[go: up one dir, main page]

CN118673201A - 基于大语言模型的企业服务匹配方法及系统 - Google Patents

基于大语言模型的企业服务匹配方法及系统 Download PDF

Info

Publication number
CN118673201A
CN118673201A CN202411142347.XA CN202411142347A CN118673201A CN 118673201 A CN118673201 A CN 118673201A CN 202411142347 A CN202411142347 A CN 202411142347A CN 118673201 A CN118673201 A CN 118673201A
Authority
CN
China
Prior art keywords
enterprise
service
target
target enterprise
functional
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
CN202411142347.XA
Other languages
English (en)
Other versions
CN118673201B (zh
Inventor
吕国东
张敏
王丽
刘碧芬
丁献丹
桂星光
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.)
Hangzhou Changju Digital Technology Co ltd
Original Assignee
Hangzhou Changju Digital 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 Changju Digital Technology Co ltd filed Critical Hangzhou Changju Digital Technology Co ltd
Priority to CN202411142347.XA priority Critical patent/CN118673201B/zh
Publication of CN118673201A publication Critical patent/CN118673201A/zh
Application granted granted Critical
Publication of CN118673201B publication Critical patent/CN118673201B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G06Q10/1053—Employment or hiring
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种基于大语言模型的企业服务匹配方法及系统，属于计算机领域，解决目前企业服务匹配方式高度依赖于用户在企业服务平台中产生的大量数据作为参考，在用户使用企业服务平台初期很难准确匹配企业用户真实需求的问题。所述方法包括：基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。

