CN107437215A - 一种基于标签的图书推荐方法 - Google Patents

一种基于标签的图书推荐方法 Download PDF

Info

Publication number
CN107437215A
CN107437215A CN201710651464.2A CN201710651464A CN107437215A CN 107437215 A CN107437215 A CN 107437215A CN 201710651464 A CN201710651464 A CN 201710651464A CN 107437215 A CN107437215 A CN 107437215A
Authority
CN
China
Prior art keywords
preference
label
user
books
read
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
Application number
CN201710651464.2A
Other languages
English (en)
Other versions
CN107437215B (zh
Inventor
彭刚
王超芸
曹颖杰
李曲
应文佳
符俊涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinxun Digital Technology Hangzhou Co ltd
Original Assignee
Hangzhou Dongxin Beiyou Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dongxin Beiyou Information Technology Co Ltd filed Critical Hangzhou Dongxin Beiyou Information Technology Co Ltd
Priority to CN201710651464.2A priority Critical patent/CN107437215B/zh
Publication of CN107437215A publication Critical patent/CN107437215A/zh
Application granted granted Critical
Publication of CN107437215B publication Critical patent/CN107437215B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种基于标签的图书推荐方法，包括有：步骤一、根据用户的历史阅读图书记录，计算用户对已阅读图书所包含的每个通用标签的偏好值，并从中挑选出多个偏好值最大的通用标签作为用户的偏好标签；步骤二、从用户的每本未阅读图书的通用标签中挑选出用户的偏好标签，并根据用户对通用标签的偏好值，计算用户对未阅读图书的偏好值，以据此向用户推荐图书。本发明属于数据业务领域，能充分利用图书所包含的通用标签来为用户挑选符合其偏好的推荐图书。

