轨迹数据的处理方法、装置、设备、存储介质及程序产品与流程

1.本公开涉及人工智能中的大数据、知识图谱、智能交通等领域，尤其涉及一种轨迹数据的处理方法、装置、设备、存储介质及程序产品。


背景技术：

2.随着人工智能技术的发展，在智能交通领域，出现了网约车平台、智能配送应用(如外卖配送的外卖平台、物流平台等)、行车记录仪、导航地图等具有轨迹追踪和记录功能的产品，不同类型的产品中用于采集轨迹数据的设备称为用户设备，例如安装有网约车平台客户端应用的智能手机、安装有外卖配送客户端应用的智能手机、行车记录仪等。
3.通过汇总某一地区内的多种不同数据源的用户设备的轨迹数据，能够了解该地区内较完备的轨迹数据，通过对轨迹数据进行数据挖掘可以得到很多有用信息。在实际应用中的很多场景下，需要从轨迹数据中挖掘出施工车辆的轨迹数据，基于施工车辆的轨迹数据能挖掘出哪些道路是施工道路，哪些道路可以正常通行，为地图导航、道路智能开通等应用提供数据基础。在不知道用户设备具体应用于哪种车辆的情况下，目前还没有能够基于轨迹数据挖掘出哪些用户设备应用于施工车辆的技术方案。


技术实现要素：

4.本公开提供了一种轨迹数据的处理方法、装置、设备、存储介质及程序产品。
5.根据本公开的第一方面，提供了一种轨迹数据的处理方法，包括：
6.响应于应用于施工车辆的用户设备信息挖掘请求，获取多种不同数据源的用户设备的轨迹数据；
7.根据所述用户设备的轨迹数据，构建知识图谱，所述知识图谱包含每一所述用户设备对应的用户顶点和每一所述数据源对应的数据源顶点，其中，每一所述用户顶点与对应用户设备所属的数据源对应的数据源顶点之间通过边连接，每一所述用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一所述数据源顶点的属性信息根据所连接的所有用户顶点的属性信息确定；
8.在所述知识图谱中搜索属性信息满足第一条件的第一用户顶点，并将所述第一用户顶点标记为应用于施工车辆；
9.根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息。
10.根据本公开的第二方面，提供了一种轨迹数据的处理装置，包括：
11.轨迹数据获取模块，用于响应于应用于施工车辆的用户设备信息挖掘请求，获取多种不同数据源的用户设备的轨迹数据；
12.知识图谱构建模块，用于根据所述用户设备的轨迹数据，构建知识图谱，所述知识图谱包含每一所述用户设备对应的用户顶点和每一所述数据源对应的数据源顶点，其中，每一所述用户顶点与对应用户设备所属的数据源对应的数据源顶点之间通过边连接，每一
所述用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一所述数据源顶点的属性信息根据所连接的所有用户顶点的属性信息确定；
13.第一挖掘处理模块，用于在所述知识图谱中搜索属性信息满足第一条件的第一用户顶点，并将所述第一用户顶点标记为应用于施工车辆；
14.信息确定模块，用于根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息。
15.根据本公开的第三方面，提供了一种电子设备，包括：
16.至少一个处理器；以及
17.与所述至少一个处理器通信连接的存储器；其中，
18.所述存储器存储有可被所述至少一个处理器执行的指令，所述指令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第一方面所述的方法。
19.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面所述的方法。
20.根据本公开的第五方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
21.根据本公开的技术能够基于用户设备的轨迹数据，自动挖掘出应用于施工车辆的用户设备。
22.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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.附图用于更好地理解本方案，不构成对本公开的限定。其中：
24.图1是根据本公开第一实施例的轨迹数据的处理方法流程图；
25.图2是根据本公开实施例的知识图谱的图结构模型的示意图；
26.图3是根据本公开实施例的数数据源顶点与用户顶点的映射关系示意图；
27.图4是本机本公开第二实施例的轨迹数据的处理方法流程图；
28.图5是根据本公开第三实施例的轨迹数据的处理装置的结构示意图；
29.图6是根据本公开第四实施例的轨迹数据的处理装置的结构示意图；
30.图7是用来实现本公开实施例的轨迹数据的处理方法的电子设备的框图。
具体实施方式
31.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
32.本公开所涉及的术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
33.本公开提供一种轨迹数据的处理方法、装置、设备、存储介质及程序产品，应用于人工智能中的大数据、知识图谱、智能交通等领域，能够在不知道用户设备具体应用于哪种车辆的情况下，基于用户设备的轨迹数据挖掘出哪些用户设备应用于施工车辆，为进一步挖掘施工轨迹及应用提供数据基础。
