CN106940710B - 信息推送方法及装置 - Google Patents
信息推送方法及装置 Download PDFInfo
- Publication number
- CN106940710B CN106940710B CN201710108345.2A CN201710108345A CN106940710B CN 106940710 B CN106940710 B CN 106940710B CN 201710108345 A CN201710108345 A CN 201710108345A CN 106940710 B CN106940710 B CN 106940710B
- Authority
- CN
- China
- Prior art keywords
- information
- access object
- application
- queue
- user
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000006399 behavior Effects 0.000 description 157
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
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
- G06F16/90—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
本发明实施例公开了一种信息推送方法及装置。其中,该信息推送方法包括:获取访问对象;获取信息队列样本,该信息队列样本包含多个信息队列,每一信息队列包含多个元素,每一信息队列的多个元素表征用户的连续行为信息;根据该访问对象,在信息队列样本中确定目标信息队列,每一目标信息队列的元素中包含该访问对象;生成包含所有目标信息队列的元素在内的统计样本,并统计该统计样本中除访问对象对应的元素外的各互异元素的出现次数;根据该出现次数,确定该访问对象的关联信息并推送。本发明实施例能提高所推送的关联信息的准确度。
Description
技术领域
本发明属于信息处理技术领域,尤其涉及一种信息推送方法及装置。
背景技术
基于用户使用终端的频率越来越高,服务器在后台可以收集用户的使用行为,并通过对用户使用行为的统计分析,挖掘出用户使用行为之间的潜在关联性。这种挖掘出来的关联性可以用于具体的应用场景中。然而,相关技术中的数据挖掘方法存在缺陷,需要改进。
发明内容
本发明实施例提供一种信息推送方法及装置,能提高所推送的关联信息的准确度。
本发明实施例提供一种信息推送方法,包括:
获取访问对象;
获取信息队列样本,所述信息队列样本包含多个信息队列,每一所述信息队列包含多个元素,每一所述信息队列的多个元素表征用户的连续行为信息;
根据所述访问对象,在所述信息队列样本中确定目标信息队列,每一所述目标信息队列的元素中包含所述访问对象;
生成包含所有所述目标信息队列的元素在内的统计样本,并统计所述统计样本中除所述访问对象对应的元素外的各互异元素的出现次数;
根据所述出现次数,确定所述访问对象的关联信息并推送。
本发明实施例还提供一种信息推送装置,包括:
第一获取模块,用于获取访问对象;
第二获取模块,用于获取信息队列样本,所述信息队列样本包含多个信息队列,每一所述信息队列包含多个元素,每一所述信息队列的多个元素表征用户的连续行为信息;
确定模块,用于根据所述访问对象,在所述信息队列样本中确定目标信息队列,每一所述目标信息队列的元素中包含所述访问对象;
统计模块,用于生成包含所有所述目标信息队列的元素在内的统计样本,并统计所述统计样本中除所述访问对象对应的元素外的各互异元素的出现次数;
推送模块,用于根据所述出现次数,确定所述访问对象的关联信息并推送。
附图说明
下面结合附图,通过对本发明的具体实施方式详细描述,将使本发明的技术方案及其有益效果显而易见。
图1是本发明实施例提供的信息推送方法的流程示意图。
图2是本发明实施例提供的信息推送方法的另一流程示意图。
图3A至图3C是本发明实施例提供的信息推送方法的场景示意图。
图4是本发明实施例提供的信息推送装置的结构示意图。
图5是本发明实施例提供的信息推送装置的另一结构示意图。
图6是本发明实施例提供的服务器的结构示意图。
具体实施方式
请参照图式,其中相同的组件符号代表相同的组件,本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体实施例,其不应被视为限制本发明未在此详述的其它具体实施例。
以下将详细说明。
请参阅图1,图1是本发明实施例提供的信息推送方法的流程示意图,流程可以包括:
在步骤S101中,获取访问对象。
可以理解的是,本发明实施例的执行主体可以是服务器等。
比如,许多应用服务器都会在后台收集用户的使用行为,并通过对用户使用行为的统计分析,挖掘出用户使用行为之间的潜在关联性。这种挖掘出来的关联性可以用于具体的应用场景中。然而,相关技术中的数据挖掘方法存在缺陷。
在本发明实施例的步骤S101中,可以先由服务器获取访问对象。
例如,以应用下载场景为例。服务器所获取的访问对象可以是由终端上传的用户所要下载的某个应用的名称,如A应用。
在步骤S102中,获取信息队列样本,该信息队列样本包含多个信息队列,每一信息队列包含多个元素,每一信息队列的多个元素表征用户的连续行为信息。
比如,在获取到访问对象A应用之后,服务器可以获取信息队列样本,该信息队列样本中包含有多个信息队列,每一个信息队列包含有多个元素,每一个信息队列中包含的多个元素用于表征同一用户的连续行为信息。
例如,以应用下载场景为例,服务器获取到的信息队列样本可以包含如下多个信息队列:(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)。
上述这些信息队列均包含多个元素(即应用名称,如A应用或B应用等)。例如,信息队列(A,B)可以代表用户甲连续下载了A应用和B应用。而信息队列(A,D,E,B)可以代表用户乙连续下载了A应用、D应用、E应用和B应用。
