CN106021577A - 一种推送信息的方法、装置及电子设备 - Google Patents
一种推送信息的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN106021577A CN106021577A CN201610380433.3A CN201610380433A CN106021577A CN 106021577 A CN106021577 A CN 106021577A CN 201610380433 A CN201610380433 A CN 201610380433A CN 106021577 A CN106021577 A CN 106021577A
- Authority
- CN
- China
- Prior art keywords
- time
- historical information
- degree
- staying
- title
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
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)
- Information Transfer Between Computers (AREA)
Abstract
本发明的实施例公开一种推送信息的方法、装置及电子设备,涉及信息推送技术,能够提升推送信息的效率。所述推送信息的方法包括:获取目标用户浏览每一历史信息标题的停留时间;计算各用户浏览每一历史信息标题的平均停留时间,基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。本发明适用于对新闻内容进行推荐。
Description
技术领域
本发明涉及信息推送技术,尤其涉及一种推送信息的方法、装置及电子设备。
背景技术
当今社会,越来越多的用户使用电子设备,通过互联网络获取所需的信息,例如,通过移动电话,进行网上新闻、幽默笑话等阅读,以了解基于自己兴趣爱好的各种时事动态,借以缓解生活以及工作压力。
以新闻为例,由于每天发生的新闻数量庞大、新闻类型繁多,用户从如此海量的新闻中找到符合自己兴趣爱好的新闻,需要花费大量的时间,导致新闻浏览效率较低。为了提升用户浏览新闻的效率,现有技术中,提出了一种新闻推送方法,通过统计各用户对每一新闻的访问行为参数,例如,浏览历史、评论、分享、搜索行为、点赞、收藏等,将各用户对每一新闻的的访问行为应用于预先设置的新闻权值数学模型,例如,基于内容的推荐数学模型、协同过滤推荐数学模型、基于知识的推荐数学模型、基于网络结构的推荐数学模型、组合推荐数学模型等,从而得到每一新闻的权值,并依据权值进行排序,选取排序前N位的新闻,作为待推荐新闻集;然后,通过对用户行为,例如,用户对新闻的点击、浏览、收藏、评论等行为进行统计,获取用户的行为特征,计算用户的行为特征与待推荐新闻集中每一新闻的匹配度,选取匹配度靠前的新闻,向该用户进行推送,从而使得用户避免从海量新闻中查找所需的新闻,无需花费查找时间就能够获取所需的新闻,提升了用户浏览新闻的效率以及用户提升浏览新闻内容的体验。
但该新闻推送方法,在对新闻权值进行计算时,用于计算新闻权值的访问行为参数为浏览历史、评论、分享、搜索行为、点赞、收藏等宏观访问行为参数,未考虑用户浏览新闻标题的时间等微观访问行为参数,尤其是对于现今工作、生活节凑紧张的用户来说,通过花费一些时间浏览新闻标题,可以获知该新闻的大概内容,因而,可能无需再去浏览该新闻内容,而该因素并未被现有技术考虑,使得基于宏观访问行为参数推送的新闻可能与用户预期不符,从而使得用户不去浏览推送的新闻,导致推送的新闻效率较低,相应用户浏览新闻的效率也较低;进一步地,很多用户在浏览新闻后,并不进行评论、分享、点赞、收藏等行为,也使得基于宏观访问行为参数推送的新闻可能与用户预期不符,降低了推送新闻的效率。
发明内容
有鉴于此,本发明实施例提供一种推送信息的方法、装置及电子设备,能够提升推送信息的效率,以解决现有的推送信息的方法中,基于宏观访问行为参数推送的信息可能与用户预期不符,从而不去浏览推送信息,使得信息推送效率较低的问题。
第一方面,本发明实施例提供一种推送信息的方法,包括:
获取目标用户浏览每一历史信息标题的停留时间;
计算各用户浏览每一历史信息标题的平均停留时间;
基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;
依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。
结合第一方面,在第一方面的第一种实施方式中,所述获取目标用户浏览每一历史信息标题的停留时间包括:
设置以一个或多个信息标题为一页面的信息标题页面;
记录用户在所述信息标题页面的页面停留时间,如果所述信息标题页面包含一信息标题,获取的停留时间为所述页面停留时间,如果所述信息标题页面包含多个信息标题,获取的停留时间为所述页面停留时间除以所述信息标题页面中包含的信息标题数。
结合第一方面,在第一方面的第二种实施方式中,利用下式计算所述内隐兴趣度:
式中,
Ti为第i个历史信息标题的平均停留时间;
Tji为第j个用户浏览第i个历史信息标题的停留时间;
IAji为第j个用户对第i个历史信息标题的内隐兴趣度。
结合第一方面、第一方面的第一种或第二种实施方式,在第一方面的第三种实施方式中,在所述基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度之前,所述方法还包括:
统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间;