34.本公开提的轨迹数据的处理方法，具体可以用于电子地图、智能交通控制系统等多种不同的应用场景，能够从多种不同数据源获取用户设备的轨迹数据，并根据每一用户设备的轨迹数据构建知识图谱；基于知识图谱搜索属性信息满足第一条件的第一用户顶点，并将第一用户顶点标记为应用于施工车辆；根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息，从而挖掘出应用于施工车辆的用户设备，在此基础上，可以进一步挖掘出施工车辆的轨迹，并可以应用于多种不同的应用场景中。
35.其中，知识图谱包含每一用户设备对应的用户顶点和每一数据源对应的数据源顶点，其中，每一用户顶点与对应用户设备所属的数据源对应的数据源顶点之间通过边连接，每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息根据所连接的所有用户顶点的属性信息确定。
36.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
37.图1是根据本公开第一实施例的轨迹数据的处理方法流程图。本实施例提供的轨迹数据的处理方法具体可以应用于电子设备，根据实际应用场景的不同，该电子设备可以实现不同的功能，例如实现电子地图、智能交通控制等功能。
38.如图1所示，该方法具体步骤如下：
39.步骤s101、响应于应用于施工车辆的用户设备信息挖掘请求，获取多种不同数据源的用户设备的轨迹数据。
40.本实施例中，在需要挖掘应用于施工车辆的用户设备时，可以向电子设备提交应用于施工车辆的用户设备信息挖掘请求。电子设备响应于该请求，获取多种不同数据源的用户设备的轨迹数据。
41.在不同的应用场景中，根据实际应用场景的需要，还可以指定进行数据挖掘的时间范围和地理范围，对指定时间范围和地理范围内的轨迹数据进行挖掘处理，确定应用于施工车辆的用户设备。
42.步骤s102、根据用户设备的轨迹数据，构建知识图谱，知识图谱包含每一用户设备对应的用户顶点和每一数据源对应的数据源顶点，其中，每一用户顶点与对应用户设备所属的数据源对应的数据源顶点之间通过边连接，每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息根据所连接的所有用户顶点的属性信息确定。
43.在获取到多种不同数据源的用户设备的轨迹数据之后，根据获取到的所有用户设备的轨迹数据，构建知识图谱。
44.示例性地，知识图谱的图结构采用如图2所示的模型，包括如下两种类型的顶点：
用户顶点和数据源顶点。其中用户顶点是与用户设备对应的顶点，数据源顶点是与数据源对应的顶点，用户设备的用户顶点与该用户设备所属数据源的数据源顶点之间具有边。用户顶点具有属性信息，用户顶点的属性信息为用户设备的轨迹特征信息。数据源顶点也具有属性信息，数据源顶点的属性信息可以通过汇总与数据源顶点连接的用户顶点的属性信息得到。
45.其中，数据源顶点与用户顶点之间的边可以用一个一对一的键表示，通过边使得数据源顶点与用户顶点构成了一对多的映射关系。
46.例如，以一个数据源有多个用户设备为例，数据源对应数据源顶点a与多个用户设备对应的用户顶点b间的映射关系如图3所示，中间的带有网格填充的圆表示一个数据源顶点a，a周围与数据源顶点a通过边连接的无填充的圆圈表示用户顶点b，如图3中所示用户顶点b有多个。
47.在据用户设备的轨迹数据完成知识图谱的构建之后，可以基于知识图谱实现用户顶点、数据源顶点相关的搜索。
48.步骤s103、在知识图谱中搜索属性信息满足第一条件的第一用户顶点，并将第一用户顶点标记为应用于施工车辆。
49.其中，第一条件是基于大数据量的历史轨迹数据，通过分析和提取施工车辆的轨迹所特有的特征，并根据施工车辆的轨迹所具有的特征设定的。对于任一用户顶点，若用户顶点的属性信息满足第一条件，则可以确定该用户顶点为应用于施工车辆的用户顶点，也即用户顶点对应用户设备是应用于施工车辆的用户设备，例如施工车辆上安装的行车记录仪等。
50.在构建知识图谱之后，通过在知识图谱中搜索属性信息满足第一条件的第一用户顶点，确定满足第一条件的第一用户顶点，将第一用户顶点作为应用于施工车辆的用户顶点，并将第一用户顶点标记为应用于施工车辆。
51.步骤s104、根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息。
52.在知识图谱中标记应用于施工车辆的用户顶点之后，根据被标记为应用于施工车辆的用户顶点的属性信息，可以搜索得到每一数据源的应用于施工车辆的用户设备信息。
53.基于每一数据源的应用于施工车辆的用户设备信息，能够进一步挖掘施工车辆的轨迹数据，为下游任务提供数据基础。
54.本实施例中，通过从多种不同数据源获取用户设备的轨迹数据，根据每一用户设备的轨迹数据构建知识图谱；基于知识图谱搜索属性信息满足第一条件的第一用户顶点，并将第一用户顶点标记为应用于施工车辆；根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息，能够在不知道用户设备具体应用于哪种车辆的情况下，自动挖掘出应用于施工车辆的用户设备，在此基础上可以进一步挖掘施工车辆的轨迹，并可以应用于多种不同的应用场景中。
55.图4是本机本公开第二实施例的轨迹数据的处理方法流程图。在上述第一实施例的基础上，本实施例中，
56.如图4所示，该方法具体步骤如下：
57.步骤s401、响应于应用于施工车辆的用户设备信息挖掘请求，获取多种不同数据
源的用户设备的轨迹数据。