在一种实施方式中,可以通过如下方式来生成信息队列样本:
获取用户行为信息,每一用户行为信息至少包括用户标识、触发时间及行为对象;
根据各用户行为信息的用户标识及触发时间,生成多个信息队列,每一信息队列以多个行为对象为元素;
根据该多个信息队列,生成信息队列样本。
比如,以应用下载场景为例。服务器可以先获取多条用户行为信息。每一条用户行为信息至少记载有用户标识、触发时间以及行为对象(如应用下载行为对应的应用名称)。也就是说,通过用户行为信息,可以了解到某个用户在某个时间下载了某个应用。
例如,服务器获取到的其中一条用户行为信息为:用户甲(用户标识)在2016年11月16日12:00(触发时间)下载了A应用(行为对象)。
然后,服务器可以根据所获取的用户行为信息,生成多个信息队列,每一个信息队列以多个行为对象(如应用下载行为对应的应用名称)为元素。
比如,在一种实施方式中,上述根据各用户行为信息的用户标识及触发时间,生成多个信息队列的步骤,可以包括:
生成多个用户行为信息集合,每一用户行为信息集合中包含的用户行为信息所对应的用户标识相同,且触发时间处于相同预设时间段及触发时间的间隔小于预设时长;
在每一用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列。
比如,服务器获取到如下五条用户行为信息:
第一条:用户甲在2016年11月16日12:00下载了A应用。
第二条:用户甲在2016年11月16日12:05下载了B应用。
第三条:用户乙在2016年11月16日13:05下载了A应用。
第四条:用户乙在2016年11月16日13:35下载了C应用。
第五条:用户乙在2016年11月16日13:40下载了B应用。
那么,服务器可以根据这五条用户行为信息,首先生成多个用户行为信息集合,每一用户行为信息集合中所包含的用户行为信息所对应的用户标识相同,并且触发时间处于相同的预设时间段以及触发时间的间隔小于预设时长。
例如,可以将一天24小时划分成二十四个时间段,并将每个整点时段(如12:00至12:59)确定为一个预设时间段,即一天有24个预设时间段。例如,从预设第一时间段(对应00:00至00:59)至预设第二十四时间段(对应23:00至23:59)。而预设时长则可以为1小时。当然,在其他实施方式中,预设时长也可以为2小时或3小时等,此处举例不构成对本发明的限定。
例如,例如,由于上述第一条和第二条用户行为信息为同一个用户(用户甲)在同一个预设时间段(12:00至12:59这个时间段)且触发时间的间隔小于1小时(同为2016年11月16日的12:00至12:59这个时间段)的行为信息,因此上述第一条和第二条用户行为信息会被归到同一个用户行为信息集合(如命名为第一用户行为信息集合)。同理,上述第三条至第五条用户行为信息会被归到同一个用户行为信息集合(如命名为第二用户行为信息集合)。
然后,服务器可以在每一个用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列。例如,在第一用户行为信息集合中,由于A应用的下载时间先于B应用的下载时间,所以A应用排在B应用之前,生成的信息队列为(A,B)。同理,根据上述第二用户行为信息集合生成的信息队列为(A,C,B)。
在生成了多个信息队列之后,服务器可以将这些信息队列收集在一起,并生成信息队列样本。
在步骤S103中,根据该访问对象,在信息队列样本中确定目标信息队列,每一目标信息队列的元素中包含该访问对象。
比如,在获取到信息队列样本(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)之后,服务器可以根据访问对象A应用,在上述这些信息队列样本中确定出目标信息队列,服务器确定出来的每一个目标信息队列的元素中都包含有访问对象A应用。
例如,服务器确定出来的目标信息队列可以包括如下队列:(A,B)、(A,C,B)、(A,D,E,B)、(F,A,C)以及(A,F,G,C)。
另外,由于信息队列样本中的(B,D,E)、(C,E,F)及(B,E,F)这三个信息队列的元素中均不包含访问对象A应用。因此,这三个信息队列不会被确定为目标信息队列。
在步骤S104中,生成包含所有目标信息队列的元素在内的统计样本,并统计该统计样本中除该访问对象对应的元素外的各互异元素的出现次数。
比如,在确定出目标信息队列后,服务器可以生成包含所有目标信息队列的所有元素在内的统计样本。例如,服务器生成的统计样本可以包括(A,B,A,C,B,A,D,E,B,F,A,C,A,F,G,C)。
之后,服务器可以统计该统计样本中除访问对象A应用外的各互异元素的出现次数。例如,该统计样本中除A应用外的互异元素包括B应用、C应用、D应用、E应用、F应用及G应用。服务器统计出B应用出现3次,C应用出现3次,D应用出现1次,E应用出现1次,F应用出现2次,G应用出现1次。
在步骤S105中,根据该出现次数,确定该访问对象的关联信息并推送。
比如,在统计出统计样本中除访问对象对应的元素外的各互异元素的出现次数之后,服务器可以根据各互异元素的出现次数,确定出该访问对象的关联信息,并将该关联信息推送到对应的终端。
例如,在一种实施方式中,服务器可以将统计样本中除访问对象对应的元素外的互异元素中,出现次数超过预设次数的元素确定为目标元素。然后,服务器可以该目标元素确定为访问对象的关联信息并推送到相应的终端。
例如,预设次数为2次,那么服务器就会将元素B应用(出现次数3次)确定为目标元素,并将目标元素B应用确定为访问对象A应用的关联信息,并推送到相应的终端。
也就是说,当服务器检测到某个终端的用户想要下载A应用这款应用时,服务器可以同时向该用户推送B应用,以方便用户获取相关信息。
可以理解的是,本实施例中服务器获取的信息队列样本中的各信息队列所包含的多个元素可以表征同一用户的连续行为信息(如连续下载行为信息)。所以,服务器在该信息队列样本中确定出来的包含访问对象的目标信息队列中的元素(即除访问对象外的其它元素)与访问对象对应的元素之间的关联性较强。因此,根据本发明实施例确定出来的关联信息与访问对象之间的关联性较强。也即,本发明实施例可以提高服务器向终端推送的关联信息的准确度。
