CN110135590B - 信息处理方法、装置、介质及电子设备 - Google Patents

信息处理方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN110135590B
CN110135590B CN201910300914.2A CN201910300914A CN110135590B CN 110135590 B CN110135590 B CN 110135590B CN 201910300914 A CN201910300914 A CN 201910300914A CN 110135590 B CN110135590 B CN 110135590B
Authority
CN
China
Prior art keywords
information
processed
decision tree
processing
leaf node
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.)
Active
Application number
CN201910300914.2A
Other languages
English (en)
Other versions
CN110135590A (zh
Inventor
叶素兰
李国才
刘卉
王秋施
贾怡
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201910300914.2A priority Critical patent/CN110135590B/zh
Publication of CN110135590A publication Critical patent/CN110135590A/zh
Application granted granted Critical
Publication of CN110135590B publication Critical patent/CN110135590B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及数据分析技术领域,揭示了一种信息处理方法、装置、介质及电子设备,该方法包括:当接收到信息处理策略获取请求,获取与待处理信息中信息项对应的值和对应的属性值;根据信息项和属性在决策树集合中获取与待处理信息匹配的决策树;根据与信息项和/或属性对应的内部结点、信息项的值、属性值和与子结点对应的决策规则获取叶子结点;根据叶子结点的处理策略、与叶子结点对应的历史待处理信息的实际处理策略确定待处理信息的处理策略;向用户端推送处理策略,并根据用户端返回的实际处理策略处理待处理信息。此方法下,结合叶子结点的处理策略和对应历史待处理信息的实际处理策略两个维度来确定处理策略,提升了信息处理效率和准确率。

Description

信息处理方法、装置、介质及电子设备
技术领域
本发明涉及数据分析技术领域,特别涉及一种信息处理方法、装置、介质及电子设备。
背景技术
在机器学习中,决策树是对信息或数据进行分类,以建立对象属性与对象值之间映射关系的重要工具之一。
信息作为一种对象,也具有属性值;信息可以被加工处理,信息在哪里被处理以及如何被处理等信息的处理策略与信息的属性值有一定的相关的关系。因此可以利用决策树来为信息决策出相应的策略,实现高效的信息处理策略的决策。在现有技术的实现中,针对信息处理策略的决策树在建立之后,大都是一成不变地使用下去。
现有技术的缺陷在于,由于针对信息处理策略建立的决策树严重依赖于建模时的信息数据,而信息数据会随着时间而动态变化;决策树尤其是复杂的决策树的建立过程会消耗大量资源,这导致了决策树不能随时更新,因此决策树的实际决策过程往往无法体现最新的信息数据的变化,最终可能导致决策结果出现错误,使得信息处理的效率和准确率低下。
发明内容
为了解决相关技术中存在的针对信息处理策略建立的决策树对最新的信息数据反应滞后,导致信息处理的准确率较低的技术问题,本发明提供了一种信息处理方法、装置、介质及电子设备。
根据本申请的一方面,提供了一种信息处理方法,所述方法包括:
当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与所述待处理信息中的信息项对应的信息项的值以及与所述待处理信息的信息来源标识对应的属性下的属性值;
根据所述待处理信息中的信息项和所述与所述待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树,其中,所述决策树集合包含至少一个决策树,所述决策树中的结点包含叶子结点和内部结点,每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,每一所述内部结点的子结点与决策规则对应,每一所述叶子结点包含处理策略,所述叶子结点与每一历史待处理信息的实际处理策略对应;
根据与所述待处理信息中的信息项和/或与所述待处理信息的信息来源标识对应的属性相对应的内部结点,利用与所述待处理信息中的信息项对应的信息项的值、与所述待处理信息的信息来源标识对应的属性下的属性值以及与所述内部结点的子结点对应的决策规则在所述决策树中获取与所述待处理信息对应的叶子结点;
根据获取的所述叶子结点包含的处理策略、与获取的所述叶子结点对应的历史待处理信息的实际处理策略确定所述待处理信息的处理策略;
向所述用户端推送确定出的所述处理策略,并根据所述用户端返回的实际处理策略处理所述待处理信息。
根据本申请的另一方面,提供了一种信息处理装置,所述装置包括:
获取模块,被配置为当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与所述待处理信息中的信息项对应的信息项的值以及与所述待处理信息的信息来源标识对应的属性下的属性值;