所述基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度包括:
计算一历史信息标题的停留时间除以平均停留时间的商,得到第一内隐兴趣度;
获取所述一历史信息标题包含的第一字数,计算所述目标用户的单字平均停留时间与第一字数的乘积;
计算所述一历史信息标题的停留时间除以所述乘积的商,得到第二内隐兴趣度;
计算所述第一内隐兴趣度与所述第二内隐兴趣度的和值,得到所述目标用户对所述一历史信息标题的内隐兴趣度。
结合第一方面的第三种实施方式,在第一方面的第四种实施方式中,所述目标用户的单字平均停留时间包括:所述目标用户的所有单字平均停留时间以及单标题单字平均停留时间,所述统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间包括:
从统计的信息标题集中,提取一历史信息标题,统计所述一历史信息标题包含的字数,计算所述目标用户浏览所述一历史信息标题的停留时间与所述字数的商,得到单标题单字平均停留时间;
依据所述信息标题集包含的历史信息标题数量,计算各单标题单字平均停留时间的平均值,得到所述目标用户的所有单字平均停留时间。
第二方面,本发明实施例提供一种推送信息的装置,包括:停留时间获取模块、平均停留时间获取模块、内隐兴趣度模块以及推送模块,其中,
停留时间获取模块,用于获取目标用户浏览每一历史信息标题的停留时间;
平均停留时间获取模块,用于计算各用户浏览每一历史信息标题的平均停留时间;
内隐兴趣度模块,用于基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;
推送模块,用于依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。
结合第二方面,在第二方面的第一种实施方式中,所述停留时间获取模块包括:信息标题页面设置单元以及停留时间计算单元,其中,
信息标题页面设置单元,用于设置以一个或多个信息标题为一页面的信息标题页面;
停留时间计算单元,用于记录用户在所述信息标题页面的页面停留时间,如果所述信息标题页面包含一信息标题,获取的停留时间为所述页面停留时间,如果所述信息标题页面包含多个信息标题,获取的停留时间为所述页面停留时间除以所述信息标题页面中包含的信息标题数。
结合第二方面,在第二方面的第二种实施方式中,所述内隐兴趣度模块利用下式计算所述内隐兴趣度:
式中,
Ti为第i个历史信息标题的平均停留时间;
Tji为第j个用户浏览第i个历史信息标题的停留时间;
IAji为第j个用户对第i个历史信息标题的内隐兴趣度。
结合第二方面、第二方面的第一种或第二种实施方式,在第二方面的第三种实施方式中,所述内隐兴趣度模块包括:单字平均停留时间计算单元、第一内隐兴趣度计算单元、单字总平均停留时间计算单元、第二内隐兴趣度计算单元以及内隐兴趣度计算单元,其中,
单字平均停留时间计算单元,用于统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间;
第一内隐兴趣度计算单元,用于计算一历史信息标题的停留时间除以平均停留时间的商,得到第一内隐兴趣度;
单字总平均停留时间计算单元,用于获取所述一历史信息标题包含的第一字数,计算所述目标用户的单字平均停留时间与第一字数的乘积;
第二内隐兴趣度计算单元,用于计算所述一历史信息标题的停留时间除以所述乘积的商,得到第二内隐兴趣度;
内隐兴趣度计算单元,用于计算所述第一内隐兴趣度与所述第二内隐兴趣度的和值,得到所述目标用户对所述一历史信息标题的内隐兴趣度。
结合第二方面的第三种实施方式,在第二方面的第四种实施方式中,所述单字平均停留时间计算单元包括:所有单字平均停留时间计算子单元以及单标题单字平均停留时间计算子单元,其中,
单标题单字平均停留时间计算子单元,用于从统计的信息标题集中,提取一历史信息标题,统计所述一历史信息标题包含的字数,计算所述目标用户浏览所述一历史信息标题的停留时间与所述字数的商,得到单标题单字平均停留时间;
所有单字平均停留时间计算子单元,用于依据所述信息标题集包含的历史信息标题数量,计算各单标题单字平均停留时间的平均值,得到所述目标用户的所有单字平均停留时间。
第三方面,本发明实施例提供一种电子设备,所述电子设备包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为上述电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行前述任一所述的推送信息的方法。
本发明实施例提供的一种推送信息的方法、装置及电子设备,通过获取目标用户浏览每一历史信息标题的停留时间;计算各用户浏览每一历史信息标题的平均停留时间,基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息,能够提升推送信息的效率,以解决现有的推送信息的方法中,基于宏观访问行为参数推送的信息可能与用户预期不符,从而不去浏览推送信息,使得信息推送效率较低的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明的实施例一推送信息的方法流程示意图;
图2为本发明的实施例二推送信息的装置结构示意图;
图3为本发明电子设备一个实施例的结构示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
图1为本发明的实施例一推送信息的方法流程示意图,如图1所示,本实施例的方法可以包括:
步骤101,获取目标用户浏览每一历史信息标题的停留时间;