Description

基于大语言模型的企业服务匹配方法及系统
技术领域
本申请涉及计算机技术领域，尤其涉及一种基于大语言模型的企业服务匹配方法及系统。
背景技术
随着经济的快速发展和市场竞争的加剧，企业面临着越来越多的挑战和机遇。为了适应这些变化，提高企业竞争力，企业服务平台建设应运而生。随着企业业务的多样化和复杂化，对法律、财务、税务、投融资和知识产权等服务的需求不断增加。企业在不同发展阶段和业务场景下对外部专业服务的依赖程度不同，需要个性化和精准的服务推荐。目前的企业服务平台在对企业进行业务推荐时普遍还是基于用户在服务平台中的咨询和浏览行为等数据，进而分析用户可能的服务业务兴趣点，最终进行服务业务匹配和推荐，但是这种方式高度依赖于用户在企业服务平台中产生的大量数据作为参考，在用户使用企业服务平台初期很难准确匹配企业用户真实需求。
发明内容
本申请实施例提供了一种基于大语言模型的企业服务匹配方法及系统，可以解决目前的企业服务平台在对企业进行业务推荐时普遍还是基于用户在服务平台中的咨询和浏览行为等数据，进而分析用户可能的服务业务兴趣点，最终进行服务业务匹配和推荐，但是这种方式高度依赖于用户在企业服务平台中产生的大量数据作为参考，在用户使用企业服务平台初期很难准确匹配企业用户真实需求的问题。
本申请实施例的第一方面提供了一种基于大语言模型的企业服务匹配方法，包括：
基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的不同职能类型对应的岗位职责信息；
利用大语言模型对岗位职责信息进行自然语言处理，分析预测目标企业的在招职能类岗位的职责类型，所述职责类型包括服务商管理类型和自主服务类型；
在目标企业的在招职能类岗位中的第一职能类型的职责类型为服务商管理类型的情况下，基于所述第一职能类型关联的业务内容为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的历史招聘信息；
在所述目标企业的第二职能类型存在历史招聘信息且不存在在招信息的情况下，基于所述第二职能类型关联的业务内容预测所述目标企业服务排除类型，以为所述目标企业过滤匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的发布时间；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在招职能类岗位的发布时间为所述目标企业匹配服务项目；和/或，
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的招聘类型，所述招聘类型用于区分岗位需求的紧急程度；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在岗位需求的紧急程度为所述目标企业匹配服务项目。
可选地，还包括：
利用大语言模型对目标企业的岗位职责信息进行自然语言处理，确定企业服务平台针对所述目标企业的服务推荐话术信息。
可选的，还包括：
利用大语言模型通过招聘类网站的即时通讯功能生成针对目标职能类型的目标企业服务项目匹配的辅助问题；
对目标企业响应于所述辅助问题的反馈消息，基于所述目标职能类型和反馈消息为所述目标企业匹配服务项目。
可选的，还包括：通过粒子群优化算法对匹配的服务项目进行优化，确定目标服务项目。
本申请实施例第二方面提供了一种基于大语言模型的企业服务匹配系统，包括：
确定单元，用于基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
抓取单元，用于在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
匹配单元，用于利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
本申请实施例第三方面提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述的基于大语言模型的企业服务匹配方法的步骤。
本申请实施例第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于大语言模型的企业服务匹配方法的步骤。
综上，本申请实施例提供的基于大语言模型的企业服务匹配方法，通过基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。由此，不需要企业用户在服务平台产生大量的行为数据后才能对用户需求进行预测分析，可以主动性且及时地挖掘用户的潜在需求。通过抓取企业的招聘信息并进行职能类型识别，系统可以准确了解企业当前的需求，从而推荐与之相关的服务项目。例如，一家企业正在招聘市场营销人员，系统可以推荐市场调研服务、广告推广服务、市场营销培训等。系统在用户浏览平台的同时，自动抓取并处理招聘信息，确保推荐信息的实时性和准确性。减少了人工干预，提高了效率。通过精准匹配和推荐服务，企业用户可以快速找到所需的服务，提高了用户体验和满意度。同时，自动化的推荐过程也减少了用户的操作负担。精准的服务推荐功能是企业服务平台的一大亮点，能够吸引更多企业用户，提升平台的竞争力和用户粘性。
相应地，本发明实施例提供的系统、电子设备和计算机可读存储介质，也同样具有上述技术效果。
附图说明