决策树获取模块,被配置为根据所述待处理信息中的信息项和所述与所述待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树,其中,所述决策树集合包含至少一个决策树,所述决策树中的结点包含叶子结点和内部结点,每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,每一所述内部结点的子结点与决策规则对应,每一所述叶子结点包含处理策略,所述叶子结点与每一历史待处理信息的实际处理策略对应;
叶子结点获取模块,被配置为根据与所述待处理信息中的信息项和/或与所述待处理信息的信息来源标识对应的属性相对应的内部结点,利用与所述待处理信息中的信息项对应的信息项的值、与所述待处理信息的信息来源标识对应的属性下的属性值以及与所述内部结点的子结点对应的决策规则在所述决策树中获取与所述待处理信息对应的叶子结点;
处理策略确定模块,被配置为根据获取的所述叶子结点包含的处理策略、与获取的所述叶子结点对应的历史待处理信息的实际处理策略确定所述待处理信息的处理策略;
推送处理模块,被配置为向所述用户端推送确定出的所述处理策略,并根据所述用户端返回的实际处理策略处理所述待处理信息。
根据本申请的另一方面,提供了一种计算机可读程序介质,其存储有计算机程序指令,当所述计算机程序指令被计算机执行时,使计算机执行如前所述的方法。
根据本申请的另一方面,提供了一种电子设备,所述电子设备包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如前所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明所提供的信息处理方法包括如下步骤:当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与待处理信息中的信息项对应的信息项的值以及与待处理信息的信息来源标识对应的属性下的属性值;根据待处理信息中的信息项和所述与待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树,其中,所述决策树集合包含至少一个决策树,所述决策树中的结点包含叶子结点和内部结点,每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,每一所述内部结点的子结点与决策规则对应,每一所述叶子结点包含处理策略,所述叶子结点与每一历史待处理信息的实际处理策略对应;根据与该待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应的内部结点,利用与待处理信息中的信息项对应的信息项的值、与待处理信息的信息来源标识对应的属性下的属性值以及与所述内部结点的子结点对应的决策规则在所述决策树中获取与所述待处理信息对应的叶子结点;根据获取的所述叶子结点包含的处理策略、与获取的所述叶子结点对应的历史待处理信息的实际处理策略确定所述待处理信息的处理策略;向所述用户端推送确定出的所述处理策略,并根据所述用户端返回的实际处理策略处理所述待处理信息。
此方法下,通过自动在预设的决策树集合中获取与待处理信息匹配的决策树,然后在决策树中获取相应的叶子结点之后,同时结合叶子结点中的处理策略以及对应的历史待处理信息的实际处理策略两个维度来最终确定待处理信息的处理策略,使得历史上对同样与相同叶子结点对应的实际处理策略能够及时反映在最终确定出的处理策略之中,可以提升推送出的信息处理策略的准确率,从而可以提高信息处理的效率和准确率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种信息处理方法的***架构示意图;
图2是根据一示例性实施例示出的一种信息处理方法的流程图;
图3是根据图2对应实施例示出的一实施例的步骤230之前步骤的流程图;
图4是根据一示例性实施例示出的一个决策树结点中的逻辑关系示意图;
图5是根据另一示例性实施例示出的一个决策树结点中的逻辑关系示意图;
图6是根据图2对应实施例示出的一实施例的步骤240的细节的流程图;
图7是根据图6对应实施例示出的一实施例的步骤242的细节的流程图;
图8是根据一示例性实施例示出的一种信息处理装置的框图;
图9是根据一示例性实施例示出的一种用于实现上述信息处理方法的电子设备示例框图;
图10是根据一示例性实施例示出的一种用于实现上述信息处理方法的计算机可读存储介质。
具体实施方式
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。附图所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
本公开首先提供了一种信息处理方法。此处所称的信息可以是各种类型的信息,比如可以是生产数据信息、业务流程信息或者技术资料信息等,应当理解,这些信息在数字设备以数据的形式而存在,并可以以文件的形式来表示。信息处理是指对信息进行加工,获得信息加工结果的过程,其中,获得的信息加工结果为隐含的或者另一种新的信息。本公开的实施终端可以是任何具备运算、处理以及通信功能的设备,比如可以是便携式移动设备,例如智能手机、平板电脑、笔记本电脑等,也可以是固定式设备,例如,服务器、计算机设备、现场终端、台式电脑、工作站等。本发明的实施终端可以通过有线或者无线方式与外界设备进行通信,其中可以包括硬件、软件或者固件的结合。
图1是根据一示例性实施例示出的一种信息处理方法的***架构示意图。如图1所示,包括服务器110和计算机终端120,其中,服务器110是本实施例中提供的一种信息处理方法的实施终端,计算机终端120通过通信链路与服务器110进行交互。计算机终端120是用户使用的终端,用户可以通过计算机终端120向服务器110发送获取信息处理策略的请求,服务器110根据该请求可以向计算机终端120返回相应的信息处理策略进行推荐,最终服务器110会根据用户端返回的实际处理策略来处理待处理信息,其中,信息处理策略可以是包括但不限于如何对信息进行处理以及在哪里对信息进行处理等涉及信息处理这一过程的方法或者方案等。
