或者可视化结果的显示位置的设定生成的可视化标签。
本实施例中,默认可视化请求是指不携带人任何用户可视化显示要求的查询请求。
本实施例中,第二可视化标签是指用户对查询数据的可视化没有任何要求,被系统确认为默认可视化模式从而生成的可视化标签。
上述实施例的有益效果:本发明在接收目标客户端的数据查询请求后,首先数据查询请求进行解析了,确认用户对应查询数据的可视化是否有自定义要求,并根据判断结果的不同生成不同的可视化标签,确保可视化结果的呈现效果可以最大化的满足用户要求,实现精准可视化,提高用户可视化体验。
实施例3:
在实施例1的基础上,可视化管理模块,如图3所示,包括:
数据确认单元,用于基于数据查询请求,确认查询数据对应的数据类型以及限定条件,并基于所述数据类型锁定目标数据获取范围,根据所述限定条件在所述获取范围内确认目标数据;
标签识别单元,用于对所述目标数据对应的可视化标签进行识别,获得标签识别结果;
第一管理单元,用于当所述标签识别结果为第一可视化标签时,根据所述第一可视化标签,获得用户的自定义内容,确认用户的可视化要求,其中所述可视化要求包括可视化方式以及可视化结果的显示位置;
根据所述可视化要求对应的可视化方式对目标数据进行可视化处理,获得第一可视化结果,并将所述第一可视化结果发送至尺度管理单元进行尺度调节,获得最佳显示图像在显示位置进行显示。
本实施例中,数据类型是指用户查询数据的所属的数据领域,该数据领域的精度可以根据用户自身需求进行预设,系统根据预设的数据领域的精度对查询请求内容进行数据类型识别,数据领域精度越高确认的获取范围越小,获取的目标数据越准确。
本实施例中,第一可视化结果是指根据第一可视化标签对应的可视化方式以及可视化结果的显示位置生成的可视化图像。
上述实施例的有益效果:本发明根据数据查询请求,确认查询数据对应的数据类型以及限定条件,并基于所述数据类型锁定目标数据获取范围缩小目标数据查询范围提高数据搜索准确度,并根据所述限定条件在获取范围内确认目标数据,保证了数据查询结果的准确性;根据标签识别单元的标签识别结果确认目标数据的可视化过程,保证了查询数据的可视化效果更加贴合用户需求,
实施例4:
在实施例3的基础上,可视化管理模块,如图3所示,还包括:
第二管理单元,用于当所述标签识别结果为第二可视化标签时,对数据查询请求进行数据溯源,获取数据查询请求发送设备的设备信息,确认发送设备对应的设备类型,根据所述设备类型以及目标数据对应的数据类型,确认目标数据对应的默认可视化方式以及可视化结果的默认显示位置;
根据所述默认可视化方式对目标数据进行可视化处理,获得第二可视化结果,并将所述第二可视化结果尺度管理单元进行尺度调节,获得最佳显示图像在默认显示位置进行显示。
本实施例中,设备信息是指查询请求发送设备的设备代码、设备名称等信息。
本实施例中,设备类型包括PC设备、移动显示设备等。
本实施例中,默认可视化方式是指系统内部对应不同数据类型数据可视化模式的默认设定,不同的数据类型对应不同的可视化模式。
本实施例中,默认显示位置是指不同设备对应的可视化结果的初始显示尺寸不同,不同设备都对应一个默认的初始显示尺寸,可视化结果显示后用户可根据自身数据查看需求在初始显示尺寸集基础上对可视化显示图像进行缩放处理。
本实施例中,第二可视化结果是指根据第二可视化标签对应的可视化方式以及可视化结果的显示位置生成的可视化图像。
本实施例中,最佳显示图像是指可视化结果的显示位置对应的最佳初始显示尺寸对应的可视化图像。
上述实施例的有益效果:本发明在标签识别结果为第二可视化标签时,对数据查询请求进行数据溯源,获取数据查询请求发送设备的设备信息,确认发送设备对应的设备类型,根据所述设备类型以及目标数据对应的数据类型,确认目标数据对应的默认可视化方式以及可视化结果的默认显示位置;
根据所述默认可视化方式对目标数据进行可视化处理,获得第二可视化结果,并将所述第二可视化结果尺度管理单元进行尺度调节,获得最佳显示图像在默认显示位置进行显示,保证可视化结果的可以达到最好的呈现效果。
实施例5:
在实施例3的基础上,可视化管理模块,如图3所示,还包括:尺度管理单元,用于:
获取第一可视化结果或者第二可视化结果对应的显示位置的限定数据,基于限定数据,确定显示位置对应的图像显示尺度,并获得对应的尺寸变化规则;