图1为本申请实施例提供的一种可能的基于大语言模型的企业服务匹配方法的流程示意图；
图2为本申请实施例提供的一种可能的基于大语言模型的企业服务匹配系统的示意性结构框图；
图3为本申请实施例提供的一种可能的基于大语言模型的企业服务匹配系统的硬件结构示意图；
图4为本申请实施例提供的一种可能的电子设备的示意性结构框图；
图5为本申请实施例提供的一种可能的计算机可读存储介质的示意性结构框图。
具体实施方式
本申请实施例提供了一种基于大语言模型的企业服务匹配方法及相关设备，可以解决目前的企业服务平台在对企业进行业务推荐时普遍还是基于用户在服务平台中的咨询和浏览行为等数据，进而分析用户可能的服务业务兴趣点，最终进行服务业务匹配和推荐，但是这种方式高度依赖于用户在企业服务平台中产生的大量数据作为参考，在用户使用企业服务平台初期很难准确匹配企业用户真实需求的问题。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
请参阅图1，为本申请实施例提供的一种基于大语言模型的企业服务匹配方法的流程图，具体可以包括：
S110-S130。
S110，基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业。
示例性的，在企业服务平台上，企业用户注册时需要填写企业的基本信息，包括企业名称、字号、地址、联系方式等。这些信息将作为标识信息，用于在外部网站进行数据抓取。
S120，在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息。
示例性的，在用户浏览企业服务平台的同时，系统会利用已提取的企业标识信息在多个招聘类网站（如智联招聘、前程无忧、猎聘等）上抓取目标企业的招聘信息。这一步骤需要使用网络爬虫技术，通过API或网页解析等方式获取招聘信息。
S130，利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
示例性的，抓取到的招聘信息是文本数据，需要使用自然语言处理技术进行解析。首先可以去除HTML标签、去除停用词、分词等。然后识别招聘信息中的关键实体，如职位名称、岗位职责、技能要求等。最后根据预先训练的大语言模型，识别招聘岗位的职能类型（如财务、人力资源、市场营销等）。根据识别出的职能类型，系统将在企业服务平台上匹配相应的服务项目。平台的服务项目库需要预先分类，按照职能类型进行组织，以便快速匹配。将匹配到的服务项目通过平台推荐给企业用户。推荐方式可以是弹出提示、消息通知、页面推荐模块等。
以识别出的岗位职能类型为市场营销类岗位为例，某企业在企业服务平台上注册，并填写了企业名称“ABC科技”。系统利用该企业名称在招聘类网站上抓取到以下招聘信息：招聘职位：市场营销经理；岗位职责：负责市场调研、广告推广、品牌管理等；技能要求：有市场营销经验，熟悉各类推广渠道。系统通过自然语言处理技术识别出该岗位属于“市场营销”职能类型。根据匹配规则，系统推荐了以下服务项目：市场调研服务：帮助企业进行市场分析和用户研究；广告推广服务：提供广告设计、投放和效果监测；品牌管理培训：提供品牌管理相关的培训课程。
以识别出的岗位职能类型财税类岗位为例，某企业在企业服务平台上注册，并填写了企业名称“XYZ制造公司”。系统利用该企业名称在招聘类网站上抓取到以下招聘信息：招聘职位：财务经理；岗位职责：负责财务规划、预算管理、税务筹划等；技能要求：有会计、财务管理相关背景，熟悉财务报表、税务政策等；系统通过自然语言处理技术识别出该岗位属于“财务”职能类型。根据匹配规则，系统推荐了以下服务项目，如财务规划服务：提供财务规划、预算编制和管理服务，帮助企业优化资金使用。税务筹划服务：提供税务筹划方案，帮助企业合法节税，降低税务风险。会计记账服务：提供日常会计记账服务，确保财务数据准确、及时。财务报表分析服务：提供财务报表的分析和解读，帮助企业了解经营状况，做出科学决策。
综上，上述本申请实施例提供的基于大语言模型的企业服务匹配方法，通过基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。由此，不需要企业用户在服务平台产生大量的行为数据后才能对用户需求进行预测分析，可以主动性且及时地挖掘用户的潜在需求。通过抓取企业的招聘信息并进行职能类型识别，系统可以准确了解企业当前的需求，从而推荐与之相关的服务项目。例如，一家企业正在招聘市场营销人员，系统可以推荐市场调研服务、广告推广服务、市场营销培训等。系统在用户浏览平台的同时，自动抓取并处理招聘信息，确保推荐信息的实时性和准确性。减少了人工干预，提高了效率。通过精准匹配和推荐服务，企业用户可以快速找到所需的服务，提高了用户体验和满意度。同时，自动化的推荐过程也减少了用户的操作负担。精准的服务推荐功能是企业服务平台的一大亮点，能够吸引更多企业用户，提升平台的竞争力和用户粘性。
在一些示例中，还包括：
获取所述目标企业的在招职能类岗位的不同职能类型对应的岗位职责信息；
利用大语言模型对岗位职责信息进行自然语言处理，分析预测目标企业的在招职能类岗位的职责类型，所述职责类型包括服务商管理类型和自主服务类型；
在目标企业的在招职能类岗位中的第一职能类型的职责类型为服务商管理类型的情况下，基于所述第一职能类型关联的业务内容为所述目标企业匹配服务项目。
