CN103325047A - 网购引导装置及方法 - Google Patents
网购引导装置及方法 Download PDFInfo
- Publication number
- CN103325047A CN103325047A CN2012100785173A CN201210078517A CN103325047A CN 103325047 A CN103325047 A CN 103325047A CN 2012100785173 A CN2012100785173 A CN 2012100785173A CN 201210078517 A CN201210078517 A CN 201210078517A CN 103325047 A CN103325047 A CN 103325047A
- Authority
- CN
- China
- Prior art keywords
- user
- preference
- food materials
- commodity
- purchase
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种网购引导装置及方法，该装置包括：一信息采集模块，用于针对每个用户采集与提高该用户购买的商品总量相关的多个影响因子；一商品推荐模块，用于针对不同的商品分类分别采用该多个影响因子中的部分或全部影响因子，并基于被采用的每个影响因子与提高该用户购买的商品总量之间的关联性向用户推荐商品。本发明针对不同的用户以及针对不同的商品分类灵活地采用多个与提高该用户购买的商品总量相关的影响因子中的全部影响因子或部分影响因子来向用户做出更加精准的商品推荐，因此不但能够为用户提供更多的商品选择，还能够同时有效地增加商品的销售数量。
Description
技术领域
本发明涉及一种网购引导装置，特别是涉及一种网购引导装置以及一种利用该网购引导装置实现的网购引导方法。
背景技术
随着计算机和网络技术的进步，人们已经可以很方便地利用B2C(Business-to-Customer，商家对顾客)网站来购买各种商品。而随着网购这一购物手段的不断普及以及B2C网站的不断发展壮大，很多B2C网站已经不再满足于单纯地向顾客展示商品以供他们浏览、搜索或者购买，而是开始尝试进一步地向顾客进行商品推荐，以期增加商品的销售数量。
目前的B2C网站通常都是基于商品的自身属性来进行商品推荐的。所谓商品的自身属性，一般包括该商品所属的商品分类、该商品的品牌、该商品的重量以及该商品的价格等等。这样的商品推荐方式虽然简单便捷，并且能够较好地为顾客提供更多的商品选择，但是却往往无法增加顾客的商品购买数量。
例如，顾客购买了一袋食盐，此时现有的商品推荐***便会进一步地把不同品牌的不同包装规格的食盐展示出来供顾客选择，但是绝大部分顾客即使看到了各种食盐的商品推荐，在此后需要购买食盐时却仍然仅会按照原计划购买一袋食盐。因此这样的商品推荐方式显然难以增加商品的销售数量。
发明内容
本发明要解决的技术问题是为了克服现有技术中的商品推荐方式虽然能够为用户提供更多的商品选择，但是却难以增加商品的销售数量的缺陷，提供一种不但能够为用户提供更多的商品选择，还能够同时有效地增加商品的销售数量的网购引导装置以及一种利用该网购引导装置实现的网购引导方法。
本发明是通过下述技术方案来解决上述技术问题的：一种网购引导装置，其特点在于，其包括：
一信息采集模块，用于针对每个用户采集与提高该用户购买的商品总量相关的多个影响因子；
一商品推荐模块，用于针对不同的商品分类分别采用该多个影响因子中的部分或全部影响因子，并基于被采用的每个影响因子与提高该用户购买的商品总量之间的关联性向用户推荐商品。
对于不同的用户而言，与提高他们购买的商品总量相关的影响因子无论是种类还是具体的数据内容都会有所差异，因此采集影响因子的操作需要针对不同的用户分别进行。
而对于不同的商品分类而言，在推荐商品时需要采用的影响因子也是有所差异的，因此推荐商品的操作同样需要针对不同的商品分类分别进行。
其中，该影响因子选自：用户的个人信息、商品的自身属性、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及商品与商品之间的关联属性。
用户的个人信息可以包括性别以及年龄等等。商品的自身属性可以包括该商品所属的商品分类、该商品的品牌、该商品的重量以及该商品的价格等等。用户的购买偏好、浏览偏好以及搜索偏好则可以分别从该用户的购买历史数据、浏览历史数据以及搜索历史数据中采用现有的数据挖掘技术挖掘获得，其中，所谓“偏好”(既包括上文中出现的“偏好”，也包括下文中将提及的“偏好”)指的是将用户的购买历史数据、浏览历史数据以及搜索历史数据中的商品以一定的权重比例考虑了其购买次数和频率、浏览次数和频率以及搜索次数和频率之后分析获得的用户最趋向于购买、浏览以及搜索的商品分类信息以及商品信息。而商品与商品之间的关联属性则可以从商品所属的商品分类下的公知常识中获得。
其中，针对食材分类，采用的影响因子为用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性。
在针对食材分类时不将食材的自身属性作为影响因子纳入考虑是因为：食材的自身属性虽然有利于向用户提供更多的食材选择，但是却无益于提高用户购买的食材总量。
较佳地，针对食材分类，该商品推荐模块用于基于用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性分析获得用户的菜肴偏好，并向用户推荐与该菜肴偏好相关的菜谱和/或该菜谱中的食材。
分析获得用户的菜肴偏好以及向用户推荐菜谱和/或菜谱中的其它食材的过程中所需的菜谱数据均可以直接采用食材分类下的公知菜谱数据。
本发明还提供了一种网购引导方法，其特点在于，其利用上述的网购引导装置实现，该网购引导方法包括：
