发明创造名称：一种数据搜索处理方法及装置
外观设计名称：
决定号：185377
决定日：2019-07-16
委内编号：1F268215
优先权日：
申请（专利）号：201410014308.1
申请日：2014-01-13
复审请求人：阿里巴巴集团控股有限公司
无效请求人：
授权公告日：
审定公告日：
专利权人：
主审员：王浩
合议组组长：王南野
参审员：罗文辉
国际分类号：G06F17/30
外观设计分类号：
法律依据：专利法第22条第3款
决定要点
：如果一项权利要求与作为最接近现有技术的对比文件相比虽然存在多个区别技术特征，但是部分区别技术特征属于本领域的公知常识，部分区别技术特征是所属领域技术人员根据实际需求可以选择设置的，则本领域技术人员在现有技术的基础上得出该权利要求的技术方案是显而易见的，该权利要求不具有突出的实质性特点和显著的进步，不具备创造性。
全文：
本复审请求涉及申请号为201410014308.1，名称为“一种数据搜索处理方法及装置”的发明专利申请（下称“本申请”）。本申请的申请人为阿里巴巴集团控股有限公司，申请日为2014年01月13日，公开日为2015年07月15日。
经实质审查，国家知识产权局原审查部门于2018年09月20日发出驳回决定，驳回了本申请，其理由是：权利要求1-12不具备专利法第22条第3款规定的创造性。具体理由为：权利要求1相对于对比文件2（公开号：CN 103412882A，公开日：2013年11月27日）的区别为：本申请还可以基于用户个人特征和查询词特征进行意图模型的建立与意图的识别，本申请的近期行为数据为搜索的近期行为数据。然而该区别技术特征属于本领域的公知常识，在该对比文件的基础上结合上述公知常识以获得该权利要求所要求保护的技术方案，对所属技术领域的技术人员来说是显而易见的，因此权利要求1不具备创造性。从属权利要求2、3、5的附加技术特征都是本领域技术人员容易想到的，从属权利要求4的附加技术特征是本领域的惯用技术手段，因此权利要求2-5都不具备创造性。权利要求6的部分附加技术特征被对比文件2公开了，部分附加技术特征是所属领域技术人员可以选择设置的，权利要求6不具备创造性。 权利要求7-12要求保护一种数据搜索处理装置，其是分别与方法权利要求1-6对应一致的装置权利要求，权利要求7-12也不具备创造性。
驳回决定所依据的文本为申请日2014年01月13日提交的权利要求书第1-12项，说明书第1-140段，说明书附图图1-3，说明书摘要，摘要附图。
驳回决定所针对的权利要求书如下：
“1. 一种数据搜索处理方法，其特征在于，包括：
根据历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练，建立意图类型预测模型；
根据用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据使用所述的意图类型预测模型确定用户当前搜索行为的意图类型；以及
根据确定的意图类型，调整与数据搜索处理结果相关的排序因子的权重。
2. 根据权利要求1所述的方法，其特征在于，根据历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练，建立意图类型预测模型，包括：
对历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据进行离散化处理；
基于上述经过离散化处理的历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练。
3. 根据权利要求2所述的方法，其特征在于，在对历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据进行离散化处理的步骤之前，包括：
滤除干扰样本；以及
滤除搜索发生时刻到之前指定时间内行为数量小于指定阈值的样本。
4. 根据权利要求1-3之一所述的方法，其特征在于，根据用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，确定用户当前搜索行为的意图类型，包括：