本实施例中,信息在通过电子设备呈现在屏幕上时,为了便于用户即使粗略了解信息内容,每一信息都设置有一信息标题,用户在浏览信息标题时,基于自己的兴趣爱好,不同的信息标题会有不同的停留时间。例如,对于用户感兴趣的信息标题,会有较长的停留时间,而对于不感兴趣的信息标题,停留时间会较短,用户在浏览信息标题时的停留时间长短,可以直观反应用户对该类型信息的兴趣,因而,本实施例中,考虑将用户浏览历史信息标题的停留时间作为用户对给类型信息潜在的兴趣指标。
本实施例中,作为一可选实施例,信息包括但不限于:新闻、搞笑、科技、养生等。
本实施例中,作为一可选实施例,所述获取目标用户浏览每一历史信息标题的停留时间包括:
A11,设置以一个或多个信息标题为一页面的信息标题页面;
A12,记录用户在所述信息标题页面的页面停留时间,如果所述信息标题页面包含一信息标题,获取的停留时间为所述页面停留时间,如果所述信息标题页面包含多个信息标题,获取的停留时间为所述页面停留时间除以所述信息标题页面中包含的信息标题数。
本实施例中,用户在信息标题页面的页面停留时间,可以是从该信息标题页面打开至被关闭的时间,也可以是从该信息标题页面打开至该信息标题页面被切换至其它信息标题页面的时间,还可以是从该信息标题页面打开至用户产生滑移操作时的时间。
步骤102,计算各用户浏览每一历史信息标题的平均停留时间;
步骤103,基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;
本实施例中,作为一可选实施例,利用下式计算历史信息标题的平均停留时间:
式中,
Ti为第i个历史信息标题的平均停留时间;
Tji为第j个用户浏览第i个历史信息标题的停留时间;
n为浏览第i个历史信息标题的用户数。
作为一可选实施例,利用下式计算内隐兴趣度:
式中,
IAji为第j个用户对第i个历史信息标题的内隐兴趣度。
本实施例中,由于不同年龄段的用户在正常浏览同一信息标题时,所需的时间会有较大差异,例如,儿童正常浏览信息标题所需的时间显著大于成年人,因而,作为另一可选实施例,还可以对用户依据年龄进行分类,依据目标用户所属的年龄分类,统计该年龄分类的各用户浏览每一历史信息标题的平均停留时间。
本实施例中,例如,以新闻标题为例,如果进行统计的用户数为2,用户A浏览编号为x1、x2、x3、x4的四篇新闻标题,其中,用户A在x1的停留时间为1100ms,x2的停留时间尾1000ms,x3的停留时间为900ms,x4的停留时间为1400ms。
用户B在在x1的停留时间为1600ms,x2的停留时间为1700ms,x3的停留时间为1200ms,x4的停留时间为1800ms。则:
各用户浏览每一新闻标题的平均停留时间分别如下:
依据上述的内隐兴趣度计算公式,内隐兴趣度计算结果如下:
用户A对x1的内隐兴趣度为0.8148;
用户A对x2的内隐兴趣度为0.7407;
用户A对x3的内隐兴趣度为0.8571;
用户A对x4的内隐兴趣度为0.8750;
用户B对x1的内隐兴趣度为1.1852;
用户B对x2的内隐兴趣度为1.2593;
用户B对x3的内隐兴趣度为1.1429;
用户B对x4的内隐兴趣度为1.1250。
本实施例中,用户对某一信息标题的内隐兴趣度越高,表明用户浏览该信息标题所用的时间越长,对该类信息越关注。
本实施例中,为了提升用于计算平均停留时间的各用户数据(停留时间)的可靠性,作为一可选实施例,在所述计算各用户浏览每一历史信息标题的平均停留时间之后,基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间之前,该方法还包括:
计算浏览每一历史信息标题的均方差,如果某一用户浏览历史信息标题的停留时间与平均停留时间的误差大于3倍所述均方差,删除所述某一用户浏览历史信息标题的停留时间,执行所述计算各用户浏览每一历史信息标题的平均停留时间的步骤。
本实施例中,如果每一用户浏览历史信息标题的停留时间与平均停留时间的误差不大于3倍所述均方差,执行所述计算各用户浏览每一历史信息标题的平均停留时间的步骤。
本实施例中,由于各信息标题中包含的字数不一致,如果某一用户浏览两信息标题所花的时间一样,但第一信息标题包含10个文字,第二信息标题包含20个文字,显然,在该用户类别相同的情况下,该用户对第一信息标题的关注度要高于对第二信息标题的关注度。因而,作为一可选实施例,基于每一用户的阅读能力所浏览历史信息标题的时间的不同的,在所述计算各用户浏览每一历史信息标题的平均停留时间,基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间之前,该方法还包括:
统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间。
本实施例中,单字平均停留时间包括:所述目标用户的所有单字平均停留时间以及单标题单字平均停留时间,其中,所述目标用户的所有单字平均停留时间为该用户浏览所有历史信息标题对应的总字数中,每一文字对应的浏览时间;单标题单字平均停留时间为用户浏览一历史信息标题对应的每字平均停留时间。
作为一可选实施例,所述统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间包括:
B11,从统计的信息标题集中,提取一历史信息标题,统计所述一历史信息标题包含的字数,计算所述目标用户浏览所述一历史信息标题的停留时间与所述字数的商,得到单标题单字平均停留时间;
B12,依据所述信息标题集包含的历史信息标题数量,计算各单标题单字平均停留时间的平均值,得到所述目标所有单字平均停留时间。
作为另一可选实施例,所述统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间包括:
从统计的信息标题集中,提取一历史信息标题,统计所述一历史信息标题包含的字数,计算所述目标用户浏览所述一历史信息标题的停留时间与所述字数的商,得到所述一历史信息标题对应的单标题单字平均停留时间。
本实施例中,作为一可选实施例,所述基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度包括:
C11,计算一历史信息标题的停留时间除以平均停留时间的商,得到第一内隐兴趣度;
C12,获取所述一历史信息标题包含的第一字数,计算所述目标用户的单字平均停留时间与第一字数的乘积;
C13,计算所述一历史信息标题的停留时间除以所述乘积的商,得到第二内隐兴趣度;
C14,计算所述第一内隐兴趣度与所述第二内隐兴趣度的和值,得到所述目标用户对所述一历史信息标题的内隐兴趣度。
本实施例中,以上述为例,目标用户包括用户A和用户B,如果x1、x2、x3、x4包含的字数分别为5、10、15、20,计算得到的各用户的所有单字平均停留时间分别如下:
用户A的所有单字平均停留时间:
TpA=(1100ms/5+1000ms/10+900ms/15+1400ms/20)/4=112.5ms/字;
用户B的所有单字平均停留时间:
TpB=(1600ms/5+1700ms/10+1200ms/15+1800ms/20)/4=165ms/字。
则计算得到的目标用户对所述一历史信息标题的内隐兴趣度分别如下:
用户A对x1的内隐兴趣度=1100/1350+1100/(5*112.5)=2.7704;
用户A对x2的内隐兴趣度=1000/1350+1000/(10*112.5)=1.6300;
用户A对x3的内隐兴趣度=900/1050+900/(15*112.5)=1.3905;
用户A对x4的内隐兴趣度=1400/1600+1400/(20*112.5)=1.4972;
用户B对x1的内隐兴趣度=1600/1350+1600/(5*165)=3.1246;
用户B对x2的内隐兴趣度=1700/1350+1700/(10*165)=2.2896;
用户B对x3的内隐兴趣度=1200/1050+1200/(15*165)=1.6277;
用户B对x4的内隐兴趣度=1800/1600+1800/(20*165)=1.6705。
作为另一可选实施例,所述基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度包括:
D11,计算一历史信息标题的停留时间除以平均停留时间的商,得到第一内隐兴趣度;
D12,计算所述一历史信息标题对应的单字平均停留时间与所述第一内隐兴趣度的和值,得到所述目标用户对所述一历史信息标题的内隐兴趣度。
步骤104,依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。
本实施例中,作为一可选实施例,待推送信息集可以采用现有技术方法获取,例如,通过统计各用户对每一新闻的访问行为参数,例如,浏览历史、评论、分享、搜索行为、点赞、收藏等,将各用户对每一新闻的的访问行为应用于预先设置的新闻权值数学模型,例如,基于内容的推荐数学模型、协同过滤推荐数学模型、基于知识的推荐数学模型、基于网络结构的推荐数学模型、组合推荐数学模型等,从而得到每一新闻的权值,并依据权值进行排序,选取排序前N位的新闻,作为初选新闻集;然后,通过对用户行为,例如,用户对新闻的点击、浏览、收藏、评论等行为进行统计,获取用户的行为特征,计算用户的行为特征与初选新闻集中每一新闻的匹配度,选取匹配度靠前的新闻,得到待推送新闻(信息)集。作为另一可选实施例,待推送信息集也可以是由各运营商提交至推送服务器的信息组成,本实施例对此不作限定。
本实施例中,作为一可选实施例,可以是通过提取内隐兴趣度排序前N位的历史信息标题中的一历史信息标题,提取该历史信息标题包含的各历史关键词,再提取待推送信息集中的一信息对应的信息标题中包含的各推送关键词,按照预先设置的匹配度算法,计算各历史关键词与各推送关键词的匹配度,如果计算得到的匹配度超过预先设置的匹配度阈值,则将提取的信息标题对应的信息向目标用户推送;如果计算得到的匹配度未超过预先设置的匹配度阈值,则从待推送信息集中提取下一信息,直至待推送信息集中的信息被提取完毕。然后,提取内隐兴趣度排序前N位的历史信息标题中的下一历史信息标题。
本发明实施例一推送信息的方法,通过获取目标用户浏览每一历史信息标题的停留时间;计算各用户浏览每一历史信息标题的平均停留时间,基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。这样,在进行信息推送时,考虑用户浏览信息标题的停留时间等微观访问行为参数,作为用户兴趣度的辅助指标或指标,使得推送的信息更能符合目标用户预期,从而提升推送的信息效率,推送的信息被用户浏览的概率增大,增强了用户浏览信息的效率;进一步地,由于基于浏览信息标题的停留时间计算的内隐兴趣度可以表征用户对信息的兴趣,即使用户在浏览信息后不进行评论、分享、点赞、收藏等行为,也能使得推送的信息与用户预期吻合度高,提升了用户的信息浏览体验。
实施例二
图2为本发明的实施例二推送信息的装置结构示意图,如图2所示,本实施例的装置可以包括:停留时间获取模块21、平均停留时间获取模块22、内隐兴趣度模块23以及推送模块24,其中,
停留时间获取模块21,用于获取目标用户浏览每一历史信息标题的停留时间;
本实施例中,作为一可选实施例,信息包括但不限于:新闻、搞笑、科技、养生等。
本实施例中,作为一可选实施例,停留时间获取模块21包括:信息标题页面设置单元以及停留时间计算单元(图中未示出),其中,