基于所述尺寸变化规则对第一可视化结果或者第二可视化结果对应的图像进行尺度调节,生成最佳显示图像。
本实施例中,限定数据是指可视化结果(包含第一可视化结果和第二可视化结果)对应的显示位置处对可视化结果初始显示的图像的像素、大小等的要求数据。
本实施例中的尺度管理单元还可用于用户在可视化图像查看过程中的图像尺寸的调节,确保系统向用户呈现的可视化结果始终保持最佳显示状态,可以妈祖用户各种方式的查看,方便用户使用。
上述实施例的有益效果:本发明根据第一可视化结果或者第二可视化结果对应的显示位置的限定数据,基于限定数据,确定显示位置对应的图像显示尺度,并获得对应的尺寸变化规则;基于尺寸变化规则对第一可视化结果或者第二可视化结果对应的图像进行尺度调节,生成最佳显示图像,保证可视化结果的可以达到最好的呈现效果。
实施例6:
在实施例5的基础上,可视化管理模块,如图3所示,还包括:规则确定单元,用于:
获取大量历史尺寸调节数据,分别确定不同的历史可视结果从可视默认尺寸调节至最佳显示尺寸的像素变化,根据像素变化,获得不同的历史可视结果对应的像素变化损失向量;
基于像素变化损失向量获得多个像素损失中心,对历史可视结果对应的第一图像进行分割,获得多个子图像,并确定子图像对应的图像损失梯度;
根据所述图像损失梯度,确定子图像的第一图像增强特征,并将同一第一图像对应的第一图像增强特征进行融合获得第二图像增强特征,同时,根据历史可视结果对应显示尺寸进行分类,建立多个数据集;
获取同一数据集对应的第一图像作为第二图像,根据每个第二图像的子图像分割情况,获得全部第二图像对应的图像分割特征,并基于图像分割特征,确定当前数据集对应的目标显示尺寸的预设子图像分割结果;
根据预设子图像分割结果以及第二图像增强特征生成当前数据集对应的目标显示尺寸对应的尺寸变化规则。
本实施例中,最佳显示图像对应的图像显示尺寸即为最佳选显示尺寸
本实施例中,可视默认尺寸是指查询数据完成可视化时,直接生成的可视化图像的图像尺寸,该图像尺寸并非真实显示的图像尺寸,真实显示的图像尺寸由可视化标签对应的信息决定,即真实显示的图像尺寸为最佳显示图像对应的图像显示尺寸。
本实施例中,像素变化是指不同历史可视结果对应的图像从可视默认尺寸变化至真实显示的图像尺寸过程中像素点灰度值的变化。
本实施例中,像素变化损失向量是指在图像从可视默认尺寸变化至真实显示的图像尺寸过程中不同位置的像素点会发生不同程度的灰度值损失,该向量用于表示多个连续像素点灰度值的损失方向,连续像素点由系统预设抽样算法选取,且会选取多组保证像素变化损失向量可以确定像素损失中心。
本实施例中,像素损失中心是指多个像素变化损失向量方向的相反方向的交点。
本实施例中,第一图像是指历史可视结果对应的最佳显示图像。
本实施例中,子图像是指每个第一图像根据像素损失中心分割得到图像。
本实施例中,图像损失梯度是指每个第一图像对应的多个子图像的像素点灰度损失的梯度。
本实施例中,第一图像增强特征是指单个子图像的图像增强特征;第二图像增强特征是指第一图像的图像增强特征,是通过将同一第一图像的全部子图像的第一图像增强特征融合得到的。
本实施例中,数据集是指用于存放同一尺寸的第一图像的数据集合,每个数据集合只存放一种显示尺寸的第一图像。
本实施例中,第二图像是指同一数据集中的全部第一图像。
本实施例中,图像分割特征是指在图像增强的过程中对图像增强区域的分割特征。
本实施例中,目标尺寸是指当前数据集对应的最佳显示尺寸。
上述实施例的有益效果:本发明大量历史尺寸调节数据,分别确定不同的历史可视结果从可视默认尺寸调节至最佳显示尺寸的像素变化,根据像素变化,获得不同的历史可视结果对应的像素变化损失向量,从而确定多个像素损失中心,对历史可视结果对应的第一图像进行分割,获得多个子图像,同时确定子图像对应的图像损失梯度,确定子图像的图像增强方向,得到子图像的第一图像增强特征,将同一第一图像对应的第一图像增强特征进行融合得到整个第一图像的图像增强特征(第二图像增强特征)确保了尺寸变化过程中的显示图像的图像质量,始终为用户提供清晰度较高的显示图像;获取同一数据集对应的第一图像作为第二图像,根据每个第二图像的子图像分割情况,获得全部第二图像对应的图像分割特征,并基于图像分割特征,确定当前数据集对应的目标显示尺寸的预设子图像分割结果;根据预设子图像分割结果以及第二图像增强特征生成当前数据集对应的目标显示尺寸对应的尺寸变化规则,建立尺度调节过程中图像增强标准,方便系统在接收到图像尺寸调节指令后迅速响应,提高系统响应效率。
