特征筛选方法、装置、电子设备及存储介质与流程

1.本技术涉及机器学习领域，具体涉及一种特征筛选方法、装置、电子设备及存储介质。


背景技术：

2.在机器学习领域中，采样得到建模样本后，将建模样本的特征用于建模，进而将所得模型上线调用。为了保证模型的稳定性，通常通过特征的稳定性指标对特征进行筛选，将稳定性高的特征用于建模。但是，从建模到模型上线调用过程中，特征的稳定性并非固定不变的，建模时稳定性高的特征，在模型上线调用后稳定性可能会降低，从而导致模型上线调用后的稳定性无法符合建模时的预期。


技术实现要素：

3.本技术的一个目的在于提出一种特征筛选方法、装置、电子设备及存储介质，有利于保证所建模型在上线调用时的稳定性。
4.根据本技术实施例的一方面，公开了一种特征筛选方法，所述方法包括：
5.获取候选特征在建模样本上的第一稳定性指标；
6.获取所述候选特征在非建模样本上的第二稳定性指标，其中，所述非建模样本的采样时间位于所述建模样本的采样时间之后；
7.基于所述第一稳定性指标以及所述第二稳定性指标，获取所述候选特征在综合样本上的综合稳定性指标，其中，所述综合样本包含所述建模样本以及所述非建模样本；
8.基于所述综合稳定性指标，对所述候选特征进行筛选，得到用于建模的目标特征。
9.根据本技术实施例的一方面，公开了一种特征筛选装置，所述装置包括：
10.第一获取模块，配置为获取候选特征在建模样本上的第一稳定性指标；
11.第二获取模块，配置为获取所述候选特征在非建模样本上的第二稳定性指标，其中，所述非建模样本的采样时间位于所述建模样本的采样时间之后；
12.第三获取模块，配置为基于所述第一稳定性指标以及所述第二稳定性指标，获取所述候选特征在综合样本上的综合稳定性指标，其中，所述综合样本包含所述建模样本以及所述非建模样本；
13.筛选模块，配置为基于所述综合稳定性指标，对所述候选特征进行筛选，得到用于建模的目标特征。
14.在本技术的一示例性实施例中，所述第一获取模块配置为：
15.对所述建模样本的采样时间进行区间划分，得到各第一时间区间；
16.对所述候选特征在所述建模样本上的特征值进行区间划分，得到各第一特征值区间；
17.基于各第一时间区间中各第一特征值区间的建模样本数量占比，获取所述候选特征在相邻第一时间区间的建模样本上的第一子稳定性指标；
18.基于所述第一子稳定性指标，获取所述第一稳定性指标。
19.在本技术的一示例性实施例中，所述第一获取模块配置为：
20.基于各第一时间区间中各第一特征值区间的建模样本数量占比，获取相邻第一时间区间之间各第一特征值区间的建模样本数量占比之差，以及相邻第一时间区间之间各第一特征值区间的建模样本数量占比之比；
21.基于所述建模样本数量占比之差以及所述建模样本数量占比之比，获取所述第一子稳定性指标。
22.在本技术的一示例性实施例中，所述第一获取模块配置为：
23.计算所述第一子稳定性指标的平均值，得到所述第一稳定性指标。
24.在本技术的一示例性实施例中，所述第二获取模块配置为：
25.对所述非建模样本的采样时间进行区间划分，得到各第二时间区间；
26.对所述候选特征在所述非建模样本上的特征值进行区间划分，得到各第二特征值区间；
27.基于各第二时间区间中各第二特征值区间的非建模样本数量占比，获取所述候选特征在相邻第二时间区间的非建模样本上的第二子稳定性指标；
28.基于所述第二子稳定性指标，获取所述第二稳定性指标。
29.在本技术的一示例性实施例中，所述第二获取模块配置为：
30.计算所述第二子稳定性指标的平均值，得到所述第二稳定性指标。
31.在本技术的一示例性实施例中，所述第二获取模块配置为：
32.获取各相邻第二时间区间的权重，其中，所述权重与对应相邻第二时间区间到当前时刻的距离呈负相关；
33.基于所述权重计算所述第二子稳定性指标的加权值，得到所述第二稳定性指标。
34.在本技术的一示例性实施例中，所述装置配置为：
35.获取第一时间区间的建模样本的平均样本数量；
36.从各第二时间区间分别采样得到所述平均样本数量的非建模样本。
37.根据本技术实施例的一方面，公开了一种电子设备，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时，使得所述电子设备实现以上任一项实施例。
38.根据本技术实施例的一方面，公开了一种计算机程序介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行以上任一项实施例。
39.根据本技术实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。