Description

一种基于标签的图书推荐方法
技术领域
本发明涉及一种基于标签的图书推荐方法，属于数据业务领域。
背景技术
为了便于用户从图书平台上的海量图书中快速了解、并挑选自己偏好的图书，通常采用标签来描述每本图书的主题内容。
专利申请CN 201310135875.8(申请名称：一种图书推荐方法和装置，申请日：2013‐04‐18，申请人：***通信集团浙江有限公司)提供了一种图书推荐方法和装置，其中，所述方法包括：获取包括多本图书信息的图书信息库；确定所述多本图书中的每本图书的图书标签集，形成图书标签库；计算所述图书标签库中的每个图书标签的区分度值，形成图书标签的区分度值表；根据所述图书信息库中存储的第一用户的阅读行为数据和所述图书标签的区分度值表，计算所述第一用户的第一用户度量值表；将所述多本图书中的每本图书的图书标签集与所述第一用户度量值表进行关联，确定每本图书各自的图书推荐值；根据所述图书推荐值，在所述多本图书中选择至少一本目标图书，作为推荐图书。该技术方案完全依靠现有图书标签集合中的标签进行图书推荐，但对于标签稀少或者缺失的图书却无法进行推荐。
因此，如何充分利用图书所包含的通用标签来为用户挑选符合其偏好的推荐图书，已成为技术人员急需解决的技术问题，目前还未发现有效的技术解决方案。
发明内容
有鉴于此，本发明的目的是提供一种基于标签的图书推荐方法，能充分利用图书所包含的通用标签来为用户挑选符合其偏好的推荐图书。
为了达到上述目的，本发明提供了一种基于标签的图书推荐方法，包括有：
步骤一、根据用户的历史阅读图书记录，计算用户对已阅读图书所包含的每个通用标签的偏好值，并从中挑选出多个偏好值最大的通用标签作为用户的偏好标签；
步骤二、从用户的每本未阅读图书的通用标签中挑选出用户的偏好标签，并根据用户对通用标签的偏好值，计算用户对未阅读图书的偏好值，以据此向用户推荐图书。
与现有技术相比，本发明的有益效果是：本发明通过用户的阅读行为来提取用户的偏好标签，再根据用户对标签的偏好值来最终获得用户对未阅读图书的偏好值，从而能为用户挑选符合其偏好的推荐图书；当某本图书的大量阅读用户同时具备某个偏好标签时，也就意味着该本图书应具有同样的标签属性，本发明还可以进一步为无标签的图书添加符合其内容的标签属性，从而能充分利用图书所包含的通用标签为用户进行个性化图书推荐。
附图说明
图1是本发明一种基于标签的图书推荐方法的流程图。
图2是步骤一的具体操作流程图。
图3是本发明进一步为无标签图书添加符合其内容的标签属性的具体操作流程图。
图4是步骤A2的具体操作流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。
如图1所示，本发明一种基于标签的图书推荐方法，包括有：
步骤一、根据用户的历史阅读图书记录，计算用户对已阅读图书所包含的每个通用标签的偏好值，并从中挑选出多个偏好值最大的通用标签作为用户的偏好标签；
步骤二、从用户的每本未阅读图书的通用标签中挑选出用户的偏好标签，并根据用户对通用标签的偏好值，计算用户对未阅读图书的偏好值，以据此向用户推荐图书。
如图2所示，步骤一还可以进一步包括有：
步骤11、从用户的历史阅读图书中挑选出包含有通用标签的阅读图书，所述通用标签是图书编辑人工为图书所添加的标签属性，然后计算用户的阅读图书包含的每个通用标签对于其所属图书的重要值：TFIDF(Li,Bj)＝TF(Bj)×IDF(Li)，其中，TFIDF(Li,Bj)是标签Li对于其所属图书Bj的重要值，TF(Bj)是标签Li的词频，IDF(Li)是标签Li的逆向文件频率，并对所有通用标签对于其所属图书的重要值进行归一化处理；