实施例7:
在实施例1的基础上,一种移动用户数据可视化系统,如图4所示,还包括:推荐显示模块,包括:
第一处理单元,用于获取用户的第一历史查询记录,根据每次第一历史查询记录对应的目标数据的数据类型将所述第一历史查询记录进行分类,建立第一数据簇,并基于第一数据簇进行历史查询记录聚类分析,确定用户长期喜好对应的第一置信区间;
第二处理单元,用于获取用户近期内的第二历史查询记录,根据每次第二历史查询记录对应的目标数据的数据类型将所述第二历史查询记录进行分类,建立第二数据簇,并基于第二数据簇进行历史查询记录聚类分析,确定用户短期喜好对应的第二置信区间;
推荐显示单元,用于基于第一置信区间以及第二置信区间生成第三置信区间,基于第三置信区间在移动数据中获得最佳推荐数据进行可视化生成推荐展示图像,并将推荐展示图像发送至数据推荐展示区域进行展示。
本实施例中,目标尺寸是指当前数据集对应的最佳显示尺寸。
本实施例中,第一历史查询记录是指用户储存在系统内的有效查询记录,例如一年内的历史查询记录。
本实施例中,第一数据簇是指将第一历史查询记录进行分类,同类型目标数据的第一历史查询记录的目标数据构建生成第一数据簇。
本实施例中,第一置信区间是指第一历史查询记录对应的目标数据对应的领域跨度,一个第一数据簇对应一个数据领域;
数据领域是指目标数据对应的应用领域。、
本实施例中,近期内的第二历史查询记录是指用于最近一段时间(例如,一个月)内的历史查询记录。第一历史查询记录的时间跨度大于第二历史查询记录的时间跨度。
本实施例中,第二数据簇是指将第二历史查询记录进行分类,同类型目标数据的第二历史查询记录的目标数据构建生成第二数据簇。
本实施例中,第二置信区间是指第二历史查询记录对应的目标数据对应的领域跨度,一个第二数据簇对应一个数据领域。
本实施例中,推荐展示图像是指系统根据用户浏览喜好生成的可视化图像。数据推荐展示区域是指推荐展示图像指定的显示区域。
上述实施例的有益效果:本发明通过第一处理单元对用户的有效历史查询记录进行聚类处理确定用户长期喜好对应的第一置信区间;并通过第二处理单元对用户的近期历史查询记录进行聚类处理确定用户短期喜好对应的第一置信区间,并通过第一置信区间和第二置信区间将用户长期喜好和短期喜好进行结合确认最佳推荐数据进行可视化生成推荐展示图像,并将推荐展示图像发送至数据推荐展示区域进行展示,使得推荐展示图像更加接近用户的真实需求。
实施例8:
在实施例7的基础上,推荐显示单元,包括:
数据处理子单元,用于分别获取第一置信区间包含的多种数据领域据对应的第一数据簇浏览时间,基于浏览时间轴生成第一数据簇的浏览时间变化图像,并生成纵向对比图像,分别确定用户对多种数据领域的喜好程度,将喜好程度大于等于第一预设阈值的数据领域作为常浏览数据领域,剩余数据领域作为非常浏览数据领域;
图像生成子单元,用于分别获取第二置信区间包含的不同数据,基于所述不同数据的数据属性,确定各个数据之间的相似度,基于所述相似度,将所述不同数据归类,获得多个数据组合,并计算每个数据组合对应的数据浏览频繁度;
当数据浏览频繁度大于第二预设阈值时,判定所述数据浏览频繁度对应的数据组合对应数据为用户的近期常用数据,当近期常用数据全部属于常浏览数据领域时,获取数据浏览频繁度最大的数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像。
本实施例中,浏览时间变化图像是指表示第一数据簇中数据随着时间轴的变化用户的浏览时长的变化的图像。
本实施例中,纵向对比图像是指将全部第一数据簇对应的浏览时间变化图像进行对齐排列后生成对比图。
本实施例中,常浏览数据领域是指用户经常浏览的数据对应的数据领域,其对应喜好程度大于等于第一预设阈值;非常浏览数据领域是指用户不常浏览的数据对应的数据领域,其对应喜好程度小于第一预设阈值。