40.本技术实施例中，通过结合第一稳定性指标以及第二稳定性指标，获取候选特征在综合样本上的综合稳定性指标。由于综合样本包含建模样本以及非建模样本，并且非建模样本的时间范围更接近于模型上线调用的时间点，因此相较于基于第一稳定性指标筛选得到的目标特征，基于综合稳定性指标筛选得到的目标特征在建模样本的时间范围以及在
距离模型上线调用更近的非建模样本的时间范围均具有良好的稳定性，从而保证使用目标特征所建模型在上线调用时的稳定性。
41.本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。
42.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，并不能限制本技术。
附图说明
43.通过参考附图详细描述其示例实施例，本技术的上述和其它目标、特征及优点将变得更加显而易见。
44.图1示出了根据本技术一个实施例的特征筛选方法的流程图。
45.图2示出了根据本技术一个实施例的特征筛选装置的框图。
46.图3示出了根据本技术一个实施例的电子设备的硬件图。
具体实施方式
47.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些示例实施方式使得本技术的描述将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。附图仅为本技术的示意性图解，并非一定是按比例绘制。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。
48.此外，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示例实施方式中。在下面的描述中，提供许多具体细节从而给出对本技术的示例实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本技术的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、步骤等。在其它情况下，不详细示出或描述公知结构、方法、实现或者操作以避免喧宾夺主而使得本技术的各方面变得模糊。
49.附图中所示的一些方框图是功能实体，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。
50.本技术提供了一种特征筛选方法，主要用于对机器学习领域中建模所使用的特征进行筛选，通过提高筛选后特征的群体稳定性，使得使用筛选后特征训练所得模型的稳定性得到提高。具体的，例如在信贷风控场景中，信贷风控模型的稳定性高低对模型在实际业务中的使用效果有很大影响，采用本技术提供的特征筛选方法，对用于训练信贷风控模型的特征进行筛选，提高用于训练信贷风控模型的特征的群体稳定性，从而使得训练所得信贷风控模型的稳定性得到提高，进而提升训练所得信贷风控模型在实际业务中的使用效果。
51.其中，特征的群体稳定性可以通过特征的稳定性指标(population stability index，psi)进行描述。一般情况下，psi越大，说明对应特征的群体稳定性越低；反之，psi越小，说明对应特征的群体稳定性越高。因此，一般情况下，在确定候选特征在建模样本上的
psi后，将psi大于预设阈值的候选特征剔除，将psi小于或等于预设阈值的候选特征保留下来，进而将保留下来的特征用于建模，以保证所得模型的稳定性。
52.但是，由于模型上线调用的时间与建模样本的采样时间一般间隔较长，建模时所使用特征的群体稳定性在这段时间内可能会发生改变，从而导致建模时所使用特征在模型上线调用时的群体稳定性降低，从而导致模型上线调用时的稳定性无法符合建模的预期。
53.出于保证模型上线调用后的稳定性的考虑，本技术提供了一种特征筛选方法，该方法的示例性执行主体为负责建模的服务器。图1示出了该方法的流程图，参考图1，该方法包括：
54.步骤s110、获取候选特征在建模样本上的第一稳定性指标；
55.步骤s120、获取候选特征在非建模样本上的第二稳定性指标，其中，非建模样本的采样时间位于建模样本的采样时间之后；
56.步骤s130、基于第一稳定性指标以及第二稳定性指标，获取候选特征在综合样本上的综合稳定性指标，其中，综合样本包含建模样本以及非建模样本；
57.步骤s140、基于综合稳定性指标，对候选特征进行筛选，得到用于建模的目标特征。
58.本技术实施例中，非建模样本的采样时间位于建模样本的采样时间之后，因此相较于建模样本的时间范围，非建模样本的时间范围更接近于模型上线调用的时间点。
