一種對網(wǎng)絡用戶進行標注的方法與設備的制作方法
【專利摘要】本發(fā)明公開了一種對網(wǎng)絡用戶進行標注的方法與設備，通過采用分別從用戶文本信息集合中挖掘出的第一特征信息，以及根據(jù)用戶社交信息集合而挖掘出的第二特征信息，來對原始的用戶文本信息集合進行擴展，從而可以在一定程度上克服原始的用戶文本信息集合的信息稀疏性，進而使得根據(jù)擴展得到的用戶文本信息對網(wǎng)絡用戶進行的標注的準確性得到提高。
【專利說明】一種對網(wǎng)絡用戶進行標注的方法與設備

【技術領域】
[0001] 本發(fā)明涉及模式識別【技術領域】，尤其涉及一種對網(wǎng)絡用戶進行標注的方法與設 備。

【背景技術】
[0002] 近年來，隨著各種網(wǎng)絡應用的興起，越來越多的應用在給用戶提供各種方便的同 時也提供了用戶文本信息的發(fā)布平臺。通過這樣的平臺，用戶可以非常方便地發(fā)布自己的 觀點、看法和狀態(tài)等等，比如，個人空間的說說、個性簽名、微博和微信等，都是可以提供這 樣一種平臺的網(wǎng)絡應用。其中，由于用戶所發(fā)表的該些信息通常都是文本格式的，因此該些 信息也可統(tǒng)稱為用戶文本信息。
[0003] 以任意用戶為例，其用戶文本信息不僅可以讓他人了解其觀點、看法或狀態(tài)等，同 時，該用戶文本信息也可以為網(wǎng)絡電商在進行用戶分析時提供依據(jù)。比如，網(wǎng)絡電商可以采 用一些分類方式對用戶文本信息進行分類，從而確定與用戶的身份或者商品偏好等屬性相 匹配的標簽（比如"80后"、"白領"等標簽)，并根據(jù)確定出的標簽對網(wǎng)絡用戶進行標注（比如 直接利用確定出的標簽對網(wǎng)絡用戶進行標注，或根據(jù)確定出的標簽所對應的一些標識對網(wǎng) 絡用戶進行標注等)，進而后續(xù)可以很方便地根據(jù)用戶被標注的標識(可以是標簽)，有針對 性地向具有特定標簽的用戶推薦更有可能被其接受的商品，從而達到提升銷售額等目的。 因此，根據(jù)用戶文本信息實現(xiàn)對用戶的準確標注，對很多網(wǎng)絡電商和移動網(wǎng)絡運營商來說 都有十分重要的意義。
[0004] 現(xiàn)有技術中，一種常見的對網(wǎng)絡用戶進行標注方法是以用戶文本信息作為用戶文 本信息分類器的輸入，從而獲得用戶文本信息分類器對于輸入的該信息的分類結果，并根 據(jù)分類結果為用戶標注相應的標簽。該方法的缺陷在于，用戶文本信息往往比較短，即輸入 分類器的信息在利用分類器進行就會存在信息稀疏的問題，從而可能導致得到的分類結果 準確性不高。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明實施例提供一種對網(wǎng)絡用戶進行標注的方法與設備，用以解決現(xiàn)有技術中 的對網(wǎng)絡用戶進行標注方法存在的對用戶文本信息的分類結果準確性不高的問題。
[0006] 本發(fā)明實施例采用以下技術方案：
[0007] -種對網(wǎng)絡用戶進行標注的方法，包括：
[0008] 獲得待標注用戶的用戶文本信息集合和用戶社交信息集合；其中，所述用戶文本 信息集合由所述待標注用戶發(fā)布的用戶文本信息構成，所述用戶社交信息集合由所述待標 注用戶的用戶社交信息構成；
[0009] 從所述用戶文本信息集合中挖掘用于表征所述待標注用戶的特定屬性的第一特 征信息，并根據(jù)所述用戶社交信息集合，挖掘用于表征所述待標注用戶的所述特定屬性的 第二特征信息；
[0010] 將挖掘出的所述第一特征信息和所述第二特征信息加入所述用戶文本信息集合 中，得到擴展后的用戶文本信息集合；