本实施例中,第二置信区间包含的不同数据是指每一个第二历史查询记录对应的一个数据;数据组合是指相似度较高的第二查询记录对应的目标数据构建的数据集合。
本实施例中,数据浏览频繁度是指每个数据组合被用户查询的频率。
本实施例中,近期常用数据是指数据浏览频繁度大于第二预设阈值的数据组合。
上述实施例的有益效果:本发明根据第一置信区间包含信息确认多种数据领域对应的第一数据簇浏览时间,基于浏览时间轴生成第一数据簇的浏览时间变化图像方便对用户某一数据领域浏览变化情况的了解,同时生成纵向对比图像,分别确定用户对多种数据领域的喜好程度,从而确认用户的常浏览数据领域和非常浏览数据领域,通过第二置信区间包含的不同数据直接的相似度,将所述不同数据归类,获得多个数据组合,并计算每个数据组合对应的数据浏览频繁度,从而确认的近期常用数据,并在近期常用数据全部属于常浏览数据领域时,获取数据浏览频繁度最大的数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像,确保用户的长期喜好与短期喜好一致,保证了最佳推荐数据确认的准确性。
实施例9:
在实施例8的基础上,数据处理子单元,包括:喜好度计算子单元,用于:
获取第一历史查询记录对应的时间跨度,将所述时间跨度总时长基于查询频率分布分割得到t0~t1、t1~t2以及t2~t3三个时间影响级,并确定每个时间影响级对应的影响因子:
基于所述影响因子,计算用户对第i个数据领域的偏爱度:
其中,Si表示用户对第i个数据领域的偏爱度;T表示第一历史查询记录对应的时间跨度中用户的全部浏览时长;μ表示时间影响因子;ni,j表示第i个数据领域数据在第j个时间影响级对应的浏览时长中占用时长;tj表示第j个时间影响级的末端时间;tj-1表示第j级时间影响级的起始端时间;mi表示第i个数据领域在第一历史查询记录对应的时间跨度中占用的总浏览时长;t0表示一级时间影响级的起始端时间;t1表示一级时间影响级和二级时间影响级的节点,同时也是一级时间影响级的末端时间和二级时间影响级起始端时间;t2表示二级时间影响级和三级时间影响级的节点,同时也是二级时间影响级的末端时间和三级时间影响级起始端时间;t3表示三级时间影响级的起始端时间,也是当前时间;
获取全部数据领域对应的偏爱度后,对所述偏爱度进行归一化处理并将处理结果作为对应数据领域的喜好程度值。
本实施例中,一级时间影响级、二级时间影响级以及三级时间影响级依次离当前时间越来越近。
上述实施例的有益效果:本发明通过喜好度计算子单元将用户对每个数据领域的喜好程度进行数字转化,使得用户喜好程度的评价过程更加客观,为常浏览数据领域的确认提供可准确的数据,提高了最佳推荐数据符合用户当前需求的命中率。
实施例10:
在实施例8的基础上,图像生成子单元,还用于:
当近期常用数据存在不属于常浏览数据领域的数据时,确定近期常用数据中属于非常浏览数据领域的浏览量占比,当所述浏览量占比大于预设占比时,判定用户浏览喜好发生变动,确定近期非常用数据对应的目标数据领域,判断目标数据领域与常浏览数据领域之间是否存在关联关系;
若存在,基于所述关联关系,确认用户的喜好偏移特征,根据喜好偏移特征对常浏览数据领域对应数据库进行修正,获得修正数据库,并在修正数据库中获得数据浏览频繁度最大数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像;
若不存在,获取数据浏览频繁度最大的近期非常用数据作为最佳推荐数据进行可视化生成推荐展示图像。
本实施例中,目标数据领域是指近期常用数据中属于非常浏览数据领域的数据对应的数据领域。
本实施例中,关联关系是指目标数据领域与常浏览数据领域对应的数据之间逻辑关系。
本实施例中,喜好偏移特征是指用户喜好浏览的数据领域的变化情况。
本实施例中,修正数据库是指根据用户的喜好偏移特征对原本确定的常浏览数据领域对应数据库中的数据进行移除删减后的常浏览数据领域库,例如将原数据库中不是近期常用数据对应的数据领域的数据进行删除,并添加原数据库中没有的近期常用数据对应的数据领域的数据。
本实施例中,当所述浏览量占比小于等于预设占比时,判定用户浏览喜好未发生变动,获取数据浏览频繁度最大的数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像。