59.在对候选特征进行筛选时，不仅考虑候选特征在建模样本上的稳定性指标，即，第一稳定性指标，还考虑候选特征在非建模样本上的稳定性指标，即，第二稳定性指标。通过结合第一稳定性指标以及第二稳定性指标，获取候选特征在综合样本上的综合稳定性指标。由于综合样本包含建模样本以及非建模样本，并且非建模样本的时间范围更接近于模型上线调用的时间点，因此相较于基于第一稳定性指标筛选得到的目标特征，基于综合稳定性指标筛选得到的目标特征在建模样本的时间范围以及在距离模型上线调用更近的非建模样本的时间范围均具有良好的稳定性，从而保证使用目标特征所建模型在上线调用时的稳定性。
60.在一实施例中，对建模样本的采样时间进行区间划分，得到各第一时间区间。对候选特征在建模样本上的特征值进行区间划分，获取各第一特征值区间的建模样本。基于各第一时间区间中各第一特征值区间的建模样本数量占比，获取候选特征在相邻第一时间区间的建模样本上的第一子稳定性指标。基于第一子稳定性指标，获取第一稳定性指标。
61.具体的，服务器可以将建模样本的采样时间划分为n个第一时间区间，各第一时间区间内有至少一个建模样本。并且，服务器可以将特征值的取值范围均分为n等份，得到n个第一特征值区间，各第一特征值区间内有至少一个建模样本。
62.进而计算候选特征在第aj对相邻第一时间区间的建模样本上的第一子稳定性指标psi
aj
。aj大于等于1，且小于等于n-1。其中，对于第aj对相邻第一时间区间，其建模样本的psi
aj
用于描述候选特征从第aj个第一时间区间的建模样本到第aj 1个第一时间区间的建模样本的群体稳定性。例如：对于相邻的第1个第一时间区间以及第2个第一时间区间，其建模样本的psi
a1
用于描述候选特征从第1个第一时间区间的建模样本到第2个第一时间区间的建模样本的群体稳定性。
63.由于存在n个第一时间区间，因此存在n-1对相邻第一时间区间，因此通过该公式
将会计算得到n-1个psi
aj
。进而基于得到的n-1个psi
aj
，计算得到第一稳定性指标。
64.该实施例的优点在于，通过候选特征在相邻时间区间上的子稳定性指标计算对应的稳定性指标，使得计算所得稳定性指标能够动态且均匀地反映出候选特征在时间维度上的群体稳定性的变化特征。
65.在一实施例中，基于在各第一时间区间中各第一特征值区间的建模样本数量占比，获取相邻第一时间区间之间各第一特征值区间的建模样本数量占比之差，以及相邻第一时间区间之间各第一特征值区间的建模样本数量占比之比。基于建模样本数量占比之差以及建模样本数量占比之比，获取第一子稳定性指标。
66.具体的，服务器可以按照如下所示公式计算候选特征在相邻第一时间区间的建模样本上的第一子稳定性指标psia。
[0067][0068]
其中，compare
ai
和base
ai
分别为第aj对相邻第一时间区间中第ai个特征值区间的建模样本数量占比。具体的，compare
ai
为在第aj 1个第一时间区间中第ai个特征值区间的建模样本数量占比，base
ai
为在第aj个第一时间区间中第ai个特征值区间的建模样本数量占比。
[0069]
在一实施例中，建模样本的采样时间的时间范围为2021年1月到3月，则可以按照月份划分得到3个第一时间区间：1月，2月，以及3月。进而得到1月的建模样本，2月的建模样本以及3月的建模样本。
[0070]
将特征值的取值范围均分为n等份，得到n个第一特征值区间。进而得到各第一特征值区间的建模样本。进而按照如上所示用于计算psi
aj
的公式，计算候选特征在1～2月的建模样本上的psi
a1
，以及候选特征在2～3月的建模样本上的psi
a2
。
[0071]
在计算候选特征在1～2月的建模样本上的psi
a1
时：ai为1时，compare1为在2月中第1个第一特征值区间的建模样本数量占比，base1为在1月中第1个第一特征值区间的建模样本数量占比；ai为2时，compare2为在2月中第2个特征值区间的建模样本数量占比，base2为在1月中第2个特征值区间的建模样本数量占比；以此类推确定在2月中第n个特征值区间的建模样本数量占比comparen，在1月中第n个特征值区间的建模样本数量占比basen。
[0072]
在一实施例中，对非建模样本的采样时间进行区间划分，得到各第二时间区间。对候选特征在非建模样本上的特征值进行区间划分，得到各第二特征值区间。基于各第二时间区间中各第二特征值区间的非建模样本数量占比，获取候选特征在相邻第二时间区间的非建模样本上的第二子稳定性指标。基于第二子稳定性指标，获取第二稳定性指标。