[0011] 根據(jù)所述擴展后的用戶文本信息集合，從預先設置的與所述屬性相匹配的多個標 簽中，確定與所述擴展后的用戶文本信息集合相匹配的標簽；
[0012] 根據(jù)確定的標簽，對所述待標注用戶進行標注。
[0013] 一種對網(wǎng)絡用戶進行標注的設備，包括：
[0014] 信息獲得單元，用于獲得待標注用戶的用戶文本信息集合和用戶社交信息集合； 其中，所述用戶文本信息集合由所述待標注用戶發(fā)布的用戶文本信息構成，所述用戶社交 信息集合由所述待標注用戶的用戶社交信息構成；
[0015] 挖掘單元，用于從所述用戶文本信息集合中挖掘用于表征所述待標注用戶的特定 屬性的第一特征信息，并根據(jù)所述用戶社交信息集合，挖掘用于表征所述待標注用戶的所 述特定屬性的第二特征信息；
[0016] 擴展單元，用于將挖掘出的所述第一特征信息和所述第二特征信息加入所述用戶 文本信息集合中，得到擴展后的用戶文本信息集合；
[0017] 標簽確定單元，用于根據(jù)所述擴展后的用戶文本信息集合，從預先設置的與所述 屬性相匹配的多個標簽中，確定與所述擴展后的用戶文本信息集合相匹配的標簽；
[0018] 標注單元，用于根據(jù)確定的標簽，對所述待標注用戶進行標注。
[0019] 本發(fā)明實施例的有益效果如下：
[0020] 本發(fā)明實施例提供的上述方案通過采用分別從用戶文本信息集合中挖掘出的第 一特征信息，以及根據(jù)用戶社交信息集合而挖掘出的第二特征信息，來對原始的用戶文本 信息集合進行擴展，從而可以在一定程度上克服原始的用戶文本信息集合的信息稀疏性， 進而使得根據(jù)擴展得到的用戶文本信息對網(wǎng)絡用戶進行的標注的準確性得到提高。

【專利附圖】

【附圖說明】
[0021] 圖1為本發(fā)明實施例提供的對網(wǎng)絡用戶進行標注的方法的具體流程示意圖；
[0022] 圖2為本發(fā)明實施例提供的對網(wǎng)絡用戶進行標注的方法在實際中的一種具體實 施方式的流程示意圖；
[0023] 圖3為本發(fā)明實施例提供的對網(wǎng)絡用戶進行標注的方法在實際中的一種具體實 施方式的詳細系統(tǒng)模塊圖；
[0024] 圖4為文本信息潛在語義建模模塊的功能示意圖；
[0025] 圖5為用戶社交關系建模模塊的功能示意圖；
[0026] 圖6為用戶的完整信息構建模塊的功能示意圖；
[0027] 圖7為標簽判斷模塊的功能示意圖；
[0028] 圖8為發(fā)明實施例提供的一種對網(wǎng)絡用戶進行標注的設備的具體結構示意圖。

【具體實施方式】
[0029] 為了解決現(xiàn)有技術中的對網(wǎng)絡用戶進行標注方法存在的對用戶文本信息的分類 結果準確性不高的問題，本發(fā)明實施例提供了一種對網(wǎng)絡用戶進行標注的方法與設備。
[0030] 以下結合說明書附圖對本發(fā)明的實施例進行說明，應當理解，此處所描述的實施 例僅用于說明和解釋本發(fā)明，并不用于限制本發(fā)明。并且在不沖突的情況下，本說明中的實 施例及實施例中的特征可以互相結合。
[0031] 本發(fā)明實施例首先提供了一種對網(wǎng)絡用戶進行標注的方法，該方法主要包括如圖 1所示的下述步驟：
[0032] 步驟11，獲得待標注用戶的用戶文本信息集合和用戶社交信息集合；
[0033] 其中，用戶文本信息集合由該待標注用戶發(fā)布的用戶文本信息構成；而用戶社交 信息集合則由該待標注用戶的用戶社交信息構成。
[0034] 一般地，任意用戶的用戶社交信息是指能夠反映該用戶的社交關系的信息，比如 該用戶的好友的信息，該用戶的好友針對該用戶所發(fā)表的用戶文本信息而進行的評論內(nèi) 容，以及該用戶的好友針對該用戶所發(fā)表的用戶文本信息而發(fā)表評論的次數(shù)，等等。根據(jù)該 用戶的用戶社交信息，可以確定出該用戶與與該用戶之間存在社交關系的其他用戶之間的 相似程度和相互影響程度。