本实施例中,推荐展示图像的展示方式有两种一种为多图像自动滚动展示,一种单张图像长时间展示。
上述实施例的有益效果:本发明当近期常用数据存在不属于常浏览数据领域的数据时,通过近期常用数据中属于非常浏览数据领域的的=浏览量占比判断用户浏览喜好上是否发生变动,并在判定用户浏览喜好发生变动后,确定近期非常用数据对应的目标数据领域,判断目标数据领域与常浏览数据领域之间是否存在关联关系从而及逆行不同方式的最佳推荐数据选择,确保在用户的长期喜好与短期喜好不一致时,推荐数据更加符合用户当前需求,保证推荐数据的失效性。
实施例11:
本发明提供一种移动用户数据可视化方法,如图5所示,包括:
步骤1:接收客户端的数据查询请求,对数据查询请求进行解析,获得数据查询请求携带的可视化标签;
步骤2:根据数据查询请求确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化。
上述实施例的有益效果:本发明在接收客户端的数据查询请求后,对数据查询请求进行解析,获得数据查询请求携带的可视化标签,确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化,根据用户需求以及可视化显示设备的变化实现精准可视化,确保可视化效果精准符合用户要求,为用户呈现最佳显示效果。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种移动用户数据可视化系统,其特征在于,包括:
数据接收模块,用于接收客户端的数据查询请求,对数据查询请求进行解析,获得数据查询请求携带的可视化标签;
可视化管理模块,用于根据数据查询请求确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化。
2.根据权利要求1所述的一种移动用户数据可视化系统,其特征在于,数据接收模块,包括:
数据接收单元,用于接收目标客户端的数据查询请求,对数据查询请求进行解析,判断所述数据查询请求是否携带自定义标签,其中,所述自定义标签包含用户对查询数据对应的可视化方式或者可视化结果的显示位置的设定;
标签确认单元,用于当所述数据查询请求携带自定义标签时,对所述自定义标签进行识别,确定自定义内容,生成第一可视化标签;
否则,确认所述数据查询请求为默认可视化请求,生成第二可视化标签。
3.根据权利要求1所述的一种移动用户数据可视化系统,其特征在于,可视化管理模块,包括:
数据确认单元,用于基于数据查询请求,确认查询数据对应的数据类型以及限定条件,并基于所述数据类型锁定目标数据获取范围,根据所述限定条件在所述获取范围内确认目标数据;
标签识别单元,用于对所述目标数据对应的可视化标签进行识别,获得标签识别结果;
第一管理单元,用于当所述标签识别结果为第一可视化标签时,根据所述第一可视化标签,获得用户的自定义内容,确认用户的可视化要求,其中所述可视化要求包括可视化方式以及可视化结果的显示位置;
根据所述可视化要求对应的可视化方式对目标数据进行可视化处理,获得第一可视化结果,并将所述第一可视化结果发送至尺度管理单元进行尺度调节,获得最佳显示图像在显示位置进行显示。
4.根据权利要求3所述的一种移动用户数据可视化系统,其特征在于,可视化管理模块,还包括:
第二管理单元,用于当所述标签识别结果为第二可视化标签时,对数据查询请求进行数据溯源,获取数据查询请求发送设备的设备信息,确认发送设备对应的设备类型,根据所述设备类型以及目标数据对应的数据类型,确认目标数据对应的默认可视化方式以及可视化结果的默认显示位置;
根据所述默认可视化方式对目标数据进行可视化处理,获得第二可视化结果,并将所述第二可视化结果尺度管理单元进行尺度调节,获得最佳显示图像在默认显示位置进行显示。
5.根据权利要求3所述的一种移动用户数据可视化系统,其特征在于,可视化管理模块,还包括:尺度管理单元,用于:
获取第一可视化结果或者第二可视化结果对应的显示位置的限定数据,基于限定数据,确定显示位置对应的图像显示尺度,并获得对应的尺寸变化规则;
基于所述尺寸变化规则对第一可视化结果或者第二可视化结果对应的图像进行尺度调节,生成最佳显示图像。
