一种碳排放量数据分类方法、装置、电子设备及存储介质与流程

1.本发明涉及碳管理技术领域领域，尤其涉及一种碳排放量数据分类方法、装置、电子设备及存储介质。


背景技术：

2.随着经济的增长与社会的进步，人们越来越关注人与自然的和谐发展，对于环境保护与可持续发展的共存的需要达到了一个新的高度。
3.如今，人们的生活，生产的方方面面都会涉及到能量的消耗和随之而来的碳排放。有研究表明，二氧化碳等碳相关气体对全球气候有着显著影响，这种影响会造成诸如全球各地极端天气的出现，全球的海平面升高等诸多世界性的隐患。为了让这一全球性的能源问题得到最有效的改善，对用碳行为的分析必不可少，只有掌握了用碳行为的建模方法，才可以对各种碳相关业务游刃有余。
4.因此，需要提供更加全面的碳排放数据分类方案。


技术实现要素：

5.本发明提供了一种碳排放量数据分类方法、装置、电子设备及存储介质，能够对碳排放量数据进行分类，对用碳排优化起到积极的作用。
6.根据本发明的一方面，提供了一种碳排放量数据分类方法，该方法包括：
7.获取预设时间段内至少两组碳排放量数据；
8.对所述至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据；
9.根据预先设置的时间序列模型，对所述至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标；其中，所述赤池信息量指标用于描述时间序列模型拟合数据的结果；
10.利用所述至少两个最小指标对碳排放量数据进行分类。
11.根据本发明的另一方面，提供了一种碳排放量数据分类装置，该装置包括：
12.碳排放量数据获取模块，用于获取预设时间段内至少两组碳排放量数据；
13.目标碳排放量数据得到模块，用于对所述至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据；
14.最小指标得到模块，用于根据预先设置的时间序列模型，对所述至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标；其中，所述赤池信息量指标用于描述时间序列模型拟合数据的结果；
15.碳排放量数据分类模块，用于利用所述至少两个最小指标对碳排放量数据进行分类。
16.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
17.至少一个处理器；以及
18.与所述至少一个处理器通信连接的存储器；其中，
19.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种碳排放量数据分类方法。
20.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种碳排放量数据分类方法。
21.本发明实施例的技术方案，通过获取预设时间段内至少两组碳排放量数据，对至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据，然后根据预先设置的时间序列模型，对至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标，并利用至少两个最小指标对碳排放量数据进行分类。本技术方案，能够对碳排放量数据进行分类，对碳排优化起到积极作用。
22.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
23.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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。
24.图1是根据本发明实施例一提供的一种碳排放量数据分类方法的流程图；
25.图2是根据本发明实施例二提供的一种碳排放量数据分类过程的流程图；
26.图3是根据本发明实施例二提供的另一碳排放量数据分类方法的流程图；
27.图4是根据本发明实施例三提供的一种碳排放量数据分类装置的结构示意图；
28.图5是实现本发明实施例的一种碳排放量数据分类方法的电子设备的结构示意图。
具体实施方式
29.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
30.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其
它步骤或单元。
31.实施例一
32.图1是根据本发明实施例一提供的一种碳排放量数据分类方法的流程图，本实施例可适用于对不同单位的碳排放量数据进行分类情况，该方法可以由一种碳排放量数据分类装置来执行，该碳排放量数据分类装置可以采用硬件和/或软件的形式实现，该一种碳排放量数据分类装置可配置于电子设备中。如图1所示，该方法包括：
33.s110、获取预设时间段内至少两组碳排放量数据。
34.其中，预设时间段可以根据碳排放量数据分析需求进行设置。例如，可以设置预设时间段为3个月。其中，碳排放量数据的采集频率通常为天或者月。