58.本实施例中，在需要挖掘应用于施工车辆的用户设备时，可以向电子设备提交应用于施工车辆的用户设备信息挖掘请求。电子设备响应于该请求，获取多种不同数据源的用户设备的轨迹数据。
59.在不同的应用场景中，根据实际应用场景的需要，还可以指定进行数据挖掘的时间范围和地理范围，对指定时间范围和地理范围内的轨迹数据进行挖掘处理，确定应用于施工车辆的用户设备。
60.步骤s402、根据用户设备的轨迹数据，构建知识图谱。
61.其中，知识图谱包含每一用户设备对应的用户顶点和每一数据源对应的数据源顶点，其中，每一用户顶点与对应用户设备所属的数据源对应的数据源顶点之间通过边连接，每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息根据所连接的所有用户顶点的属性信息确定。
62.在获取到多种不同数据源的用户设备的轨迹数据之后，根据获取到的所有用户设备的轨迹数据，构建知识图谱。
63.示例性地，知识图谱的图结构采用如图2所示的模型，包括如下两种类型的顶点：用户顶点和数据源顶点。其中用户顶点是与用户设备对应的顶点，数据源顶点是与数据源对应的顶点，用户设备的用户顶点与该用户设备所属数据源的数据源顶点之间具有边。用户顶点具有属性信息，用户顶点的属性信息为用户设备的轨迹特征信息。数据源顶点也具有属性信息，数据源顶点的属性信息可以通过汇总与数据源顶点连接的用户顶点的属性信息得到。
64.其中，数据源顶点与用户顶点之间的边可以用一个一对一的键表示，通过边使得数据源顶点与用户顶点构成了一对多的映射关系。
65.可选地，数据源顶点与用户顶点之间的边可以为有向边，有向边由数据源顶点指向用户顶点(如图2中所示)，有向边的起始顶点为数据源顶点，有向边的终止顶点为用户顶点。
66.可选地，数据源顶点与用户顶点之间的边可以为无向边，表示用户顶点与数据源顶点之间具有关联，通过顶点的属性可以区分用户顶点和数据源顶点。
67.例如，以一个数据源有多个用户设备为例，数据源对应数据源顶点a与多个用户设备对应的用户顶点b间的映射关系如图3所示，中间的圆点表示一个数据源顶点a，与数据源顶点a通过边连接的用户顶点b有多个。假设该数据源的用户设备有100个，那么这100个用户设备对应的100个用户顶点b，分别通过一个边与该数据源对应的数据源顶点a相连。这样，可以在知识图谱中将每一用户设备的轨迹特征信息灌入用户顶点的属性信息上，后续可以通过图推理，来确定数据源顶点的各项属性信息，能够提高计算效率。
68.在据用户设备的轨迹数据完成知识图谱的构建之后，可以基于知识图谱实现用户顶点、数据源顶点相关的搜索。
69.可选地，用户设备的轨迹特征信息包括以下至少一项：
70.数据源标识、数据源名称、所在地信息、轨迹的平均里程、相邻轨迹点间平均间隔里程、轨迹的平均时长、相邻轨迹点间平均间隔时长、所属数据源的所有用户设备的所有轨迹的总里程、所属数据源的所有用户设备的所有轨迹的总时长、轨迹的平均置信度、轨迹点
的平均车行概率、轨迹点的平均发射概率、轨迹点的平均投影距离、轨迹点的平均速度、轨迹点的最大速度。
71.用户设备的每一条轨迹数据包括总里程、总时长、轨迹置信度等轨迹信息，以及所属用户设备的信息等。
72.数据源标识是指用户顶点对应用户设备所属的数据源的标识信息。
73.数据源名称是用户顶点对应用户设备所属数据源的名称。
74.所在地信息是用户顶点对应用户设备的轨迹数据所在的地区信息，如所在省份、所在城市、所在国家等。
75.轨迹的平均里程是指：用户顶点对应用户设备的不同轨迹数据的总里程的平均值。
76.相邻轨迹点间平均间隔里程是指：用户顶点对应用户设备的所有轨迹数据中相邻轨迹点间间隔时长的平均值。
77.轨迹的平均时长是指：用户顶点对应用户设备的不同轨迹数据的总时长的平均值。
78.相邻轨迹点间平均间隔里程是指：用户顶点对应用户设备的所有轨迹数据中相邻轨迹点间间隔里程的平均值。
79.所属数据源的所有用户设备的所有轨迹的总里程是指：用户顶点对应用户设备所属数据源的所有用户设备的所有轨迹数据的总里程之和。
80.所属数据源的所有用户设备的所有轨迹的总时长是指：用户顶点对应用户设备所属数据源的所有用户设备的所有轨迹数据的总时长之和。
81.轨迹的平均置信度是指：用户顶点对应用户设备的不同轨迹数据的轨迹置信度的平均值。
82.轨迹点的平均车行概率是指：用户顶点对应用户设备的所有轨迹数据中轨迹点属于车行轨迹的概率的平均值。
83.轨迹点的平均发射概率是指：用户顶点对应用户设备的所有轨迹数据中轨迹点的发射概率的平均值。
84.轨迹点的平均投影距离是指：用户顶点对应用户设备的所有轨迹数据中轨迹点的投影距离的平均值。
85.轨迹点的平均速度是指：用户顶点对应用户设备的所有轨迹数据中轨迹点处的速度的平均值。
86.轨迹点的最大速度是指：用户顶点对应用户设备的所有轨迹数据中轨迹点处的速度的最大值。
87.是否应用于施工车辆是指：用户顶点对应用户设备是否应用于施工车辆。
88.在实际应用中，构建知识图谱时，用户设备对应用户顶点的属性信息可以包括用户设备的轨迹特征信息中的多项轨迹特征信息，其中，每一项轨迹特征信息作为一项属性信息，用户顶点包含的属性信息越丰富，越能够提高基于知识图谱挖掘确定的应用于施工车辆的用户设备的准确度。
89.通过提取用户设备的丰富的轨迹特征信息，并作为对应用户顶点的属性信息，构建知识图谱，使得知识图谱包含每一用户设备的丰富的轨迹特征信息，为准确地挖掘出应
用于施工车辆的用户设备提供数据基础。