对用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据进行离散化处理；
基于上述经过离散化处理后的用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，查询相应的特征权重；以及
对查询到的特征权重计算，确定用户当前搜索行为的意图类型。
5. 根据权利要求4所述的方法，其特征在于，根据查询到的特征权重，确定用户当前搜索行为的意图类型，进一步包括：
根据查询到的特征权重计算得出意图类型为第一类型的概率；
当得出的概率大于或等于预设值时，确定意图类型为第一类型，以及当得出的概率小于预设值时，确定意图类型为第二类型。
6. 根据权利要求1-5之一所述的方法，其特征在于，根据确定的意图类型，调整与数据搜索处理结果相关的排序因子的权重，包括：
根据意图类型，增加对应意图类型的与转化率相关联的排序因子的权重或者增加对应意图类型的与扩展多样性相关联的排序因子的权重，以对依据查询词搜索到的结果进行排序计算，调整结果的输出次序。
7. 一种数据搜索处理装置，其特征在于，包括：
模型训练模块，用于根据历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练，建立意图类型预测模型；
意图类型确定模块，用于根据用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据使用所述的意图类型预测模型确定用户当前搜索行为的意图类型；以及
调整模块，用于根据确定的意图类型，调整与数据搜索处理结果相关的排序因子的权重。
8. 根据权利要求7所述的装置，其特征在于，所述模型训练模块包括：
历史数据离散化子模块，用于对历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据进行离散化处理；
模型训练子模块，用于基于上述经过离散化处理的历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练。
9. 根据权利要求8所述的装置，其特征在于，模型训练模块还包括：
第一滤除子模块，用于滤除干扰样本；以及
第二滤除子模块，用于滤除搜索发生时刻到之前指定时间内行为数量小于指定阈值的样本。
10. 根据权利要求7-9之一所述的装置，其特征在于，所述意图类型确定模块包括：
当前数据离散化子模块，用于对用户当前搜索近期行为特征数据、查询词的特征数据和用户个人特征数据进行离散化处理；
特征权重查询子模块，用于基于上述经过离散化处理后的用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，查询相应的特征权重；以及
意图类型确定子模块，用于根据查询到的特征权重，确定用户当前搜索行为的意图类型。
11. 根据权利要求10所述的装置，其特征在于，所述意图类型确定子模块包括：
概率计算子模块，用于根据查询到的特征权重计算得出意图类型为第一类型的概率；
类型确定子模块，用于当得出的概率大于或等于预设值时，确定意图类型为第一类型，以及当得出的概率小于预设值时，确定意图类型为第二类型。
12. 根据权利要求7-11之一所述的装置，其特征在于，所述调整模块包括：
排序因子调整子模块，用于根据意图类型，增加对应意图类型的与转化率相关联的排序因子的权重，或者增加对应意图类型的与扩展多样性相关联的排序因子的权重，以对依据查询词搜索到的结果进行排序计算，调整结果的输出次序。 ”
申请人（下称复审请求人）对上述驳回决定不服，于2018年12月10日向国家知识产权局提出了复审请求，同时修改了权利要求书，在原独立权利要求中将意图类型以及针对不同意图类型的处理方式进行了限定，删除了原权利要求6、12，并对权利要求重新进行编号。复审请求人认为：在建立意图识别模型时，对比文件2不是一种数据搜索处理方法，没有使用用户个人特征数据和查询词特征数据，也没有指明历史行为日志为与搜索相关的日志，且对比文件2得到的消费意图并不是针对用户当前搜索行为的意图类型。本申请修改后的权利要求进一步限定意图类型包括购买或浏览，而对比文件2中的意图为购买前和购买后，对比文件2没有公开意图类型包括购买或浏览，也不涉及意图类型不同所采取的具体处理。因此，本申请具备创造性。
