物流调度数据处理方法、装置、设备及存储介质与流程

1.本发明涉及数据处理领域，尤其涉及一种物流调度数据处理方法、装置、设备及存储介质。


背景技术：

2.在快递物流行业中，月台效率的统计监控和效率优化,对快递物流时效性具有重要意义，由于在运输过程中，存在很多不确定因素，因此，为了确保货物的安全高效运输，需要采取有效的监管措施，对运输过程进行有效管理。
3.现有的月台效率监控模型更新时效慢，开发成本高，数据统计粒度粗，不可追溯到员工级，由于通过监控模型获取的数据为多源获取的异构数据，例如，参与运输操作的车辆数据信息，其影响着整个月台的运作效率，不同的车辆参与装卸需要提供不同的调度优化策略，如果同时对多种异构数据进行分析，数据量较大，使得这类系统方案会存在一定程度的数据缺失、数据难以匹配、准确度难以保障等问题。


技术实现要素：

4.本发明实施例提供了一种物流调度数据处理方法、装置、设备及存储介质，用于提高基于月台效率模型进行数据分析的准确性。
5.本发明第一方面提供了一种物流调度数据处理方法，包括：对预置的多个物流数据终端进行数据采集，获取异构物流调度数据集合；对所述异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合；通过预置的月台效率模型对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合；将所述目标数据集合传输至预置的物流数据展示平台。
6.可选的，在本发明第一方面的第一种实现方式中，所述对所述异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合包括：对所述异构物流调度数据集合进行数据清洗处理，得到候选异构物流调度数据集合；对所述候选异构物流调度数据集合进行格式转换，得到标准化物流调度数据集合。
7.可选的，在本发明第一方面的第二种实现方式中，所述对所述异构物流调度数据集合进行数据清洗处理，得到候选异构物流调度数据集合包括：根据预设的过滤规则对所述异构物流调度数据集合进行数据过滤处理，得到过滤后的异构物流调度数据集合；根据预设的去噪处理规则对所述过滤后的异构物流调度数据集合进行去噪处理，得到候选异构物流调度数据集合。
8.可选的，在本发明第一方面的第三种实现方式中，所述根据预设的过滤规则对所述异构物流调度数据集合进行数据过滤处理，得到过滤后的异构物流调度数据集合包括：对所述异构物流调度数据集合进行缺失值分析，得到分析结果；当所述分析结果为存在缺失值时，对所述异构物流调度数据集合进行数据填充处理，得到填充后的异构物流调度数据集合；对所述填充后的异构物流调度数据集合进行异常值剔除处理，得到过滤后的异构
物流调度数据集合。
9.可选的，在本发明第一方面的第四种实现方式中，所述对所述候选异构物流调度数据集合进行格式转换，得到标准化物流调度数据集合包括：对所述候选异构物流调度数据集合进行扫描，确定对应的数据标识；基于所述数据标识进行转换规则匹配，确定数据转换规则；基于所述数据转换规则对所述候选异构物流调度数据集合进行格式转换处理，得到标准化物流调度数据集合。
10.可选的，在本发明第一方面的第五种实现方式中，在所述对所述异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合之后，在所述通过预置的月台效率模型对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合之前，还包括:基于预置的分布式数据库进行数据采集，获取对应的异构数据表；对所述异构数据表进行数据提取处理，得到对应的规范异构物流调度数据集合；基于所述规范异构物流调度数据集合对预置的深度网络模型进行模型训练，得到月台效率模型。
11.可选的，在本发明第一方面的第六种实现方式中，所述通过预置的月台效率模型对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合包括：通过所述月台效率模型进行配置信息分析，得到对应的配置信息；基于所述配置信息进行数据转换线程分析，得到多个数据转换线程；对所述标准化物流调度数据集合进行分类处理，得到多个不同类型的标准化数据；基于预设的分配规则对所述多个不同类型的标准化数据进行线程匹配，得到每一类型的所述标准化数据对应的目标数据转换线程；基于每一类型的所述标准化数据对应的目标数据转换线程对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合。
