理赔数据处理方法、装置、电子设备及可读介质与流程

1.本公开涉及智能理赔技术领域，尤其涉及一种理赔数据处理方法、装置、电子设备及计算机可读介质。


背景技术：

2.目前，在实现自动化理赔过程中，需要处理用户上传的电子单证。电子单证是纸质单证的图片形式。纸质单证可包括但不限于身份证、银行卡、发票、病历、诊断证明的复印件等。由于理赔单证繁多复杂的特性，理赔各类单证主要依赖理赔人员人工肉眼查看再将确认到的文字内容转换为赔案理算数据，并人工手动录入理赔系统，将会消耗大量人力物力，且人工识别和手动录入均可能存在较大误差。为节约人力物力并提高单证识别的准确性，采用外部图形识别提供商进行电子单证的智能化识别。但保险企业因合规等因素需要保护客户隐私，无法让非理赔相关人员处理相关影像资料。这为外部图形识别提供商进行处理带来了障碍。
3.因此，需要一种新的理赔数据处理方法、装置、电子设备及计算机可读介质。
4.在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

5.有鉴于此，本公开实施例提供一种理赔数据处理方法、装置、电子设备及计算机可读介质，在保障客户隐私的前提下，能够提高自动化理赔流程中电子单证识别的正确率。
6.本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
7.根据本公开实施例的第一方面，提出一种理赔数据处理方法，该方法包括：获取理赔请求，所述理赔请求包括待识别图像；对所述待识别图像进行脱敏处理，获得所述理赔请求的脱敏图像；调用外部接口发送所述理赔请求的脱敏图像，获得所述外部接口返回的文字识别信息；利用所述文字识别信息生成所述理赔请求的理赔结果。
8.在本公开的一种示例性实施例中，对所述待识别图像进行脱敏处理，获得脱敏图像包括：按照预设尺寸对所述待识别图像进行缩放，获得缩放图像；确定所述缩放图像的图像类别；根据所述图像类别确定所述缩放图像的脱敏区域；对所述缩放图像的脱敏区域进行脱敏处理，获得所述脱敏图像。
9.在本公开的一种示例性实施例中，确定所述缩放图像的图像类别包括：获取图像训练集，所述图像训练集包括样本图像和所述样本图像的分类标注；利用机器学习模型对所述样本图像进行处理，获得预测结果；根据所述预测结果和所述样本图像的分类标注确定损失函数；利用所述损失函数调整所述机器学习模型，获得训练完成的所述机器学习模型；根据训练完成的所述机器学习模型对所述缩放图像进行处理，获得所述缩放图像的图像分类。
10.在本公开的一种示例性实施例中，调用外部接口发送所述理赔请求的脱敏图像，获得所述外部接口返回的文字识别信息包括：根据所述理赔请求的理赔标识对所述理赔请求的脱敏图像进行标记；将标记后的所述脱敏图像发送至所述外部接口；根据所述理赔请求的理赔标识以接收所述外部接口返回的所述文字识别信息。
11.在本公开的一种示例性实施例中，利用所述文字识别信息生成所述理赔请求的理赔结果包括：对所述文字识别信息进行结构化处理，获得结构化数据，所述结构化数据包括票据信息和药品信息；对所述票据信息进行校验，获得校验结果；根据所述票据信息中的票据标识在历史案件信息进行查找获得重复票据；在校验结果为通过，且查找获得重复票据失败时，根据所述票据信息和所述药品信息生成所述理赔请求的理赔结果。
12.在本公开的一种示例性实施例中，根据所述票据信息和所述药品信息生成所述理赔请求的理赔结果包括：根据药品库数据确定所述药品信息的药品类别与理赔比例；将所述票据信息中的病历数据与所述理赔请求的出险信息和疾病信息进行匹配，获得匹配结果；在所述匹配结果为通过时，根据所述药品信息的药品类别与理赔比例、所述票据信息计算获得所述理赔请求的理赔结果。
13.在本公开的一种示例性实施例中，利用所述文字识别信息生成所述理赔请求的理赔结果还包括：在查找获得重复票据成功时，获得所述重复票据对应的目标票据和所述重复票据在历史案件信息中的目标历史赔案；根据所述目标历史赔案的历史理赔结果对所述目标票据信息进行调整，获得调整票据信息；根据所述调整票据信息和所述药品信息生成所述理赔请求的所述理赔结果。
14.根据本公开实施例的第二方面，提出一种理赔数据处理装置，该装置包括：请求获取模块，配置为获取理赔请求，所述理赔请求包括待识别图像；脱敏处理模块，配置为对所述待识别图像进行脱敏处理，获得所述理赔请求的脱敏图像；文字识别模块，配置为调用外部接口发送所述理赔请求的脱敏图像，获得所述外部接口返回的文字识别信息；理赔处理模块，配置为利用所述文字识别信息生成所述理赔请求的理赔结果。
15.根据本公开实施例的第三方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一项所述的理赔数据处理方法。
16.根据本公开实施例的第四方面，提出一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述任一项所述的理赔数据处理方法。