请参阅图2,图2为本发明实施例提供的信息推送方法的另一流程示意图,流程可以包括:
在步骤S201中,服务器获取访问对象。
比如,以应用下载场景为例。服务器可以先获取访问对象。该访问对象可以是由终端上传的用户所要下载的某个应用的名称,如A应用。
在步骤S202中,服务器获取信息队列样本,该信息队列样本包含多个信息队列,每一信息队列包含多个元素,每一信息队列的多个元素表征用户的连续行为信息。
比如,在获取到访问对象A应用之后,服务器可以获取信息队列样本,该信息队列样本中包含有多个信息队列,每一个信息队列包含有多个元素,每一个信息队列中包含的多个元素可以用于表征同一用户的连续行为信息。
例如,以应用下载场景为例,服务器获取到的信息队列样本可以包含如下多个信息队列:(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)。
上述这些信息队列均包含多个元素(即应用名称,如A应用或B应用等)。例如,信息队列(A,B)可以代表用户甲连续下载了A应用和B应用。而信息队列(A,D,E,B)可以代表用户乙连续下载了A应用、D应用、E应用和B应用。
在一种实施方式中,可以通过如下方式来生成信息队列样本:
服务器获取用户行为信息,每一用户行为信息至少包括用户标识、触发时间及行为对象;
根据各用户行为信息的用户标识及触发时间,服务器生成多个信息队列,每一信息队列以多个行为对象为元素;
根据该多个信息队列,服务器生成信息队列样本。
比如,以应用下载场景为例。服务器可以先获取多条用户行为信息。每一条用户行为信息至少记载有用户标识、触发时间以及行为对象(如应用下载行为对应的应用名称)。也就是说,通过用户行为信息,可以了解到某个用户在某个时间下载了某个应用。
例如,服务器获取到的其中一条用户行为信息为:用户甲(用户标识)在2016年11月16日12:00(触发时间)下载了A应用(行为对象)。
然后,服务器可以根据所获取的用户行为信息,生成多个信息队列,每一个信息队列以多个行为对象(如应用下载行为对应的应用名称)为元素。
比如,在一种实施方式中,上述根据各用户行为信息的用户标识及触发时间,生成多个信息队列的步骤,可以包括:
服务器生成多个用户行为信息集合,每一用户行为信息集合中包含的用户行为信息所对应的用户标识相同,且触发时间处于相同预设时间段及触发时间的间隔小于预设时长;
在每一用户行为信息集合中,服务器按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列。
比如,服务器获取到如下五条用户行为信息:
第一条:用户甲在2016年11月16日12:00下载了A应用。
第二条:用户甲在2016年11月16日12:05下载了B应用。
第三条:用户乙在2016年11月16日13:05下载了A应用。
第四条:用户乙在2016年11月16日13:35下载了C应用。
第五条:用户乙在2016年11月16日13:40下载了B应用。
那么,服务器可以根据这五条用户行为信息,首先生成多个用户行为信息集合,每一用户行为信息集合中所包含的用户行为信息所对应的用户标识相同,并且触发时间处于相同的预设时间段以及触发时间的间隔小于预设时长。
例如,可以将一天24小时划分成二十四个时间段,并将每个整点时段(如12:00至12:59)确定为一个预设时间段,即一天有24个预设时间段。例如,从预设第一时间段(对应00:00至00:59)至预设第二十四时间段(对应23:00至23:59)。而预设时长则可以为1小时。当然,在其他实施方式中,预设时长也可以为2小时或3小时等,此处举例不构成对本发明的限定。
例如,由于上述第一条和第二条用户行为信息为同一个用户(用户甲)在同一个预设时间段(12:00至12:59这个时间段)且触发时间的间隔小于1小时(同为2016年11月16日的12:00至12:59这个时间段)的行为信息,因此上述第一条和第二条用户行为信息会被归到同一个用户行为信息集合(如命名为第一用户行为信息集合)。同理,上述第三条至第五条用户行为信息也会被归到同一个用户行为信息集合(如命名为第二用户行为信息集合)。
然后,服务器可以在每一个用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列。例如,在第一用户行为信息集合中,由于A应用的下载时间先于B应用的下载时间,所以A应用排在B应用之前,生成的信息队列为(A,B)。同理,根据上述第二用户行为信息集合生成的信息队列为(A,C,B)。
可以理解的是,服务器可以预先收集众多用户的应用下载行为信息,这些应用下载行为信息中至少记载有用户标识、应用下载时间以及所下载的应用名称。然后,服务器就可以根据这些用户行为信息,生成众多可以表征用户的连续下载行为的信息队列。
在生成了多个信息队列之后,服务器可以将这些信息队列收集在一起,并生成信息队列样本。
在步骤S203中,根据该访问对象,服务器在信息队列样本中确定目标信息队列,每一目标信息队列的首个元素为该访问对象。
比如,在一种实施方式中,在获取到信息队列样本后,服务器可以根据步骤S201中获取到的访问对象A应用,在信息队列样本中确定目标信息队列。每一个目标信息队列均满足以下条件:目标信息队列的首个元素为访问对象。例如,每一个目标信息队列的首个元素均为A应用。
例如,以应用下载场景为例,服务器获取到的信息队列样本可以包含如下多个信息队列:(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)。
那么,根据访问对象A应用在上述信息队列样本中确定出来的目标信息队列包括:(A,B)、(A,C,B)、(A,D,E,B)以及(A,F,G,C)。
可以理解的是,上述信息队列样本中的信息队列(B,D,E)、(C,E,F)以及(B,E,F),由于这三个信息队列的元素中均不包含访问对象A应用对应的元素A,因此这三个信息队列不会被确定为目标信息队列。而信息队列(F,A,C)则由于其首个元素不是访问对象A应用对应的元素A,因此虽然该信息队列的元素中包含A应用,但该信息队列仍然不会被确定为目标应用。
在步骤S204中,服务器生成包含所有目标信息队列的元素在内的统计样本,并统计该统计样本中除该访问对象对应的元素外的各互异元素的出现次数。