35.在本实施例中，碳排放量数据可以是指各个单位的用碳行为数据。预设时间段内每个单位的用碳行为数据可以用一组碳排放量数据进行表示。具体的，一组碳排放量数据记为{s
t
}，t＝{1,2,3,
…
}代表用碳的时间间隔。
36.具体的，若获取n个单位的用碳行为数据时，则可以得到n组碳排放量数据，可以将碳排放量数据用矩阵的进行表示：其中，s的每一行代表每个单位在m个数据采集单位中的碳排放量数据的时间序列，s的每一列代表在某个数据采集点，n个单位的静态数据。
37.在本方案中，可以对预设时间段内各单位的燃料使用数据进行统计，进而确定各单位的碳排放量数据。
38.在本技术方案中，可选的，获取预设时间段内至少两组碳排放量数据，包括：
39.获取预设时间段内各单位的固体燃料数据、液体燃料数据以及气体燃料数据；
40.按照预设权重，将所述固体燃料数据、液体燃料数据以及气体燃料数据进行组合，得到至少两组碳排放量数据。
41.其中，不同性质的燃料产生的碳排放量数据不同，可以根据燃料的性质设置权重值。
42.在本实施例中，可以基于数据库获取各个单位在预设时间段内使用的固体燃料数据、液体燃料数据以及气体燃料数据，并将固体燃料数据、液体燃料数据以及气体燃料数据按照权重进行组合，计算得到各个单位的碳排放量数据，即得到至少两组碳排放量数据。
43.通过获取各个单位的碳排放量数据，能够对各个单位的用碳行为进行分类，对碳排优化模式起到积极作用。
44.s120、对所述至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据。
45.在本实施例中，由于用碳单位的碳排放量数据的绝对值强关联于用碳单位所属行业，因此，可以分别对用碳单位的碳排放量数据进行标准化处理，消除用碳单位所属行业对碳排放量数据分类的影响。
46.具体的，可以分别确定每组碳排放量数据的标准值，并基于标准值对每组碳排放量数据进行标准化处理，得到目标碳排放量数据。
47.在本技术方案中，可选的，对所述至少两组碳排放量数据进行标准化处理，得到至
少两组目标碳排放量数据，包括：
48.确定所述至少两组碳排放量数据的标准值；
49.将所述至少两组碳排放量数据与标准值进行相除，得到至少两组目标碳排放量数据。
50.在本实施例中，可以从每组碳排放量数据中随机选择一个碳排放量数据作为标准值。
51.通过对每组碳排放量数据进行标准化处理，能够消除各单位所属行业对碳排放量数据分类的影响，能够提高碳排放量数据分类的准确性。
52.在本技术方案中，可选的，确定所述至少两组碳排放量数据的标准值，包括：
53.依次选取每组碳排放量数据中的第一个碳排放量数据，作为每组碳排放量数据的标准值。
54.具体的，在所有碳排放量数据s中任取一行，记作s
[r]
：s
[r]
＝s
r,1
,s
r,2
,s
r,3
,
…
,s
r,m
，碳排放量数据s
[r]
标准化后的目标碳排放量数据记作l
[r]
。其中，l
[r]
的第一个元素，l
r,1
＝s
r,1
,l
[r]
的其他元素为s
[r]
对应位置的元素除以s
r,1
，即对任意i，1《i≤m,则标准化后的l为
[0055]
通过对每组碳排放量数据进行标准化处理，能够消除各单位所属行业对碳排放量数据分类的影响，能够提高碳排放量数据分类的准确性。
[0056]
s130、根据预先设置的时间序列模型，对所述至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标；其中，所述赤池信息量指标用于描述时间序列模型拟合数据的结果。
[0057]
在本实施例中，时间序列模型包括模型均值和模型参数。其中，模型参数可以由一系列的值进行组合构成。例如，可以设置模型参数为(p＝1,q＝1),(p＝1,q＝2)。
[0058]
其中，最小指标用于表征赤池信息量指标中最小值。赤池信息量指标用于描述时间序列模型拟合数据的结果，赤池信息量指标越小，说明时间序列模型拟合数据的结果越好。
[0059]
在本方案中，可以基于时间序列模型，计算每组目标碳排放量数据的赤池信息量指标进行计算，并从多个赤池信息量指标中选取最小的赤池信息量指标作为最小指标。
[0060]
s140、利用所述至少两个最小指标对碳排放量数据进行分类。
[0061]
在本实施例中，可以基于与至少两个最小指标相对应的模型参数，对碳排放量数据进行分类。具体的，若至少两个模型参数相同，则可以将碳排放量数据划分为同一类。
[0062]
在本方案中，可选的，利用所述至少两个最小指标对碳排放量数据进行分类，包括：
[0063]
确定与所述至少两个最小指标相对应的至少两个模型参数；
[0064]
判断所述至少两个模型参数是否相同；
[0065]
若相同，则将至少两组碳排放量数据划分为同一类。
[0066]
具体的，可以从数据库中获取与最小指标相对应的模型参数，并将模型参数相同
的碳排放量数据划分为同一类。
[0067]
通过对碳排放量数据进行分类，能够对用碳排优化起到积极的作用。
[0068]