其中，TF(Bj)的计算公式如下：其中，num_L(Bj)是图书Bj包含的通用标签总数；IDF(Li)的计算公式如下：其中，num_total_L是图书平台上包含通用标签的图书总数，num_B(Li)是图书平台上包含标签Li的图书总数；
步骤12、计算用户对已阅读图书所包含的每个通用标签的偏好值： 其中，TAG(Li,Uz)是用户Uz对其阅读图书所包含的标签Li的偏好值，TFIDF(Li,Bj)是标签Li对于其所属图书Bj的重要值，Jz是用户Uz阅读过的、且包含有标签Li的图书总数，是标签Li对于所有用户Uz阅读过的图书的重要值之和，Qz是用户Uz阅读过的、且包含有通用标签的图书总数，然后从用户对已阅读图书所包含的所有通用标签的偏好值中挑选出最大的前若干个偏好值，将最大的前若干个偏好值对应的标签作为用户的偏好标签，并构成用户的偏好标签集。
步骤二还可以进一步包括有：
从用户的每本未阅读图书的通用标签中挑选出用户的偏好标签，计算用户对每本未阅读图书的偏好值：其中，TAG(Bb,Uz)是用户Uz对未阅读图书Bb的偏好值，Lk是未阅读图书Bb的通用标签中所包含的第k个用户的偏好标签，Sb是未阅读图书Bb的通用标签中所包含的用户的偏好标签总数，TAG(Lk,Uz)是用户Uz对未阅读图书Bb所包含的通用标签Lk的偏好值，然后从用户的所有未阅读图书中挑选出偏好值最大的若干本图书向用户推荐。
当前主要依靠图书编辑来人工为图书添加标签属性，所以经常会遇到图书标签稀少或者缺失的情况，本发明还可以进一步为无标签图书添加符合其内容的标签属性，然后从所有图书中挑选合适图书向用户推荐，如图3所示，本发明还可以包括有：
步骤A1、挑选一定数量的用户作为样本用户，并提取每个样本用户的历史阅读图书记录，然后计算每个样本用户对已阅读图书所包含的每个通用标签的偏好值，再从中挑选出多个偏好值最大的通用标签作为每个样本用户的偏好标签，并构成每个样本用户的偏好标签集，所有样本用户的偏好标签集构成用户偏好标签集群；
步骤A2、提取未添加标签图书的所有阅读用户，然后从用户偏好标签集群中寻找所有阅读用户对应的偏好标签集，最后从所有阅读用户的偏好标签集中挑选多个标签作为所述未添加标签图书的标签属性。
步骤A1中，计算每个样本用户对已阅读图书所包含的每个通用标签的偏好值，再从中挑选出多个偏好值最大的通用标签作为每个样本用户的偏好标签，与图2中的步骤11、步骤12相同，不在此赘述。
如图4所示，步骤A2还可以进一步包括有：
步骤A21、获取未添加标签图书的所有阅读用户，为所述未添加标签图书新建一个图书标签集，然后从所有阅读用户的偏好标签集中逐一提取每个偏好标签；
步骤A22，计算所提取的偏好标签的出现频率：其中，freq(Lp)是标签Lp的出现频率，num(Lp)是偏好标签集包含标签Lp的阅读用户总数，num_L是所有阅读用户的偏好标签集中的标签总数；
步骤A23、判断所提取的偏好标签的出现频率是否大于预设值？如果是，则将所提取的偏好标签写入图书标签集中，然后继续下一步；如果否，则转向步骤A25；例如，预设值可以是20％；
步骤A24、计算所提取的偏好标签的用户偏好平均值：其中，prefer(Lp)是标签Lp的用户偏好平均值，Ux是偏好标签集包含标签Lp的阅读用户，是偏好标签集包含标签Lp的所有阅读用户对标签Lp的偏好值之和，TAG(Lp,Ux)是用户Ux对标签Lp的偏好值；
步骤A25、判断所有阅读用户的偏好标签集中是否还有未提取的偏好标签？如果是，则继续提取下一个未提取的偏好标签，然后转向步骤A22；如果否，则继续下一步；
步骤A26、从图书标签集的所有标签中，挑选出其用户偏好平均值最大的前若干个标签，并将其他未挑选的标签从图书标签集中删除；
步骤A27、将图书标签集中的所有标签添加为所述未添加标签图书的标签属性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (7)