示例性的，通过对岗位职责信息的深入分析，系统能够更准确地了解企业的具体需求，尤其是识别出服务商管理类型的职责，精准推荐对应的服务项目。例如，如果企业招聘的是负责外包管理的职位，系统会推荐相应的外包服务和管理工具。如果根据分析确定企业是希望招人来完成相应的业务，而非仅仅为了招人来筛选和管理相应业务的外部服务商。那么，很可能目标企业在此招职能类岗位对应的业务上并没有较大的服务需求。
在一些示例中，还包括：
获取所述目标企业的历史招聘信息；
在所述目标企业的第二职能类型存在历史招聘信息且不存在在招信息的情况下，基于所述第二职能类型关联的业务内容预测所述目标企业服务排除类型，以为所述目标企业过滤匹配服务项目。
示例性的，可以查询企业的历史招聘信息，分析该企业是否曾经招聘过特定岗位。判断这些岗位是否已经被填补，如果某些岗位从未招聘过，可能表明企业对这些岗位的职能对应的服务项目有外包需求。
在一些示例中，还包括：
获取所述目标企业的在招职能类岗位的发布时间；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在招职能类岗位的发布时间为所述目标企业匹配服务项目；和/或，
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的招聘类型，所述招聘类型用于区分岗位需求的紧急程度；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在岗位需求的紧急程度为所述目标企业匹配服务项目。
示例性的，通过对岗位职责信息和发布时间的深入分析，系统能够更准确地了解企业的具体需求，尤其是识别出服务商管理类型的职责，精准推荐对应的服务项目。例如，如果企业招聘的是负责外包管理的职位，系统会推荐相应的外包服务和管理工具，并考虑招聘信息的发布时间，以确保推荐的服务项目是最新和最相关的。
示例性的，以市场营销类岗位为例，某企业在企业服务平台上注册，并填写了企业名称“ABC科技”。系统利用该企业名称在招聘类网站上抓取到以下招聘信息：招聘职位：市场营销经理；岗位职责：负责市场调研、广告推广、品牌管理等；发布时间：2024年6月1日；分析招聘类型为：紧急招聘。系统通过自然语言处理技术识别出该岗位属于“市场营销”职能类型，并进一步分析职责类型为“服务商管理类型”和招聘类型为“紧急招聘”。根据匹配规则，系统推荐了以下服务项目：市场调研服务：帮助企业进行市场分析和用户研究，优先推荐能够快速响应的服务提供商。广告推广服务：提供广告设计、投放和效果监测，优先推荐快速实施的广告服务。品牌管理咨询服务：提供品牌管理相关的咨询和服务，协助管理外部品牌推广服务商，优先推荐高效响应的服务商。
示例性的，财税类岗位为例，某企业在企业服务平台上注册，并填写了企业名称“ABC科技”。系统利用该企业名称在招聘类网站上抓取到以下招聘信息：招聘职位：财务经理；岗位职责：负责财务规划、预算管理、税务筹划等；发布时间：2024年6月5日；招聘类型：常规招聘。系统通过自然语言处理技术识别出该岗位属于“财务”职能类型，并进一步分析职责类型为“自主服务类型”和招聘类型为“常规招聘”。根据匹配规则，系统推荐了以下服务项目：财务规划服务：提供财务规划、预算编制和管理服务，帮助企业优化资金使用。税务筹划服务：提供税务筹划方案，帮助企业合法节税，降低税务风险。会计记账服务：提供日常会计记账服务，确保财务数据准确、及时。
那么，预测目标企业ABC科技目前对市场调研服务、广告推广服务和品牌管理咨询服务的企业服务需求度大于财务规划服务、税务筹划服务和会计记账服务。
在一些示例中，还包括：
利用大语言模型对目标企业的岗位职责信息进行自然语言处理，确定企业服务平台针对所述目标企业的服务推荐话术信息。
示例性的，利用大语言模型对目标企业的岗位职责信息进行深入分析，根据职能类型、职责类型、招聘类型和紧急程度，生成个性化的服务推荐话术。
在一些示例中，还包括：
利用大语言模型通过招聘类网站的即时通讯功能生成针对目标职能类型的目标企业服务项目匹配的辅助问题；
对目标企业响应于所述辅助问题的反馈消息，基于所述目标职能类型和反馈消息为所述目标企业匹配服务项目。
示例性的，利用大语言模型通过招聘类网站的即时通讯功能生成针对目标职能类型的目标企业服务项目匹配的辅助问题。这些问题旨在进一步了解企业的具体需求和优先事项。系统通过即时通讯功能向企业发送辅助问题，并收集企业对这些问题的反馈消息。这些反馈消息可以包括对具体服务需求的澄清、优先级的确认等。根据目标企业的职能类型、职责类型、招聘类型、紧急程度以及企业对辅助问题的反馈消息，为目标企业匹配相应的服务项目。利用大语言模型对目标企业的岗位职责信息和反馈消息进行深入分析，生成个性化的服务推荐话术信息。将匹配到的服务项目和生成的推荐话术通过平台推荐给企业用户。推荐方式可以是弹出提示、消息通知、页面推荐模块等。由此，通过生成和利用辅助问题进一步了解企业的具体需求，系统能够更准确地推荐服务项目，确保推荐的服务项目与企业实际需求高度匹配。个性化的推荐话术也能够更好地传达推荐服务的价值。
在一些示例中，还包括：
通过粒子群优化算法对匹配的服务项目进行优化，确定目标服务项目。
示例性的，在企业服务平台中，针对某个目标企业，企业A，需要推荐若干服务项目。推荐的目标是最大化服务项目的相关性，同时最小化企业需求的紧急程度。假设推荐的服务项目集合为 S={s1,s2,...,sn}。