复审请求时修改的独立权利要求1和6如下：
“1. 一种数据搜索处理方法，其特征在于，包括：
根据历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练，建立意图类型预测模型；
根据用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据使用所述的意图类型预测模型确定用户当前搜索行为的意图类型，所述意图类型包括购买或浏览；以及
当确定的意图类型为购买时，增加与转化率相关联的排序因子的权重，以对依据查询词搜索到的结果进行排序计算，调整结果的输出次序；
当确定的意图类型为浏览时，增加与扩展多样性相关联的排序因子的权重，以对依据查询词搜索到的结果进行排序计算，调整结果的输出次序。”
“6. 一种数据搜索处理装置，其特征在于，包括：
模型训练模块，用于根据历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练，建立意图类型预测模型；
意图类型确定模块，用于根据用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据使用所述的意图类型预测模型确定用户当前搜索行为的意图类型，所述意图类型包括购买或浏览；以及
调整模块，用于当确定的意图类型为购买时，增加与转化率相关联的排序因子的权重或者增加对应意图类型的与扩展多样性相关联的排序因子的权重，以对依据查询词搜索到的结果进行排序计算，调整结果的输出次序；当确定的意图类型为浏览时，增加与扩展多样性相关联的排序因子的权重，以对依据查询词搜索到的结果进行排序计算，调整结果的输出次序。 ”
经形式审查合格，国家知识产权局于2018年12月18日依法受理了该复审请求，并将其转送至原审查部门进行前置审查。
原审查部门在前置审查意见书中认为，（1）对比文件2与本申请的构思相同，不同点主要在于在识别用户意图时两者考虑的数据不同，本申请考虑的数据是用户的搜索行为、查询词、用户个人特征数据，而对比文件考虑的是用户行为日志中记录的购买时的行为数据，所属领域技术人员所容易想到的是，在人们购买商品时的行为日志中一般都会记录其购买时的搜索的关键词、用户自己的爱好兴趣、点击、浏览等各类行为。因此，所属领域技术人员容易想到，根据设计人员的实际需要选取其主要关注的一些数据进行用户意图识别。而在现有技术中，基于用户的搜索行为、用户的个人特征、关键词等进行用户意图识别都为公知常识。且对比文件也公开了“在向用户展示的搜索结果中，将所述待识别用户的消费意图对应的信息在搜索结果中的排序提前”，即由此可知，对比文件也是涉及搜索的方案，与本申请相同，都是针对用户当前搜索行为的意图识别。（2）复审请求人具体限定了识别的意图是购买或浏览，对比文件具体限定了识别的意图是购买前意图或购买后的意图。然而其具体需要识别什么类别的意图为所属领域技术人员根据其实际的业务需要以及实际所选取的模型建立时的训练数据可以选择设置的，不需要付出创造性劳动即可实现。由于对比文件还公开了“将所述待识别用户的消费意图对应的信息在搜索结果中的排序提前”，因此，对比文件也是根据用户的意图不同，指导搜索结果的排序。其与本申请的构思实质相同，而其具体的调整权重的方式也为所属领域技术人员可以选择设置的。且对比文件与本申请的方案都同样达到了针对不同意图类型，使搜索结果的排序更人性化、提高用户搜索体验的效果。因此坚持驳回决定。
随后，国家知识产权局成立合议组对本案进行审理。
合议组于2019年03月19日向复审请求人发出复审通知书，指出权利要求1-10不具备专利法第22条第3款规定的创造性。合议组认为本申请和对比文件2都是先利用历史数据建立意图识别模型，再基于近期用户数据进行意图类型识别，最终根据不同的意图类型呈现不同顺序的数据。本申请和对比文件2的发明构思相同，不同点主要在于在识别用户意图时两者考虑的数据不同。而在现有技术中，在个性化推荐信息技术领域对用户的历史行为日志进行分析时，提取用户的历史行为与用户特征、用户查询词都属于常用于体现用户个性化特征的属性是本领域惯用技术手段，属于本领域的公知常识。且对比文件2明确公开了“在向用户展示的搜索结果中，将所述待识别用户的消费意图对应的信息在搜索结果中的排序提前”，即由此可知，对比文件2可以是涉及搜索的方案，与本申请相同，都是针对用户当前搜索行为的所进行的意图识别，其消费意图也可以是针对用户当前搜索行为的意图类型。对比文件2公开了在识别用户是购买前还是购买后，从而采取不同的信息推送策略（参见第0197段）：如果识别出用户的消费意图是购买前，则可以将搜索结果中关于商品购买信息、比价信息、对比评测信息的网页的排序提前，如果识别出用户的消费意图是购买后，则可以将搜索结果中关于使用心得信息、相关周边商品信息、售后信息等网页的排序提前。即对比文件2相当于公开了类似的意图类图，也公开了涉及意图类型不同所采取的具体处理 。
复审请求人于2019年04月16日提交了意见陈述书，并修改了权利要求书，在原权利要求1、6中的“意图类型”、“查询词”、“结果”前增加了“用户当前搜索行为的”、“当前”、“本次搜索”的技术特征。复审请求人认为：本申请可以基于用户个人特征数据和查询词的特征数据进行意图类型预测模型的建立，而对比文件2并没有涉及到这些内容，对比文件2虽然涉及到了历史行为日志，但是，对比文件2中并没有指明历史行为日志为与搜索相关的日志。本申请中意图类型是针对用户当前搜索行为，对比文件2中的消费意图并不针对用户当前搜索行为的意图类型。对比文件2中确定的用户消费意愿并不是与用户的当前搜索行为相关联的。另外，对比文件2也不涉及到购买或浏览，对比文件2是一种识别消费意图的方式，并不侧重于数据搜索处理。因此本申请具备创造性。
复审请求人修改的权利要求1、6如下：
“1. 一种数据搜索处理方法，其特征在于，包括：
根据历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练，建立意图类型预测模型；
根据用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据使用所述的意图类型预测模型确定用户当前搜索行为的意图类型，所述意图类型包括购买或浏览；以及
当确定的用户当前搜索行为的意图类型为购买时，增加与转化率相关联的排序因子的权重，以对依据当前查询词搜索到的本次搜索结果进行排序计算，调整本次搜索结果的输出次序；
当确定的用户当前搜索行为的意图类型为浏览时，增加与扩展多样性相关联的排序因子的权重，以对依据当前查询词搜索到的本次搜索结果进行排序计算，调整本次搜索结果的输出次序。”
“6. 一种数据搜索处理装置，其特征在于，包括：
模型训练模块，用于根据历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据，进行机器学习模型的训练，建立意图类型预测模型；
意图类型确定模块，用于根据用户当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据使用所述的意图类型预测模型确定用户当前搜索行为的意图类型，所述意图类型包括购买或浏览；以及
调整模块，用于当确定的用户当前搜索行为的意图类型为购买时，增加与转化率相关联的排序因子的权重，以对依据当前查询词搜索到的本次搜索结果进行排序计算，调整本次搜索结果的输出次序；当确定的用户当前搜索行为的意图类型为浏览时，增加与扩展多样性相关联的排序因子的权重，以对依据当前查询词搜索到的本次搜索结果进行排序计算，调整本次搜索结果的输出次序。 ”
在上述程序的基础上，合议组认为本案事实已经清楚，可以作出审查决定。
决定的理由
审查文本的认定
复审请求人于2019年04月16日提交的修改文本符合专利法第33条和专利法实施细则第61条第1款的规定。因此，本复审请求审查决定针对的审查文本为：复审请求人于2019年04月16日提交的权利要求第1-10项，申请日2014年01月13日提交的说明书第1-140段，说明书附图图1-3，说明书摘要，摘要附图。
2、关于专利法第22条第3款
专利法第22条第3款规定：创造性，是指与现有技术相比，该发明具有突出的实质性特点和显著的进步，该实用新型具有实质性特点和进步。
如果一项权利要求与作为最接近现有技术的对比文件相比虽然存在多个区别技术特征，但是部分区别技术特征属于本领域的公知常识，部分区别技术特征是所属领域技术人员根据实际需求可以选择设置的，则本领域技术人员在现有技术的基础上得出该权利要求的技术方案是显而易见的，该权利要求不具有突出的实质性特点和显著的进步，不具备创造性。
本复审请求审查决定引用的对比文件与驳回决定及复审通知书引用的对比文件相同，即：
对比文件2：公开号：CN 103412882A，公开日：2013年11月27日。
权利要求1请求保护一种数据搜索处理方法，对比文件2公开了一种识别消费意图的方法，并具体公开了以下技术特征：（参见权利要求1，说明书0004-0198段）：
该方法包括：
建立消费意图识别模型的过程：
S11、从各用户的历史行为日志中筛选出设定消费领域的相关行为日志；
S12、基于对筛选出的相关行为日志进行的行为模式分析，确定对应购买前行为的行为日志和对应购买后行为的行为日志；
S13、从步骤S12确定的行为日志中选择满足训练数据筛选条件的行为日志作为训练样本；
S14、从训练样本中提取特征训练分类模型，得到能够识别出购买前行为和购买后行为的所述设定消费领域对应的消费意图识别模型（即根据历史的近期行为特征数据，进行机器学习模型的训练，建立意图类型预测模型）；
识别消费意图的过程：
S21、确定待识别用户的消费领域；
S22、利用确定出的消费领域对应的消费意图识别模型，对近一段时间内所述待识别用户在所述确定出的消费领域的相关行为日志进行分类，得到待识别用户的消费意图是购买前或购买后；
在所述步骤S22之后，还包括：
S23、按照所述待识别用户的消费意图对应的展示策略向所述待识别用户展示信息，所述步骤S23具体包括：（参见说明书第0153段）在向所述待识别用户展示的搜索结果中，将所述待识别用户的消费意图对应的信息在搜索结果中的排序提前。
本申请相对于对比文件2的区别为：
①基于用户个人特征和查询词特征进行意图类型的建立与意图的识别，本申请的近期行为数据为搜索的近期行为数据；
②当确定的用户当前搜索行为的意图类型为购买时，增加与转化率相关联的排序因子的权重，以对依据当前查询词搜索到的本次搜索结果进行排序计算，调整本次搜索结果的输出次序；当确定的用户当前搜索行为的意图类型为浏览时，增加与扩展多样性相关联的排序因子的权重，以对依据当前查询词搜索到的本次搜索结果进行排序计算，调整本次搜索结果的输出次序。
权利要求1基于该区别技术特征①所要解决的技术问题是：提高意图识别类型准确性。对比文件2公开了采用用户历史数据作为模型的训练数据，从用户的历史行为日志中筛选相关行为日志，如基于关键词匹配，基于模板区配的方式。在个性化推荐信息技术领域对用户的历史行为日志进行分析时，提取用户的历史行为与用户特征、用户查询词都属于常用于体现用户个性化特征的属性是本领域惯用技术手段，属于本领域的公知常识。在对比文件2公开了基于用户历史行为进行意图建模与识别的基础上，所属领域技术人员为了提高识别准确性，引入更多用户个性化属性参数以用于建模与识别是容易想到的。而选取的行为数据为搜索的近期行为数据为所属领域技术人员根据其实际需求可以选择设置的。
权利要求1基于该区别技术特征②所要解决的技术问题是：根据意图类型的不同选择不同的信息输出次序。对比文件2公开了在识别用户是购买前还是购买后，从而采取不同的信息推送策略（参见第0197段）:如果识别出用户的消费意图是购买前，则可以将搜索结果中关于商品购买信息、比价信息、对比评测信息的网页的排序提前，如果识别出用户的消费意图是购买后，则可以将搜索结果中关于使用心得信息、相关周边商品信息、售后信息等网页的排序提前（即根据意图类型，增加对应意图类型相关联的排序因子的权重，以对依据查询词搜索到的结果进行排序计算，调整结果的输出次序）。而增加对应意图类型的与转化率相关联的排序因子的权重或者增加对应意图类型的与扩展多样性相关联的排序因子的权重为所属领域技术人员根据其实际搜索结果准确性的需要，可以选择设置的。
因此，在该对比文件2的基础上结合上述公知常识以获得该权利要求所要求保护的技术方案，对所属技术领域的技术人员来说是显而易见的，因此该权利要求所要求保护的技术方案不具备突出的实质性特点和显著的进步，因而不具备专利法第22条第3款规定的创造性。
权利要求2是权利要求1的从属权利要求，其进一步限定了对历史搜索数据处理的步骤，但离散化是本领域数据处理以降低时间和空间复杂度的惯用手段，使得本领域技术人员容易想到对历史搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据进行离散化处理，以提取有用值进行处理。在其引用的权利要求1不具备创造性的情况下，该权利要求也不具有突出的实质性特点和显著的进步，因而不具备专利法第22条第3款规定的创造性。
权利要求3是权利要求1的从属权利要求，其进一步限定了对数据的清洗。对比文件2公开了：步骤103：从步骤102确定的行为日志中选择满足训练数据筛选条件的行为日志作为训练样本。鉴于人工标注方式选择训练样本的工作量太大且效率低下，所能够标注的数量有限且争议较大，因此在本申请实施例中采用自动选择训练样本的方式。上述的训练数据筛选条件可以采用但不限于以下条件中的一种或任意组合：条件1：若确定的行为日志中，某用户的日志数量大于或等于预设数量阈值，例如大于或等于5条，则该用户的日志作为训练样本。条件2：若确定的行为日志中，某日志所包含的预示某一消费意图的关键词占比大于或等于预设比例阈值，则将该日志作为训练样本（即滤除干扰样本；以及滤除搜索发生时刻到之前指定时间内行为数量小于指定阈值的样本）。而该步骤在数据离散化之前处理为所属领域技术人员所容易想到的。因此权利要求3不具有突出的实质性特点和显著的进步，因而不具备专利法第22条第3款规定的创造性。
权利要求4是权利要求1-3任一项的从属权利要求，其进一步限定了对当前搜索数据处理的步骤，但离散化是本领域数据处理以降低时间和空间复杂度的惯用手段，使得本领域技术人员容易想到对当前搜索的近期行为特征数据、查询词的特征数据和用户个人特征数据进行离散化处理，以提取有用值进行处理。在其引用的权利要求1-3不具备创造性的情况下，该权利要求也不具有突出的实质性特点和显著的进步，因而不具备专利法第22条第3款规定的创造性。
权利要求5是权利要求4的从属权利要求，其进一步限定了通过预设概率的方式来确定意图类型。对比文件2公开了采用的分类模型可以是现有技术中任意的二分类模型，诸如SVM模型。而现有的许多分类模型都采用概率的大小来判断识别类型。因此，所属领域技术人员容易想到当得出的概率大于或等于预设值时，确定为第一类型，以及当得出的概率小于预设值时，确定为第二类型。因此，在其引用的权利要求4不具备创造性的情况下，该权利要求5也不具有突出的实质性特点和显著的进步，因而不具备专利法第22条第3款规定的创造性。
权利要求6-10要求保护一种数据搜索处理装置，其是分别与方法权利要求1-5对应一致的装置权利要求。参见对权利要求1-5的评述内容可知，权利要求6-10也不具备专利法第22条第3款规定的创造性。
针对复审请求人意见陈述的答复：
虽然复审请求人明确强调本申请中消费意图与当前搜索的行为相关，其搜索结果的排序与当前查询词相关，但是对比文件2同样也公开了相关的内容：（参见说明书第0193段）可以根据用户当前输入的内容就可以判断出消费领域。即对比文件2公开了其使用用户当前搜索的内容来识别用户行为特征的技术方案。在此基础上基于用户个人特征数据和查询词的特征数据建立意图类型预测模型是容易想到的。对比文件2明确的公开了向待识别用户展示搜索结果，并将对应的信息在搜索结果中的排序提前（参见说明书第0197段），即对比文件2不仅公开了识别消费意图的过程，而且也公开了数据搜索处理的过程。因此复审请求人认为本申请具备创造性的理由不成立，合议组不予支持。
基于上述理由，合议组作出如下决定。
三、决定
维持国家知识产权局于2018年09月20日对本申请作出的驳回决定。
如对本复审请求审查决定不服，根据专利法第41条第2款的规定，复审请求人可以自收到本决定之日起三个月内向北京知识产权法院起诉。
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