1.一种基于标签的图书推荐方法，其特征在于，包括有：
步骤一、根据用户的历史阅读图书记录，计算用户对已阅读图书所包含的每个通用标签的偏好值，并从中挑选出多个偏好值最大的通用标签作为用户的偏好标签；
步骤二、从用户的每本未阅读图书的通用标签中挑选出用户的偏好标签，并根据用户对通用标签的偏好值，计算用户对未阅读图书的偏好值，以据此向用户推荐图书。
2.根据权利要求1所述的方法，其特征在于，步骤一进一步包括有：
步骤11、从用户的历史阅读图书中挑选出包含有通用标签的阅读图书，所述通用标签是图书编辑人工为图书所添加的标签属性，然后计算用户的阅读图书包含的每个通用标签对于其所属图书的重要值：TFIDF(Li,Bj)＝TF(Bj)×IDF(Li)，其中，TFIDF(Li,Bj)是标签Li对于其所属图书Bj的重要值，TF(Bj)是标签Li的词频，IDF(Li)是标签Li的逆向文件频率，并对所有通用标签对于其所属图书的重要值进行归一化处理；
步骤12、计算用户对已阅读图书所包含的每个通用标签的偏好值：其中，TAG(Li,Uz)是用户Uz对其阅读图书所包含的标签Li的偏好值，TFIDF(Li,Bj)是标签Li对于其所属图书Bj的重要值，Jz是用户Uz阅读过的、且包含有标签Li的图书总数，是标签Li对于所有用户Uz阅读过的图书的重要值之和，Qz是用户Uz阅读过的、且包含有通用标签的图书总数，然后从用户对已阅读图书所包含的所有通用标签的偏好值中挑选出最大的前若干个偏好值，将最大的前若干个偏好值对应的标签作为用户的偏好标签，并构成用户的偏好标签集。
3.根据权利要求2所述的方法，其特征在于，TF(Bj)的计算公式如下：其中，num_L(Bj)是图书Bj包含的通用标签总数；IDF(Li)的计算公式如下：其中，num_total_L是图书平台上包含通用标签的图书总数，num_B(Li)是图书平台上包含标签Li的图书总数。
4.根据权利要求1所述的方法，其特征在于，步骤二进一步包括有：
从用户的每本未阅读图书的通用标签中挑选出用户的偏好标签，计算用户对每本未阅读图书的偏好值：其中，TAG(Bb,Uz)是用户Uz对未阅读图书Bb的偏好值，Lk是未阅读图书Bb的通用标签中所包含的第k个用户的偏好标签，Sb是未阅读图书Bb的通用标签中所包含的用户的偏好标签总数，TAG(Lk,Uz)是用户Uz对未阅读图书Bb所包含的通用标签Lk的偏好值，然后从用户的所有未阅读图书中挑选出偏好值最大的若干本图书向用户推荐。
5.根据权利要求1所述的方法，其特征在于，还包括有：
步骤A1、挑选一定数量的用户作为样本用户，并提取每个样本用户的历史阅读图书记录，然后计算每个样本用户对已阅读图书所包含的每个通用标签的偏好值，再从中挑选出多个偏好值最大的通用标签作为每个样本用户的偏好标签，并构成每个样本用户的偏好标签集，所有样本用户的偏好标签集构成用户偏好标签集群；
步骤A2、提取未添加标签图书的所有阅读用户，然后从用户偏好标签集群中寻找所有阅读用户对应的偏好标签集，最后从所有阅读用户的偏好标签集中挑选多个标签作为所述未添加标签图书的标签属性。
6.根据权利要求5所述的方法，其特征在于，步骤A2进一步包括有：
步骤A21、获取未添加标签图书的所有阅读用户，为所述未添加标签图书新建一个图书标签集，然后从所有阅读用户的偏好标签集中逐一提取每个偏好标签；
步骤A22，计算所提取的偏好标签的出现频率：其中，freq(Lp)是标签Lp的出现频率，num(Lp)是偏好标签集包含标签Lp的阅读用户总数，num_L是所有阅读用户的偏好标签集中的标签总数；
步骤A23、判断所提取的偏好标签的出现频率是否大于预设值，如果是，则将所提取的偏好标签写入图书标签集中，然后继续下一步；如果否，则继续下一步；
步骤A24、判断所有阅读用户的偏好标签集中是否还有未提取的偏好标签，如果是，则继续提取下一个未提取的偏好标签，然后转向步骤A22；如果否，则继续下一步；
步骤A25、将图书标签集中的所有标签添加为所述未添加标签图书的标签属性。
7.根据权利要求6所述的方法，其特征在于，步骤A23中，当所提取的偏好标签的出现频率大于预设值时，还包括有：
计算所提取的偏好标签的用户偏好平均值：其中，prefer(Lp)是标签Lp的用户偏好平均值，Ux是偏好标签集包含标签Lp的阅读用户，是偏好标签集包含标签Lp的所有阅读用户对标签Lp的偏好值之和，TAG(Lp,Ux)是用户Ux对标签Lp的偏好值，
这样，步骤A25还包括有：
从图书标签集的所有标签中，挑选出其用户偏好平均值最大的前若干个标签，并将其他未挑选的标签从图书标签集中删除。
CN201710651464.2A 2017-08-02 2017-08-02 一种基于标签的图书推荐方法 Active CN107437215B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710651464.2A CN107437215B (zh) 2017-08-02 2017-08-02 一种基于标签的图书推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710651464.2A CN107437215B (zh) 2017-08-02 2017-08-02 一种基于标签的图书推荐方法