图2是根据一示例性实施例示出的一种信息处理方法的流程图。如图2所示,包括以下步骤:
步骤230,当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与所述待处理信息中的信息项对应的信息项的值以及与所述待处理信息的信息来源标识对应的属性下的属性值。
信息处理策略获取请求是指示本端开始确定并推送信息处理策略的网络请求,可以是基于各种网络协议建立的请求,比如可以是HTTP协议下的POST或者GET方法建立的请求。
信息项是待处理信息中的单位信息,比如,可以是待处理信息中能够处理的最小单位,信息项的值是信息项的实际内容,而信息项是该实际内容的代称或者概述;信息来源标识是能够唯一代表待处理信息的提供方的身份的标识,比如可以是终端的IP地址、MAC地址(Media Access Control Address,媒体访问控制地址)、手机号、电子邮箱地址、账号等各种形式的标识;属性是与信息项类似的单位信息,与信息项的不同之处在于,属性是与信息来源标识对应的,属性值是属性的实际内容。
例如,对于待处理信息,该待处理信息可以为开发文档,而待处理信息中的信息项为配置项,比如可以是应用配置、数据库配置和日志配置等,而信息项的值为对应用配置、数据库配置和日志配置等配置项配置的实际内容;对于信息来源标识和对应的属性,信息来源标识可以为开发者的邮箱地址,对应的属性可以为开发者的年龄、开发者的部门代号、开发对象的开发时间等,则属性值可以为“34”、“CDG”、“2018.9-2019.3”。
在一个实施例中,信息项与对应的信息项的值以及属性和属性值都是分别用映射表进行存储的,信息项和属性分别为映射表中的键(Key),而与信息项对应的信息项的值以及属性值分别为映射表中的值(value)。
在一个实施例中,信息处理策略获取请求中包含待处理信息,利用该待处理信息获取与待处理信息中的信息项对应的信息项的值以及与待处理信息的信息来源标识对应的属性下的属性值。
在一个实施例中,信息处理策略获取请求中包含待处理信息的标识,在接收到来自用户端的针对待处理信息的信息处理策略获取请求之前,所述方法包括:接收来自用户端的待处理信息和待处理信息的标识,并将两者对应存储;所述获取与待处理信息中的信息项对应的信息项的值以及与待处理信息的信息来源标识对应的属性下的属性值包括:获取与所述信息处理策略获取请求中包含待处理信息的标识对应存储的待处理信息;根据所述待处理信息获取与待处理信息中的信息项对应的信息项的值以及与待处理信息的信息来源标识对应的属性下的属性值。
在一个实施例中,所述待处理信息包括多个信息项、每一信息项对应的信息项的值以及信息来源标识,所述获取与待处理信息中的信息项对应的信息项的值以及与待处理信息的信息来源标识对应的属性下的属性值,包括:针对所述待处理信息包括的每一信息项,获取与该信息项对应的信息项的值;利用预设的信息来源标识与属性对应关系表,获取与所述待处理信息的信息来源标识对应的属性下的属性值。
在一个实施例中,步骤230之前包括的步骤如图3所示。图3是根据图2对应实施例示出的一实施例的步骤230之前步骤的流程图。如图3所示,包括以下步骤:
步骤210,接收用户端发送的标签。
在一个实施例中,用户端安装有客户端,客户端页面上显示有按钮控件形式的标签选项,通过用户通过点击该标签选项向本端发送标签。
在一个实施例中,用户端通过文本框输入的方式接收用户输入的标签,然后将该标签发送至本端。
步骤220,向所述用户端返回与所述标签相关的标签列表,以便所述用户端的用户进行选择。
其中,所述标签列表包括多个标签,所述标签列表中的每一标签与至少一个待处理信息对应,所述用户通过在用户端对标签的选择来完成待处理信息的输入,进而形成针对待处理信息的信息处理策略获取请求并向本端发送。
在一个实施例中,通过将输入的所述待处理信息加入至信息处理策略获取请求,以形成针对待处理信息的信息处理策略获取请求。
在一个实施例中,所有待处理信息被通过人工的方式标注了标签。
本实施例好处在于,通过标签的方式为用户提供了快速选择待处理信息的途径,提高了待处理信息的获取效率。
步骤240,根据所述待处理信息中的信息项和所述与所述待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树。
其中,所述决策树集合包含至少一个决策树,所述决策树中的结点包含叶子结点和内部结点,每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,每一所述内部结点的子结点与决策规则对应,每一所述叶子结点包含处理策略,所述叶子结点与每一历史待处理信息的实际处理策略对应。
决策树是一种用于分类的树形结构,包括结点以及结点之间的路径。决策树在存储时,是按照树形的数据结构进行存储的。决策树的具体存储方式可以是多样的,比如可以是利用Python语言下的pickle模块进行存储。每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,即每一所述内部结点对对应的与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性进行决策或者判断。所述内部结点的子结点与决策规则对应是指如果内部结点有相应的子结点,则待处理信息能够符合该与内部结点的子结点对应的决策规则,即,与所述内部结点的子结点对应的决策规则是对所述内部结点进行决策或者判断的结果。