12.本发明第二方面提供了一种物流调度数据处理装置，包括：采集模块，用于对预置的多个物流数据终端进行数据采集，获取异构物流调度数据集合；处理模块，用于对所述异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合；同构模块，用于通过预置的月台效率模型对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合；传输模块，用于将所述目标数据集合传输至预置的物流数据展示平台。
13.可选的，在本发明第二方面的第一种实现方式中，所述处理模块具体包括：清洗单元，用于对所述异构物流调度数据集合进行数据清洗处理，得到候选异构物流调度数据集合；转换单元，用于对所述候选异构物流调度数据集合进行格式转换，得到标准化物流调度数据集合。
14.可选的，在本发明第二方面的第二种实现方式中，所述清洗单元具体包括：过滤子单元，用于根据预设的过滤规则对所述异构物流调度数据集合进行数据过滤处理，得到过滤后的异构物流调度数据集合；去噪子单元，用于根据预设的去噪处理规则对所述过滤后的异构物流调度数据集合进行去噪处理，得到候选异构物流调度数据集合。
15.可选的，在本发明第二方面的第三种实现方式中，所述过滤子单元具体用于：对所述异构物流调度数据集合进行缺失值分析，得到分析结果；当所述分析结果为存在缺失值时，对所述异构物流调度数据集合进行数据填充处理，得到填充后的异构物流调度数据集合；对所述填充后的异构物流调度数据集合进行异常值剔除处理，得到过滤后的异构物流调度数据集合。
16.可选的，在本发明第二方面的第四种实现方式中，所述转换单元具体用于：对所述
候选异构物流调度数据集合进行扫描，确定对应的数据标识；基于所述数据标识进行转换规则匹配，确定数据转换规则；基于所述数据转换规则对所述候选异构物流调度数据集合进行格式转换处理，得到标准化物流调度数据集合。
17.可选的，在本发明第二方面的第五种实现方式中，所述物流调度数据处理装置还包括：获取模块，用于基于预置的分布式数据库进行数据采集，获取对应的异构数据表；提取模块，用于对所述异构数据表进行数据提取处理，得到对应的规范异构物流调度数据集合；训练模块，用于基于所述规范异构物流调度数据集合对预置的深度网络模型进行模型训练，得到月台效率模型。
18.可选的，在本发明第二方面的第六种实现方式中，所述同构模块具体用于：通过所述月台效率模型进行配置信息分析，得到对应的配置信息；基于所述配置信息进行数据转换线程分析，得到多个数据转换线程；对所述标准化物流调度数据集合进行分类处理，得到多个不同类型的标准化数据；基于预设的分配规则对所述多个不同类型的标准化数据进行线程匹配，得到每一类型的所述标准化数据对应的目标数据转换线程；基于每一类型的所述标准化数据对应的目标数据转换线程对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合。
19.本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述计算机设备执行上述的物流调度数据处理方法。
20.本发明的第四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中存储有指令，当其在计算机上运行时，使得计算机执行上述的物流调度数据处理方法。
21.本发明提供的技术方案中，服务器将不同数据源的数据进行同构处理，建立各数据源之间的关联关系。具体地，通过将各数据源具有身份识别意义的字段建立映射关系，建立各数据源数据之间的关联关系，使多个数据源的数据同构化。通过数据同构化处理从不同数据源提取的相关数据表，多源异构数据根据预设的统一的数据标准进行处理后，即可得到异构数据的标准化物流调度数据集合，可以提高数据的准确度与适配性，从而提升基于月台效率模型进行物流调度数据分析的准确性。
附图说明
22.图1为本发明实施例中物流调度数据处理方法的一个实施例示意图；
23.图2为本发明实施例中物流调度数据处理方法的另一个实施例示意图；
24.图3为本发明实施例中物流调度数据处理装置的一个实施例示意图；
25.图4为本发明实施例中物流调度数据处理装置的另一个实施例示意图；
26.图5为本发明实施例中计算机设备的一个实施例示意图。
具体实施方式
27.本发明实施例提供了一种物流调度数据处理方法、装置、设备及存储介质，用于提高基于月台效率模型进行物流调度数据分析的准确性。