S1、针对每个用户采集与提高该用户购买的商品总量相关的多个影响因子；
S2、针对不同的商品分类分别采用该多个影响因子中的部分或全部影响因子，并基于被采用的每个影响因子与提高该用户购买的商品总量之间的关联性向用户推荐商品。
较佳地，该影响因子选自：用户的个人信息、商品的自身属性、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及商品与商品之间的关联属性。
较佳地，针对食材分类，采用的影响因子为用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性。
较佳地，在S2中，针对食材分类，基于用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性分析获得用户的菜肴偏好，并向用户推荐与该菜肴偏好相关的菜谱和/或该菜谱中的食材。
本发明的积极进步效果在于：本发明不再单纯地以商品的自身属性为分析基础向用户推荐商品，而是针对不同的用户、针对不同的商品分类灵活地采用多个与提高该用户购买的商品总量相关的影响因子中的全部影响因子或部分影响因子来向用户做出更加精准的商品推荐，这样的商品推荐不但能够为用户提供更多的商品选择，还能够同时有效地增加商品的销售数量。
附图说明
图1为本发明的该网购引导装置的结构示意图。
图2为本发明的该网购引导方法的流程图。
具体实施方式
下面结合附图给出本发明较佳实施例，以详细说明本发明的技术方案。
如图1所示，本发明的该网购引导装置主要包括一信息采集模块1以及一商品推荐模块2。
该信息采集模块1用于针对每个用户采集与提高该用户购买的商品总量相关的多个影响因子，其中每个影响因子都选自以下的影响因子集合：用户的个人信息、商品的自身属性、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及商品与商品之间的关联属性。
该商品推荐模块2用于针对不同的商品分类分别采用该多个影响因子中的部分或全部影响因子，并基于被采用的每个影响因子与提高该用户购买的商品总量之间的关联性向用户推荐商品。
以下仅以食材分类为例对本发明进行说明，而本发明针对其它的商品分类时的运行方式则可以参考针对食材分类时的运行方式类似得到，故在此不做赘述。
首先对目标商品分类下的商品的销售特点进行分析，针对食材分类而言，食材的自身属性并不能对提高用户的购买数量起到实质性的促进作用，但是其余的影响因子，即用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性则能够较为有效地提高用户的购买数量，因此仅采用这些影响因子来进行食材的推荐。
具体地，参考图2，此时本发明的该网购引导方法在针对食材分类时的运行流程如下：
步骤100，用户注册购物网站，并在注册时填写个人信息。
步骤101，用户在该购物网站上购买、浏览或是搜索各种食材，从而在该购物网站上留下其针对食材分类的购买历史数据、浏览历史数据以及搜索历史数据。
步骤102，该购物网站的后台***基于用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性分析获得用户的菜肴偏好。例如，该用户的性别为女性，并且其大量地购买、浏览以及搜索过牛奶、糖、意面、牛排以及面粉等商品，而基于食材分类下的公知常识并且参考该用户的性别便可以分析得知该用户偏好的菜肴为各式西餐以及西点。
步骤103，该购物网站的后台***基于分析获得的该用户的菜肴偏好，向该用户推荐与该菜肴偏好相关的菜谱和/或该菜谱中的食材。例如，仍然考虑步骤102中的该女性用户，此时便可以针对该女性用户的菜肴偏好在该购物网站的网页上显示出属于西餐及西点种类的并且与用户已经购买、浏览或是搜索过的食材关联度较高的各色菜谱和/或这些菜谱中需要使用到的各色食材。
由上述实施例可以看出，本发明的商品推荐方式的推荐成功率相较于现有的商品推荐方式而言必然会有较为显著的提高，例如该实施例中的该女性用户便有很大几率会在***所推荐的各色菜谱和/或菜谱中的各色食材的启发下进一步地在该购物网站中购买其所需的其它食材。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。
Claims (8)
1.一种网购引导装置，其特征在于，其包括：
一信息采集模块，用于针对每个用户采集与提高该用户购买的商品总量相关的多个影响因子；
一商品推荐模块，用于针对不同的商品分类分别采用该多个影响因子中的部分或全部影响因子，并基于被采用的每个影响因子与提高该用户购买的商品总量之间的关联性向用户推荐商品。
2.如权利要求1所述的网购引导装置，其特征在于，该影响因子选自：用户的个人信息、商品的自身属性、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及商品与商品之间的关联属性。
3.如权利要求1所述的网购引导装置，其特征在于，针对食材分类，采用的影响因子为用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性。
4.如权利要求3所述的网购引导装置，其特征在于，针对食材分类，该商品推荐模块用于基于用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性分析获得用户的菜肴偏好，并向用户推荐与该菜肴偏好相关的菜谱和/或该菜谱中的食材。
5.一种网购引导方法，其特征在于，其利用如权利要求1所述的网购引导装置实现，该网购引导方法包括：
S1、针对每个用户采集与提高该用户购买的商品总量相关的多个影响因子；
S2、针对不同的商品分类分别采用该多个影响因子中的部分或全部影响因子，并基于被采用的每个影响因子与提高该用户购买的商品总量之间的关联性向用户推荐商品。