首先，定义两个目标函数：服务项目相关性 f1，企业需求的紧急程度 f2。
其中，服务项目相关性越高越好，企业需求的紧急程度越低越好。可以通过PSO找到一个最优解，使得这两个目标函数同时得到优化。定义参数Ri：服务项目 si与企业A的相关性，取值范围为[0,1]，越大表示相关性越高。Ui：企业A对服务项目 si的紧急程度，取值范围为 [0,1]，越小表示紧急程度越低。在粒子群优化中，每个粒子表示一个可能的服务项目推荐组合。假设有 N个粒子，每个粒子的位置 xj=(xj1,xj2,...,xjn)，其中 xji表示粒子 j对服务项目 si的选择权重。粒子的速度更新公式如下：
vji(t+1)=w⋅vji(t)+c1⋅r1⋅(pji(t)−xji(t))+c2⋅r2⋅(gi(t)−xji(t))
其中，w为惯性权重，表示粒子当前速度的影响程度；c1和 c2为学习因子，表示粒子对自身最优位置和群体最优位置的学习能力；r1和 r2为随机数，取值范围为 [0,1]；pji(t)为粒子 j在第 i个维度上的历史最优位置。gi(t)为全局最优位置。
粒子的当前位置更新公式如下：
xji(t+1)=xji(t)+vji(t+1)
定义适应度函数 f来评估粒子的优劣。结合本应用场景中的目标函数，适应度函数可以定义为：
f(xj)=α∑n i=1Ri⋅xji−β∑n i=1Ui⋅xji
其中，α和 β是权重因子，用于平衡服务项目相关性和企业需求紧急程度的重要性。随机初始化粒子的位置和速度。根据适应度函数 f(xj)计算每个粒子的适应度值。更新粒子的历史最优位置 pji(t)和群体的全局最优位置 gi(t)。根据速度更新公式和位置更新公式，更新每个粒子的速度和位置。直到满足终止条件（如达到最大迭代次数或适应度值不再显著变化）。最终，粒子群优化算法找到的最优粒子位置 xbest对应的服务项目推荐组合就是最优推荐方案，能够在最大化服务项目相关性和最小化企业需求紧急程度之间达到平衡。通过上述方法，可以有效地利用粒子群优化算法优化企业服务项目的推荐，使得推荐结果既符合企业的业务需求，又能够及时响应紧急需求。
上面对本申请实施例中基于大语言模型的企业服务匹配方法进行了描述，下面对本申请实施例中的基于大语言模型的企业服务匹配系统进行描述。
请参阅图2，本申请实施例中描述基于大语言模型的企业服务匹配系统的一个实施例，可以包括：
确定单元201，用于基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
抓取单元202，用于在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
匹配单元203，用于利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
综上，上述实施例提供的基于大语言模型的企业服务匹配系统，通过基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。由此，不需要企业用户在服务平台产生大量的行为数据后才能对用户需求进行预测分析，可以主动性且及时地挖掘用户的潜在需求。通过抓取企业的招聘信息并进行职能类型识别，系统可以准确了解企业当前的需求，从而推荐与之相关的服务项目。例如，一家企业正在招聘市场营销人员，系统可以推荐市场调研服务、广告推广服务、市场营销培训等。系统在用户浏览平台的同时，自动抓取并处理招聘信息，确保推荐信息的实时性和准确性。减少了人工干预，提高了效率。通过精准匹配和推荐服务，企业用户可以快速找到所需的服务，提高了用户体验和满意度。同时，自动化的推荐过程也减少了用户的操作负担。精准的服务推荐功能是企业服务平台的一大亮点，能够吸引更多企业用户，提升平台的竞争力和用户粘性。
上面图2从模块化功能实体的角度对本申请实施例中的基于大语言模型的企业服务匹配系统进行了描述，下面从硬件处理的角度对本申请实施例中的基于大语言模型的企业服务匹配系统进行详细描述，请参阅图3，本申请实施例中的基于大语言模型的企业服务匹配系统300一个实施例，包括：
输入装置301、输出装置302、处理器303和存储器304，其中，处理器303的数量可以一个或多个，图3中以一个处理器303为例。在本申请的一些实施例中，输入装置301、输出装置502、处理器303和存储器304可通过总线或其它方式连接，其中，图3中以通过总线连接为例。
其中，通过调用存储器304存储的操作指令，处理器303，用于执行如下步骤：
基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的不同职能类型对应的岗位职责信息；
利用大语言模型对岗位职责信息进行自然语言处理，分析预测目标企业的在招职能类岗位的职责类型，所述职责类型包括服务商管理类型和自主服务类型；
在目标企业的在招职能类岗位中的第一职能类型的职责类型为服务商管理类型的情况下，基于所述第一职能类型关联的业务内容为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的历史招聘信息；
在所述目标企业的第二职能类型存在历史招聘信息且不存在在招信息的情况下，基于所述第二职能类型关联的业务内容预测所述目标企业服务排除类型，以为所述目标企业过滤匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的发布时间；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在招职能类岗位的发布时间为所述目标企业匹配服务项目；和/或，