图4是根据一示例性实施例示出的一个决策树结点中的逻辑关系示意图。该决策树是用于针对包含目标***负荷率、目标***负荷以及目标***可用性等内容的待处理信息,进行是否需要将任务切换到备用***的决策。如图4所示,该决策树中包括3个内部结点和4个叶子结点。其中,“目标***负荷率大于负荷率阈值”、“目标***负荷大于负荷阈值”以及“目标***可用性降低”都是每一所述内部结点对应的待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性,相应的包含信息项和/或属性的椭圆即为内部结点,其余包含“任务切换到备份***”和任务不切换到备份***”的椭圆即为叶子结点,“任务切换到备份***”和“任务不切换到备份***”为叶子结点包含的处理策略;图4实施例中示出的每一箭头,即每一内部结点指向其子结点的路径上的信息为所述内部结点的子结点对应的决策规则,比如,与包含“目标***负荷大于负荷阈值”的子结点对应的决策规则为“目标***负荷率小于或等于负荷率阈值”,而与包含“目标***可用性降低”的子结点对应的决策规则为“目标***负荷小于或等于负荷阈值”。
每一内部结点得以分支为子结点,是由于待处理信息符合相应的决策规则。
在一个实施例中,所述决策树集合包含的决策树中,不同的待处理信息可能与不同的决策树对应。
在一个实施例中,与叶子结点对应的每一历史待处理信息以及该历史待处理信息的实际处理策略都存储在叶子结点之中。
在一个实施例中,每一叶子结点包含叶子结点标识,与每一所述叶子结点对应的每一历史待处理信息以及每一历史待处理信息的实际处理策略与该叶子结点的叶子结点标识对应存储在该叶子结点之外,比如存储在历史待处理信息数据库中。
在一个实施例中,步骤240的具体实施步骤如图6所示。图6是根据图2对应实施例示出的一实施例的步骤240的细节的流程图,如图6所示,包括以下步骤:
步骤241,针对所述预设的决策树集合中的每一决策树,获取与该决策树的内部结点对应的信息项和/或属性。
在一个实施例中,与决策树的内部结点对应的信息项和/或属性存储在决策树的内部结点之中,通过读取所述预设的决策树集合中的每一决策树,获取与每一决策树的内部结点对应的信息项和/或属性。
在一个实施例中,每一决策树还包括根结点,根结点中存储有该决策树的标识,预设的数据库中对应存储着决策树标识和对应的与决策树的内部结点对应的信息项和/或属性,通过获取每一决策树的根结点中的决策树的标识,在预设的数据库中获取与该决策树的内部结点对应的信息项和/或属性。
步骤242,根据每一决策树的内部结点对应的信息项和/或属性,获取具有分别与每一所述待处理信息中的信息项以及每一所述与所述待处理信息的信息来源标识对应的属性的相对应的内部结点的决策树,作为与所述待处理信息匹配的决策树。
当一个决策树具有内部结点,且这些内部结点中有分别与每一所述待处理信息中的信息项以及每一所述与待处理信息的信息来源标识对应的属性的相对应的内部结点时,就可以利用该决策树来处理所述待处理信息,此时就可以认为该决策树与所述待处理信息匹配。
在一个实施例中,步骤242的具体步骤如图7所示。图7是根据图6对应实施例示出的一实施例的步骤242的细节的流程图,在图7的实施例中,所述预设的决策树集合中的每一决策树的根结点包含该决策树的使用日志,包括以下步骤:
步骤2421,根据每一决策树的内部结点对应的信息项和/或属性,获取具有分别与每一所述待处理信息中的信息项以及每一所述与所述待处理信息的信息来源标识对应的属性的相对应的内部结点的决策树,作为候选决策树。
如前所述,当一个决策树中存在的内部结点分别与每一所述待处理信息中的信息项或者与所述待处理信息的信息来源标识对应的属性的相对应时,就可以利用该决策树来对所述待处理信息的进行信息处理策略决策。
步骤2422,当所述候选决策树的数目等于1时,将所述候选决策树作为与所述待处理信息匹配的决策树。
在一个实施例中,本公开的实施终端中设有计数器,利用计数器可以计算所述候选决策树的数目。
步骤2423,当所述候选决策树的数目大于1时,基于各候选决策树的使用日志获取与所述待处理信息匹配的决策树。
使用日志是记录决策树的使用情况的日志。
在一个实施例中,每一决策树的使用日志中包含历史上该决策树的使用次数,所述基于各候选决策树的使用日志获取与所述待处理信息匹配的决策树,包括:对各候选决策树按照各候选决策树的使用日志中的使用次数从大到小进行排序;获取排序的序号最小的候选决策树,作为与所述待处理信息匹配的决策树。
由于排序的序号越小,候选决策树的使用次数越多,在一定程度上说明候选决策树越可能被选择并使用,所以本实施例的好处在于,在候选决策树的数目较多的情况下,通过基于使用日志中的使用次数对各候选决策树进行排序,并根据排序的序号来获取使用次数最大的候选决策树,作为与所述待处理信息匹配的决策树,在一定程度上提高了获取的与所述待处理信息匹配的决策树的准确性。
步骤250,根据与所述待处理信息中的信息项和/或与所述待处理信息的信息来源标识对应的属性相对应的内部结点,利用与所述待处理信息中的信息项对应的信息项的值、与所述待处理信息的信息来源标识对应的属性下的属性值以及与所述内部结点的子结点对应的决策规则在所述决策树中获取与所述待处理信息对应的叶子结点。
参考图5所示,示出了一个决策树结点中的逻辑关系示意图。图5示出的是车险理赔场景下针对保单信息做出是否应该理赔的处理策略的决策树。其中,“历史出险记录次数”、“理赔金额”等内容都是每一所述内部结点对应的待处理信息中的信息项,“性别男”为与待处理信息的信息来源标识对应的属性,相应的包含信息项和/或属性的椭圆即为内部结点,除了内部结点之外的所有结点,比如包含“理赔”以及“不理赔”这些信息处理策略的结点为叶子结点,内部结点指向其子结点的箭头即为决策规则。
比如,对于一个包含“历史出险记录次数等于6”、“理赔金额等于35万”,“历史违章次数等于18”等信息项以及信息项对应的值的保单信息,首先确定该保单信息符合历史出险记录次数小于或等于8且大于或等于5这一决策规则,则由“历史出险记录次数”对应的结点指向“理赔金额”对应的结点,然后确定该保单信息符合理赔金额大于或等于20万元这一决策规则,就由“理赔金额”对应的结点指向包含“不理赔”的叶子结点,最终得到“不理赔”这一信息处理策略。
步骤260,根据获取的所述叶子结点包含的处理策略、与获取的所述叶子结点对应的历史待处理信息的实际处理策略确定所述待处理信息的处理策略。