90.可选地，用户顶点的属性信息还可以包括以下两项：是否应用于施工车辆、应用于施工车辆的置信度，作为用户顶点是否应用于施工车辆的标签信息，以实现应用于施工车辆的用户顶点的标记。
91.其中，应用于施工车辆的置信度是指：用户顶点对应用户设备应用于施工车辆的置信度。
92.是否应用于施工车辆和应用于施工车辆的置信度，是需要通过后续步骤进行数据挖掘确定的属性信息。
93.可选地，知识图谱中数据源顶点的属性信息可以与用户顶点的属性信息对应设置。
94.示例性地，知识图谱中用户顶点可以包括如下属性信息：数据源标识、数据源名称、所在地信息、轨迹平均里程、相邻轨迹点间平均间隔里程、轨迹的平均时长、相邻轨迹点间平均间隔时长、所属数据源的所有用户设备的所有轨迹的总里程、所属数据源的所有用户设备的所有轨迹的总时长、轨迹的平均置信度、轨迹点的平均车行概率、轨迹点的平均发射概率、轨迹点的平均投影距离、轨迹点的平均速度、轨迹点的最大速度、是否应用于施工车辆、应用于施工车辆的置信度。
95.相应地，知识图谱中数据源顶点可以包括如下属性信息：数据源标识、数据源名称、所在地信息、轨迹平均里程、相邻轨迹点间平均间隔里程、轨迹的平均时长、相邻轨迹点间平均间隔时长、所有用户设备的所有轨迹的总里程、所有用户设备的所有轨迹的总时长、轨迹的平均置信度、轨迹点的平均车行概率、轨迹点的平均发射概率、轨迹点的平均投影距离、轨迹点的平均速度、轨迹点的最大速度、是否应用于施工车辆、应用于施工车辆的置信度。其中，数据源顶点的是否应用于施工车辆、应用于施工车辆的置信度这两项属性信息，作为数据源顶点是否应用于施工车辆的标签信息，以实现应用于施工车辆的数据源顶点的标记。
96.对于数据源顶点的每一项数值型的属性信息，可以通过综合与该数据源顶点连接的所有用户顶点的同一属性信息的值确定。
97.例如，数据源顶点的轨迹平均里程等于所连接的所有用户顶点的轨迹平均里程的平均值。数据源顶点的所有用户设备的所有轨迹的总里程等于所连接的任一用户顶点的所属数据源的所有用户设备的所有轨迹的总里程。数据源顶点的轨迹点的最大速度等于所连接的所有用户顶点的轨迹点的最大速度中的最大值。数据源顶点的其他属性信息可以采用类似的方法确定，此处不再一一列举。
98.具体地，该步骤可以采用如下方式实现：
99.根据每一用户设备的轨迹数据，提取每一用户设备的轨迹特征信息；根据每一用户设备的轨迹特征信息构建知识图谱，知识图谱中每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息初始化为预设属性值；根据每一数据源顶点所连接的所有用户顶点的属性信息，确定数据源顶点的属性信息，更新知识图谱中每一数据源顶点的属性信息。
100.其中，预设属性值可以根据用户设备的轨迹特征信息的可能取值确定，预设属性值不在所有轨迹特征信息的可能取值中。例如，预设属性值可以是负数，如-1。
101.这样，通过在知识图谱中将每一用户设备的轨迹特征信息灌入用户顶点的属性信息上，后续可以通过图推理，来确定数据源顶点的各项属性信息，能够提高计算效率。所构建的知识图谱包含每一用户设备的丰富的轨迹特征信息，并且包含每一数据源的总体轨迹特征信息，为挖掘应用于施工车辆的用户设备和数据源提供数据基础。
102.步骤s403、在知识图谱中搜索属性信息满足第一条件的第一用户顶点，并将第一用户顶点标记为应用于施工车辆。
103.其中，第一条件是基于大数据量的历史轨迹数据，通过分析和提取施工车辆的轨迹所特有的特征，并根据施工车辆的轨迹所具有的特征设定的。对于任一用户顶点，若用户顶点的属性信息满足第一条件，则可以确定该用户顶点为应用于施工车辆的用户顶点，也即用户顶点对应用户设备是应用于施工车辆的用户设备，例如施工车辆上安装的行车记录仪等。
104.在实际应用场景中，基于对大量历史轨迹数据的分析，可以确定如果一个用户设备应用于施工车辆，那么该用户设备通常具有如下特性：
105.有长段轨迹出现在正常道路上，无论施工车辆是起重车、吊车还是压路车，都有在正常道路行驶的必要。有一定比例的轨迹出现在施工区域，这种施工区域可能是路网缺失区域，也有可能是灰度路网区域(即做出了路网，但没有对外上线)。
106.结合这两部分特性，应用于施工车辆的用户设备的轨迹数据通常具有如下特性信息：
107.1)这个用户设备的轨迹数据应该有足够的里程，而不是很短。
108.2)平均每条轨迹数据的里程应该达到一定量级。
109.3)轨迹的平均置信度应该在一定区间(不是最好也不是最差)，轨迹的平均置信度是对轨迹质量好坏的评价。
110.4)轨迹点的车行概率应该在一定区间。
111.5)轨迹点的发射概率应该在一定区间。
112.6)轨迹点的平均投影距离应该在一定区间。
113.7)轨迹点的总点数应达到一定规模。
114.8)匹配失败点数应该达到一定量级，其中匹配失败点是指未匹配到路网(link)的轨迹点。
115.9)匹配确定的远点、中点、近点的数量应该达到一定量级。其中，远点是指到link的最短距离大于第一距离阈值的轨迹点。中点是指到link的最短距离小于或等于第一距离阈值，并且到link的最短距离大于第二距离阈值的轨迹点。近点是指到link的最短距离小于或等于第二距离阈值的轨迹点。其中第一距离阈值和第二距离阈值可以根据实际应用场景进行设置和调整。
116.可以基于上述这些特性信息来挖掘应用于施工车辆的用户设备。根据用户设备对应用户顶点的属性信息可以确定用户设备的轨迹数据是否具有上述特性信息。
117.通过对上述1)-9)的特性信息进行汇总分析，可以确定用于判定用户设备是否为应用于施工车辆的第一条件。