本发明实施例的技术方案，通过获取预设时间段内至少两组碳排放量数据，对至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据，然后根据预先设置的时间序列模型，对至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标，并利用至少两个最小指标对碳排放量数据进行分类。通过执行本技术方案，能够对碳排放量数据进行分类，对碳排优化起到积极作用。
[0069]
实施例二
[0070]
图2是根据本发明实施例二提供的一种碳排放量数据分类过程的流程图，本实施例与上述实施例之间的关系是最小指标计算过程的进一步细化。如图2所示，该方法包括：
[0071]
s210、获取预设时间段内至少两组碳排放量数据。
[0072]
s220、对所述至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据。
[0073]
s230、确定时间序列模型的模型均值和模型参数；其中，所述时间序列模型包括garch模型；
[0074]
其中，garch模型对数据进行聚类的过程包括：
[0075]
1)选取一个合理的模型均值；
[0076]
2)选取一系列合理的模型参数(p,q)的组合；
[0077]
3)利用garch模型对这个集合中的组合进行遍历，并计算每个组合的aic(akaike information criterion，赤池信息量指标)；
[0078]
4)利用aic最小选取该数据对应的最合理的garch模型，并记录下对应的p和q，当数据对应的最合理的garch模型的模型参数相同时，认为这些数据为同一类，从而根据不同的最合理garch模型的p和q完成数据的聚类。
[0079]
在本方案中，可以根据碳排放量数据的分类需求设置模型均值。优选的，可以设置模型均值为1。可以根据碳排放量数据的数据量设置模型参数。
[0080]
在本技术方案中，可选的，在确定时间序列模型的模型参数之前，还包括：
[0081]
分别确定所述碳排放量数据的组数及每组碳排放量数据的个数；
[0082]
相应的，确定时间序列模型的模型参数，包括：
[0083]
根据所述碳排放量数据的组数以及每组碳排放量数据的个数，确定时间序列模型的模型参数。
[0084]
其中，可以根据采集到的碳排放量数据，确定碳排放量数据的组数以及每组碳排放量数据的个数。
[0085]
在本实施例中，模型参数中包含两个参数，可以分别根据碳排放量数据的组数以及每组碳排放量数据的个数对模型参数进行设置。例如，模型参数为(p,q)，碳排放数据的组数为n，每组碳排放量数据的个数为m，则模型参数的取值为{(p＝1,q＝1),(p＝1,q＝2),
…
,(p＝1,q＝n),
…
,(p＝m,q＝m)}，其中，n《m。
[0086]
根据碳排放量数据的组数以及每组碳排放量数据的个数，确定时间序列模型的模型参数，能够更加合理的对碳排放量数据进行分类，提高了碳排放量数据分类的准确率。
[0087]
s240、按照预先确定的指标计算公式，根据所述模型均值和模型参数，对所述至少
两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标。
[0088]
具体的，指标计算公式为：aic＝-2ln(l) 2(p q)，其中，l:模型的似然度，即将估计出来的参数代入模型后，再代入数据得到的线性组合的值，p、q为模型参数。
[0089]
在本方案中，选取模型均值为1，并选取一系列合理的(p,q)的组合，利用garch模型对这个集合中的组合进行遍历，并计算每个组合的赤池信息量指标，并将最小的赤池信息量指标作为最小指标。
[0090]
s250、利用所述至少两个最小指标对碳排放量数据进行分类。
[0091]
本发明实施例的技术方案，通过获取预设时间段内至少两组碳排放量数据，对至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据，然后确定时间序列模型的模型均值和模型参数，按照预先确定的指标计算公式，根据模型均值和模型参数，对至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标，并利用至少两个最小指标对碳排放量数据进行分类。通过执行本技术方案，能够对碳排放量数据进行分类，对碳排优化起到积极作用。
[0092]
示例性的，图3是根据本发明实施例二提供的另一碳排放量数据分类方法的流程图，如图3所示，收集各单位的碳排放量数据；将碳排放量数据构建成矩阵s；将矩阵s标准化为l；分别遍历l中的每一行碳排放量数据，记为m；根据碳排放量数据的组数以及每组碳排放量数据的个数，确定garch模型的模型参数(p,q)；利用garch(p,q)模型对m数据进行拟合，计算模型的aic，并在数据库中记录aic以及相对应的(p,q)；在数据库中查找最小aic对应的(p,q)，并在数据库中记录碳排放量数据对应的单位名以及最小aic对应的(p,q)；遍历结束后，将数据库中具有相同(p,q)的数据划分为同一类。
[0093]
实施例三
[0094]
图4为本发明实施例三提供的一种碳排放量数据分类装置的结构示意图。如图4所示，该装置包括：
[0095]