[0073]
具体的，服务器可以将非建模样本的采样时间划分为m个第二时间区间，各第二时间区间内有至少一个非建模样本。并且，服务器可以将特征值的取值范围均分为m等份，得到m个第二特征值区间，各第二特征值区间内有至少一个非建模样本。
[0074]
进而计算候选特征在第bj对相邻第二时间区间的非建模样本上的第二子稳定性指标psi
bj
。bj大于等于1，且小于等于m-1。其中，对于第bj对相邻第二时间区间，其非建模样本的psi
bj
用于描述候选特征从第bj个第二时间区间的非建模样本到第bj 1个第二时间区
间的非建模样本的群体稳定性。例如：对于相邻的第1个第二时间区间以及第2个第二时间区间，其非建模样本的psi
b1
用于描述候选特征从第1个第二时间区间的非建模样本到第2个第二时间区间的非建模样本的群体稳定性。
[0075]
由于存在m个第二时间区间，因此存在m-1对相邻第二时间区间，因此通过该公式将会计算得到m-1个psi
bj
。进而基于得到的m-1个psi
bj
，计算得到第二稳定性指标。
[0076]
在一实施例中，基于在各第二时间区间中各第二特征值区间的非建模样本数量占比，获取相邻第二时间区间之间各第二特征值区间的非建模样本数量占比之差，以及相邻第二时间区间之间各第二特征值区间的非建模样本数量占比之比。基于非建模样本数量占比之差以及非建模样本数量占比之比，获取第二子稳定性指标。
[0077]
具体的，服务器可以按照如下所示公式计算候选特征在相邻第二时间区间的非建模样本上的第二子稳定性指标psi
bj
。
[0078][0079]
其中，compare
bi
和base
bi
分别为第bj对相邻第二时间区间中第bi个特征值区间的非建模样本数量占比，compare
bi
为在第bj 1个第二时间区间中第bi个特征值区间的非建模样本数量占比，base
bi
为在第bj个第二时间区间中第bi个特征值区间的非建模样本数量占比。
[0080]
在一实施例中，非建模样本的采样时间的时间范围为2021年4月到9月，则可以按照月份划分得到6个第二时间区间：4月，5月......9月。进而得到4月的非建模样本，5月的非建模样本......9月的非建模样本。
[0081]
将特征值的取值范围均分为m等份，得到m个第二特征值区间。进而得到各第二特征值区间的非建模样本。进而按照如上所示用于计算psi
bj
的公式，计算候选特征在4～5月的非建模样本上的psi
b1
，候选特征在5～6月的非建模样本上的psi
b2
......候选特征在8～9月的非建模样本上的psi
b5
。
[0082]
在计算候选特征在4～5月的非建模样本上的psi
b1
时：bi为1时，compare1为在5月中第1个第二特征值区间的非建模样本数量占比，base1为在4月中第1个第二特征值区间的非建模样本数量占比；bi为2时，compare2为在5月中第2个第二特征值区间的非建模样本数量占比，base2为在4月中第2个第二特征值区间的非建模样本数量占比；以此类推确定在5月中第m个第二特征值区间的非建模样本数量占比comparem，在4月中第m个第二特征值区间的非建模样本的数量占比basem。
[0083]
在另一实施例中，用于计算第一稳定性指标的第一子稳定性指标并非用于描述候选特征从前一第一时间区间的建模样本到后一第一时间区间的建模样本的群体稳定性，而是用于描述候选特征从第1个第一时间区间的建模样本到其他第一时间区间的建模样本的群体稳定性。其中，其他第一时间区间指的是第1个第一时间区间以外的第一时间区间。
[0084]
例如：建模样本的采样时间的时间范围为2021年1月到4月，按照月份划分得到4个第一时间区间：1月，2月，3月以及4月。进而得到1月的建模样本，2月的建模样本，3月的建模样本以及4月的建模样本。进而计算候选特征从1月的建模样本到2月的建模样本的psi
a1
，候
1个psi
aj
的平均值，得到第一稳定性指标psi1。
[0097]
在一实施例中，计算第二子稳定性指标的平均值，得到第二稳定性指标。
[0098]
具体的，存在m个第二时间区间，计算得到m-1个第二子稳定性指标psi
bj
。计算该m-1个psi
bj
的平均值，得到第二稳定性指标psi2。
[0099]
在一实施例中，获取各相邻第二时间区间的权重，其中，权重与对应相邻第二时间区间到当前时刻的距离呈负相关。基于权重计算第二子稳定性指标的加权值，得到第二稳定性指标psi2。
[0100]