比如,在确定出目标信息队列(A,B)、(A,C,B)、(A,D,E,B)以及(A,F,G,C)之后,服务器可以生成包含所有目标信息队列的所有元素在内的统计样本。例如,生成的统计样本为(A,B,A,C,B,A,D,E,B,A,F,G,C)。
然后,服务器可以统计该统计样本中除访问对象A应用对应的A元素之外的其余不同元素的出现次数。例如,服务器统计出元素B应用出现3次,元素C应用出现2次,元素D应用出现1次,元素E应用出现1次,元素F应用出现1次,元素G应用出现1次。
在步骤S205中,服务器按照出现次数由大到小的顺序,对统计样本中除该访问对象对应的元素外的互异元素进行排列,得到排序信息。
例如,在统计出统计样本中除访问对象A应用外的其余不同元素的出现次数后,服务器可以按照出现次数由大到小的顺序,对统计样本中除访问对象A应用外的其余互不相同的元素(即B、C、D、E、F、G这六个元素)进行排列,得到排序信息。
例如,服务器按照出现次数由大到小的顺序得到的排序信息为:B元素排在第一位,C元素排在第二位,D元素、E元素、F元素、G元素并列排在第三位。
在步骤S206中,服务器根据该排序信息,将处于预设序位的元素确定为该访问对象的关联信息并推送。
比如,在得到排序信息之后,服务器可以将排在预设序位的元素确定为访问对象A应用的关联信息,并将该关联信息向对应的终端推送。
例如,预设序位为第一位和第二位,那么服务器就会将元素B应用和元素C应用确定为访问对象A应用的关联信息,并将B应用和C应用推送到对应的终端。
也就是说,当服务器检测到某个终端的用户想要下载A应用这款应用时,服务器可以同时向该用户推送B应用和C应用,以方便用户获取相关信息。
需要说明的是,本实施例中以应用下载场景为例,即当服务器检测到某个终端的用户想要下载A应用这款应用时,服务器可以同时向该用户推送B应用和C应用。而在其他实施方式中,本实施例中提供的信息推送方法也可以应用于其他场景,例如关键词搜索场景。也就是说,服务器可以预先收集用户的关键字搜索行为信息,然后根据这些关键字搜索行为信息,生成信息队列样本,该信息队列样本中包含多个信息队列,每一信息队列包含多个元素,每一信息队列的多个元素表征用户的连续搜索行为信息。
请参阅图3A至图3C,图3A至图3C为本发明实施例提供的信息推送方法的场景示意图。
比如,如图3A所示,用户在终端上点击了“下载”按钮。根据该应用下载行为,终端向服务器发送请求下载A应用的下载请求。
服务器在接收到该下载请求后,可以响应该下载请求。
此外,如图3B,服务器还可以将终端请求下载的A应用确定为访问对象,即服务器获取访问对象A应用。
然后,服务器可以获取信息队列样本,该信息队列样本包含有多个信息队列,每一个信息队列包含有多个元素,每一个信息队列中包含的多个元素可以用于表征同一用户的连续下载应用行为信息。
例如,服务器获取到的信息队列样本可以包含如下多个信息队列:(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)。
在获取到信息队列样本后,服务器可以在这些信息队列样本中确定目标信息队列,目标信息队列的首个元素为该访问对象A应用。例如,服务器确定出来的目标信息队列包括:(A,B)、(A,C,B)、(A,D,E,B)以及(A,F,G,C)。
之后,服务器可以生成包含所有目标信息队列的所有元素在内的统计样本。例如,生成的统计样本为(A,B,A,C,B,A,D,E,B,A,F,G,C)。然后,服务器可以统计该统计样本中除访问对象A应用对应的A元素之外的其余不同元素的出现次数。例如,服务器统计出元素B应用出现3次,元素C应用出现2次,元素D应用出现1次,元素E应用出现1次,元素F应用出现1次,元素G应用出现1次。
在统计出统计样本中除访问对象A应用外的其余不同元素的出现次数后,服务器可以按照出现次数由大到小的顺序,对统计样本中除访问对象A应用外的其余互不相同的元素(即B、C、D、E、F、G这六个元素)进行排列,得到排序信息。
例如,服务器按照出现次数由大到小的顺序得到的排序信息为:B元素排在第一位,C元素排在第二位,D元素、E元素、F元素、G元素并列排在第三位。
在得到排序信息之后,服务器可以将排在预设的第一位和第二位的元素,即B元素和C元素确定为访问对象A应用的关联信息,并将B应用和C应用向对应的终端推送,以便用户可以在需要的时候进行下载。此时终端界面可以如图3C所示。
请参阅图4,图4为本发明实施例提供的信息推送装置的结构示意图。信息推送装置300可以包括:第一获取模块301,第二获取模块302,确定模块303,统计模块304以及推送模块305。
第一获取模块301,用于获取访问对象。
比如,以应用下载场景为例。服务器的第一获取模块301可以先获取访问对象。该访问对象可以是由终端上传的用户所要下载的某个应用的名称,如A应用。
第二获取模块302,用于获取信息队列样本,所述信息队列样本包含多个信息队列,每一所述信息队列包含多个元素,每一所述信息队列的多个元素表征用户的连续行为信息。
比如,在第一获取模块301获取到访问对象A应用之后,服务器的第二获取模块302可以获取信息队列样本,该信息队列样本中包含有多个信息队列,每一个信息队列包含有多个元素,每一个信息队列中包含的多个元素可以用于表征同一用户的连续行为信息。
例如,以应用下载场景为例,第二获取模块302获取到的信息队列样本可以包含如下多个信息队列:(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)。
上述这些信息队列均包含多个元素(即应用名称,如A应用或B应用等)。例如,信息队列(A,B)可以代表用户甲连续下载了A应用和B应用。而信息队列(A,D,E,B)可以代表用户乙连续下载了A应用、D应用、E应用和B应用。
确定模块303,用于根据所述访问对象,在所述信息队列样本中确定目标信息队列,每一所述目标信息队列的元素中包含所述访问对象。
比如,在获取到信息队列样本(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)之后,服务器的确定模块303可以根据访问对象A应用,在上述这些信息队列样本中确定出目标信息队列,确定模块303确定出来的每一个目标信息队列的元素中都包含有访问对象A应用。