信息标题页面设置单元,用于设置以一个或多个信息标题为一页面的信息标题页面;
停留时间计算单元,用于记录用户在所述信息标题页面的页面停留时间,如果所述信息标题页面包含一信息标题,获取的停留时间为所述页面停留时间,如果所述信息标题页面包含多个信息标题,获取的停留时间为所述页面停留时间除以所述信息标题页面中包含的信息标题数。
平均停留时间获取模块22,用于计算各用户浏览每一历史信息标题的平均停留时间;
本实施例中,作为一可选实施例,利用下式计算历史信息标题的平均停留时间:
式中,
Ti为第i个历史信息标题的平均停留时间;
Tji为第j个用户浏览第i个历史信息标题的停留时间;
n为浏览第i个历史信息标题的用户数。
作为另一可选实施例,还可以对用户依据年龄进行分类,依据目标用户所属的年龄分类,统计该年龄分类的各用户浏览每一历史信息标题的平均停留时间。
作为一可选实施例,在计算各用户浏览每一历史信息标题的平均停留时间,基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间之前,平均停留时间获取模块还可以用于计算浏览每一历史信息标题的均方差,如果某一用户浏览历史信息标题的停留时间与平均停留时间的误差大于3倍所述均方差,删除所述某一用户浏览历史信息标题的停留时间,计算各用户浏览每一历史信息标题的平均停留时间。
内隐兴趣度模块23,用于基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;
本实施例中,作为一可选实施例,利用下式计算所述内隐兴趣度:
式中,
Ti为第i个历史信息标题的平均停留时间;
Tji为第j个用户浏览第i个历史信息标题的停留时间;
IAji为第j个用户对第i个历史信息标题的内隐兴趣度。
本实施例中,作为一可选实施例,内隐兴趣度模块23包括:单字平均停留时间计算单元、第一内隐兴趣度计算单元、单字总平均停留时间计算单元、第二内隐兴趣度计算单元以及内隐兴趣度计算单元(图中未示出),其中,
单字平均停留时间计算单元,用于统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间;
本实施例中,作为一可选实施例,单字平均停留时间计算单元包括:所有单字平均停留时间计算子单元以及单标题单字平均停留时间计算子单元,其中,
单标题单字平均停留时间计算子单元,用于从统计的信息标题集中,提取一历史信息标题,统计所述一历史信息标题包含的字数,计算所述目标用户的用户浏览所述一历史信息标题的停留时间与所述字数的商,得到单标题单字平均停留时间;
所有单字平均停留时间计算子单元,用于依据所述信息标题集包含的历史信息标题数量,计算各单标题单字平均停留时间的平均值,得到所述目标用户的所有单字平均停留时间。
第一内隐兴趣度计算单元,用于计算一历史信息标题的停留时间除以平均停留时间的商,得到第一内隐兴趣度;
单字总平均停留时间计算单元,用于获取所述一历史信息标题包含的第一字数,计算所述目标用户的单字平均停留时间与第一字数的乘积;
第二内隐兴趣度计算单元,用于计算所述一历史信息标题的停留时间除以所述乘积的商,得到第二内隐兴趣度;
内隐兴趣度计算单元,用于计算所述第一内隐兴趣度与所述第二内隐兴趣度的和值,得到所述目标用户对所述一历史信息标题的内隐兴趣度。
推送模块24,用于依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。
本实施例的装置,可以用于执行图1所示方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,″计算机可读介质″可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。
在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本发明实施例还提供一种电子设备,所述电子设备包含前述任一实施例所述的装置。
图3为本发明电子设备一个实施例的结构示意图,可以实现本发明图1-2所示实施例的流程,如图3所示,上述电子设备可以包括:壳体31、处理器32、存储器33、电路板34和电源电路35,其中,电路板34安置在壳体31围成的空间内部,处理器32和存储器33设置在电路板34上;电源电路35,用于为上述电子设备的各个电路或器件供电;存储器33用于存储可执行程序代码;处理器32通过读取存储器33中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行前述任一实施例所述的推送信息的方法。
处理器32对上述步骤的具体执行过程以及处理器32通过运行可执行程序代码来进一步执行的步骤,可以参见本发明图1-2所示实施例的描述,在此不再赘述。
该电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载导航设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、***总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子设备。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
为了描述的方便,描述以上装置是以功能分为各种单元/模块分别描述。当然,在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本
发明可借助软件加必需的通用硬件平台的方式来实现。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种推送信息的方法,其特征在于,包括:
获取目标用户浏览每一历史信息标题的停留时间;
计算各用户浏览每一历史信息标题的平均停留时间;
基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;
依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。
2.根据权利要求1所述的推送信息的方法,其特征在于,所述获取目标用户浏览每一历史信息标题的停留时间包括:
设置以一个或多个信息标题为一页面的信息标题页面;
记录用户在所述信息标题页面的页面停留时间,如果所述信息标题页面包含一信息标题,获取的停留时间为所述页面停留时间,如果所述信息标题页面包含多个信息标题,获取的停留时间为所述页面停留时间除以所述信息标题页面中包含的信息标题数。
3.根据权利要求1所述的推送信息的方法,其特征在于,利用下式计算所述内隐兴趣度:
式中,
Ti为第i个历史信息标题的平均停留时间;
Tji为第j个用户浏览第i个历史信息标题的停留时间;
IAji为第j个用户对第i个历史信息标题的内隐兴趣度。
4.根据权利要求1至3任一项所述的推送信息的方法,其特征在于,在所述基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度之前,所述方法还包括:
统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间;
所述基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度包括:
计算一历史信息标题的停留时间除以平均停留时间的商,得到第一内隐兴趣度;
获取所述一历史信息标题包含的第一字数,计算所述目标用户的单字平均停留时间与第一字数的乘积;
计算所述一历史信息标题的停留时间除以所述乘积的商,得到第二内隐兴趣度;
计算所述第一内隐兴趣度与所述第二内隐兴趣度的和值,得到所述目标用户对所述一历史信息标题的内隐兴趣度。
5.根据权利要求4所述的推送信息的方法,其特征在于,所述目标用户的单字平均停留时间包括:所述目标用户的所有单字平均停留时间以及单标题单字平均停留时间,所述统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间包括:
从统计的信息标题集中,提取一历史信息标题,统计所述一历史信息标题包含的字数,计算所述目标用户浏览所述一历史信息标题的停留时间与所述字数的商,得到单标题单字平均停留时间;
依据所述信息标题集包含的历史信息标题数量,计算各单标题单字平均停留时间的平均值,得到所述目标用户的所有单字平均停留时间。
6.一种推送信息的装置,其特征在于,包括:停留时间获取模块、平均停留时间获取模块、内隐兴趣度模块以及推送模块,其中,
停留时间获取模块,用于获取目标用户浏览每一历史信息标题的停留时间;
平均停留时间获取模块,用于计算各用户浏览每一历史信息标题的平均停留时间;
内隐兴趣度模块,用于基于每一历史信息标题的平均停留时间以及所述目标用户的停留时间,得到所述目标用户对每一历史信息标题的内隐兴趣度;
推送模块,用于依次提取内隐兴趣度排序前N位的历史信息标题中的关键词,向所述目标用户推送与提取到的关键词相匹配的待推送信息集中的信息。
7.根据权利要求6所述的推送信息的装置,其特征在于,所述停留时间获取模块包括:信息标题页面设置单元以及停留时间计算单元,其中,
信息标题页面设置单元,用于设置以一个或多个信息标题为一页面的信息标题页面;
停留时间计算单元,用于记录用户在所述信息标题页面的页面停留时间,如果所述信息标题页面包含一信息标题,获取的停留时间为所述页面停留时间,如果所述信息标题页面包含多个信息标题,获取的停留时间为所述页面停留时间除以所述信息标题页面中包含的信息标题数。
8.根据权利要求5所述的推送信息的装置,其特征在于,所述内隐兴趣度模块利用下式计算所述内隐兴趣度:
式中,
Ti为第i个历史信息标题的平均停留时间;
Tji为第j个用户浏览第i个历史信息标题的停留时间;
IAji为第j个用户对第i个历史信息标题的内隐兴趣度。
9.根据权利要求6至8任一项所述的推送信息的装置,其特征在于,所述内隐兴趣度模块包括:单字平均停留时间计算单元、第一内隐兴趣度计算单元、单字总平均停留时间计算单元、第二内隐兴趣度计算单元以及内隐兴趣度计算单元,其中,
单字平均停留时间计算单元,用于统计历史信息标题包含的字数,计算所述目标用户的单字平均停留时间;
第一内隐兴趣度计算单元,用于计算一历史信息标题的停留时间除以平均停留时间的商,得到第一内隐兴趣度;
单字总平均停留时间计算单元,用于获取所述一历史信息标题包含的第一字数,计算所述目标用户的单字平均停留时间与第一字数的乘积;
第二内隐兴趣度计算单元,用于计算所述一历史信息标题的停留时间除以所述乘积的商,得到第二内隐兴趣度;
内隐兴趣度计算单元,用于计算所述第一内隐兴趣度与所述第二内隐兴趣度的和值,得到所述目标用户对所述一历史信息标题的内隐兴趣度。