碳排放量数据获取模块410，用于获取预设时间段内至少两组碳排放量数据；
[0096]
目标碳排放量数据得到模块420，用于对所述至少两组碳排放量数据进行标准化处理，得到至少两组目标碳排放量数据；
[0097]
最小指标得到模块430，用于根据预先设置的时间序列模型，对所述至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标；其中，所述赤池信息量指标用于描述时间序列模型拟合数据的结果；
[0098]
碳排放量数据分类模块440，用于利用所述至少两个最小指标对碳排放量数据进行分类。
[0099]
在本技术方案中，可选的，最小指标得到模块430，包括：
[0100]
模型均值和模型参数确定单元，用于确定时间序列模型的模型均值和模型参数；其中，所述时间序列模型包括garch模型；
[0101]
最小指标得到单元，用于按照预先确定的指标计算公式，根据所述模型均值和模型参数，对所述至少两组目标碳排放量数据的赤池信息量指标进行计算，得到至少两个最小指标。
[0102]
在本技术方案中，可选的，最小指标得到模块430，还包括：
[0103]
碳排放量数据确定单元，用于分别确定所述碳排放量数据的组数及每组碳排放量
数据的个数；
[0104]
相应的，模型均值和模型参数确定单元，具体用于：
[0105]
根据所述碳排放量数据的组数以及每组碳排放量数据的个数，确定时间序列模型的模型参数。
[0106]
在本技术方案中，可选的，碳排放量数据分类模块440，具体用于：
[0107]
确定与所述至少两个最小指标相对应的至少两个模型参数；
[0108]
判断所述至少两个模型参数是否相同；
[0109]
若相同，则将至少两组碳排放量数据划分为同一类。
[0110]
在本技术方案中，可选的，目标碳排放量数据得到模块420，包括：
[0111]
标准值确定单元，用于确定所述至少两组碳排放量数据的标准值；
[0112]
目标碳排放量数据得到单元，用于将所述至少两组碳排放量数据与标准值进行相除，得到至少两组目标碳排放量数据。
[0113]
在本技术方案中，可选的，标准值确定单元，具体用于：
[0114]
依次选取每组碳排放量数据中的第一个碳排放量数据，作为每组碳排放量数据的标准值。
[0115]
在本技术方案中，可选的，碳排放量数据获取模块410，具体用于：
[0116]
获取预设时间段内各单位的固体燃料数据、液体燃料数据以及气体燃料数据；
[0117]
按照预设权重，将所述固体燃料数据、液体燃料数据以及气体燃料数据进行组合，得到至少两组碳排放量数据。
[0118]
本发明实施例所提供的一种碳排放量数据分类装置可执行本发明任意实施例所提供的一种碳排放量数据分类方法，具备执行方法相应的功能模块和有益效果。
[0119]
实施例四
[0120]
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0121]
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0122]
电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0123]
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11
的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种碳排放量数据分类方法。
[0124]
在一些实施例中，一种碳排放量数据分类方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的一种碳排放量数据分类方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种碳排放量数据分类方法。
[0125]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0126]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0127]
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0128]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0129]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算
系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0130]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0131]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0132]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。