例如,确定模块303确定出来的目标信息队列可以包括如下队列:(A,B)、(A,C,B)、(A,D,E,B)、(F,A,C)以及(A,F,G,C)。
另外,由于信息队列样本中的(B,D,E)、(C,E,F)及(B,E,F)这三个信息队列的元素中均不包含访问对象A应用。因此,这三个信息队列不会被确定为目标信息队列。
在一种实施方式中,确定模块303可以用于:
根据所述访问对象,在所述信息队列样本中确定目标信息队列,每一所述目标信息队列的首个元素为所述访问对象。
比如,在一种实施方式中,在第二获取模块302获取到信息队列样本后,确定模块303可以根据第一获取模块301获取到的访问对象A应用,在信息队列样本中确定目标信息队列。每一个目标信息队列均满足以下条件:目标信息队列的首个元素为访问对象。例如,每一个目标信息队列的首个元素均为A应用。
例如,以应用下载场景为例,第二获取模块302获取到的信息队列样本可以包含如下多个信息队列:(A,B)、(A,C,B)、(A,D,E,B)、(B,D,E)、(C,E,F)、(F,A,C)、(A,F,G,C)、(B,E,F)。
那么,确定模块303根据访问对象A应用在上述信息队列样本中确定出来的目标信息队列包括:(A,B)、(A,C,B)、(A,D,E,B)以及(A,F,G,C)。
可以理解的是,上述信息队列样本中的信息队列(B,D,E)、(C,E,F)以及(B,E,F),由于这三个信息队列的元素中均不包含访问对象A应用对应的元素A,因此这三个信息队列不会被确定为目标信息队列。而信息队列(F,A,C)则由于其首个元素不是访问对象A应用对应的元素A,因此虽然该信息队列的元素中包含A应用,但该信息队列仍然不会被确定为目标应用。
统计模块304,用于生成包含所有所述目标信息队列的元素在内的统计样本,并统计所述统计样本中除所述访问对象对应的元素外的各互异元素的出现次数。
比如,在确定模块303确定出目标信息队列(A,B)、(A,C,B)、(A,D,E,B)以及(A,F,G,C)之后,服务器的统计模块304可以生成包含所有目标信息队列的所有元素在内的统计样本。例如,统计模块304生成的统计样本为(A,B,A,C,B,A,D,E,B,A,F,G,C)。
然后,统计模块304可以统计该统计样本中除访问对象A应用对应的A元素之外的其余不同元素的出现次数。例如,统计模块304统计出元素B应用出现3次,元素C应用出现2次,元素D应用出现1次,元素E应用出现1次,元素F应用出现1次,元素G应用出现1次。
推送模块305,用于根据所述出现次数,确定所述访问对象的关联信息并推送。
比如,在统计模块304统计出统计样本中除访问对象对应的元素外的各互异元素的出现次数之后,推送模块305可以根据各互异元素的出现次数,确定出该访问对象的关联信息,并将该关联信息推送到对应的终端。
在一种实施方式中,推送模块305可以用于:
将所述统计样本中除所述访问对象对应的元素外的互异元素中,出现次数超过预设次数的元素确定为目标元素;
将所述目标元素确定为所述访问对象的关联信息并推送。
比如,推送模块305可以将统计样本中除访问对象对应的元素外的互异元素中,出现次数超过预设次数的元素确定为目标元素。然后,推送模块305可以该目标元素确定为访问对象的关联信息并推送到相应的终端。
例如,预设次数为2次,那么推送模块305就会将元素B应用(出现次数3次)确定为目标元素,并将目标元素B应用确定为访问对象A应用的关联信息,并推送到相应的终端。
也就是说,当服务器检测到某个终端的用户想要下载A应用这款应用时,服务器可以同时向该用户推送B应用,以方便用户获取相关信息。
在另一种实施方式中,推送模块305还可以用于:
按照出现次数由大到小的顺序,对所述统计样本中除所述访问对象对应的元素外的互异元素进行排列,得到排序信息;
根据所述排序信息,将处于预设序位的元素确定为所述访问对象的关联信息并推送。
例如,在统计模块304统计出统计样本中除访问对象A应用外的其余不同元素的出现次数后,推送模块305可以按照出现次数由大到小的顺序,对统计样本中除访问对象A应用外的其余互不相同的元素(即B、C、D、E、F、G这六个元素)进行排列,得到排序信息。
例如,推送模块305按照出现次数由大到小的顺序得到的排序信息为:B元素排在第一位,C元素排在第二位,D元素、E元素、F元素、G元素并列排在第三位。
在得到排序信息之后,推送模块305可以将排在预设序位的元素确定为访问对象A应用的关联信息,并将该关联信息向对应的终端推送。
例如,预设序位为第一位和第二位,那么推送模块305就会将元素B应用和元素C应用确定为访问对象A应用的关联信息,并将B应用和C应用推送到对应的终端。
也就是说,当服务器检测到某个终端的用户想要下载A应用这款应用时,服务器可以同时向该用户推送B应用和C应用,以方便用户获取相关信息。
请一并参阅图5,图5为本发明实施例提供的信息推送装置的另一结构示意图。在一实施例中,信息推送装置300还可以包括:生成模块306。
生成模块306,用于获取用户行为信息,每一所述用户行为信息至少包括用户标识、触发时间及行为对象;根据各所述用户行为信息的用户标识及触发时间,生成多个信息队列,每一所述信息队列以多个行为对象为元素;根据所述多个信息队列,生成信息队列样本。
比如,以应用下载场景为例。服务器的生成模块306可以先获取多条用户行为信息。每一条用户行为信息至少记载有用户标识、触发时间以及行为对象(如应用下载行为对应的应用名称)。也就是说,通过用户行为信息,可以了解到某个用户在某个时间下载了某个应用。
例如,生成模块306获取到的其中一条用户行为信息为:用户甲(用户标识)在2016年11月16日12:00(触发时间)下载了A应用(行为对象)。
然后,生成模块306可以根据所获取的用户行为信息,生成多个信息队列,每一个信息队列以多个行为对象(如应用下载行为对应的应用名称)为元素。
在生成了多个信息队列之后,生成模块306可以将这些信息队列收集在一起,并生成信息队列样本。
在一种实施方式中,生成模块306可以用于:
生成多个用户行为信息集合,每一所述用户行为信息集合中包含的用户行为信息所对应的用户标识相同,且触发时间处于相同预设时间段以及触发时间的间隔小于预设时长;
在每一所述用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列。
比如,生成模块306获取到如下五条用户行为信息:
第一条:用户甲在2016年11月16日12:00下载了A应用。
第二条:用户甲在2016年11月16日12:05下载了B应用。
第三条:用户乙在2016年11月16日13:05下载了A应用。
第四条:用户乙在2016年11月16日13:35下载了C应用。
第五条:用户乙在2016年11月16日13:40下载了B应用。
那么,生成模块306可以根据这五条用户行为信息,首先生成多个用户行为信息集合,每一用户行为信息集合中所包含的用户行为信息所对应的用户标识相同,并且触发时间处于相同的预设时间段以及触发时间的间隔小于预设时长。
例如,可以将一天24小时划分成二十四个时间段,并将每个整点时段(如12:00至12:59)确定为一个预设时间段,即一天有24个预设时间段。例如,从预设第一时间段(对应00:00至00:59)至预设第二十四时间段(对应23:00至23:59)。而预设时长则可以为1小时。当然,在其他实施方式中,预设时长也可以为2小时或3小时等,此处举例不构成对本发明的限定。
例如,由于上述第一条和第二条用户行为信息为同一个用户(用户甲)在同一个预设时间段(12:00至12:59这个时间段)且触发时间的间隔小于1小时(同为2016年11月16日的12:00至12:59这个时间段)的行为信息,因此上述第一条和第二条用户行为信息会被归到同一个用户行为信息集合(如命名为第一用户行为信息集合)。同理,上述第三条至第五条用户行为信息也会被归到同一个用户行为信息集合(如命名为第二用户行为信息集合)。
然后,生成模块306可以在每一个用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列。例如,在第一用户行为信息集合中,由于A应用的下载时间先于B应用的下载时间,所以A应用排在B应用之前,生成的信息队列为(A,B)。同理,根据上述第二用户行为信息集合生成的信息队列为(A,C,B)。
本发明实施例还提供了一种服务器。请参考图6,其示出了本发明实施例所涉及的服务器400的结构示意图。
该服务器400可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、通信单元403、电源404等部件。本领域技术人员可以理解,图6中示出的服务器结构并不构成对服务器的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该服务器的控制中心,利用各种接口和线路连接整个服务器的各个部分,通过运行或执行存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行服务器的各种功能和处理数据,从而对服务器进行整体监控。处理器401可包括一个或多个处理核心。
存储器402可用于存储软件程序以及模块,处理器401通过运行存储在存储器402的软件程序以及模块,从而执行各种功能应用以及数据处理。
通信单元403可用于收发信息过程中,信号的接收和发送。特别地,通信单元403接收终端发送的信号,并将信号交由一个或者一个以上处理器401处理。同时,通信单元403将处理器401发出的反馈信号发送给终端。
服务器还包括给各个部件供电的电源404(比如电池)。电源可以通过电源管理***与处理器401逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。
在本实施例中,服务器中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能,如下:
获取访问对象;获取信息队列样本,所述信息队列样本包含多个信息队列,每一所述信息队列包含多个元素,每一所述信息队列的多个元素表征用户的连续行为信息;根据所述访问对象,在所述信息队列样本中确定目标信息队列,每一所述目标信息队列的元素中包含所述访问对象;生成包含所有所述目标信息队列的元素在内的统计样本,并统计所述统计样本中除所述访问对象对应的元素外的各互异元素的出现次数;根据所述出现次数,确定所述访问对象的关联信息并推送。
处理器401还执行如下步骤:获取用户行为信息,每一所述用户行为信息至少包括用户标识、触发时间及行为对象;根据各所述用户行为信息的用户标识及触发时间,生成多个信息队列,每一所述信息队列以多个行为对象为元素;根据所述多个信息队列,生成信息队列样本。
处理器401在执行上述根据各所述用户行为信息的用户标识及触发时间,生成多个信息队列的步骤时,可以包括:生成多个用户行为信息集合,每一所述用户行为信息集合中包含的用户行为信息所对应的用户标识相同,且触发时间处于相同预设时间段以及触发时间的间隔小于预设时长;在每一所述用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列。
处理器401在执行上述根据所述访问对象,在所述信息队列样本中确定目标信息队列,每一所述目标信息队列的元素中包含所述访问对象的步骤时,可以包括:根据所述访问对象,在所述信息队列样本中确定目标信息队列,每一所述目标信息队列的首个元素为所述访问对象。
处理器401在执行上述根据所述出现次数,确定所述访问对象的关联信息并推送的步骤时,可以包括:按照出现次数由大到小的顺序,对所述统计样本中除所述访问对象对应的元素外的互异元素进行排列,得到排序信息;根据所述排序信息,将处于预设序位的元素确定为所述访问对象的关联信息并推送。
在另一种实施方式中,处理器401在执行上述根据所述出现次数,确定所述访问对象的关联信息并推送的步骤时,可以包括:将所述统计样本中除所述访问对象对应的元素外的互异元素中,出现次数超过预设次数的元素确定为目标元素;将所述目标元素确定为所述访问对象的关联信息并推送。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见上文针对信息推送方法的实施例的详细描述,此处不再赘述。