在一个实施例中,步骤260的具体步骤包括:在与获取的所述叶子结点对应的历史待处理信息的实际处理策略中确定与所述叶子结点包含的处理策略一致的实际处理策略的数目;当所述数目大于或等于预定处理策略数目阈值时,将所述获取的所述叶子结点包含的处理策略作为所述待处理信息的处理策略;当所述数目小于预定处理策略数目阈值时,将与获取的所述叶子结点对应的历史待处理信息的实际处理策略中数目最多的实际处理策略,作为所述待处理信息的处理策略。
所述数目越大,说明针对此类信息,使用该决策树做出的处理策略与实际采用的处理策略一致的可能性越高,这样就表明决策树能够很好地针对待处理信息做出信息处理策略的决策,所以本实施例好处在于,提高了获取的待处理信息的处理策略的准确性。
在一个实施例中,步骤260的具体步骤包括:确定与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略的数目和与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的数目的比值;当所述比值大于或等于预定比值阈值时,将所述获取的所述叶子结点包含的处理策略作为所述待处理信息的处理策略;当所述比值小于预定比值阈值时,将与获取的所述叶子结点对应的历史待处理信息的实际处理策略中数目最多的实际处理策略,作为所述待处理信息的处理策略。
由于与获取的所述叶子结点对应的历史待处理信息的实际处理策略的数目是变化的,所以在与获取的所述叶子结点对应的历史待处理信息的实际处理策略中与所述叶子结点包含的处理策略一致的实际处理策略的数目并不能准确反映该决策树做出的处理策略与历史上针对类似的待处理信息所实际采用的处理策略一致的情况,所以本实施例的好处在于,通过利用相对的比值来确定选择哪一处理策略作为所述待处理信息的处理策略,从而将与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略以及与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的之间的相对数量关系作为获取处理策略的判断依据,提高了获取的处理策略的可信度和准确性。
在一个实施例中,确定与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略的数目和与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的数目的比值,包括:
获取当前时间与所述决策树的建立时间的差值;
利用所述差值基于如下公式确定修正系数:
Figure BDA0002028187580000121
其中,x是当前时间与所述决策树的建立时间的差值,xT是时间差值阈值,V是修正系数;
确定与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略的数目和与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的数目之比与所述修正系数的乘积作为比值。
当前时间与所述决策树的建立时间的差值越大,说明决策树建立的时长越长,即决策树越滞后于当前的实际决策情况,此时就越不应当将利用决策树的直接得到的处理策略作为最终得出的处理策略。在本实施例中,通过利用公式对所述比值进行修正,使得当前时间与所述决策树的建立时间的差值大于时间差值阈值且随着所述差值越来越大时,得到的所述比值更小,但减少的幅度随着所述差值的增加而减少,即将所述比值变小,使得得到的所述比值更容易小于预定比值阈值,从而使当前时间与所述决策树的建立时间的差值大于时间差值阈值时,与获取的所述叶子结点对应的历史待处理信息的实际处理策略中数目最多的实际处理策略更加可能被选择作为最终得到的处理策略,在一定程度上提高了针对所述待处理信息获取的处理策略的准确性。
步骤270,向所述用户端推送确定出的所述处理策略,并根据所述用户端返回的实际处理策略处理所述待处理信息。
根据所述用户端返回的实际处理策略处理所述待处理信息是指按照用户端返回的实际处理策略,对待处理信息涉及的对象执行相应的动作。比如对于图5实施例示出的示意图中的处理策略,处理信息的方式即为进行理赔或者不理赔。
在一个实施例中,通过HTML文件的方式向所述用户端推送确定出的所述处理策略,并通过页面的表单接收所述用户端返回的实际处理策略。
综上所述,根据图2实施例提供的信息处理方法,通过同时结合决策树的叶子结点中的处理策略以及对应的历史待处理信息的实际处理策略两个维度来确定待处理信息的处理策略,使得历史上对同样类似的待处理信息实际采用的处理策略能够及时反映在最终获取的处理策略的决策结果之中,可以提升推送出的信息处理策略的准确率,从而可以提高信息处理的效率和准确率。
图8是根据一示例性实施例示出的一种信息处理装置的框图。如图8所示,该装置800包括:
获取模块810,被配置为当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与所述待处理信息中的信息项对应的信息项的值以及与所述待处理信息的信息来源标识对应的属性下的属性值。
决策树获取模块820,被配置为根据所述待处理信息中的信息项和所述与所述待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树,其中,所述决策树集合包含至少一个决策树,所述决策树中的结点包含叶子结点和内部结点,每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,每一所述内部结点的子结点与决策规则对应,每一所述叶子结点包含处理策略,所述叶子结点与每一历史待处理信息的实际处理策略对应。
叶子结点获取模块830,被配置为根据与所述待处理信息中的信息项和/或与所述待处理信息的信息来源标识对应的属性相对应的内部结点,利用与所述待处理信息中的信息项对应的信息项的值、与所述待处理信息的信息来源标识对应的属性下的属性值以及与所述内部结点的子结点对应的决策规则在所述决策树中获取与所述待处理信息对应的叶子结点。
