Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东麦德电子有限公司刘国清获国家专利权

广东麦德电子有限公司刘国清获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广东麦德电子有限公司申请的专利针对电子任务提醒系统的性能检测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120803869B

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510943319.6,技术领域涉及:G06F11/34;该发明授权针对电子任务提醒系统的性能检测方法及系统是由刘国清;刘嘉承;刘勇设计研发完成,并于2025-07-09向国家知识产权局提交的专利申请。

针对电子任务提醒系统的性能检测方法及系统在说明书摘要公布了:本申请实施例提供一种针对电子任务提醒系统的性能检测方法及系统,首先获取包含多种不同提醒类型、由多个具有独立提醒标识任务单元组成的检测任务集合,每个任务单元包含提醒触发条件等详细信息,基于检测任务集合向电子任务提醒系统发送提醒触发指令,生成含触发时间戳的提醒事件记录,并记录系统执行提醒操作后的响应数据集合,包含实际提醒时间点、提醒内容完整性标识及关联对象接收状态标识等,对响应数据集合与原始任务参数匹配分析,生成含提醒时效性偏差、内容准确性偏差及接收覆盖性偏差的性能评估结果,并输出至目标显示终端,从而能够全面、准确检测电子任务提醒系统性能,为其优化提供可靠依据。

本发明授权针对电子任务提醒系统的性能检测方法及系统在权利要求书中公布了:1.一种针对电子任务提醒系统的性能检测方法,其特征在于,所述方法包括: 获取包含不同提醒类型的检测任务集合,所述检测任务集合由多个具有独立提醒标识的任务单元组成,每个任务单元包含提醒触发条件、提醒内容信息及关联对象标识; 基于所述检测任务集合向电子任务提醒系统发送提醒触发指令,触发所述电子任务提醒系统执行与各任务单元对应的提醒操作,生成包含触发时间戳的提醒事件记录; 记录所述电子任务提醒系统执行提醒操作后的响应数据集合,所述响应数据集合包含各任务单元的实际提醒时间点、提醒内容完整性标识及关联对象接收状态标识; 对所述响应数据集合与所述检测任务集合中的原始任务参数进行匹配分析处理,生成包含提醒时效性偏差、内容准确性偏差及接收覆盖性偏差的性能评估结果,包括: 从所述检测任务集合中提取各任务单元的原始触发条件参数,所述原始触发条件参数包含定时提醒的预期时间点、重复周期提醒的预期间隔周期及条件触发提醒的预期触发时刻; 从所述响应数据集合中提取各任务单元的实际提醒时间点,计算所述实际提醒时间点与原始触发条件参数中预期时间参数的时间差值,生成反映提醒延迟或提前程度的时效性偏差值; 从所述检测任务集合中提取各任务单元的原始提醒内容信息,所述原始提醒内容信息包含关键内容要素的数量及顺序要求; 从所述响应数据集合中提取各任务单元的内容完整性标识,所述内容完整性标识包含实际内容要素的数量及顺序匹配结果; 计算所述实际内容要素数量与原始关键内容要素数量的差值,生成内容要素缺失偏差值;计算所述实际内容要素顺序与原始顺序要求的匹配度,生成内容顺序偏差值;将所述内容要素缺失偏差值与内容顺序偏差值进行加权求和处理,生成内容准确性偏差值; 从所述检测任务集合中提取各任务单元的关联对象标识集合,所述关联对象标识集合包含需要接收提醒的所有对象标识; 从所述响应数据集合中提取各任务单元的接收状态信息,统计已接收状态的关联对象数量与关联对象标识集合总数的比例,生成接收覆盖性比例值;计算所述接收覆盖性比例值与预设的全量覆盖目标值的差值,生成接收覆盖性偏差值; 将所述时效性偏差值、内容准确性偏差值及接收覆盖性偏差值进行关联整合处理,生成包含各偏差类型及对应偏差值的性能评估结果; 根据所述性能评估结果生成包含各任务单元偏差类型及偏差程度的性能检测报告,并将所述性能检测报告输出至目标显示终端。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东麦德电子有限公司,其通讯地址为:511300 广东省广州市增城区朱村街横塱村康庄路22号厂房C4三楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。