本发明实施例提供的所述信息推送装置与上文实施例中的信息推送方法属于同一构思,在所述信息推送装置上可以运行所述信息推送方法实施例中提供的任一方法,其具体实现过程详见所述信息推送方法实施例,此处不再赘述。
需要说明的是,对本发明实施例所述信息推送方法而言,本领域普通测试人员可以理解实现本发明实施例所述信息推送方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,所述计算机程序可存储于一计算机可读取存储介质中,如存储在存储器中,并被至少一个处理器执行,在执行过程中可包括如所述关联信息的推送方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储器(ROM,Read OnlyMemory)、随机存取记忆体(RAM,Random Access Memory)等。
对本发明实施例的所述信息推送装置而言,其各功能模块可以集成在一个处理芯片中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中,所述存储介质譬如为只读存储器,磁盘或光盘等。
以上对本发明实施例所提供的一种信息推送方法及装置进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种信息推送方法,其特征在于,所述方法包括:
获取访问对象;
获取用户行为信息,每一所述用户行为信息至少包括用户标识、触发时间及行为对象;
生成多个用户行为信息集合,每一所述用户行为信息集合中包含的用户行为信息所对应的用户标识相同,且触发时间处于相同预设时间段以及触发时间的间隔小于预设时长;
在每一所述用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列,每一所述信息队列以多个行为对象为元素;
根据所述多个信息队列,生成信息队列样本;
获取信息队列样本;
根据所述访问对象,在所述信息队列样本中将首个元素为所述访问对象的信息队列确定为目标信息队列;
生成包含所有所述目标信息队列的元素在内的统计样本,并统计所述统计样本中除所述访问对象对应的元素外的各互异元素的出现次数;
根据所述出现次数,确定所述访问对象的关联信息并推送。
2.根据权利要求1所述的信息推送方法,其特征在于,所述根据所述出现次数,确定所述访问对象的关联信息并推送,包括:
按照出现次数由大到小的顺序,对所述统计样本中除所述访问对象对应的元素外的互异元素进行排列,得到排序信息;
根据所述排序信息,将处于预设序位的元素确定为所述访问对象的关联信息并推送。
3.根据权利要求1所述的信息推送方法,其特征在于,所述根据所述出现次数,确定所述访问对象的关联信息并推送,包括:
将所述统计样本中除所述访问对象对应的元素外的互异元素中,出现次数超过预设次数的元素确定为目标元素;
将所述目标元素确定为所述访问对象的关联信息并推送。
4.一种信息推送装置,其特征在于,所述装置包括:
第一获取模块,用于获取访问对象;
生成模块,用于获取用户行为信息,每一所述用户行为信息至少包括用户标识、触发时间及行为对象;生成多个用户行为信息集合,每一所述用户行为信息集合中包含的用户行为信息所对应的用户标识相同,且触发时间处于相同预设时间段以及触发时间的间隔小于预设时长;在每一所述用户行为信息集合中,按照触发时间由先到后的顺序,对所包含的用户行为信息的行为对象进行排列,并生成信息队列,每一所述信息队列以多个行为对象为元素;根据所述多个信息队列,生成信息队列样本;
第二获取模块,用于获取信息队列样本;
确定模块,用于根据所述访问对象,在所述信息队列样本中将首个元素为所述访问对象的信息队列确定为目标信息队列;
统计模块,用于生成包含所有所述目标信息队列的元素在内的统计样本,并统计所述统计样本中除所述访问对象对应的元素外的各互异元素的出现次数;
推送模块,用于根据所述出现次数,确定所述访问对象的关联信息并推送。
5.根据权利要求4所述的信息推送装置,其特征在于,所述推送模块用于:
按照出现次数由大到小的顺序,对所述统计样本中除所述访问对象对应的元素外的互异元素进行排列,得到排序信息;
根据所述排序信息,将处于预设序位的元素确定为所述访问对象的关联信息并推送。
6.根据权利要求4所述的信息推送装置,其特征在于,所述推送模块用于:
将所述统计样本中除所述访问对象对应的元素外的互异元素中,出现次数超过预设次数的元素确定为目标元素;
将所述目标元素确定为所述访问对象的关联信息并推送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710108345.2A CN106940710B (zh) | 2017-02-27 | 2017-02-27 | 信息推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710108345.2A CN106940710B (zh) | 2017-02-27 | 2017-02-27 | 信息推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106940710A CN106940710A (zh) | 2017-07-11 |
CN106940710B true CN106940710B (zh) | 2020-03-24 |
Family
ID=59469742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710108345.2A Expired - Fee Related CN106940710B (zh) | 2017-02-27 | 2017-02-27 | 信息推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106940710B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108965032B (zh) * | 2018-08-22 | 2022-07-01 | 北京奇虎科技有限公司 | 一种基于循环队列的消息推送量统计方法和装置 |