17.根据本公开某些实施例提供的理赔数据处理方法、装置、电子设备及计算机可读介质，对理赔请求的待识别图像进行脱敏处理后，再调用外部接口对脱敏图像进行文字识别，能够通过脱敏处理去除待识别图像中的隐私信息，进而避免在调用外部接口对脱敏图像进行文字识别时隐私信息的泄露。同时，基于外部接口对脱敏图像进行文字识别，能够节约人力物力并提高单证识别的准确性。
18.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的，并不能限制本公开。
附图说明
19.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施
例，并与说明书一起用于解释本公开的原理。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
20.图1是根据一示例性实施例示出的一种理赔数据处理方法及装置的系统框图。
21.图2是根据一示例性实施例示出的一种理赔数据处理方法的流程图。
22.图3是根据一示例性实施例示出的一种理赔数据处理方法的流程图。
23.图4是根据一示例性实施例示出的一种理赔数据处理方法的流程图。
24.图5是根据另一示例性实施例示出的一种理赔数据处理方法的流程图。
25.图6是根据一示例性实施例示出的文字识别结果的展示图。
26.图7是根据一示例性实施例示出的药品信息的展示图。
27.图8是根据一示例性实施例示出的一种理赔数据处理装置的框图。
28.图9示意性示出本公开一个示例性实施例中一种电子设备的方框图。
具体实施方式
29.现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本发明将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
30.所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
31.附图仅为本发明的示意性图解，图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
32.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和步骤，也不是必须按所描述的顺序执行。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
33.下面结合附图对本发明示例实施方式进行详细说明。
34.图1是根据一示例性实施例示出的一种理赔数据处理方法及装置的系统框图。
35.服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所进行操作的理赔数据处理系统提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的理赔数据处理请求等数据进行分析等处理，并将处理结果(例如理赔结果
‑‑
仅为示例)反馈给终端设备。
36.服务器105可例如获取理赔请求，理赔请求包括待识别图像；服务器105可例如对待识别图像进行脱敏处理，获得理赔请求的脱敏图像；服务器105可例如调用外部接口发送
理赔请求的脱敏图像，获得外部接口返回的文字识别信息。服务器105可例如利用文字识别信息生成理赔请求的理赔结果。
37.服务器105可以是一个实体的服务器，还可例如为多个服务器组成，服务器105中的一部分可例如作为本公开中的理赔数据处理任务提交系统，用于获取将要执行理赔数据处理命令的任务；以及服务器105中的一部分还可例如作为本公开中的理赔数据处理系统，用于获取理赔请求，所述理赔请求包括待识别图像；对所述待识别图像进行脱敏处理，获得所述理赔请求的脱敏图像；调用外部接口发送所述理赔请求的脱敏图像，获得所述外部接口返回的文字识别信息；利用所述文字识别信息生成所述理赔请求的理赔结果。
38.根据本公开实施例提供的理赔数据处理方法及装置，能够技术效果。
39.图2是根据一示例性实施例示出的一种理赔数据处理方法的流程图。本公开实施例提供的理赔数据处理方法可以由任意具备计算处理能力的电子设备执行，例如终端设备101、102、103和/或服务器105，在下面的实施例中，以服务器执行所述方法为例进行举例说明，但本公开并不限定于此。本公开实施例提供的理赔数据处理方法20可以包括步骤s202至s208。
40.如图2所示，在步骤s202中，获取理赔请求，理赔请求包括待识别图像。
41.本公开实施例中，待识别图像可为理赔请求的发起者(例如保险用户)通过终端上传的纸质单证的扫描图像、拍摄图像等。其中，纸质单证可例如但不限于为
42.在步骤s204中，对待识别图像进行脱敏处理，获得理赔请求的脱敏图像。
43.本公开实施例中，可对待识别图像的预定区域进行脱敏处理，获得理赔请求的脱敏图像。其中，脱敏处理可为：将指定区域(即前文的预定区域)的像素替换为指定像素。该指定像素可例如但不限于为空白像素、马赛克色块的像素等。