[0035] 比如，根據(jù)該用戶的兩個好友針對該用戶所發(fā)表的用戶文本信息而發(fā)表評論的次 數(shù)的多寡，可以從這兩個好友中，確定發(fā)表評論的次數(shù)較多的用戶與該用戶之間的相互影 響程度較大，而發(fā)表評論的次數(shù)較少的用戶與該用戶之間的相互影響程度較小。由于發(fā)表 評論的次數(shù)較多的好友一般可以被認為對該用戶所發(fā)布的用戶文本信息比較感興趣，即發(fā) 表評論的次數(shù)較多的好友與該用戶可能在某些方面存在一定的相似性，從而也可以根據(jù)該 用戶的好友針對該用戶所發(fā)表的用戶文本信息而發(fā)表評論的次數(shù)，確定該用戶的好友與該 用戶之間的相似程度。
[0036] 本發(fā)明實施例中，可以直接通過對諸如"發(fā)表評論的次數(shù)"這樣的信息的歸一化， 確定用于表征不同用戶之間的相似程度的相似度值，或確定用于表征不同用戶之間的相互 影響程度的影響力值。
[0037] 由于目前已有比較成熟的現(xiàn)有技術，來實現(xiàn)根據(jù)某用戶的用戶社交信息確定該用 戶與與其存在社交關系的其他用戶之間的影響力程度和相似程度，且該部分內(nèi)容并非本發(fā) 明的創(chuàng)新之處，因此對于該部分內(nèi)容不再贅述。
[0038] 步驟12,從該待標注用戶的用戶文本信息集合中挖掘用于表征該待標注用戶的特 定屬性的第一特征信息，并根據(jù)該待標注用戶的用戶社交信息集合，挖掘用于表征該待標 注用戶的上述特定屬性的第二特征信息；
[0039] 其中，這里所說的特定屬性可以但不限于包括：用戶的職業(yè)、年齡段、性別、學歷、 高端人群、低端人群、商務人士、學生族和/或打工族，等等。以特定屬性為"學生族"為例， 表征該特定屬性的第一特征信息可以但不限于包括：考試、上課、同學和/或重修等等關鍵 。
[0040] 需要說明的是，一方面，在欲對某用戶進行標注時，往往會期望是根據(jù)某個特定屬 性所匹配的標簽來對其進行標注。比如，可能會期望根據(jù)與"用戶的職業(yè)"這一特性屬性相 匹配的標簽"教師"、"律師"和"醫(yī)生"等等中的某一個或多個標簽，來對該用戶進行標注。 另一方面，本發(fā)明實施例中，后續(xù)會根據(jù)第一特征信息和第二特征信息對用戶文本信息進 行擴充。因此，基于上述兩方面的考慮，為了使得被擴充后的用戶文本信息能夠包含較多的 反映用戶的特定屬性的信息，從而使得用戶可以準確地被標注，本發(fā)明實施例中確定的第 一特征信息和第二特征信息可以被規(guī)定為是用于表征待標注用戶的特定屬性的信息。
[0041] 步驟13,將挖掘出的第一特征信息和第二特征信息加入用戶文本信息集合中，得 到擴展后的用戶文本信息集合；
[0042] 本發(fā)明實施例中，將第一特征信息和第二特征信息加入用戶文本信息集合的方式 可以但不限于是簡單地將第一特征信息和第二特征信息插入到用戶文本信息集合中。
[0043] 需要說明的是，本領域技術人員根據(jù)本發(fā)明實施例提供的方案，而想到的其他任 何通過將挖掘出的第一特征信息和第二特征信息加入用戶文本信息集合中得到擴展后的 用戶文本信息集合的方式，均在本發(fā)明請求保護的范圍之內(nèi)。
[0044] 步驟14,根據(jù)擴展后的用戶文本信息集合，從預先設置的與屬性相匹配的多個標 簽中，確定與擴展后的用戶文本信息集合相匹配的標簽；
[0045] 本發(fā)明實施例中，可以通過將擴展后的用戶文本信息集合輸入用戶文本信息集合 分類器，來實現(xiàn)從預先設置的與屬性相匹配的多個標簽中，確定與擴展后的用戶文本信息 集合相匹配的標簽。