处理策略确定模块840,被配置为根据获取的所述叶子结点包含的处理策略、与获取的所述叶子结点对应的历史待处理信息的实际处理策略确定所述待处理信息的处理策略。
推送处理模块850,被配置为向所述用户端推送确定出的所述处理策略,并根据所述用户端返回的实际处理策略处理所述待处理信息。
根据本公开的第三方面,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为***、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“***”。
下面参照图9来描述根据本发明的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于:上述至少一个处理单元910、上述至少一个存储单元920、连接不同***组件(包括存储单元920和处理单元910)的总线930。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元910执行,使得所述处理单元910执行本说明书上述“实施例方法”部分中描述的根据本发明各种示例性实施方式的步骤。
存储单元920可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)921和/或高速缓存存储单元922,还可以进一步包括只读存储单元(ROM)923。
存储单元920还可以包括具有一组(至少一个)程序模块925的程序/实用工具924,这样的程序模块925包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线930可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备900也可以与一个或多个外部设备1100(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备900交互的设备通信,和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口950进行。并且,电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器960通过总线930与电子设备900的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备900使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
根据本公开的第四方面,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图10所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品1000,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (9)

1.一种信息处理方法,其特征在于,所述方法包括:
当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与所述待处理信息中的信息项对应的信息项的值以及与所述待处理信息的信息来源标识对应的属性下的属性值;
根据所述待处理信息中的信息项和所述与所述待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树,其中,所述决策树集合包含至少一个决策树,所述决策树中的结点包含叶子结点和内部结点,每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,每一所述内部结点的子结点与决策规则对应,每一所述叶子结点包含处理策略,所述叶子结点与每一历史待处理信息的实际处理策略对应;
根据与所述待处理信息中的信息项和/或与所述待处理信息的信息来源标识对应的属性相对应的内部结点,利用与所述待处理信息中的信息项对应的信息项的值、与所述待处理信息的信息来源标识对应的属性下的属性值以及与所述内部结点的子结点对应的决策规则在所述决策树中获取与所述待处理信息对应的叶子结点;
确定与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略的数目和与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的数目的比值;
当所述比值大于或等于预定比值阈值时,将所述获取的所述叶子结点包含的处理策略作为所述待处理信息的处理策略;
当所述比值小于预定比值阈值时,将与获取的所述叶子结点对应的历史待处理信息的实际处理策略中数目最多的实际处理策略,作为所述待处理信息的处理策略;
向所述用户端推送确定出的所述处理策略,并根据所述用户端返回的实际处理策略处理所述待处理信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述待处理信息中的信息项和所述与所述待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树,包括:
针对所述预设的决策树集合中的每一决策树,获取与该决策树的内部结点对应的信息项和/或属性;
根据每一决策树的内部结点对应的信息项和/或属性,获取具有分别与每一所述待处理信息中的信息项以及每一所述与所述待处理信息的信息来源标识对应的属性的相对应的内部结点的决策树,作为与所述待处理信息匹配的决策树。
3.根据权利要求2所述的方法,其特征在于,所述预设的决策树集合中的每一决策树的根结点包含该决策树的使用日志,所述根据每一决策树的内部结点对应的信息项和/或属性,获取具有分别与每一所述待处理信息中的信息项以及每一所述与所述待处理信息的信息来源标识对应的属性的相对应的内部结点的决策树,作为与所述待处理信息匹配的决策树,包括:
根据每一决策树的内部结点对应的信息项和/或属性,获取具有分别与每一所述待处理信息中的信息项以及每一所述与所述待处理信息的信息来源标识对应的属性的相对应的内部结点的决策树,作为候选决策树;
当所述候选决策树的数目等于1时,将所述候选决策树作为与所述待处理信息匹配的决策树;
当所述候选决策树的数目大于1时,基于各候选决策树的使用日志获取与所述待处理信息匹配的决策树。
4.根据权利要求3所述的方法,其特征在于,每一决策树的使用日志中包含历史上该决策树的使用次数,所述当所述候选决策树的数目大于1时,基于各候选决策树的使用日志获取与所述待处理信息匹配的决策树包括:
对各候选决策树按照各候选决策树的使用日志中的使用次数从大到小进行排序;
获取排序的序号最小的候选决策树,作为与所述待处理信息匹配的决策树。
5.根据权利要求1所述的方法,其特征在于,在当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与所述待处理信息中的信息项对应的信息项的值以及与所述待处理信息的信息来源标识对应的属性下的属性值之前,所述方法包括:
接收用户端发送的标签;
向所述用户端返回与所述标签相关的标签列表,以便所述用户端的用户进行选择,其中,所述标签列表包括多个标签,所述标签列表中的每一标签与至少一个待处理信息对应,所述用户通过在用户端对标签的选择来完成待处理信息的输入,进而形成针对待处理信息的信息处理策略获取请求并向本端发送。
6.根据权利要求1所述的方法,其特征在于,所述确定与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略的数目和与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的数目的比值,包括:
获取当前时间与所述决策树的建立时间的差值;
利用所述差值基于如下公式确定修正系数:
Figure FDA0003546778550000031
其中,x是当前时间与所述决策树的建立时间的差值,xT是时间差值阈值,V是修正系数;
确定与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略的数目和与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的数目之比与所述修正系数的乘积作为比值。
7.一种信息处理装置,其特征在于,所述装置包括:
获取模块,被配置为当接收到来自用户端的针对待处理信息的信息处理策略获取请求,获取与所述待处理信息中的信息项对应的信息项的值以及与所述待处理信息的信息来源标识对应的属性下的属性值;
决策树获取模块,被配置为根据所述待处理信息中的信息项和所述与所述待处理信息的信息来源标识对应的属性在预设的决策树集合中获取与所述待处理信息匹配的决策树,其中,所述决策树集合包含至少一个决策树,所述决策树中的结点包含叶子结点和内部结点,每一所述内部结点与待处理信息中的信息项和/或与待处理信息的信息来源标识对应的属性相对应,每一所述内部结点的子结点与决策规则对应,每一所述叶子结点包含处理策略,所述叶子结点与每一历史待处理信息的实际处理策略对应;
叶子结点获取模块,被配置为根据与所述待处理信息中的信息项和/或与所述待处理信息的信息来源标识对应的属性相对应的内部结点,利用与所述待处理信息中的信息项对应的信息项的值、与所述待处理信息的信息来源标识对应的属性下的属性值以及与所述内部结点的子结点对应的决策规则在所述决策树中获取与所述待处理信息对应的叶子结点;
处理策略确定模块,被配置为确定与获取的所述叶子结点对应的历史待处理信息的实际处理策略之中与所述叶子结点包含的处理策略一致的处理策略的数目和与获取的所述叶子结点对应的历史待处理信息的所有实际处理策略的数目的比值;当所述比值大于或等于预定比值阈值时,将所述获取的所述叶子结点包含的处理策略作为所述待处理信息的处理策略;当所述比值小于预定比值阈值时,将与获取的所述叶子结点对应的历史待处理信息的实际处理策略中数目最多的实际处理策略,作为所述待处理信息的处理策略;
推送处理模块,被配置为向所述用户端推送确定出的所述处理策略,并根据所述用户端返回的实际处理策略处理所述待处理信息。
8.一种计算机可读程序介质,其特征在于,其存储有计算机程序指令,当所述计算机程序指令被计算机执行时,使计算机执行根据权利要求1至6中任一项所述的方法。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如权利要求1至6任一项所述的方法。
CN201910300914.2A 2019-04-15 2019-04-15 信息处理方法、装置、介质及电子设备 Active CN110135590B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910300914.2A CN110135590B (zh) 2019-04-15 2019-04-15 信息处理方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910300914.2A CN110135590B (zh) 2019-04-15 2019-04-15 信息处理方法、装置、介质及电子设备

Publications (2)

Publication Number Publication Date
CN110135590A CN110135590A (zh) 2019-08-16
CN110135590B true CN110135590B (zh) 2022-05-17

Family