44.在步骤s206中，调用外部接口发送理赔请求的脱敏图像，获得外部接口返回的文字识别信息。
45.本公开实施例中，外部接口可为图形识别提供商的服务接口，该外部接口可利用光学字符识别技术(optical character recognition，ocr)对脱敏图像进行处理，获得脱敏图像的文字识别信息并返回。文字识别信息为外部接口根据脱敏图像进行文字识别后获得的文本格式数据。
46.在步骤s208中，利用文字识别信息生成理赔请求的理赔结果。
47.本公开实施例中，可对文字识别信息进行语义分析，提取获得结构化数据，以根据结构化数据和理赔规则生成理赔请求的理赔结果。其中，当理赔请求中的待识别图像均识别成功获得文字识别信息后，其识别结果可如图6所示。在理赔请求中不存在识别失败的脱敏图像时，才执行本实施例的步骤s208。
48.根据本公开实施例提供的理赔数据处理方法，对理赔请求的待识别图像进行脱敏处理后，再调用外部接口对脱敏图像进行文字识别，能够通过脱敏处理去除待识别图像中的隐私信息，进而避免在调用外部接口对脱敏图像进行文字识别时隐私信息的泄露。同时，基于外部接口对脱敏图像进行文字识别，能够节约人力物力并提高单证识别的准确性。
49.在示例性实施例中，在步骤s206中，可根据理赔请求的理赔标识对理赔请求的脱敏请求进行标记；将标记后的脱敏图像发送至外部接口；根据理赔请求的理赔标识以接收外部接口返回的文字识别信息。其中，理赔标识为区别该理赔请求与其他理赔请求的唯一
标识。通过理赔标识对脱敏图像进行标记，能够在接收外部接口返回的文字识别信息时，根据标记的理赔标识识别理赔请求对应的文字识别信息。在面对批量的理赔请求时，能够实现对批量的待识别图像进行批量无差错处理。
50.图3是根据一示例性实施例示出的一种理赔数据处理方法的流程图。如图3所示，在对待识别图像进行脱敏处理，获得脱敏图像时，本公开实施例提供理赔数据处理方法可以包括步骤s302至s308。
51.在步骤s302中，按照预设尺寸对待识别图像进行缩放，获得缩放图像。
52.本公开实施例中，预设尺寸可为待识别图像的指定缩放尺寸。
53.在步骤s304中，确定缩放图像的图像类别。
54.本公开实施例中，图像类别可例如在理赔请求发起时为每个待识别图像所匹配；还可为利用机器学习模型对待识别图像进行处理，获得待识别图像的图像类别。图像类别可包括但不限于为身份证图像、银行卡图像、病历证明图像、发票图像、行程单图像、延误证明图像、药品清单图像等。
55.在示例性实施例中，可获取图像训练集，图像训练集包括样本图像和样本图像的分类标注；利用机器学习模型对样本图像进行处理，获得预测结果；根据预测结果和样本图像的分类标注确定损失函数；利用损失函数调整机器学习模型，获得训练完成的机器学习模型；根据训练完成的机器学习模型对缩放图像进行处理，获得缩放图像的图像分类。
56.其中，对每个图像类别可设置一机器学习模型。每个机器学习模型的图像训练集可包括正样本图像和负样本图像。例如，对于图像类别为身份证图像的机器学习模型，其图像训练集可包括为身份证图像的正样本图像和为非身份证图像的负样本图像。正样本图像的分类标注可例如为1，负样本图像的分类标注可例如为0。
57.在步骤s306中，根据图像类别确定待识别图像的脱敏区域。
58.本公开实施例中，对于相同图像类别的待识别图像，其图像中的隐私信息所处的位置通常为固定位置。对于身份证图像，当隐私信息包括姓名与出生年月时，可将预定尺寸下的身份证图像中姓名和出生年月的区域确定为图像类别为身份证图像的脱敏区域。
59.在步骤s308中，对待识别图像的脱敏区域进行脱敏处理，获得脱敏图像。
60.根据本公开实施例提供的理赔数据处理方法，对待识别图像进行缩放，并根据图像类别确定脱敏区域，进而在脱敏区域进行脱敏处理，能够去除待识别图像中的隐私信息，进而避免在调用外部接口对脱敏图像进行文字识别时隐私信息的泄露。
61.根据本公开实施例提供的理赔数据处理方法，根据图像训练集获得训练完成的机器学习模型，能够利用训练完成的机器学习模型对缩放图像进行处理，对缩放图像精准分类，获得缩放图像的图像类别，以便后续对具有隐私区域的图像部分进行精准脱敏。
62.在示例性实施例中，还可对对待识别图像和脱敏图像进行存储；在接收到针对理赔结果的查看请求时，发送待识别图像和脱敏图像。
63.图4是根据一示例性实施例示出的一种理赔数据处理方法的流程图。如图4所示，在利用文字识别信息生成理赔请求的理赔结果时，本公开实施例提供理赔数据处理方法可以包括步骤s402至s408。
64.在步骤s402中，对文字识别信息进行结构化处理，获得结构化数据，结构化数据包括票据信息和药品信息。
65.本公开实施例中，结构化的数据可输入理赔系统，以通过理赔系统根据理赔规则进行校验、查重、理算等。其中，每个待识别图像可具有其对应的票据信息。每个待识别图像还可具有其对应的药品信息。票据信息可包括但不限于为票据标识(例如发票的发票号)、票据金额(例如发票的发票金额)、生成日期(例如发票的开票日期)发出机构、出险医院等信息等。