6.如权利要求5所述的网购引导方法，其特征在于，该影响因子选自：用户的个人信息、商品的自身属性、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及商品与商品之间的关联属性。
7.如权利要求5所述的网购引导方法，其特征在于，针对食材分类，采用的影响因子为用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性。
8.如权利要求7所述的网购引导方法，其特征在于，在S2中，针对食材分类，基于用户的个人信息、用户的购买偏好、用户的浏览偏好、用户的搜索偏好以及食材与食材之间的关联属性分析获得用户的菜肴偏好，并向用户推荐与该菜肴偏好相关的菜谱和/或该菜谱中的食材。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210078517.3A CN103325047B (zh) | 2012-03-22 | 2012-03-22 | 网购引导装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210078517.3A CN103325047B (zh) | 2012-03-22 | 2012-03-22 | 网购引导装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103325047A true CN103325047A (zh) | 2013-09-25 |
| CN103325047B CN103325047B (zh) | 2018-01-16 |
Family
ID=49193771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210078517.3A Active CN103325047B (zh) | 2012-03-22 | 2012-03-22 | 网购引导装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103325047B (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104599160A (zh) * | 2015-02-06 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置 |
| CN105046518A (zh) * | 2015-06-29 | 2015-11-11 | 成都亿邻通科技有限公司 | 一种推荐团购服务的方法 |
| CN105678578A (zh) * | 2016-01-05 | 2016-06-15 | 重庆邮电大学 | 一种基于网购行为数据的用户品牌偏好度量方法 |
| CN105761111A (zh) * | 2016-02-22 | 2016-07-13 | 青岛海尔股份有限公司 | 基于食材用量的信息处理方法与装置 |
| CN106157097A (zh) * | 2016-08-22 | 2016-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法和*** |
| CN106469403A (zh) * | 2015-08-14 | 2017-03-01 | 腾讯科技（深圳）有限公司 | 一种信息展示方法和装置 |
| CN106600380A (zh) * | 2016-12-28 | 2017-04-26 | 苏州商信宝信息科技有限公司 | 一种基于餐饮o2o电商平台的智能推荐***及其方法 |
| CN106651432A (zh) * | 2016-10-31 | 2017-05-10 | 南京魔格信息科技有限公司 | 一种楼宇广告精准投放的***及方法 |
| CN106910108A (zh) * | 2017-01-24 | 2017-06-30 | 武汉奇米网络科技有限公司 | 一种商品列表展示方法及*** |
| CN107247803A (zh) * | 2017-06-30 | 2017-10-13 | 广东美的厨房电器制造有限公司 | 基于烹饪设备的菜谱推送方法和*** |
| CN107886028A (zh) * | 2016-09-29 | 2018-04-06 | 九阳股份有限公司 | 一种冰箱的食材录入方法及食材录入装置 |
| WO2018218858A1 (zh) * | 2017-06-02 | 2018-12-06 | 深圳正品创想科技有限公司 | 一种商品呈现方法、装置及无人售货柜 |
| CN110210880A (zh) * | 2018-02-28 | 2019-09-06 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置以及计算机可读存储介质 |
| CN110519318A (zh) * | 2018-05-22 | 2019-11-29 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN111429240A (zh) * | 2020-06-15 | 2020-07-17 | 北京每日优鲜电子商务有限公司 | 生鲜销售平台的商品推送方法及***、服务器及介质 |
| CN112232916A (zh) * | 2020-10-23 | 2021-01-15 | 杭州拼便宜网络科技有限公司 | 商品推荐方法、装置及设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101206749A (zh) * | 2006-12-19 | 2008-06-25 | 株式会社G&G贸易公司 | 使用多路图像检索模块推荐产品的方法和*** |