具体的，根据相邻第二时间区间与当前时刻的时间间隔，为相邻第二时间区间分配对应的权重。与当前时刻的时间间隔越短，为对应相邻第二时间区间分配的权重越大；反之，与当前时刻的时间间隔越长，为对应第二时间区间分配的权重越小。可以通过如下所示公式计算得到第二稳定性指标psi2。
[0101][0102]
其中，psi2为第二稳定性指标，psij为候选特征在第bj～bj 1第二时间区间的非建模样本上的第二子稳定性指标。
[0103]
在一实施例中，将第一稳定性指标psi1以及第二稳定性指标psi2的平均值作为综合稳定性指标。进而将综合稳定性指标与预设的阈值进行对比，将综合稳定性指标大于阈值的候选特征剔除，将综合稳定性指标小于或等于阈值的候选特征保留，得到目标特征。
[0104]
在一实施例中，为第一稳定性指标psi1以及第二稳定性指标psi2分别分配预设的权重，进而将第一稳定性指标psi1以及第二稳定性指标psi2的加权值作为综合稳定性指标。进而将综合稳定性指标与预设的阈值进行对比，将综合稳定性指标大于阈值的候选特征剔除，将综合稳定性指标小于或等于阈值的候选特征保留，得到目标特征。
[0105]
图2示出了根据本技术一实施例的特征筛选装置，所述装置包括：
[0106]
第一获取模块210，配置为获取候选特征在建模样本上的第一稳定性指标；
[0107]
第二获取模块220，配置为获取所述候选特征在非建模样本上的第二稳定性指标，其中，所述非建模样本的采样时间位于所述建模样本的采样时间之后；
[0108]
第三获取模块230，配置为基于所述第一稳定性指标以及所述第二稳定性指标，获取所述候选特征在综合样本上的综合稳定性指标，其中，所述综合样本包含所述建模样本以及所述非建模样本；
[0109]
筛选模块240，配置为基于所述综合稳定性指标，对所述候选特征进行筛选，得到用于建模的目标特征。
[0110]
在本技术的一示例性实施例中，所述第一获取模块配置为：
[0111]
对所述建模样本的采样时间进行区间划分，得到各第一时间区间；
[0112]
对所述候选特征在所述建模样本上的特征值进行区间划分，得到各第一特征值区间；
[0113]
基于各第一时间区间中各第一特征值区间的建模样本数量占比，获取所述候选特征在相邻第一时间区间的建模样本上的第一子稳定性指标；
[0114]
基于所述第一子稳定性指标，获取所述第一稳定性指标。
[0115]
在本技术的一示例性实施例中，所述第一获取模块配置为：
[0116]
基于各第一时间区间中各第一特征值区间的建模样本数量占比，获取相邻第一时间区间之间各第一特征值区间的建模样本数量占比之差，以及相邻第一时间区间之间各第一特征值区间的建模样本数量占比之比；
[0117]
基于所述建模样本数量占比之差以及所述建模样本数量占比之比，获取所述第一子稳定性指标。
[0118]
在本技术的一示例性实施例中，所述第一获取模块配置为：
[0119]
计算所述第一子稳定性指标的平均值，得到所述第一稳定性指标。
[0120]
在本技术的一示例性实施例中，所述第二获取模块配置为：
[0121]
对所述非建模样本的采样时间进行区间划分，得到各第二时间区间；
[0122]
对所述候选特征在所述非建模样本上的特征值进行区间划分，得到各第二特征值区间；
[0123]
基于各第二时间区间中各第二特征值区间的非建模样本数量占比，获取所述候选特征在相邻第二时间区间的非建模样本上的第二子稳定性指标；
[0124]
基于所述第二子稳定性指标，获取所述第二稳定性指标。
[0125]
在本技术的一示例性实施例中，所述第二获取模块配置为：
[0126]
计算所述第二子稳定性指标的平均值，得到所述第二稳定性指标。
[0127]
在本技术的一示例性实施例中，所述第二获取模块配置为：
[0128]
获取各相邻第二时间区间的权重，其中，所述权重与对应相邻第二时间区间到当前时刻的距离呈负相关；
[0129]
基于所述权重计算所述第二子稳定性指标的加权值，得到所述第二稳定性指标。
[0130]
在本技术的一示例性实施例中，所述装置配置为：
[0131]
获取第一时间区间的建模样本的平均样本数量；
[0132]
从各第二时间区间分别采样得到所述平均样本数量的非建模样本。
[0133]
下面参考图3来描述根据本技术实施例的电子设备30。图3显示的电子设备30仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0134]
如图3所示，电子设备30以通用计算设备的形式表现。电子设备30的组件可以包括但不限于：上述至少一个处理单元310、上述至少一个存储单元320、连接不同系统组件(包括存储单元320和处理单元310)的总线330。
[0135]