66.在步骤s404中，对票据信息进行校验，获得校验结果。
67.本公开实施例中，可对指定类别的待识别图像对应的票据信息进行校验。指定类别可例如为发票、病历等。例如对于发票类别，其校验可例如为对发票的开票日期和出险日期、发出机构和出险医院、发票金额进行校验，以验证其有效性。
68.在步骤s406中，根据票据信息中的票据标识在历史案件信息进行查找获得重复票据。
69.本公开实施例中，票据信息中的票据标识为票据信息的唯一标识。当当前的理赔请求所包括的待识别图像在历史案件中已进行过赔付，在历史案件中将会存储与其重复的票据信息，即重复票据。
70.在步骤s408中，在校验结果为通过，且查找获得重复票据失败时，根据票据信息和药品信息生成理赔请求的理赔结果。
71.本公开实施例中，通过对票据信息进行校验，能够验证其真伪。在历史案件信息汇总查找重复票据，能够避免在历史案件中已使用的重复票据进行重复处理和赔案重复。
72.在示例性实施例中，在根据票据信息和药品信息生成理赔请求的理赔结果时，可根据药品库数据确定药品信息的药品类别与理赔比例；将票据信息中的病历数据与理赔请求的出险信息和疾病信息进行匹配，获得匹配结果；在匹配结果为通过时，根据药品信息的药品类别与理赔比例、票据信息计算获得理赔请求的理赔结果。
73.其中，可调用第三方药品库(即药品库数据)，判断药品信息中可理赔的药品费用，以及药品所属类别(例如甲、乙、丙类)，报销比例、自费比例、是否属自费\自付等，具体可如图7所示。其中，还可结合理赔请求对应的保险条款判断该药品信息是否为属于理赔范畴的数据。还可比对病历数据与出险信息、疾病信息是否匹配。
74.在示例性实施例中，还可在查找获得重复票据成功时，获得重复票据对应的目标票据和重复票据在历史案件信息中的目标历史赔案；根据目标历史赔案的历史理赔结果对目标票据信息进行调整，获得调整票据信息；根据调整票据信息和药品信息生成理赔请求的理赔结果。其中，目标历史赔案中，该重复票据可能存在仅部分赔付的情况。例如，一个药品在目标历史赔案中已赔付部分金额，但有部分金额未作赔付，则根据历史赔案中的已赔付金额对当前赔案的赔付金额进行调整，获得调整票据信息。该实施例能够实现理赔请求的完整赔付，避免筛除未作完整赔付导致的赔付失败。
75.应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。
76.图5是根据另一示例性实施例示出的一种理赔数据处理方法的流程图。理赔数据处理方法50至少包括步骤s502至s506。其中，脱敏系统520和整个识别处理系统部署在公司内部环境，和外部网络环境隔绝。
77.如图5所示，在步骤s502中，接收脱敏系统对图片查询接口的调用请求，返回图片链接(即待识别图像的图片链接)。
78.在步骤s504中，在脱敏系统全部脱敏失败时，接收对脱敏失败的图片回调接口的调用请求并接收脱敏失败的图片。
79.在步骤s506中，对待识别图像和脱敏图像进行存储。
80.对脱敏图像进行识别获得识别文字信息后，可回传到理赔系统，理赔系统根据理算规则确定理赔结果。
81.在该实施例中，根据业务场景提供案例数据，机器学习训练识别模型。理赔系统根据业务需求通过接口批量或者赔案别提供识别图信息。图形数据中带入有关键个人信息打码做脱敏处理，使得图形内容带有的信息变得和个人无关，只能在理赔系统中根据赔案才能和个人关联起来。光学文字识别后通过接口将内容信息，获取需要识别的图形影像信息。调用接口返回图形识别信息，主要是发票和医药信息，也有身份证银行卡信息。理赔系统根据识别到的票据信息，整合理赔赔付信息，协助业务人员理算赔案。
82.理算规则可例如如下所示。
[0083][0084][0085]
其中，在和已有的理赔系统整合的前提下加入规则对特定案件批量自动理算减轻
业务负担。在该实施例中，能够实现数据识别和理赔系统整合，实现理赔部分流程或者全流程自动化的创新设计。将每日收到大量的纸质和图形的单证数据，加以识别和转换为规范的电子数据信息记录，并且按一定的规则加以处理后，整合到现有的业务系统。支持每日的赔案处理，协助用户辨识数据、调整和录入并加以计算，也为日后赔案处理和反赔案欺诈提供有力的数据保证。
[0086]
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由中央处理器(central processing unit，cpu)执行的计算机程序。在该计算机程序被中央处理器cpu执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。
[0087]
此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0088]
下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。
[0089]