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的招聘类型，所述招聘类型用于区分岗位需求的紧急程度；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在岗位需求的紧急程度为所述目标企业匹配服务项目。
可选地，还包括：
利用大语言模型对目标企业的岗位职责信息进行自然语言处理，确定企业服务平台针对所述目标企业的服务推荐话术信息。
可选的，还包括：
利用大语言模型通过招聘类网站的即时通讯功能生成针对目标职能类型的目标企业服务项目匹配的辅助问题；
对目标企业响应于所述辅助问题的反馈消息，基于所述目标职能类型和反馈消息为所述目标企业匹配服务项目。
通过调用存储器304存储的操作指令，处理器303，还用于执行图1对应的实施例中的任一方式。
请参阅图4，图4为本申请实施例提供的电子设备的实施例示意图。
如图4所示，本申请实施例提供了一种电子设备，包括存储器410、处理器420及存储在存储器420上并可在处理器420上运行的计算机程序411，处理器420执行计算机程序411时实现以下步骤：
基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的不同职能类型对应的岗位职责信息；
利用大语言模型对岗位职责信息进行自然语言处理，分析预测目标企业的在招职能类岗位的职责类型，所述职责类型包括服务商管理类型和自主服务类型；
在目标企业的在招职能类岗位中的第一职能类型的职责类型为服务商管理类型的情况下，基于所述第一职能类型关联的业务内容为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的历史招聘信息；
在所述目标企业的第二职能类型存在历史招聘信息且不存在在招信息的情况下，基于所述第二职能类型关联的业务内容预测所述目标企业服务排除类型，以为所述目标企业过滤匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的发布时间；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在招职能类岗位的发布时间为所述目标企业匹配服务项目；和/或，
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的招聘类型，所述招聘类型用于区分岗位需求的紧急程度；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在岗位需求的紧急程度为所述目标企业匹配服务项目。
可选地，还包括：
利用大语言模型对目标企业的岗位职责信息进行自然语言处理，确定企业服务平台针对所述目标企业的服务推荐话术信息。
可选的，还包括：
利用大语言模型通过招聘类网站的即时通讯功能生成针对目标职能类型的目标企业服务项目匹配的辅助问题；
对目标企业响应于所述辅助问题的反馈消息，基于所述目标职能类型和反馈消息为所述目标企业匹配服务项目。
在具体实施过程中，处理器420执行计算机程序411时，可以实现图1对应的实施例中任一实施方式。
由于本实施例所介绍的电子设备为实施本申请实施例中一种基于大语言模型的企业服务匹配系统所采用的设备，故而基于本申请实施例中所介绍的方法，本领域所属技术人员能够了解本实施例的电子设备的具体实施方式以及其各种变化形式，所以在此对于该电子设备如何实现本申请实施例中的方法不再详细介绍，只要本领域所属技术人员实施本申请实施例中的方法所采用的设备，都属于本申请所欲保护的范围。
请参阅图5，图5为本申请实施例提供的一种计算机可读存储介质的实施例示意图。
如图5所示，本实施例提供了一种计算机可读存储介质500，其上存储有计算机程序511，该计算机程序511被处理器执行时实现如下步骤：
基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的不同职能类型对应的岗位职责信息；
利用大语言模型对岗位职责信息进行自然语言处理，分析预测目标企业的在招职能类岗位的职责类型，所述职责类型包括服务商管理类型和自主服务类型；
在目标企业的在招职能类岗位中的第一职能类型的职责类型为服务商管理类型的情况下，基于所述第一职能类型关联的业务内容为所述目标企业匹配服务项目。
可选地，还包括：
获取所述目标企业的历史招聘信息；
在所述目标企业的第二职能类型存在历史招聘信息且不存在在招信息的情况下，基于所述第二职能类型关联的业务内容预测所述目标企业服务排除类型，以为所述目标企业过滤匹配服务项目。
可选地，还包括：
获取所述目标企业的在招职能类岗位的发布时间；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在招职能类岗位的发布时间为所述目标企业匹配服务项目；和/或，
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的招聘类型，所述招聘类型用于区分岗位需求的紧急程度；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在岗位需求的紧急程度为所述目标企业匹配服务项目。