118.示例性地，第一条件可以为用户设备的轨迹数据同时满足如下条件：
119.(1)匹配失败点的数量与远点的数量之和大于或等于第一条件阈值，并且匹配失
败点的数量与远点的数量之和所占比重大于第二条件阈值。
120.(2)匹配成功点的数量与近点的数量之和大于或等于第三条件阈值。其中，匹配成功点是指成功匹配到路网(link)的轨迹点。
121.(3)所有轨迹的总里程大于或等于第四条件阈值，不同轨迹的平均里程大于或等于第五条件阈值，所有轨迹的轨迹点的总数大于或等于第六条件阈值。
122.(4)轨迹的平均置信度在第一取值区间内，并且轨迹的车行概率在第二取值区间内，并且轨迹的发射概率在第三取值区间内。
123.上述条件中第一条件阈值、第二条件阈值、第三条件阈值、第四条件阈值、第五条件阈值、第六条件阈值、第一取值区间、第二取值区间、第三取值区间均可以根据实际应用场景的大量历史数据进行分析确定，此处不做具体限定。
124.可选地，第一条件除同时满足上述(1)-(4)条件外，还可以叠加其他条件，具体可以通过上述1)-9)的特性信息进行汇总分析确定，此处对于第一条件的具体内容不做具体限定。
125.在构建知识图谱之后，通过在知识图谱中搜索属性信息满足第一条件的第一用户顶点，确定满足第一条件的第一用户顶点，将第一用户顶点作为应用于施工车辆的用户顶点，并将第一用户顶点标记为应用于施工车辆。
126.可选地，在知识图谱中搜索属性信息满足第一条件的第一用户顶点之后，还可以根据第一用户顶点的属性信息，确定第一用户顶点对应用户设备应用于施工车辆的置信度；根据第一用户顶点对应用户设备应用于施工车辆的置信度，更新第一用户顶点的应用于施工车辆的置信度这一属性信息。
127.这样，不仅可以挖掘出应用于施工车辆的第一用户顶点，还可以给出第一用户顶点应用于施工车辆的置信度，能够反映挖掘结果的可靠性。
128.另外，基于第一用户顶点应用于施工车辆的置信度对第一用户顶点进行筛选，过滤掉应用于施工车辆的置信度较低的用户顶点，仅将应用于施工车辆的置信度达到置信度阈值的第一用户顶点标记为应用于施工车辆的用户顶点，以提高挖掘结果的精准度。
129.一种可选地实施方式中，在该步骤中在将第一用户顶点标记为应用于施工车辆之后，可以直接执行步骤s406，根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息，并进行后续的应用。
130.在实际应用中，如果一个数据源的用户设备中有很大比例的用户设备应用于施工车辆，那么同一数据源内的其他用户设备也有较大可能应用于施工车辆。
131.一种可选地实施方式中，在将第一用户顶点标记为应用于施工车辆之后，可以直接执行步骤s406，根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息，并进行后续的应用。
132.另一种可选地实施方式中，在将第一用户顶点标记为应用于施工车辆之后，对于对应用于施工车辆的用户设备占比较小的数据源，可以认为该数据源中的为数不多的应用于施工车辆的用户设备为误差数据，更新该数据源中被标记为应用于施工车辆的用户顶点的属性，将用户顶点的是否应用于施工车辆这一属性更新为否。例如，将这些用户顶点的是否应用于施工车辆这一属性的值设置为0，0表示否，1表示是。
133.另一种可选地实施方式中，在将第一用户顶点标记为应用于施工车辆之后，可以
通过步骤s404-s405，对应用于施工车辆的用户设备占比较大的数据源，进行第二次挖掘，从该数据源中挖掘更多的应用于施工车辆的用户设备，可以提高基于挖掘得到的应用于施工车辆的用户设备来召回施工轨迹的召回率。
134.步骤s404、确定待进行第二次挖掘的第一数据源顶点。
135.在通过步骤s403进行第一次挖掘确定应用于施工车辆的第一用户顶点之后，还可以根据数据源顶点连接的用户顶点中第一用户顶点所占的第一比例值，来确定需要进行第二次挖掘的第一数据源顶点。
136.具体地，该步骤可以采用如下方式实现：
137.根据知识图谱中被标记为应用于施工车辆的第一用户顶点的属性信息，确定每一数据源顶点所连接的第一用户顶点的数量；根据每一数据源顶点所连接的第一用户顶点的数量，确定每一数据源顶点对应的第一比例值，第一比例值是数据源顶点所连接的所有用户节点中第一用户顶点所占的比例；确定对应的第一比例值大于第一阈值的第一数据源顶点，得到待进行第二次挖掘的第一数据源顶点。
138.其中，第一阈值可以根据实际应用场景和经验值进行设置和调整，此处不做具体限定。
139.步骤s405、在知识图谱中与第一数据源顶点连接的所有用户顶点中，搜索属性信息满足第二条件并且不满足第一条件的第二用户顶点，将第二用户顶点标记为应用于施工车辆。
140.其中，第二条件相对于第一条件较宽松，满足第一条件的用户顶点的属性一定满足第二条件，但是满足第二条件的用户顶点的属性信息不一定满足第一条件。基于第二条件能够挖掘出更多的满足条件的用户顶点，从而挖掘出更多的应用于施工车辆的用户顶点，以提高挖掘结果在实际应用时的召回率。
141.在确定待进行第二次挖掘的第一数据源顶点之后，该步骤中通过基于比第一条件相对宽松的第二条件进行第二次挖掘，在知识图谱中搜索属性信息满足第二条件并且不满足第一条件的第二用户顶点，来挖掘出第一数据源顶点连接的更多的应用于施工车辆的第二用户顶点，将第二用户顶点标记为应用于施工车辆。