ID=67569985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910300914.2A Active CN110135590B (zh) 2019-04-15 2019-04-15 信息处理方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN110135590B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110650506B (zh) * 2019-09-26 2021-08-06 中国联合网络通信集团有限公司 面向演进网络的人工智能乒乓切换原因定位方法及装置
CN111275122B (zh) * 2020-02-03 2023-08-11 腾讯医疗健康(深圳)有限公司 标签标注方法、装置、设备及可读存储介质
CN111611508B (zh) * 2020-05-28 2020-12-15 江苏易安联网络技术有限公司 一种用户实际访问网址的识别方法及装置
CN112489746A (zh) * 2020-12-08 2021-03-12 平安国际智慧城市科技股份有限公司 数据管理的任务推送方法、装置、电子设备及存储介质
CN116155751A (zh) * 2023-04-20 2023-05-23 上海帜讯信息技术股份有限公司 消息发送通道的配置方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6727914B1 (en) * 1999-12-17 2004-04-27 Koninklijke Philips Electronics N.V. Method and apparatus for recommending television programming using decision trees
CN106156127B (zh) * 2015-04-08 2020-06-16 深圳市腾讯计算机***有限公司 选择数据内容向终端推送的方法及装置
CN107194468A (zh) * 2017-04-19 2017-09-22 哈尔滨工程大学 面向情报大数据的决策树增量学习方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An Assessment of Decision Tree based;Soham Pathak et al;《IEEE》;20181231;第92-95页 *
基于机器学习的用电客户分析和停电敏感度分析;杨恒程;《中国硕士学位论文全文数据库》;20190115;第1-87页 *

Also Published As

Publication number Publication date
CN110135590A (zh) 2019-08-16

Similar Documents

Publication Publication Date Title
CN110135590B (zh) 信息处理方法、装置、介质及电子设备
CN109617646B (zh) 报文转换方法、装置、计算机设备及计算机可读存储介质
US11487491B2 (en) Screen projection method and apparatus, and storage medium
US10963888B2 (en) Payment complaint method, device, server and readable storage medium
CN112559865B (zh) 信息处理***、计算机可读存储介质及电子设备
WO2016101811A1 (zh) 一种信息排序方法及装置
US11593676B2 (en) Natural language processing and machine learning assisted cataloging and recommendation engine
CN113836314B (zh) 知识图谱构建方法、装置、设备以及存储介质
US20220052976A1 (en) Answer text processing methods and apparatuses, and key text determination methods
US20130325863A1 (en) Data Clustering for Multi-Layer Social Link Analysis
CN115238062A (zh) 技术产权匹配方法和***
CN113656315B (zh) 数据测试方法、装置、电子设备和存储介质
US20230108637A1 (en) Generating sorted lists of chat bot design nodes using escalation logs
CN111930891B (zh) 基于知识图谱的检索文本扩展方法及相关装置
CN111026972B (zh) 物联网中的订阅数据推送方法、装置、设备及存储介质
CN110716911A (zh) 数据处理方法及装置、电子设备、存储介质
CN110471708B (zh) 基于可重用组件的配置项获取的方法及装置
CN110795424B (zh) 特征工程变量数据请求处理方法、装置及电子设备
CN111782776A (zh) 一种通过填槽实现意图识别的方法和装置
CN111858864A (zh) 实现填槽的方法、装置、电子设备及可读介质
CN111831130A (zh) 输入内容的推荐方法、终端设备以及存储介质
CN114818645B (zh) 基于数据主体的自动化报告生成方法、装置、设备及介质
CN113344550B (zh) 一种流程处理方法、装置、设备及存储介质
CN112016081B (zh) 标识映射的实现方法、装置、介质和电子设备
CN113313196B (zh) 标注数据处理方法、相关装置及计算机程序产品

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