可选地，还包括：
利用大语言模型对目标企业的岗位职责信息进行自然语言处理，确定企业服务平台针对所述目标企业的服务推荐话术信息。
可选的，还包括：
利用大语言模型通过招聘类网站的即时通讯功能生成针对目标职能类型的目标企业服务项目匹配的辅助问题；
对目标企业响应于所述辅助问题的反馈消息，基于所述目标职能类型和反馈消息为所述目标企业匹配服务项目。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如同轴电缆、光纤、数字用户线（digital subscriber line，DSL））或无线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，（例如，软盘、硬盘、磁带）、光介质（例如，DVD）、或者半导体介质（例如固态硬盘（solid state disk，SSD））等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修该，或者对其中部分技术特征进行等同替换；而这些修该或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于大语言模型的企业服务匹配方法，其特征在于，所述方法包括：
基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
2.根据权利要求1所述的方法，其特征在于，还包括：
获取所述目标企业的在招职能类岗位的不同职能类型对应的岗位职责信息；
利用大语言模型对岗位职责信息进行自然语言处理，分析预测目标企业的在招职能类岗位的职责类型，所述职责类型包括服务商管理类型和自主服务类型；
在目标企业的在招职能类岗位中的第一职能类型的职责类型为服务商管理类型的情况下，基于所述第一职能类型关联的业务内容为所述目标企业匹配服务项目。
3.根据权利要求1所述的方法，其特征在于，还包括：
获取所述目标企业的历史招聘信息；
在所述目标企业的第二职能类型存在历史招聘信息且不存在在招信息的情况下，基于所述第二职能类型关联的业务内容预测所述目标企业服务排除类型，以为所述目标企业过滤匹配服务项目。
4.根据权利要求1所述的方法，其特征在于，还包括：
获取所述目标企业的在招职能类岗位的发布时间；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在招职能类岗位的发布时间为所述目标企业匹配服务项目；和/或，
利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的招聘类型，所述招聘类型用于区分岗位需求的紧急程度；
所述基于所述职能类型为所述目标企业匹配服务项目，包括：
基于所述职能类型和对应的在岗位需求的紧急程度为所述目标企业匹配服务项目。
5.根据权利要求1所述的方法，其特征在于，还包括：
利用大语言模型对目标企业的岗位职责信息进行自然语言处理，确定企业服务平台针对所述目标企业的服务推荐话术信息。
6.根据权利要求1至5中任一项所述的方法，其特征在于，还包括：
利用大语言模型通过招聘类网站的即时通讯功能生成针对目标职能类型的目标企业服务项目匹配的辅助问题；
对目标企业响应于所述辅助问题的反馈消息，基于所述目标职能类型和反馈消息为所述目标企业匹配服务项目。
7.根据权利要求1至5中任一项所述的方法，其特征在于，还包括：
通过粒子群优化算法对匹配的服务项目进行优化，确定目标服务项目。
8.一种基于大语言模型的企业服务匹配系统，其特征在于，所述系统包括：
确定单元，用于基于企业服务平台的用户注册基础信息，提取企业标识信息，以确定目标企业；
抓取单元，用于在用户浏览企业服务平台的同时利用企业标识信息在招聘类网站抓取所述目标企业关联的招聘信息；
匹配单元，用于利用大语言模型对招聘信息进行自然语言处理，识别所述目标企业的在招职能类岗位的职能类型，以基于所述职能类型为所述目标企业匹配服务项目。
9.一种电子设备，其特征在于，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器，其中，所述处理器用于调用所述存储器中的程序指令，执行如权利要求1至权利要求7中任一项所述的基于大语言模型的企业服务匹配方法。
10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行如权利要求1至权利要求7中任一项所述的基于大语言模型的企业服务匹配方法。
CN202411142347.XA 2024-08-20 2024-08-20 基于大语言模型的企业服务匹配方法及系统 Active CN118673201B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411142347.XA CN118673201B (zh) 2024-08-20 2024-08-20 基于大语言模型的企业服务匹配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411142347.XA CN118673201B (zh) 2024-08-20 2024-08-20 基于大语言模型的企业服务匹配方法及系统