图8是根据一示例性实施例示出的一种理赔数据处理装置的框图。参照图8，本公开实施例提供的理赔数据处理装置80可以包括：请求获取模块802、脱敏处理模块804、文字识别模块806和理赔处理模块808。
[0090]
在理赔数据处理装置80中，请求获取模块802可配置为获取理赔请求，所述理赔请求包括待识别图像。
[0091]
脱敏处理模块804可配置为对所述待识别图像进行脱敏处理，获得所述理赔请求的脱敏图像。
[0092]
文字识别模块806可配置为调用外部接口发送所述理赔请求的脱敏图像，获得所述外部接口返回的文字识别信息。
[0093]
理赔处理模块808可配置为利用所述文字识别信息生成所述理赔请求的理赔结果。
[0094]
根据本公开实施例提供的理赔数据处理装置，对理赔请求的待识别图像进行脱敏处理后，再调用外部接口对脱敏图像进行文字识别，能够通过脱敏处理去除待识别图像中的隐私信息，进而避免在调用外部接口对脱敏图像进行文字识别时隐私信息的泄露。同时，基于外部接口对脱敏图像进行文字识别，能够节约人力物力并提高单证识别的准确性。
[0095]
下面参照图9来描述根据本发明的这种实施方式的电子设备900。图9显示的电子设备900仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0096]
如图9所示，电子设备900以通用计算设备的形式表现。电子设备900的组件可以包括但不限于：上述至少一个处理单元910、上述至少一个存储单元920、连接不同系统组件(包括存储单元920和处理单元910)的总线930。
[0097]
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元910执行，使得所述处理单元910执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元910可以执行如图2中所示的步骤s202：获取理赔请求，理赔请求包括待识别图像；步骤s204：对待识别图像进行脱敏处理，获得理赔请求的脱敏图像；步骤s206：调用外部接口发送理赔请求的脱敏图像，获得外部接口返回的文字
识别信息；步骤s208：利用文字识别信息生成理赔请求的理赔结果。
[0098]
存储单元920可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)9201和/或高速缓存存储单元9202，还可以进一步包括只读存储单元(rom)9203。
[0099]
存储单元920还可以包括具有一组(至少一个)程序模块9205的程序/实用工具9204，这样的程序模块9205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0100]
总线930可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
[0101]
电子设备900也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备900交互的设备通信，和/或与使得该电子设备900能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口950进行。并且，电子设备900还可以通过网络适配器960与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器960通过总线930与电子设备900的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备900使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0102]
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd
‑
rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
[0103]
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
[0104]
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0105]
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其
结合使用的程序。
[0106]
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
[0107]
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
[0108]
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
[0109]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和构思由权利要求指出。