| CN101206744A (zh) * | 2006-12-21 | 2008-06-25 | 叶克 | 一种在购物搜索引擎中融入商品自定义信息的方法 |
| CN101226555A (zh) * | 2008-02-15 | 2008-07-23 | 北京中星微电子有限公司 | 购物辅助***、服务器及方法 |
| CN101271558A (zh) * | 2008-05-16 | 2008-09-24 | 华东师范大学 | 基于上下文信息的多策略商品推荐*** |
| CN102346894A (zh) * | 2010-08-03 | 2012-02-08 | 阿里巴巴集团控股有限公司 | 推荐信息的输出方法、***及服务器 |
-
2012
- 2012-03-22 CN CN201210078517.3A patent/CN103325047B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101206749A (zh) * | 2006-12-19 | 2008-06-25 | 株式会社G&G贸易公司 | 使用多路图像检索模块推荐产品的方法和*** |
| CN101206744A (zh) * | 2006-12-21 | 2008-06-25 | 叶克 | 一种在购物搜索引擎中融入商品自定义信息的方法 |
| CN101226555A (zh) * | 2008-02-15 | 2008-07-23 | 北京中星微电子有限公司 | 购物辅助***、服务器及方法 |
| CN101271558A (zh) * | 2008-05-16 | 2008-09-24 | 华东师范大学 | 基于上下文信息的多策略商品推荐*** |
| CN102346894A (zh) * | 2010-08-03 | 2012-02-08 | 阿里巴巴集团控股有限公司 | 推荐信息的输出方法、***及服务器 |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104599160B (zh) * | 2015-02-06 | 2020-09-08 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置 |
| CN104599160A (zh) * | 2015-02-06 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 商品推荐方法和装置 |
| CN105046518A (zh) * | 2015-06-29 | 2015-11-11 | 成都亿邻通科技有限公司 | 一种推荐团购服务的方法 |
| CN106469403B (zh) * | 2015-08-14 | 2023-04-18 | 腾讯科技（深圳）有限公司 | 一种信息展示方法和装置 |
| CN106469403A (zh) * | 2015-08-14 | 2017-03-01 | 腾讯科技（深圳）有限公司 | 一种信息展示方法和装置 |
| CN105678578A (zh) * | 2016-01-05 | 2016-06-15 | 重庆邮电大学 | 一种基于网购行为数据的用户品牌偏好度量方法 |
| WO2017143701A1 (zh) * | 2016-02-22 | 2017-08-31 | 青岛海尔股份有限公司 | 基于食材用量的信息处理方法与装置 |
| CN105761111A (zh) * | 2016-02-22 | 2016-07-13 | 青岛海尔股份有限公司 | 基于食材用量的信息处理方法与装置 |
| CN106157097A (zh) * | 2016-08-22 | 2016-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法和*** |
| CN110135915A (zh) * | 2016-08-22 | 2019-08-16 | 北京京东尚科信息技术有限公司 | 商品推荐方法和*** |
| CN110135915B (zh) * | 2016-08-22 | 2023-05-02 | 北京京东尚科信息技术有限公司 | 商品推荐方法和*** |
| CN107886028A (zh) * | 2016-09-29 | 2018-04-06 | 九阳股份有限公司 | 一种冰箱的食材录入方法及食材录入装置 |
| CN106651432A (zh) * | 2016-10-31 | 2017-05-10 | 南京魔格信息科技有限公司 | 一种楼宇广告精准投放的***及方法 |
| CN106600380A (zh) * | 2016-12-28 | 2017-04-26 | 苏州商信宝信息科技有限公司 | 一种基于餐饮o2o电商平台的智能推荐***及其方法 |
| CN106600380B (zh) * | 2016-12-28 | 2020-01-17 | 广州市供销社农产品经营有限公司 | 一种基于餐饮o2o电商平台的智能推荐***及其方法 |
| CN106910108A (zh) * | 2017-01-24 | 2017-06-30 | 武汉奇米网络科技有限公司 | 一种商品列表展示方法及*** |
| WO2018218858A1 (zh) * | 2017-06-02 | 2018-12-06 | 深圳正品创想科技有限公司 | 一种商品呈现方法、装置及无人售货柜 |
| CN107247803A (zh) * | 2017-06-30 | 2017-10-13 | 广东美的厨房电器制造有限公司 | 基于烹饪设备的菜谱推送方法和*** |
| CN110210880A (zh) * | 2018-02-28 | 2019-09-06 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置以及计算机可读存储介质 |