10.一种电子设备,其特征在于,所述电子设备包括:壳体、处理器、存储器、电路板和电源电路,其中,电路板安置在壳体围成的空间内部,处理器和存储器设置在电路板上;电源电路,用于为上述电子设备的各个电路或器件供电;存储器用于存储可执行程序代码;处理器通过读取存储器中存储的可执行程序代码来运行与可执行程序代码对应的程序,用于执行前述任一权利要求1-5所述的推送信息的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610380433.3A CN106021577B (zh) | 2016-06-01 | 2016-06-01 | 一种推送信息的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610380433.3A CN106021577B (zh) | 2016-06-01 | 2016-06-01 | 一种推送信息的方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106021577A true CN106021577A (zh) | 2016-10-12 |
CN106021577B CN106021577B (zh) | 2019-07-23 |
Family
ID=57092826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610380433.3A Expired - Fee Related CN106021577B (zh) | 2016-06-01 | 2016-06-01 | 一种推送信息的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106021577B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844401A (zh) * | 2017-11-07 | 2018-03-27 | 广州品唯软件有限公司 | 数据监控方法、装置和计算机存储介质 |
CN109165974A (zh) * | 2018-08-06 | 2019-01-08 | 深圳乐信软件技术有限公司 | 一种商品推荐模型训练方法、装置、设备及存储介质 |
CN109815409A (zh) * | 2019-02-02 | 2019-05-28 | 北京七鑫易维信息技术有限公司 | 一种信息的推送方法、装置、穿戴设备及存储介质 |
CN110110203A (zh) * | 2018-01-11 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 资源信息推送方法及服务器、资源信息展示方法及终端 |
CN110889031A (zh) * | 2018-09-06 | 2020-03-17 | 北京奇元科技有限公司 | 一种推荐内容的展示方法和装置 |
CN111046222A (zh) * | 2019-04-29 | 2020-04-21 | 广东小天才科技有限公司 | 一种听写列表的生成方法及电子设备 |
WO2020088050A1 (zh) * | 2018-10-31 | 2020-05-07 | 北京字节跳动网络技术有限公司 | 生成信息的方法和装置 |
WO2020088058A1 (zh) * | 2018-10-31 | 2020-05-07 | 北京字节跳动网络技术有限公司 | 生成信息的方法和装置 |
CN112287221A (zh) * | 2020-10-29 | 2021-01-29 | 恒瑞通(福建)信息技术有限公司 | 一种政务信息差异化公开方法、电子设备及存储介质 |
CN112764855A (zh) * | 2021-01-20 | 2021-05-07 | 恒瑞通(福建)信息技术有限公司 | 一种基于区块链的政务信息自动展示方法、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务***及方法 |
US8442973B2 (en) * | 2006-05-02 | 2013-05-14 | Surf Canyon, Inc. | Real time implicit user modeling for personalized search |
CN103617540A (zh) * | 2013-10-17 | 2014-03-05 | 浙江大学 | 一种追踪用户兴趣变化的电子商务推荐方法 |
CN104636406A (zh) * | 2013-11-15 | 2015-05-20 | 华为技术有限公司 | 一种根据用户行为推送信息的方法和装置 |
-
2016
- 2016-06-01 CN CN201610380433.3A patent/CN106021577B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8442973B2 (en) * | 2006-05-02 | 2013-05-14 | Surf Canyon, Inc. | Real time implicit user modeling for personalized search |
CN102611785A (zh) * | 2011-01-20 | 2012-07-25 | 北京邮电大学 | 面向手机的移动用户个性化新闻主动推荐服务***及方法 |
CN103617540A (zh) * | 2013-10-17 | 2014-03-05 | 浙江大学 | 一种追踪用户兴趣变化的电子商务推荐方法 |
CN104636406A (zh) * | 2013-11-15 | 2015-05-20 | 华为技术有限公司 | 一种根据用户行为推送信息的方法和装置 |
Non-Patent Citations (1)
Title |
---|
南智敏 等: "网页兴趣度度量方法及其在兴趣模型中的应用研究", 《微型电脑应用》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107844401A (zh) * | 2017-11-07 | 2018-03-27 | 广州品唯软件有限公司 | 数据监控方法、装置和计算机存储介质 |