6.根据权利要求5所述的一种移动用户数据可视化系统,其特征在于,可视化管理模块,还包括:规则确定单元,用于:
获取大量历史尺寸调节数据,分别确定不同的历史可视结果从可视默认尺寸调节至最佳显示尺寸的像素变化,根据像素变化,获得不同的历史可视结果对应的像素变化损失向量;
基于像素变化损失向量获得多个像素损失中心,对历史可视结果对应的第一图像进行分割,获得多个子图像,并确定子图像对应的图像损失梯度;
根据所述图像损失梯度,确定子图像的第一图像增强特征,并将同一第一图像对应的第一图像增强特征进行融合获得第二图像增强特征,同时,根据历史可视结果对应显示尺寸进行分类,建立多个数据集;
获取同一数据集对应的第一图像作为第二图像,根据每个第二图像的子图像分割情况,获得全部第二图像对应的图像分割特征,并基于图像分割特征,确定当前数据集对应的目标显示尺寸的预设子图像分割结果;
根据预设子图像分割结果以及第二图像增强特征生成当前数据集对应的目标显示尺寸对应的尺寸变化规则。
7.根据权利要求1所述的一种移动用户数据可视化系统,其特征在于,还包括:推荐显示模块,包括:
第一处理单元,用于获取用户的第一历史查询记录,根据每次第一历史查询记录对应的目标数据的数据类型将所述第一历史查询记录进行分类,建立第一数据簇,并基于第一数据簇进行历史查询记录聚类分析,确定用户长期喜好对应的第一置信区间;
第二处理单元,用于获取用户近期内的第二历史查询记录,根据每次第二历史查询记录对应的目标数据的数据类型将所述第二历史查询记录进行分类,建立第二数据簇,并基于第二数据簇进行历史查询记录聚类分析,确定用户短期喜好对应的第二置信区间;
推荐显示单元,用于基于第一置信区间和第二置信区间确认最佳推荐数据进行可视化生成推荐展示图像,并将推荐展示图像发送至数据推荐展示区域进行展示。
8.根据权利要求7所述的一种移动用户数据可视化系统,其特征在于,推荐显示单元,包括:
数据处理子单元,用于分别获取第一置信区间包含的多种数据领域据对应的第一数据簇浏览时间,基于浏览时间轴生成第一数据簇的浏览时间变化图像,并生成纵向对比图像,分别确定用户对多种数据领域的喜好程度,将喜好程度大于等于第一预设阈值的数据领域作为常浏览数据领域,剩余数据领域作为非常浏览数据领域;
图像生成子单元,用于分别获取第二置信区间包含的不同数据,基于所述不同数据的数据属性,确定各个数据之间的相似度,基于所述相似度,将所述不同数据归类,获得多个数据组合,并计算每个数据组合对应的数据浏览频繁度;
当数据浏览频繁度大于第二预设阈值时,判定所述数据浏览频繁度对应的数据组合对应数据为用户的近期常用数据,当近期常用数据全部属于常浏览数据领域时,获取数据浏览频繁度最大的数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像。
9.根据权利要求8所述的一种移动用户数据可视化系统,其特征在于,图像生成子单元,还用于:
当近期常用数据存在不属于常浏览数据领域的数据时,确定近期常用数据中属于非常浏览数据领域的浏览量占比,当所述浏览量占比大于预设占比时,判定用户浏览喜好发生变动,确定近期非常用数据对应的目标数据领域,判断目标数据领域与常浏览数据领域之间是否存在关联关系;
若存在,基于所述关联关系,确认用户的喜好偏移特征,根据喜好偏移特征对常浏览数据领域对应数据库进行修正,获得修正数据库,并在修正数据库中获得数据浏览频繁度最大数据组合对应的数据作为最佳推荐数据进行可视化生成推荐展示图像;
若不存在,获取数据浏览频繁度最大的近期常用数据作为最佳推荐数据进行可视化生成推荐展示图像。
10.一种移动用户数据可视化方法,其特征在于,包括:
步骤1:接收客户端的数据查询请求,对数据查询请求进行解析,获得数据查询请求携带的可视化标签;