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310执行，使得所述处理单元310执行本说明书上述示例性方法的描述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310可以执行如图1中所示的各个步骤。
[0136]
存储单元320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)3201和/或高速缓存存储单元3202，还可以进一步包括只读存储单元(rom)3203。
[0137]
存储单元320还可以包括具有一组(至少一个)程序模块3205的程序/实用工具3204，这样的程序模块3205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。
[0138]
总线330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。
[0139]
电子设备30也可以与一个或多个外部设备400(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30交互的设备通信，和/或与使得该电子设备30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350进行。输入/输出(i/o)接口350与显示单元340相连。并且，电子设备30还可以通过网络适配器360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360通过总线330与电子设备30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30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。
[0140]
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，根据本技术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)执行根据本技术实施方式的方法。
[0141]
在本技术的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行上述方法实施例部分描述的方法。
[0142]
根据本技术的一个实施例，还提供了一种用于实现上述方法实施例中的方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0143]
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。
[0144]
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。
[0145]
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。
[0146]
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)。
[0147]
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本技术的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
[0148]
此外，尽管在附图中以特定顺序描述了本技术中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
[0149]
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，根据本技术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、移动终端、或者网络设备等)执行根据本技术实施方式的方法。
[0150]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、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技术的一般性原理并包括本技术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，本技术的真正范围和精神由所附的权利要求指出。