Publications (2)

Publication Number Publication Date
CN107437215A true CN107437215A (zh) 2017-12-05
CN107437215B CN107437215B (zh) 2020-07-24

Family

ID=60459815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710651464.2A Active CN107437215B (zh) 2017-08-02 2017-08-02 一种基于标签的图书推荐方法

Country Status (1)

Country Link
CN (1) CN107437215B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522401A (zh) * 2018-09-19 2019-03-26 咪咕数字传媒有限公司 一种信息推荐方法及装置
CN109670922A (zh) * 2018-12-29 2019-04-23 北京工业大学 一种基于混合特征的线上图书价值发现方法
CN109885766A (zh) * 2019-02-11 2019-06-14 武汉理工大学 一种基于书评的书籍推荐方法及***
CN110232157A (zh) * 2019-06-18 2019-09-13 绍兴文理学院 一种基于内容的隐私保护图书推荐方法及***
CN110532470A (zh) * 2019-08-23 2019-12-03 掌阅科技股份有限公司 图书推送方法、电子设备及计算机存储介质
CN110674410A (zh) * 2019-10-08 2020-01-10 北京物灵科技有限公司 用户画像构建、内容推荐方法、装置及设备
CN110826850A (zh) * 2019-09-24 2020-02-21 西安科成新果信息科技有限公司 基于信息处理的智慧校园图书馆管理方法及其***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002269106A (ja) * 2001-03-08 2002-09-20 Dainippon Printing Co Ltd 書籍紹介装置
CN102902744A (zh) * 2012-09-17 2013-01-30 杭州东信北邮信息技术有限公司 一种图书推荐方法
CN102929959A (zh) * 2012-10-10 2013-02-13 杭州东信北邮信息技术有限公司 一种基于用户行为的图书推荐方法
CN103745381A (zh) * 2013-12-26 2014-04-23 方正国际软件有限公司 漫画推荐***和漫画推荐方法
CN104111939A (zh) * 2013-04-18 2014-10-22 ***通信集团浙江有限公司 一种图书推荐方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002269106A (ja) * 2001-03-08 2002-09-20 Dainippon Printing Co Ltd 書籍紹介装置
CN102902744A (zh) * 2012-09-17 2013-01-30 杭州东信北邮信息技术有限公司 一种图书推荐方法
CN102929959A (zh) * 2012-10-10 2013-02-13 杭州东信北邮信息技术有限公司 一种基于用户行为的图书推荐方法
CN104111939A (zh) * 2013-04-18 2014-10-22 ***通信集团浙江有限公司 一种图书推荐方法和装置
CN103745381A (zh) * 2013-12-26 2014-04-23 方正国际软件有限公司 漫画推荐***和漫画推荐方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109522401A (zh) * 2018-09-19 2019-03-26 咪咕数字传媒有限公司 一种信息推荐方法及装置
CN109670922A (zh) * 2018-12-29 2019-04-23 北京工业大学 一种基于混合特征的线上图书价值发现方法
CN109670922B (zh) * 2018-12-29 2022-02-08 北京工业大学 一种基于混合特征的线上图书价值发现方法
CN109885766A (zh) * 2019-02-11 2019-06-14 武汉理工大学 一种基于书评的书籍推荐方法及***
CN110232157A (zh) * 2019-06-18 2019-09-13 绍兴文理学院 一种基于内容的隐私保护图书推荐方法及***
CN110232157B (zh) * 2019-06-18 2024-02-02 绍兴文理学院 一种基于内容的隐私保护图书推荐方法及***
CN110532470A (zh) * 2019-08-23 2019-12-03 掌阅科技股份有限公司 图书推送方法、电子设备及计算机存储介质
CN110826850A (zh) * 2019-09-24 2020-02-21 西安科成新果信息科技有限公司 基于信息处理的智慧校园图书馆管理方法及其***
CN110674410A (zh) * 2019-10-08 2020-01-10 北京物灵科技有限公司 用户画像构建、内容推荐方法、装置及设备
CN110674410B (zh) * 2019-10-08 2022-05-24 北京物灵科技有限公司 用户画像构建、内容推荐方法、装置及设备

Also Published As

Publication number Publication date
CN107437215B (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
CN107437215A (zh) 一种基于标签的图书推荐方法
CN103425663B (zh) 嵌入式***数据库创建表、存记录、删记录的方法和装置
CN109819284A (zh) 一种短视频推荐方法、装置、计算机设备及存储介质
CN1973299B (zh) 图像检索方法和图像检索装置
CN107742221A (zh) 一种推广信息的处理方法、装置和***
CN102543078B (zh) 电子名片***及电子名片的语音录入方法、语音检索方法
CN105956008A (zh) 一种图片管理方法及终端
CN108038506A (zh) 一种图书自动分类方法
CN107291827A (zh) 一种数据比对方法和***
CN107911448A (zh) 一种内容推送方法及装置
CN106126626A (zh) 一种基于特征提取的图书检索方法
CN106846166A (zh) 一种基于地址大数据分析的电力营销客户档案完善方法
CN109086844A (zh) 电缆线路及通道资产的电子标签标识方法及智能终端
CN102063413A (zh) 一种移动终端的快速文字排版方法
CN107943912B (zh) 一种响应式资源目录数据可视化管理方法、终端及装置
CN107391567A (zh) 一种多媒体处理方法、装置及终端
CN107153712B (zh) 支持移动终端的时间空间关联的个性化定制图片管理方法
CN104834757A (zh) 图像语义检索方法及其***
CN106933974A (zh) 一种视频文件索引信息的构建和查询方法及装置
CN107330081A (zh) 一种信息特征提取方法
CN107506398A (zh) 一种为图书添加标签属性的方法
CN207477218U (zh) 一种可定位图书的书架
CN103631774B (zh) 数据存储方法和***
CN106599098A (zh) 基于标签信息的用户偏好实体分类方法及***
EP1098491A3 (en) System and method for identifying related protocol data units

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 310013 4th floor, No.398 Wensan Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee after: Xinxun Digital Technology (Hangzhou) Co.,Ltd.

Address before: 310013 4th floor, No.398 Wensan Road, Xihu District, Hangzhou City, Zhejiang Province

Patentee before: EB Information Technology Ltd.