步骤2:根据数据查询请求确定目标数据,并根据可视化标签确定目标数据的可视化模式,基于所述可视化模式对目标数据进行可视化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310262650.2A CN116186150B (zh) | 2023-03-16 | 2023-03-16 | 一种移动用户数据可视化系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310262650.2A CN116186150B (zh) | 2023-03-16 | 2023-03-16 | 一种移动用户数据可视化系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116186150A true CN116186150A (zh) | 2023-05-30 |
CN116186150B CN116186150B (zh) | 2023-08-22 |
Family
ID=86444427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310262650.2A Active CN116186150B (zh) | 2023-03-16 | 2023-03-16 | 一种移动用户数据可视化系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116186150B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664722A (zh) * | 2023-07-27 | 2023-08-29 | 山东新卓诚智慧科技有限公司 | 一种智慧环保的大数据可视化处理方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109739909A (zh) * | 2019-01-07 | 2019-05-10 | 山东浪潮通软信息科技有限公司 | 一种基于标签快速实现数据可视化图表的展示方法及系统 |
US20190377728A1 (en) * | 2018-06-06 | 2019-12-12 | Shanghai Development Center Of Computer Software Technology | Method and system for data analysis with visualization |
CN111782719A (zh) * | 2020-08-20 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 数据处理方法及装置 |
CN111930375A (zh) * | 2019-05-13 | 2020-11-13 | 中国移动通信集团福建有限公司 | 数据可视化应用开发方法和装置 |
-
2023
- 2023-03-16 CN CN202310262650.2A patent/CN116186150B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190377728A1 (en) * | 2018-06-06 | 2019-12-12 | Shanghai Development Center Of Computer Software Technology | Method and system for data analysis with visualization |
CN109739909A (zh) * | 2019-01-07 | 2019-05-10 | 山东浪潮通软信息科技有限公司 | 一种基于标签快速实现数据可视化图表的展示方法及系统 |
CN111930375A (zh) * | 2019-05-13 | 2020-11-13 | 中国移动通信集团福建有限公司 | 数据可视化应用开发方法和装置 |
CN111782719A (zh) * | 2020-08-20 | 2020-10-16 | 支付宝(杭州)信息技术有限公司 | 数据处理方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664722A (zh) * | 2023-07-27 | 2023-08-29 | 山东新卓诚智慧科技有限公司 | 一种智慧环保的大数据可视化处理方法及系统 |