Publications (2)

Publication Number Publication Date
CN118673201A true CN118673201A (zh) 2024-09-20
CN118673201B CN118673201B (zh) 2024-12-13

Family

ID=92721464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411142347.XA Active CN118673201B (zh) 2024-08-20 2024-08-20 基于大语言模型的企业服务匹配方法及系统

Country Status (1)

Country Link
CN (1) CN118673201B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119809587A (zh) * 2025-03-13 2025-04-11 上海梧桐范式数字科技有限公司 一种基于物联网的电子招聘匹配方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060229896A1 (en) * 2005-04-11 2006-10-12 Howard Rosen Match-based employment system and method
CN107993045A (zh) * 2017-10-12 2018-05-04 如是科技（大连）有限公司 招聘悬赏定价方法及装置
CN113343091A (zh) * 2021-06-22 2021-09-03 力合科创集团有限公司 面向产业和企业的科技服务推荐计算方法、介质及程序
CN116150458A (zh) * 2023-02-17 2023-05-23 广州探迹科技有限公司 基于企业知识图谱的资质服务客户推荐方法、系统及介质
CN116186285A (zh) * 2023-02-17 2023-05-30 广州探迹科技有限公司 基于企业知识图谱的知识产权业务推荐方法、系统及介质
CN118194880A (zh) * 2024-03-18 2024-06-14 零犀(北京)科技有限公司 一种基于大模型的话术推荐的方法、装置、存储介质及电子设备
CN118503547A (zh) * 2024-07-18 2024-08-16 北京华普亿方科技集团股份有限公司 一种基于人工智能的人岗智能匹配方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060229896A1 (en) * 2005-04-11 2006-10-12 Howard Rosen Match-based employment system and method
CN107993045A (zh) * 2017-10-12 2018-05-04 如是科技（大连）有限公司 招聘悬赏定价方法及装置
CN113343091A (zh) * 2021-06-22 2021-09-03 力合科创集团有限公司 面向产业和企业的科技服务推荐计算方法、介质及程序
CN116150458A (zh) * 2023-02-17 2023-05-23 广州探迹科技有限公司 基于企业知识图谱的资质服务客户推荐方法、系统及介质
CN116186285A (zh) * 2023-02-17 2023-05-30 广州探迹科技有限公司 基于企业知识图谱的知识产权业务推荐方法、系统及介质
CN118194880A (zh) * 2024-03-18 2024-06-14 零犀(北京)科技有限公司 一种基于大模型的话术推荐的方法、装置、存储介质及电子设备
CN118503547A (zh) * 2024-07-18 2024-08-16 北京华普亿方科技集团股份有限公司 一种基于人工智能的人岗智能匹配方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119809587A (zh) * 2025-03-13 2025-04-11 上海梧桐范式数字科技有限公司 一种基于物联网的电子招聘匹配方法及系统

Also Published As

Publication number Publication date
CN118673201B (zh) 2024-12-13

Similar Documents

Publication Publication Date Title
US11176154B1 (en) Collaborative dataset management system for machine learning data
CN111898023A (zh) 一种消息推送方法、装置、可读存储介质及计算设备
CN100530183C (zh) 一种收集用户数据的系统及方法
US9710436B1 (en) Method and system for generating a modified website
US20150088593A1 (en) System and method for categorization of social media conversation for response management
US12499374B2 (en) Extracting and classifying entities from digital content items
US20220277270A1 (en) Methods and systems for creating software ecosystem activity score from multiple sources
US20230281228A1 (en) Generating actionable insight information from data sets using an artificial intelligence-based natural language interface
JP7522513B1 (ja) マーケティング活動支援装置
CN108777701A (zh) 一种确定信息受众的方法及装置
CN118673201A (zh) 基于大语言模型的企业服务匹配方法及系统
CN112070564B (zh) 广告拉取方法、装置、系统与电子设备
CN118194880A (zh) 一种基于大模型的话术推荐的方法、装置、存储介质及电子设备
CN115082203A (zh) 生息方案推送方法、装置、电子设备及存储介质
CN115587745A (zh) 客户风险预测方法、装置、设备及存储介质
US11562121B2 (en) AI driven content correction built on personas
CN111026945B (zh) 多平台爬虫调度方法、装置和存储介质
US20250278688A1 (en) System and method for generating evaluation forms
CN112988704A (zh) 一种基于ai咨询数据库集群搭建方法和系统
CN118797004A (zh) 分析报告的生成方法、分析报告的生成装置及电子设备
CN118297564A (zh) 客服工单创建方法、装置、设备和存储介质
CN111191142A (zh) 一种电子资源推荐方法、装置和可读介质
Simmons The usage model: Describing product usage during design and development
CN119962500B (zh) 一种人力资源系统的绩效表单创建方法及系统
JP7518244B1 (ja) 予測装置、予測方法、及びプログラム

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