[0046] 具體而言，可以通過將擴展后的用戶文本信息集合分別輸入預先設置的分類器集 群所包含的每個分類器，確定與擴展后的用戶文本信息集合相匹配的標簽。其中，這里所說 的分類器集群滿足：其包含的任意分類器均可以用于根據(jù)上述多個標簽中的一個標簽區(qū)分 不同用戶文本信息集合，且不同的分類器在區(qū)分不同用戶文本信息集合時所根據(jù)的標簽互 不相同。
[0047] 步驟15,根據(jù)確定的標簽，對該待標注用戶進行標注。
[0048] 由于步驟15的具體實現(xiàn)方式可采用現(xiàn)有技術實現(xiàn)，因此不再贅述。
[0049] 通過本發(fā)明實施例提供的上述方法可以看出，該方法通過采用分別從用戶文本信 息集合中挖掘出的第一特征信息，以及根據(jù)用戶社交信息集合而挖掘出的第二特征信息， 來對原始的用戶文本信息集合進行擴展，從而可以在一定程度上克服原始的用戶文本信息 集合的信息稀疏性，進而使得根據(jù)擴展得到的用戶文本信息對網(wǎng)絡用戶進行的標注的準確 性得到提1?。
[0050] 可選的，上述步驟12中所述的從用戶文本信息集合中挖掘用于表征該待標注用 戶的特定屬性的第一特征信息的實現(xiàn)過程具體可以包括下述子步驟一和子步驟二：
[0051] 子步驟一：根據(jù)用戶文本信息集合包含的不同特征詞的個數(shù)、預設用戶集合中的 所有用戶的總個數(shù)，以及分別用于表征該待標注用戶與用戶集合中的其他各個用戶之間的 相似程度的各相似度值，確定用戶文本信息集合分別在預先指定的各潛在語義上的分布概 率信息，以及各潛在語義分別在不同特征詞上的分布概率信息；
[0052] 子步驟二：根據(jù)確定出的用戶文本信息集合分別在預先指定的各潛在語義上的分 布概率信息，以及各潛在語義分別在不同特征詞上的分布概率信息，從不同特征詞中選取 特征詞作為用于表征該待標注用戶的特定屬性的第一特征信息。
[0053] 需要對子步驟一進行的說明包括：
[0054] 1、所述用戶集合中包含該待標注用戶以及發(fā)布用戶社交信息集合中的用戶社交 信息的用戶；
[0055] 2、各相似度值是根據(jù)用戶社交信息集合確定的；
[0056] 具體而言，若假設以U表示上述用戶集合，并假設該用戶集合中包含具備社交關 系的用戶u和用戶V，那么根據(jù)用戶社交信息集合中包含的諸如用戶V針對用戶u發(fā)布的用 戶文本信息而發(fā)表的評論的次數(shù)等信息，就可以采用如前文所述的相似度值的確定方式， 確定用于表征該用戶U和用戶V之間的相似程度的相似度值，記為Sim(u，V)。
[0057] 3、所述的各潛在語義為與所述特定屬性相匹配的潛在語義。這里所說的潛在語義 也可以就是與所述特定屬性相匹配的標簽，或者是與所述特定屬性相匹配的標簽的同義詞 或近義詞等等。
[0058] 本發(fā)明實施例中，子步驟一具體可以通過計算下述公式[1]的最大值而實現(xiàn)：
[0059]

【權利要求】
1. 一種對網(wǎng)絡用戶進行標注的方法，其特征在于，包括： 獲得待標注用戶的用戶文本信息集合和用戶社交信息集合；其中，所述用戶文本信息 集合由所述待標注用戶發(fā)布的用戶文本信息構成，所述用戶社交信息集合由所述待標注用 戶的用戶社交信息構成； 從所述用戶文本信息集合中挖掘用于表征所述待標注用戶的特定屬性的第一特征信 息，并根據(jù)所述用戶社交信息集合，挖掘用于表征所述待標注用戶的所述特定屬性的第二 特征信息； 將挖掘出的所述第一特征信息和所述第二特征信息加入所述用戶文本信息集合中，得 到擴展后的用戶文本信息集合； 根據(jù)所述擴展后的用戶文本信息集合，從預先設置的與所述屬性相匹配的多個標簽 中，確定與所述擴展后的用戶文本信息集合相匹配的標簽； 根據(jù)確定的標簽，對所述待標注用戶進行標注。
2. 如權利要求1所述的方法，其特征在于，從所述用戶文本信息集合中挖掘用于表征 所述待標注用戶的特定屬性的第一特征信息，具體包括： 根據(jù)所述用戶文本信息集合包含的不同特征詞的個數(shù)、預設用戶集合中的所有用戶的 總個數(shù)，W及分別用于表征所述待標注用戶與所述用戶集合中的其他各個用戶之間的相似 程度的各相似度值，確定所述用戶文本信息集合分別在預先指定的各潛在語義上的分布概 率信息，W及所述各潛在語義分別在所述不同特征詞上的分布概率信息； 根據(jù)確定出的所述用戶文本信息集合分別在預先指定的各潛在語義上的分布概率信 息，W及所述各潛在語義分別在所述不同特征詞上的分布概率信息，從所述不同特征詞中 選取特征詞； 其中：所述用戶集合中包含所述待標注用戶W及發(fā)布所述用戶社交信息集合中的用戶 社交信息的用戶；所述各相似度值是根據(jù)所述用戶社交信息集合確定的；所述潛在語義為 與所述特定屬性相匹配的潛在語義。
3. 如權利要求2所述的方法，其特征在于，根據(jù)所述用戶社交信息集合，挖掘用于表征 所述待標注用戶的所述特定屬性的第二特征信息，具體包括： 根據(jù)所述用戶集合中的各個用戶的用戶社交信息集合W及所述多個標簽，分別確定所 述用戶集合中的各個用戶已經(jīng)被標注的標簽； 根據(jù)所述用戶集合中的各個用戶已經(jīng)被標注的標簽、所述用戶集合中的所有用戶的總 個數(shù)，W及與所述多個標簽相對應的潛在語義在待標注用戶的用戶文本信息中包含的指定 特征詞上的分布概率信息，確定該待標注用戶的用戶文本信息集合中包含的所述指定特征 詞分別在所述多個標簽中的每個標簽上的分布概率信息； 根據(jù)確定出的所述多個標簽中的每個標簽分別在所述待標注用戶的用戶文本信息中 包含的指定特征詞上的分布概率信息，從所述多個標簽中選取標簽。
4. 如權利要求3所述的方法，其特征在于，根據(jù)所述用戶集合中的各個用戶已經(jīng)被標 注的標簽、所述用戶集合中的所有用戶的總個數(shù)，W及確定出的與所述多個標簽相對應的 潛在語義在所述用戶集合中的其他各個用戶的用戶文本信息中包含的指定特征詞上的分 布概率信息，確定該待標注用戶的用戶文本信息集合中包含的所述指定特征詞分別在所述 多個標簽中的每個標簽上的分布概率信息，具體包括： 根據(jù)所述用戶集合中的各個用戶已經(jīng)被標注的標簽、所述用戶集合中的所有用戶的總 個數(shù)、與所述多個標簽相對應的潛在語義在待標注用戶的用戶文本信息中包含的指定特征 詞上的分布概率信息，W及獲得的根據(jù)所述用戶社交信息集合而確定出的用于表征所述用 戶集合中的不同用戶之間的相互影響程度的影響力值，確定該待標注用戶的用戶文本信息 集合中包含的所述指定特征詞分別在所述多個標簽中的每個標簽上的分布概率信息。
5. 如權利要求1?4任一所述的方法，其特征在于，根據(jù)所述擴展后的用戶文本信息集 合，從預先設置的與所述屬性相匹配的多個標簽中，確定與所述擴展后的用戶文本信息集 合相匹配的標簽，具體包括： 通過將所述擴展后的用戶文本信息集合分別輸入預先設置的分類器集群所包含的每 個分類器，確定與所述擴展后的用戶文本信息集合相匹配的標簽； 其中，所述分類器集群包含的任意分類器均用于根據(jù)所述多個標簽中的一個標簽區(qū)分 不同用戶文本信息集合，且不同的所述分類器在區(qū)分不同用戶文本信息集合時所根據(jù)的標 簽互不相同。
6. -種對網(wǎng)絡用戶進行標注的設備，其特征在于，包括： 信息獲得單元，用于獲得待標注用戶的用戶文本信息集合和用戶社交信息集合；其中， 所述用戶文本信息集合由所述待標注用戶發(fā)布的用戶文本信息構成，所述用戶社交信息集 合由所述待標注用戶的用戶社交信息構成； 挖掘單元，用于從所述用戶文本信息集合中挖掘用于表征所述待標注用戶的特定屬性 的第一特征信息，并根據(jù)所述用戶社交信息集合，挖掘用于表征所述待標注用戶的所述特 定屬性的第二特征信息； 擴展單元，用于將挖掘出的所述第一特征信息和所述第二特征信息加入所述用戶文本 信息集合中，得到擴展后的用戶文本信息集合； 標簽確定單元，用于根據(jù)所述擴展后的用戶文本信息集合，從預先設置的與所述屬性 相匹配的多個標簽中，確定與所述擴展后的用戶文本信息集合相匹配的標簽； 標注單元，用于根據(jù)確定的標簽，對所述待標注用戶進行標注。
7. 如權利要求6所述的設備，其特征在于，所述挖掘單元具體用于： 根據(jù)所述用戶文本信息集合包含的不同特征詞的個數(shù)、預設用戶集合中的所有用戶的 總個數(shù)，W及分別用于表征所述待標注用戶與所述用戶集合中的其他各個用戶之間的相似 程度的各相似度值，確定所述用戶文本信息集合分別在預先指定的各潛在語義上的分布概 率信息，W及所述各潛在語義分別在所述不同特征詞上的分布概率信息； 根據(jù)確定出的所述用戶文本信息集合分別在預先指定的各潛在語義上的分布概率信 息，W及所述各潛在語義分別在所述不同特征詞上的分布概率信息，從所述不同特征詞中 選取特征詞； 其中：所述用戶集合中包含所述待標注用戶W及發(fā)布所述用戶社交信息集合中的用戶 社交信息的用戶；所述各相似度值是根據(jù)所述用戶社交信息集合確定的；所述潛在語義為 與所述特定屬性相匹配的潛在語義。
8. 如權利要求7所述的設備，其特征在于，所述挖掘單元具體用于： 根據(jù)所述用戶集合中的各個用戶的用戶社交信息集合W及所述多個標簽，分別確定所 述用戶集合中的各個用戶已經(jīng)被標注的標簽； 根據(jù)所述用戶集合中的各個用戶已經(jīng)被標注的標簽、所述用戶集合中的所有用戶的總 個數(shù)，W及與所述多個標簽相對應的潛在語義在待標注用戶的用戶文本信息中包含的指定 特征詞上的分布概率信息，確定該待標注用戶的用戶文本信息集合中包含的所述指定特征 詞分別在所述多個標簽中的每個標簽上的分布概率信息； 根據(jù)確定出的所述多個標簽中的每個標簽分別在所述待標注用戶的用戶文本信息中 包含的指定特征詞上的分布概率信息，從所述多個標簽中選取標簽。
9. 如權利要求8所述的設備，其特征在于，所述挖掘單元具體用于；根據(jù)所述用戶集合 中的各個用戶已經(jīng)被標注的標簽、所述用戶集合中的所有用戶的總個數(shù)、與所述多個標簽 相對應的潛在語義在待標注用戶的用戶文本信息中包含的指定特征詞上的分布概率信息， W及獲得的根據(jù)所述用戶社交信息集合而確定出的用于表征所述用戶集合中的不同用戶 之間的相互影響程度的影響力值，確定該待標注用戶的用戶文本信息集合中包含的所述指 定特征詞分別在所述多個標簽中的每個標簽上的分布概率信息。
10. 如權利要求6?9任一所述的設備，其特征在于，所述標簽確定單元具體用于： 通過將所述擴展后的用戶文本信息集合分別輸入預先設置的分類器集群所包含的每 個分類器，確定與所述擴展后的用戶文本信息集合相匹配的標簽；其中，所述分類器集群包 含的任意分類器均用于根據(jù)所述多個標簽中的一個標簽區(qū)分不同用戶文本信息集合，且不 同的所述分類器在區(qū)分不同用戶文本信息集合時所根據(jù)的標簽互不相同。
【文檔編號】G06F17/27GK104346408SQ201310344606
【公開日】2015年2月11日 申請日期:2013年8月8日 優(yōu)先權日:2013年8月8日
【發(fā)明者】魏芳 申請人:中國移動通信集團公司