| CN110519318A (zh) * | 2018-05-22 | 2019-11-29 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN110519318B (zh) * | 2018-05-22 | 2023-08-04 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
| CN111429240A (zh) * | 2020-06-15 | 2020-07-17 | 北京每日优鲜电子商务有限公司 | 生鲜销售平台的商品推送方法及***、服务器及介质 |
| CN112232916A (zh) * | 2020-10-23 | 2021-01-15 | 杭州拼便宜网络科技有限公司 | 商品推荐方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103325047B (zh) | 2018-01-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103325047A (zh) | 网购引导装置及方法 | |
| US10909608B2 (en) | Merchant recommendations associated with a persona | |
| CN102385601B (zh) | 一种产品信息的推荐方法及*** | |
| JP5984834B2 (ja) | ウェブサイト横断情報を表示する方法およびシステム | |
| US9342791B2 (en) | Systems and methods for trend aware self-correcting entity relationship extraction | |
| CN106708821A (zh) | 基于用户个性化购物行为进行商品推荐的方法 | |
| CN106202516A (zh) | 一种根据时间节点的电子商务平台商品展示方法 | |
| CN109447713A (zh) | 一种基于知识图谱的推荐方法及装置 | |
| CN102073717A (zh) | 一种面向垂直电子商务网站的首页推荐方法 | |
| CN105718184A (zh) | 一种数据处理方法和装置 | |
| CN109840796B (zh) | 决策因素分析装置与决策因素分析方法 | |
| CN103345695A (zh) | 一种商品推荐的方法和装置 | |
| CN106062743A (zh) | 用于关键字建议的***和方法 | |
| CN102542490A (zh) | 基于模型匹配的商品推荐方法 | |
| US11321724B1 (en) | Product evaluation system and method of use | |
| US10217149B2 (en) | Method and system for effectuating an electronic purchase transaction between a consumer device and a merchant | |
| CN106326318B (zh) | 搜索方法及装置 | |
| JP6976207B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| CN105493119A (zh) | 基于智能手机的互动广告输出*** | |
| CN106157099A (zh) | 一种基于大数据的用户点击信息奖励方法 | |
| CN109299426A (zh) | 一种精确头条信息的推荐方法及装置 | |
| US20150317709A1 (en) | System and method thereof for effectuating an electronic negotiation between a consumer device and a merchant | |
| CN105678567A (zh) | 一种基于大数据深度学习的精准预测*** | |
| US11216863B2 (en) | System and methods for advanced personalized retail shopping platform | |
| Trappey et al. | Using Web Mining and Perceptual Mapping to Support Customer-Oriented Product Positions Designs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20160914 Address after: East Building 11, 100195 Beijing city Haidian District xingshikou Road No. 65 west Shan creative garden district 1-4 four layer of 1-4 layer Applicant after: Beijing Jingdong Shangke Information Technology Co., Ltd. Address before: 201203 Shanghai city Pudong New Area Zu Road No. 295 Room 102 Applicant before: Niuhai Information Technology (Shanghai) Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |