一种电商商品属性数据规范化处理方法与系统与流程

1.本发明涉及软件工程技术，具体属于服务端开发领域。


背景技术：

2.随着电商领域的快速发展与繁荣，线上购物成为了大众生活中的不可或缺的重要组成部分。相较于传统的线下购买的方式，线上购物无法直接接触到商品的实体，需要通过图片、文字、视频等信息载体去了解商品的特征。在页面中的商品描述信息中，商品属性的数据是商品特征的集合体，是消费者做购物决策的关键参考。
3.本着"货比三家"的理念，消费者希望对比不同电商平台的商品来作出最佳的选择。由于不同电商平台的商品属性数据的描述方式、数据单位、定义域等方面存在巨大的差异，消费者不能直观的跨电商平台进行商品的对比分析。针对以上的问题，如何解决平台之间的属性数据存在的差异，构建出一套统一规范的电商商品属性数据标准成为了一个挑战。
4.基于现有的跨电商平台属性数据不统一的现状，工业界对属性数据的应用多数是局限于单一商城维度进行的，即让消费者在同电商平台的范围中去对比商品。属性数据在跨商城应用方面，现行的技术方案多数是基于属性去做推荐系统，在构建数据规范化处理方法方面的研究较少。例如专利申请号为cn202110004538.x的《多平台商品属性匹配处理方法及系统》中，应用了用户数据和多商城属性去做了目标用户的精准匹配，消费者可以被动的接受系统推荐的商品，但是无法主动的去对比跨平台的电商商品。
5.由于现有的跨电商平台属性数据不统一，缺失数据标准，无法用一套统一的标准去对比多电商平台的商品。对于消费者来说，需要花费大量的精力去研究不同电商平台商品属性的标准，造成了不佳的购物体验；对于企业运营人员来说，去重与聚合多电商平台相同商品链接的工作需要花费大量的人力成本，造成了运营效率的瓶颈。


技术实现要素：

6.本发明提供一种电商商品属性数据规范化处理方法与系统，可以规范化不同电商平台的属性数据，解决不同平台数据存在的：描述方式差异，数据单位不同，取值范围不同，缺失值，错误值等问题。构建一套跨平台的属性数据映射系统，实现多电商平台的属性数据规范化处理。
7.根据本发明实施例的第一方面，提供一种电商商品属性数据规范化处理方法，包括：
8.解析商品的属性数据，将所述属性数据拆分为原始属性名和原始属性值；
9.将所述原始属性名映射为标准属性名；
10.将所述原始属性值映射为标准属性值。
11.进一步，在所述将所述原始属性值映射为标准属性值之前，该方法还包括：
12.将所述属性数据划分为品类数据组；
13.将所述品类数据组内的属性名和属性值进行去重处理；
14.基于去重处理后的属性名和属性值，使用德尔菲法确定标准属性名、标准属性名与属性值的对应关系并保存。
15.进一步，将所述原始属性值映射为标准属性值，具体包括：
16.将所述原始属性值根据配置的正则表达式或字符串截取逻辑进行截取；
17.将截取后的原始属性值根据配置的正则表达式与各个标准属性值进行匹配，将截取后的原始属性值替换为匹配到的标准属性值；
18.将替换后得到的标准属性值根据配置的字符串截取规则进行处理，获得格式化后的标准属性值；
19.根据所述原始属性值的数据类型，使用预先配置的所述原始属性值的匹配规则的逻辑处理所述格式化后的标准属性值，建立最终的原始属性值与标准属性值的映射关系。
20.进一步，所述匹配规则包括：数值全等判断、字符串全等判断和范围区间判断；
21.所述根据所述原始属性值的数据类型，使用预先配置的所述原始属性值的匹配规则的逻辑处理所述格式化后的标准属性值，具体包括：
22.根据所述原始属性值中的数字部分在标准属性值中进行数值全等判断，得到与所述原始属性值中的数字部分相等的数字全等关系的标准属性值；或
23.根据所述原始属性值中的字符串在标准属性值中进行字符串全等判断，匹配到标准属性值；或
24.根据所述原始属性值进行所处的范围区间判断，匹配到标准属性值。
25.根据本发明实施例的第二方面，提供一种电商商品属性数据规范化处理系统，包括：
26.属性数据源解析模块，用于解析商品的属性数据，将所述属性数据拆分为原始属性名和原始属性值；
27.属性名映射配置模块，用于将所述原始属性名映射为标准属性名；
28.属性值映射算法模块，用于将所述原始属性值映射为标准属性值。
29.进一步，该系统还包括：
30.标准属性配置模块，具体用于：在所述属性值映射算法模块将所述原始属性值映射为标准属性值之前，将所述属性数据划分为品类数据组；将所述品类数据组内的属性名和属性值进行去重处理；基于处理后的属性名和属性值，使用德尔菲法确定标准属性名、标准属性名与属性值的对应关系并保存。
31.进一步，所述属性值映射算法模块，具体用于：
32.正则或字符串截取单元，用于将所述原始属性值根据配置的正则表达式或字符串截取逻辑进行截取；
33.字符串替换单元，用于将截取后的原始属性值根据配置的正则表达式与各个标准属性值进行匹配，将截取后的原始属性值替换为匹配到的标准属性值；
34.格式化单元，用于将替换后得到的标准属性值根据配置的字符串截取规则进行处理，获得格式化后的标准属性值；
35.匹配单元，用于根据所述原始属性值的数据类型，使用预先配置的所述原始属性值的匹配规则的逻辑处理所述格式化后的标准属性值，建立最终的原始属性值与标准属性
值的映射关系。
36.进一步，所述匹配规则包括：数值全等判断、字符串全等判断和范围区间判断；
37.所述匹配单元，具体用于：
38.根据所述原始属性值中的数字部分在标准属性值中进行数值全等判断，得到与所述原始属性值中的数字部分相等的数字全等关系的标准属性值；或
39.根据所述原始属性值中的字符串在标准属性值中进行字符串全等判断，匹配到标准属性值；或
40.根据所述原始属性值进行所处的范围区间判断，匹配到标准属性值。
41.根据本发明实施例的第三方面，提供一种终端设备，包括：
42.处理器；以及
43.存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
44.根据本发明实施例的第四方面，提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
45.本发明提供的技术方案，通过将各个电商平台存在差异的商品属性数据进行规范化处理，能够构建出一套统一规范的电商商品属性数据，便于消费者进行跨电商平台的商品属性比较，有效改善了消费者的购物体验。
46.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和解释性的，并不能限制本发明。
附图说明
47.通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。
48.图1是根据本发明一示例性实施例示出的一种电商商品属性数据规范化处理方法的流程示意图；
49.图2是根据本发明另一示例性实施例示出的一种电商商品属性数据规范化处理方法的流程示意图；
50.图3是根据本发明示例性实施例示出的一种电商商品属性数据规范化处理系统的结构框图；
51.图4是标准属性列表页示意图；
52.图5是属性名关系列表示意图；
53.图6属性规则配置列表示意图；
54.图7是map映射列表示意图；
55.图8是b2c属性列表示意图；
56.图9是属性映射规则配置页面示意图；
57.图10是增量数据流设计图。
具体实施方式
58.下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。
59.在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
60.应当理解，尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
61.以下结合附图详细描述本发明实施例的技术方案。
62.图1是根据本发明一示例性实施例示出的一种电商商品属性数据规范化处理方法的流程示意图。
63.参见图1，该方法包括：
64.11、解析商品的属性数据，将所述属性数据拆分为原始属性名和原始属性值；
65.具体的，该步骤中，解析从各大平台电商获取的商品的属性数据，并将属性数据拆分为属性名和属性值的键值对形式进行保存，另外，根据需要，还可保存商品来源的商城以及商品分类标准两个维度的数据。
66.12、将所述原始属性名映射为标准属性名；
67.具体的，该步骤中，可根据商城和商品分类标准两个维度建立原始属性名和标准属性名的映射关系。
68.13、将所述原始属性值映射为标准属性值。
69.具体的，该步骤中，通过配置原始属性值的映射规则算法，根据属性值的数据类型，以正则表达式、数值匹配、区间匹配等方式进行映射，通过该算法可以将原始属性值映射到标准属性值上。
70.根据上述的映射算法生成的对应关系，再使用脚本批量刷新数据库库内存储的未映射原始属性数据，即可实现属性数据规范化处理，而当出现增量属性数据时，可继续维护与迭代步骤12和13建立的映射关系。
71.本发明实施例提供的技术方案，通过将各个电商平台存在差异的商品属性数据进行规范化处理，能够构建出一套统一规范的电商商品属性数据，便于消费者进行跨电商平台的商品属性比较，有效改善了消费者的购物体验。
72.可选地，作为本发明的一个实施例，如图2所示，该方法包括：
73.21、解析商品的属性数据，将所述属性数据拆分为原始属性名和原始属性值；
74.22、将所述属性数据划分为品类数据组，按照所述品类数据组，筛选并整理出所述
品类数据组内标准属性名与属性值的对应关系并保存；
75.具体的，在划分品类数据组时，可以规模较大的电商平台，如京东和天猫两个平台的属性数据为基准。
76.步骤22中的筛选及整理的过程具体可以是：先将所述品类数据组内的属性名和属性值进行去重处理；然后，基于去重处理后的属性名和属性值，使用德尔菲法确定标准属性名、标准属性名与属性值的对应关系。
77.23、将所述原始属性名映射为标准属性名；
78.24、将所述原始属性值映射为标准属性值。
79.可选地，在该实施例中，步骤13，具体包括：
80.131、将所述原始属性值根据配置的正则表达式或字符串截取逻辑进行截取；
81.132、将截取后的原始属性值根据配置的正则表达式与各个标准属性值进行匹配，将截取后的原始属性值替换为匹配到的标准属性值；
82.133、将替换后得到的标准属性值根据配置的字符串截取规则进行处理，获得格式化后的标准属性值；
83.134、根据所述原始属性值的数据类型，使用预先配置的所述原始属性值的匹配规则的逻辑处理所述格式化后的标准属性值，建立最终的原始属性值与标准属性值的映射关系。
84.可选地，在该实施例中，所述匹配规则包括：数值全等判断、字符串全等判断和范围区间判断；
85.步骤134，具体包括：
86.根据所述原始属性值中的数字部分在标准属性值中进行数值全等判断，得到与所述原始属性值中的数字部分相等的数字全等关系的标准属性值；或
87.根据所述原始属性值中的字符串在标准属性值中进行字符串全等判断，匹配到标准属性值；或
88.根据所述原始属性值进行所处的范围区间判断，匹配到标准属性值。
89.图3是根据本发明示例性实施例示出的一种电商商品属性数据规范化处理系统的结构框图。
90.参见图3，该系统包括：
91.属性数据源解析模块，用于解析商品的属性数据，将所述属性数据拆分为原始属性名和原始属性值；
92.属性名映射配置模块，用于将所述原始属性名映射为标准属性名；
93.属性值映射算法模块，用于将所述原始属性值映射为标准属性值。
94.可选地，在该实施例中，该系统还包括：
95.标准属性配置模块，具体用于：在所述属性值映射算法模块将所述原始属性值映射为标准属性值之前，将所述属性数据划分为品类数据组；将所述品类数据组内的属性名和属性值进行去重处理；基于处理后的属性名和属性值，使用德尔菲法确定标准属性名、标准属性名与属性值的对应关系并保存。
96.可选地，在该实施例中，所述属性值映射算法模块，具体用于：
97.正则或字符串截取单元，用于将所述原始属性值根据配置的正则表达式或字符串
截取逻辑进行截取；
98.字符串替换单元，用于将截取后的原始属性值根据配置的正则表达式与各个标准属性值进行匹配，将截取后的原始属性值替换为匹配到的标准属性值；
99.格式化单元，用于将替换后得到的标准属性值根据配置的字符串截取规则进行处理，获得格式化后的标准属性值；
100.匹配单元，用于根据所述原始属性值的数据类型，使用预先配置的所述原始属性值的匹配规则的逻辑处理所述格式化后的标准属性值，建立最终的原始属性值与标准属性值的映射关系。
101.可选地，在该实施例中，所述匹配规则包括：数值全等判断、字符串全等判断和范围区间判断；
102.所述匹配单元，具体用于：
103.根据所述原始属性值中的数字部分在标准属性值中进行数值全等判断，得到与所述原始属性值中的数字部分相等的数字全等关系的标准属性值；或
104.根据所述原始属性值中的字符串在标准属性值中进行字符串全等判断，匹配到标准属性值；或
105.根据所述原始属性值进行所处的范围区间判断，匹配到标准属性值。
106.关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。
107.下面结合一个具体的实施例对本发明的技术方案中涉及的各个模块按照功能的实现顺序进行具体说明。其中涉及的数据表的功能如下：
[0108][0109][0110]
一、属性后台web服务模块
[0111]
属性后台web服务模块通过开发web服务作为属性映射运营人员与属性数据库的信息交互方式，提供：标准属性列表页面、属性名称关系列表页面、属性规则配置列表页面，map映射列表页面、b2c属性列表页面，分别介绍如下：
[0112]
a、开发标准属性列表页面(如图4所示)：提供对标准属性名与标准属性值关系的增删改配置功能；提供标准属性名与标准属性值关系的查询报表。
[0113]
b、开发属性名称关系列表页面(如图5所示)：提供以分类、映射状态、商城为维度的原始属性名与标准属性名映射关系查询报表；提供对原始属性名与标准属性名的增删改配置功能；提供对属性值的判断算法的配置功能，包含：字符串全等判断、数值全等判断、范围区间判断。
[0114]
c、开发属性规则配置列表页面(如图6所示)：提供属性值映射关系中字符串匹配
算法的配置功能，可以配置三个逻辑组件：字符串截取逻辑、替换逻辑、格式化逻辑。
[0115]
d、开发map映射列表页面(如图7所示)：提供原始属性值与标准属性值映射关系的增删改配置功能。
[0116]
e、开发b2c属性列表页面(如图8所示)：提供完成属性数据规范化处理后的商品属性数据查询报表功能。
[0117]
二、属性数据源解析模块
[0118]
a、从属性数据调度表schedule_spec_info中获取spec_detail字段存储的json格式的属性、属性名数据，解析成属性名、属性值的键值对形式，存储到attrmap_b2c_spec。
[0119]
b、从属性数据调度表schedule_spec_info中获取商城信息字段mall_id、商品分类标准维度字段map_cat3_id，存储到attrmap_b2c_spec。
[0120]
三、标准属性配置模块
[0121]
a、按照map_cat3_id字段对attrmap_b2c_spec中存储的京东、天猫两个平台的属性数据划分为品类数据组。
[0122]
b、将品类数据组内的属性名、属性值数据进行去重处理。
[0123]
c、分发商品分类数据组给运营经验的专家组进行标准属性的评定，使用德尔菲法确定标准属性名、标准属性名与属性值的对应关系。
[0124]
d、通过标准属性列表页面对关系进行保存，持久化到标准属性表attrmap_base_spec。
[0125]
四、属性名映射配置模块
[0126]
a、获取attrmap_b2c_spec中存储的原始属性名数据，和标准属性表attrmap_base_spec中的相同品类的属性名进行对比，将具有相同含义的属性名建立映射关系。
[0127]
其中，这里的属性名映射可通过人工操作来实现，即通过人工识别来确认关系。例如：“内存容量”和“内存大小”是两个具有相同意义的属性名。在标注属性名表定义“内存容量”为标准，就需要把不同电商平台的例如“内存大小”、“内存”等不同叫法相同含义的属性名绑定到“内存容量”的标准属性名上。
[0128]
b、通过属性名称关系列表页面将a中的数据关系保存至原始属性名与标准属性名映射关系表attrmap_base_orig_key_relation。
[0129]
五、属性值映射算法模块
[0130]
a、配置属性规则配置列表页面(如图9所示)，具体分为三个组件:1、正则或字符串截取2、字符串替换3、格式化。
[0131]
b、将原始属性值x根据“正则或字符串截取”组件中的逻辑进行截取，获得截取后的原始属性值x1。
[0132]
例如：原属属性值分辨率为“fhd 2400
×
1080”，使用正则表达式“\d ([x|\*|x|
×
]|\s[x|\*|x|
×
]\s)\d ”进行截取，获得“2400
×
1080”。
[0133]
c、将x1根据“字符串替换”组件中层次结构正则表达式按照顺序进行替换，最终输出替换处理后的原始属性值x2。
[0134]
例如：上文获得的2400
×
1080依次根据正则表达式依次判断是否为“qhd 及以上”、“高清hd ”、“全高清屏(1920
×
1080)”、“超高清屏(2k/2.5k/3k/4k)”这四个标准属性值，匹配到即替换到标准属性值。正则表达式依次是：“^(1[2][0
‑
7][0
‑
9]|1[0
‑
1][0
‑
9][0
‑
9]|9[6
‑
9][0
‑
9])(\w )？([x|\*|x|
×
]|\s[x|\*|x|
×
]\s)(\d )$”、“^(1[9][0
‑
1][0
‑
9]|1[2
‑
9][0
‑
9][0
‑
9]|12[8
‑
9][0
‑
9])(\w )？([x|\*|x|
×
]|\s[x|\*|x|
×
]\s)(\d )$”、“^(204[0
‑
7]|20[0
‑
3][0
‑
9]|19[2
‑
9][0
‑
9])([x|\*|x|
×
]|\s[x|\*|x|
×
]\s)(\d )$”、“^([3
‑
9][0
‑
9][0
‑
9][0
‑
9]|2[1
‑
9][0
‑
9][0
‑
9]|20[5
‑
9][0
‑
9]|204[8
‑
9])([x|\*|x|
×
]|\s[x|\*|x|
×
]\s)(\d )$”，最终根据层次先后顺序匹配到“超高清屏(2k/2.5k/3k/4k)”的正则表达式，并将“2400
×
1080”替换为“超高清屏(2k/2.5k/3k/4k)”。
[0135]
d、根据“格式化”组件中配置的字符串截取规则对x2进行处理，获得最终的处理结果格式化后的属性值x3。
[0136]
例如：对上文截取的“超高清屏(2k/2.5k/3k/4k)”进行再次格式化处理，使用正则表达式将“超高清屏(2k/2.5k/3k/4k)”截取并替换为“超高清屏”。
[0137]
e、根据属性名称关系列表页面中配置的匹配规则，根据属性值的数据类型，使用数值全等判断、字符串全等判断、范围区间判断的逻辑处理x3，建立最终的原始属性值与标准属性值的映射关系。
[0138]
下面对上述的三种判断逻辑进行举例说明：1、数值全等判断，对内存容量属性为“2g”的原始属性值，通过数字部分2在标准属性值中进行全等判断，寻找到2＝2的数字全等关系，映射到“2gb”的标准属性值上面。2、字符串全等判断，通过原始属性值“高通骁龙”，进行字符串全等判断，最终匹配到标准属性值“高通骁龙”。3、范围区间判断，对于厚度属性为“19mm”的原始属性值，通过区间上下限数字判断，最终匹配到“18.1mm—20.0mm”的标准值。
[0139]
f、使用脚本将e中建立的映射关系持久化到映射关系表attrmap_map_spec。
[0140]
六、全量属性数据映射模块
[0141]
a、根据映射关系表attrmap_map_spec中建立的映射关系，调用python映射脚本程序，映射attrmap_b2c_spec内存储的原始属性名、原始属性值，现属性数据的规范化处理。
[0142]
七、增量属性数据映射模块
[0143]
增量属性数据的更新流程如图10所示，包括以下步骤：
[0144]
a、初始化redis队列作为数据变化事件的容器。
[0145]
b、封装属性规则更新数据接口，在前端对属性名称关系列表页面、属性规则配置列表页面，map映射列表页面进行新增、修改、删除操作的时候请求该接口，属性规则更新数据接口会根据操作的数据与类型生成事件写入redis队列中。
[0146]
c、新建定时任务，将昨日增量的属性数据调度表schedule_spec_info中的原属属性数据生成事件，写入redis队列。
[0147]
d、消费redis队列中的事件，进行事件类型的判断。可以分为属性数据事件与配置数据事件。如果是属性数据事件，程序会调用第二步中的数据源解析模块进行。attrmap_b2c_spec表的数据更新操作，并且将attrmap_map_spec表中对应的映射关系重置。如果是配置数据事件，会将表attrmap_map_spec、attrmap_b2c_spec中对应的映射关系重置。
[0148]
e、设置10分钟执行一轮的定时任务，使用第六步中的python映射脚本重新建立d中重置的映射关系。
[0149]
基于本发明实施例技术方案完成商品属性数据规范化处理后，经过建立对照组进行a/b测试。企业内部运营方面，运营人效由50个工作单元/天提升到了200个工作单元/天，效率提升了200％。消费者对比两个商品规格参数的时间平均减少了80％，有效的改善了消
费者的购物体验。
[0150]
根据本发明的方法还可以实现为一种计算设备，包括存储器和处理器。
[0151]
处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0152]
存储器可以包括各种类型的存储单元，例如系统内存、只读存储器(rom)和永久存储装置。其中，rom可以存储处理器或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(dram，sram，sdram，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器可以包括可读和/或写的可移除的存储设备，例如激光唱片(cd)、只读数字多功能光盘(例如dvd
‑
rom，双层dvd
‑
rom)、只读蓝光光盘、超密度光盘、闪存卡(例如sd卡、min sd卡、micro
‑
sd卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
[0153]
存储器上存储有可执行代码，当可执行代码被处理器处理时，可以使处理器执行上文述及的方法中的部分或全部。
[0154]
此外，根据本发明的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本发明的上述方法中部分或全部步骤的计算机程序代码指令。
[0155]
或者，本发明还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本发明的上述方法的各个步骤的部分或全部。
[0156]
上文中已经参考附图详细描述了本发明的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本发明所必须的。另外，可以理解，本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本发明实施例装置中的模块可以根据实际需要进行合并、划分和删减。
[0157]
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
[0158]
附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程
序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0159]
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。