142.可选地，在知识图谱中与第一数据源顶点连接的所有用户顶点中，搜索属性信息满足第二条件并且不满足第一条件的第二用户顶点之后，还可以根据第二用户顶点的属性信息，确定第二用户顶点对应用户设备应用于施工车辆的置信度；根据第二用户顶点对应用户设备应用于施工车辆的置信度，更新第二用户顶点的应用于施工车辆的置信度这一属性信息。这样，不仅可以挖掘出应用于施工车辆的第二用户顶点，还可以给出第二用户顶点应用于施工车辆的置信度，能够反映挖掘结果的可靠性。
143.可选地，在更新第二用户顶点的应用于施工车辆的置信度这一属性信息之前，可以将第二用户顶点对应用户设备应用于施工车辆的置信度乘以预设系数，其中预设系数大于0并且预设系数小于1，从而降低第二次挖掘得到的第二用户顶点应用于施工车辆的置信度，使得用户顶点的置信度更合理更准确。
144.其中，预设系数可以根据实际应用场景进行设置和调整，此处不做具体限定。
145.步骤s406、根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息。
146.在挖掘出知识图谱中所有应用于施工车辆的用户顶点，并将用户顶点标记为应用于施工车辆之后，基于知识图谱容易查询得到每一数据源的应用于施工车辆的用户设备信息。
147.可选地，该步骤中，根据被标记为应用于施工车辆的用户顶点的属性信息，可以确定并输出任一数据源的以下至少一项信息：
148.数据源中应用于施工车辆的用户设备的数量；
149.数据源中应用于施工车辆的用户设备所占的比例；
150.数据源中应用于施工车辆的用户设备的标识信息。
151.响应于用户的查询请求，通过查询知识图谱可以很容易得到任一数据源中应用于施工车辆的用户设备的数量、所占比例、用户设备标识信息等，从而为后续挖掘施工车辆的轨迹等提供数据基础，能够应用于多种应用场景。
152.可选地，可以将每个数据源的应用于施工车辆的用户设备的信息形成报表，输出报表，以便于查看。
153.一种可能的应用场景中，对于还没修好的施工道路，有很多施工车辆在该施工道路上的轨迹，若不区分施工轨迹和其他轨迹会自动提前判定开通该施工道路，导致施工道路的误开通。
154.可选地，根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息之后，还可以基于应用于施工车辆的用户设备信息实现施工道路的自动开通功能。具体可以采用如下方法实现：
155.根据每一数据源的应用于施工车辆的用户设备信息，从预设施工道路上的轨迹数据中剔除施工轨迹数据，其中施工轨迹数据为应用于施工车辆的用户设备的轨迹数据；根据剔除施工轨迹数据后预设施工道路上剩余的轨迹数据，判断预设施工道路是否满足开通条件。
156.这样，基于每一数据源的应用于施工车辆的用户设备信息剔除施工道路上的施工车辆的轨迹数据后，施工道路剩余的轨迹数据为其他非施工车辆的轨迹数据，基于其他非施工车辆的轨迹数据判断施工道路是否满足开通条件，更加贴近实际情况，能够更加准确地判断施工道路是否能够开通，避免因施工道路被施工车辆的轨迹覆盖导致在施工道路还不能开工时误开通施工道路的情况发生。
157.可选地，还可以根据挖掘出的应用于施工车辆的用户设备的信息，确定属于应用于施工车辆的用户设备的施工轨迹；若施工道路被施工轨迹覆盖，则确定暂时无法开通该施工道路。若最近一个时间段内，施工道路没有被施工轨迹覆盖，则确定可以开通该施工道路。
158.可选地，根据挖掘出的应用于施工车辆的用户设备的信息，确定属于应用于施工车辆的用户设备的施工轨迹，可以将施工轨迹覆盖的道路确定为施工道路，在进行地图匹配、地图导航时对未开通的施工道路进行特殊处理。
159.本实施例中通过轨迹数据的处理方法挖掘得到的应用于施工车辆的用户设备，具有如下两方面的应用，一方面传入实时任务流，为应用于施工车辆的用户设备添加标签，为后续的任务流提供数据基础。另一方面，提供给离线挖掘端，在离线挖掘端可以剔除应用于施工车辆的用户设备，基于其他用户设备的轨迹数据进行相应场景的处理。本实施例此处
不对具体应用场景进行限定。
160.一种可选地实施方式中，可以利用开源的图数据库搭建图数据库服务，用于实现知识图谱的构建和搜索等功能。本地通过编写请求实现数据的计算和导入知识图谱的功能。例如，开源的图数据库可以是hugegraph等。
161.在应用时，电子设备响应于应用于施工车辆的用户设备信息挖掘请求，获取多种不同数据源的用户设备的轨迹数据，并根据每一用户设备的轨迹数据，提取每一用户设备的轨迹特征信息；然后通过向数据库服务提交请求，使得数据库服务根据每一用户设备的轨迹特征信息构建知识图谱，知识图谱中每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息初始化为预设属性值。然后基于图推理，根据每一数据源顶点所连接的所有用户顶点的属性信息，确定数据源顶点的属性信息，更新知识图谱中每一数据源顶点的属性信息。
162.后续对知识图谱的更新和基于知识图谱的搜索、查询等功能均由数据库服务进行，并向电子设备反馈结果数据。
163.示例性地，在应用时，在需要获取应用施工车辆的用户设备信息时，电子设备向数据库服务提交请求，数据库服务根据该数据源信息，在知识图谱中查询每一数据源对应的数据源顶点连接的、被标记为应用于施工车辆的用户顶点的属性信息，并统计每一数据源中应用于施工车辆的用户顶点的数量、所占比例和标识信息；并向电子设备反馈查询结果。电子设备根据查询结果生成报表，并显示报表。
164.可选地，可以实现知识图谱的可视化展示，可以通过前端页面展示知识图谱的总体结构，还支持任一数据源相关的子结构，支持任一数据源及任一用户设备的信息的查询和展示。