CN110110203A (zh) * | 2018-01-11 | 2019-08-09 | 腾讯科技(深圳)有限公司 | 资源信息推送方法及服务器、资源信息展示方法及终端 |
CN110110203B (zh) * | 2018-01-11 | 2023-04-28 | 腾讯科技(深圳)有限公司 | 资源信息推送方法及服务器、资源信息展示方法及终端 |
CN109165974A (zh) * | 2018-08-06 | 2019-01-08 | 深圳乐信软件技术有限公司 | 一种商品推荐模型训练方法、装置、设备及存储介质 |
CN110889031A (zh) * | 2018-09-06 | 2020-03-17 | 北京奇元科技有限公司 | 一种推荐内容的展示方法和装置 |
WO2020088050A1 (zh) * | 2018-10-31 | 2020-05-07 | 北京字节跳动网络技术有限公司 | 生成信息的方法和装置 |
WO2020088058A1 (zh) * | 2018-10-31 | 2020-05-07 | 北京字节跳动网络技术有限公司 | 生成信息的方法和装置 |
CN109815409A (zh) * | 2019-02-02 | 2019-05-28 | 北京七鑫易维信息技术有限公司 | 一种信息的推送方法、装置、穿戴设备及存储介质 |
CN111046222A (zh) * | 2019-04-29 | 2020-04-21 | 广东小天才科技有限公司 | 一种听写列表的生成方法及电子设备 |
CN112287221A (zh) * | 2020-10-29 | 2021-01-29 | 恒瑞通(福建)信息技术有限公司 | 一种政务信息差异化公开方法、电子设备及存储介质 |
CN112287221B (zh) * | 2020-10-29 | 2024-04-30 | 恒瑞通(福建)信息技术有限公司 | 一种政务信息差异化公开方法、电子设备及存储介质 |
CN112764855A (zh) * | 2021-01-20 | 2021-05-07 | 恒瑞通(福建)信息技术有限公司 | 一种基于区块链的政务信息自动展示方法、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106021577B (zh) | 2019-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106021577A (zh) | 一种推送信息的方法、装置及电子设备 | |
CN101984423B (zh) | 一种热搜词生成方法及*** | |
CN100495392C (zh) | 一种智能搜索方法 | |
Gupta et al. | An overview of social tagging and applications | |
CN103020845A (zh) | 一种移动应用的推送方法及*** | |
CN107169010A (zh) | 一种推荐搜索关键词的确定方法及装置 | |
US20150205580A1 (en) | Method and System for Sorting Online Videos of a Search | |
CN105069102A (zh) | 信息推送方法和装置 | |
CN103425763B (zh) | 基于sns的用户推荐方法及装置 | |
CN107506402A (zh) | 搜索结果的排序方法、装置、设备及计算机可读存储介质 | |
CN105677780A (zh) | 可拓展的用户意图挖掘方法及其*** | |
CN104376083B (zh) | 一种基于关注关系和多用户行为的图推荐方法 | |
CN103023714A (zh) | 基于网络话题的活跃度与集群结构分析***及方法 | |
CN103064880A (zh) | 一种基于搜索信息向用户提供网站选择的方法、装置和*** | |
US20160048575A1 (en) | System and method for topics extraction and filtering | |
CN109977316A (zh) | 一种并行式文章推荐方法、装置、设备及存储介质 | |
Martins et al. | On cold start for associative tag recommendation | |
CN104503988A (zh) | 搜索方法及装置 | |
CN104050243A (zh) | 一种将搜索与社交相结合的网络搜索方法及其*** | |
CN106227866A (zh) | 一种基于数据挖掘的混合过滤电影推荐方法 | |
Kim | Recommender system based on product taxonomy in e-commerce sites. | |
CN103399879B (zh) | 基于用户搜索日志的兴趣实体获得方法及装置 | |
CN102915312A (zh) | 网站中的信息发布方法和*** | |
CN106156182A (zh) | 将微博话题词分类到具体领域的方法和设备 | |
Su | Accurate Marketing Algorithm of Network Video Based on User Big Data Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190723 |