CN110442656B (zh) * | 2019-07-26 | 2024-02-09 | 腾讯科技(深圳)有限公司 | 一种确定共同关联对象的方法及装置 |
CN112260965A (zh) * | 2020-10-21 | 2021-01-22 | 阳光保险集团股份有限公司 | 一种消息处理方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020293A (zh) * | 2012-12-28 | 2013-04-03 | 百度在线网络技术(北京)有限公司 | 一种移动应用的本体库的构建方法及*** |
CN103763361A (zh) * | 2014-01-13 | 2014-04-30 | 北京奇虎科技有限公司 | 一种基于用户行为推荐应用的方法、***及推荐服务器 |
CN104966219A (zh) * | 2015-07-21 | 2015-10-07 | Tcl集团股份有限公司 | 一种基于词频加权技术的个性化协同过滤推荐方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7590616B2 (en) * | 2006-11-17 | 2009-09-15 | Yahoo! Inc. | Collaborative-filtering contextual model based on explicit and implicit ratings for recommending items |
-
2017
- 2017-02-27 CN CN201710108345.2A patent/CN106940710B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020293A (zh) * | 2012-12-28 | 2013-04-03 | 百度在线网络技术(北京)有限公司 | 一种移动应用的本体库的构建方法及*** |
CN103763361A (zh) * | 2014-01-13 | 2014-04-30 | 北京奇虎科技有限公司 | 一种基于用户行为推荐应用的方法、***及推荐服务器 |
CN104966219A (zh) * | 2015-07-21 | 2015-10-07 | Tcl集团股份有限公司 | 一种基于词频加权技术的个性化协同过滤推荐方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN106940710A (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3502878B1 (en) | Method for preloading application and terminal device | |
CN112214260B (zh) | 终端应用app的加载方法及装置 | |
CN111770002B (zh) | 测试数据转发控制方法、装置、可读存储介质和电子设备 | |
CN106940710B (zh) | 信息推送方法及装置 | |
CN111586126A (zh) | 小程序预下载方法、装置、设备及存储介质 | |
CN110119307B (zh) | 数据处理请求的处理方法、装置、存储介质及电子装置 | |
CN111177237B (zh) | 一种数据处理***、方法及装置 | |
CN113505272B (zh) | 基于行为习惯的控制方法和装置、电子设备和存储介质 | |
CN110990350B (zh) | 日志的解析方法及装置 | |
CN112671878B (zh) | 一种区块链的信息订阅方法、装置、服务器和存储介质 | |
CN107633080B (zh) | 一种用户任务处理方法及装置 | |
CN111343269B (zh) | 一种数据下载方法、装置、计算机设备和存储介质 | |
CN110737691B (zh) | 用于处理访问行为数据的方法和装置 | |
CN111488386A (zh) | 数据查询方法和装置 | |
CN115543202A (zh) | 缓存管理方法、读取方法、***、电子设备及存储介质 | |
CN111291127B (zh) | 一种数据同步方法、装置、服务器及存储介质 | |
CN110020166A (zh) | 一种数据分析方法及相关设备 | |
CN110955709B (zh) | 一种数据的处理方法、装置及电子设备 | |
CN117131059A (zh) | 报表数据处理方法、装置、设备及存储介质 | |
CN111475505B (zh) | 一种数据采集的方法及设备 | |
CN111222739B (zh) | 核电站的任务分配方法及核电站的任务分配*** | |
CN112184027A (zh) | 任务进度更新方法、装置及存储介质 | |
CN113297358A (zh) | 数据处理方法、装置、服务器和计算机可读存储介质 | |
CN106528577B (zh) | 一种设置待清理文件的方法和装置 | |
CN110674190B (zh) | 文件***任务的统计方法、装置和服务器 |
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 | ||
CB02 | Change of applicant information |
Address after: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant after: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. Address before: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200324 |
|
CF01 | Termination of patent right due to non-payment of annual fee |