CN116664722B (zh) * | 2023-07-27 | 2023-10-13 | 山东新卓诚智慧科技有限公司 | 一种智慧环保的大数据可视化处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116186150B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7130864B2 (en) | Method and system for accessing a collection of images in a database | |
JP3648051B2 (ja) | 関連情報検索装置及びプログラム記録媒体 | |
US8897508B2 (en) | Method and apparatus to incorporate automatic face recognition in digital image collections | |
US6556710B2 (en) | Image searching techniques | |
USRE43260E1 (en) | Method for clustering and querying media items | |
US20100274802A1 (en) | Information processing apparatus, method for processing information, and storage medium | |
CN116186150B (zh) | 一种移动用户数据可视化系统及方法 | |
CN109168047A (zh) | 视频推荐方法、装置、服务器及存储介质 | |
CN111143555B (zh) | 基于大数据的客户画像生成方法、装置、设备及存储介质 | |
JP4948607B2 (ja) | 画像検索装置、画像分類装置及び方法並びにプログラム | |
JP2021086438A (ja) | 画像検索装置、画像検索方法、及びプログラム | |
JP2006217045A (ja) | インデックス画像生成装置及びインデックス画像を生成するプログラム | |
JP2013050502A (ja) | 広告表示制御装置、広告表示制御方法、およびプログラム | |
CN108369647B (zh) | 基于图像的质量控制 | |
KR20190023503A (ko) | 이미지 기반 특허 검색 장치 | |
CN106484695B (zh) | 一种用于检索的方法与设备 | |
US20020102021A1 (en) | Representing an image with a posterized joint histogram | |
US11816804B2 (en) | Method and system of recommending accommodation for tourists using multi-criteria decision making and augmented reality | |
CN112100522B (zh) | 用于检索兴趣点的方法、装置、设备及介质 | |
CN117015812A (zh) | 用于对数据点进行聚类的系统 | |
US20210124778A1 (en) | Convergence information-tags retrieval method | |
Uchida et al. | A visualization and level-of-detail control technique for large scale time series data | |
CN110706699A (zh) | 一种采用语音识别方式实现交互任务的方法及系统 | |
KR102555733B1 (ko) | 머신러닝 성능 향상을 위한 객체 관리 서버 및 그 제어방법 | |
CN115757891B (zh) | 一种基于动态交互的影视设备存储分发管理方法和系统 |
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 |