165.示例性地，可以通过前端页面展示知识图谱的总体结构，当用户点击其中的一个数据源顶点时，展开显示该数据源顶点与用户顶点的映射关系，以展示数据源相关的子结构。另外，对于所展示的图结构中的任一顶点，还可以基于用户请求显示顶点的属性信息。
166.本实施例中，通过在将第一用户顶点标记为应用于施工车辆之后，对应用于施工车辆的用户设备占比较大的数据源，进行第二次挖掘，从该数据源中挖掘更多的应用于施工车辆的用户设备，可以提高基于挖掘得到的应用于施工车辆的用户设备来召回施工轨迹的召回率。
167.图5是根据本公开第三实施例的轨迹数据的处理装置的结构示意图。本公开实施例提供的轨迹数据的处理装置可以执行轨迹数据的处理方法实施例提供的处理流程。如图5所示，该轨迹数据的处理装置50包括：轨迹数据获取模块51、知识图谱构建模块52、第一挖掘处理模块53和信息确定模块54。
168.具体地，轨迹数据获取模块51，用于响应于应用于施工车辆的用户设备信息挖掘请求，获取多种不同数据源的用户设备的轨迹数据。
169.知识图谱构建模块52，用于根据用户设备的轨迹数据，构建知识图谱，知识图谱包含每一用户设备对应的用户顶点和每一数据源对应的数据源顶点，其中，每一用户顶点与对应用户设备所属的数据源对应的数据源顶点之间通过边连接，每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息根据所连接的所有用户顶点的属性信息确定。
170.第一挖掘处理模块53，用于在知识图谱中搜索属性信息满足第一条件的第一用户顶点，并将第一用户顶点标记为应用于施工车辆。
171.信息确定模块54，用于根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息。
172.本公开实施例提供的装置可以具体用于执行上述第一实施例提供的方法实施例，所实现具体功能和技术效果此处不再赘述。
173.图6是根据本公开第四实施例的轨迹数据的处理装置的结构示意图。本公开实施例提供的轨迹数据的处理装置可以执行轨迹数据的处理方法实施例提供的处理流程。如图6所示，该轨迹数据的处理装置60包括：轨迹数据获取模块61、知识图谱构建模块62、第一挖掘处理模块63和信息确定模块64。
174.具体地，轨迹数据获取模块61，用于响应于应用于施工车辆的用户设备信息挖掘请求，获取多种不同数据源的用户设备的轨迹数据。
175.知识图谱构建模块62，用于根据用户设备的轨迹数据，构建知识图谱，知识图谱包含每一用户设备对应的用户顶点和每一数据源对应的数据源顶点，其中，每一用户顶点与对应用户设备所属的数据源对应的数据源顶点之间通过边连接，每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息根据所连接的所有用户顶点的属性信息确定。
176.第一挖掘处理模块63，用于在知识图谱中搜索属性信息满足第一条件的第一用户顶点，并将第一用户顶点标记为应用于施工车辆。
177.信息确定模块64，用于根据被标记为应用于施工车辆的用户顶点的属性信息，确定每一数据源的应用于施工车辆的用户设备信息。
178.可选地，如图6所示，知识图谱构建模块62，包括：
179.轨迹特征提取单元621，用于根据每一用户设备的轨迹数据，提取每一用户设备的轨迹特征信息。
180.知识图谱构建单元622，用于根据每一用户设备的轨迹特征信息，构建知识图谱，知识图谱中每一用户顶点的属性信息包括对应用户设备的轨迹特征信息，每一数据源顶点的属性信息初始化为预设属性值。
181.属性更新单元623，用于根据每一数据源顶点所连接的所有用户顶点的属性信息，确定数据源顶点的属性信息，更新知识图谱中每一数据源顶点的属性信息。
182.可选地，第一挖掘处理模块还用于：
183.根据第一用户顶点的属性信息，确定第一用户顶点对应用户设备应用于施工车辆的置信度；根据第一用户顶点对应用户设备应用于施工车辆的置信度，更新第一用户顶点的应用于施工车辆的置信度这一属性信息。
184.可选地，如图6所示，该轨迹数据的处理装置60还包括：
185.第二挖掘处理模块65，用于：
186.根据知识图谱中被标记为应用于施工车辆的第一用户顶点的属性信息，确定每一数据源顶点所连接的第一用户顶点的数量；根据每一数据源顶点所连接的第一用户顶点的数量，确定每一数据源顶点对应的第一比例值，第一比例值是数据源顶点所连接的所有用户节点中第一用户顶点所占的比例；确定对应的第一比例值大于第一阈值的第一数据源顶
点；在知识图谱中与第一数据源顶点连接的所有用户顶点中，搜索属性信息满足第二条件并且不满足第一条件的第二用户顶点；将第二用户顶点标记为应用于施工车辆。
187.可选地，第二挖掘处理模块还用于：
188.根据第二用户顶点的属性信息，确定第二用户顶点对应用户设备应用于施工车辆的置信度；根据第二用户顶点对应用户设备应用于施工车辆的置信度，更新第二用户顶点的应用于施工车辆的置信度这一属性信息。
189.可选地，第二挖掘处理模块还用于：
190.根据第二用户顶点对应用户设备应用于施工车辆的置信度，更新第二用户顶点的应用于施工车辆的置信度这一属性信息之前，将第二用户顶点对应用户设备应用于施工车辆的置信度乘以预设系数，其中预设系数大于0并且预设系数小于1。
191.可选地，信息确定模块还用于：
192.根据被标记为应用于施工车辆的用户顶点的属性信息，确定并输出任一数据源的以下至少一项信息：
193.数据源中应用于施工车辆的用户设备的数量；
194.数据源中应用于施工车辆的用户设备所占的比例；
195.数据源中应用于施工车辆的用户设备的标识信息。
196.可选地，如图6所示，该轨迹数据的处理装置60还包括：
197.道路开通处理模块66，用于：
198.根据每一数据源的应用于施工车辆的用户设备信息，从预设施工道路上的轨迹数据中剔除施工轨迹数据，其中施工轨迹数据为应用于施工车辆的用户设备的轨迹数据；根据剔除施工轨迹数据后预设施工道路上剩余的轨迹数据，判断预设施工道路是否满足开通条件。
199.本公开实施例提供的装置可以具体用于执行上述第二实施例提供的方法实施例，所实现具体功能和技术效果此处不再赘述。
200.需要说明的是，本实施例中的用户设备的轨迹数据并不是针对某一特定用户的轨迹数据，并不能反映出某一特定用户的个人信息。
201.本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
202.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
203.根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
204.图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。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/或者要求的本公开的实现。
205.如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(rom)702中的计算机程序或者从存储单元708加载到随机访问存储器(ram)703中的计算机程序，来执行各种适当的动作和处理。在ram 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、rom 702以及ram 703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
206.设备700中的多个部件连接至i/o接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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。
207.计算单元701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。计算单元701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计算单元、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。计算单元701执行上文所描述的各个方法和处理，例如轨迹数据的处理方法。例如，在一些实施例中，轨迹数据的处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由rom 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到ram 703并由计算单元701执行时，可以执行上文描述的轨迹数据的处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行轨迹数据的处理方法。
208.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)、复杂可编程逻辑设备(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。
209.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。
210.在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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。
211.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：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计算机。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。
212.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)和互联网。
213.计算机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("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
214.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，本发公开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，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
215.上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。