28.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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，以便这里描述的实施例能够在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，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。
29.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中物流调度数据处理方法的一个实施例包括以下步骤101-104：
30.101、对预置的多个物流数据终端进行数据采集，获取异构物流调度数据集合；
31.可以理解的是，本发明的执行主体可以为物流调度数据处理装置，还可以是服务器，具体此处不作限定。本发明实施例以服务器为执行主体为例进行说明。
32.需要说明的是，异构物流调度数据集合是指多种渠道获取的物流标准化物流调度数据集合，包括传感器采集的数据以及从各信息平台获取的互联网数据。例如图像传感器采集的图像数据，gps等获取的遥感影像全局时空数据，无人机、自动驾驶采集具体位置处的具体时空数据。物流标准化物流调度数据集合中，存在多种不种的数据源，各数据源的数据结构不同，故而称之为异构物流调度数据集合，具体的，可以是物流企业等物流运输经营单位，具体的，服务器对预置的多个物流数据终端进行数据采集，获取异构物流调度数据集合。
33.102、对异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合；
34.需要说明的是，由于异构物流调度数据集合信息来源多样，且信息冗余较多，因此，需要采用统一的数据标准，给出原始数据的规范化一致性描述。对多源异构数据根据预设的统一的数据标准进行处理后，即可得到异构数据的标准化物流调度数据集合，具体的，服务器对异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合。
35.103、通过预置的月台效率模型对标准化物流调度数据集合进行同构化处理，得到目标数据集合；
36.需要说明的是，基于该月台效率模型，预先根据业务应用设置数据提取规则和相关的数据源，建立三者之间的对应关系。当需要融合该业务场景的异构物流调度数据集合时，根据数据处理规则对相关数据源进行处理。通过查询预置的分布式数据库的索引，提取数据处理规则所需的字段内容，并将多个数据源的数据进行数据融合，建立业务应用的融合数据库，进而服务器通过预置的月台效率模型对标准化物流调度数据集合进行同构化处理，得到目标数据集合。
37.104、将目标数据集合传输至预置的物流数据展示平台。
38.需要说明的是，服务器可以结合电子地图实综合物流信息在地图上的分布展现，包括物流信息描述展示以及电子地图可视化展示，所展示的物流信息可以包括货物信息、运输车辆信息、行政许可信息、电子围栏信息、运输路线信息等，具体的，服务器将目标哦数据集合传输至预置的物流数据展示平台进行数据展示。
39.本发明实施例中，服务器将不同数据源的数据进行同构处理，建立各数据源之间的关联关系。具体地，通过将各数据源具有身份识别意义的字段建立映射关系，建立各数据源数据之间的关联关系，使多个数据源的数据同构化。通过数据同构化处理从不同数据源提取的相关数据表，多源异构数据根据预设的统一的数据标准进行处理后，即可得到异构
数据的标准化物流调度数据集合，可以提高数据的准确度与适配性，从而提升基于月台效率模型进行数据分析的准确性。
40.请参阅图2，本发明实施例中物流调度数据处理方法的另一个实施例包括以下步骤201-205：
41.201、对预置的多个物流数据终端进行数据采集，获取异构物流调度数据集合；
42.具体的，在本实施例中，步骤201的具体实施方式与上述步骤101类似，此处不再赘述。
43.202、对异构物流调度数据集合进行数据清洗处理，得到候选异构物流调度数据集合；
44.具体的，服务器根据预设的过滤规则对异构物流调度数据集合进行数据过滤处理，得到过滤后的异构物流调度数据集合；服务器根据预设的去噪处理规则对过滤后的异构物流调度数据集合进行去噪处理，得到候选异构物流调度数据集合。
45.其中，针对数据集合中的每一个名称数据，根据预先设定的过滤规则判断该名称数据是否为空值或乱码，如果一个名称数据为空值或乱码，则将该名称数据从数据集合中删除，如果一个名称数据不为空值且不为乱码，则在数据集合中保留该名称数据。名称数据通常利用爬取程序从物流平台上采集而获得，由于物流平台可能没有录入相应的名称数据，此时便会采集到为空值的名称数据。另外，物流平台可能具有数据反爬功能，此时从物流平台上采集到的名称数据为乱码。为空值或乱码的名称数据属于无效名称数据，不会对数据分析产生积极作用，反而会影响数据分析结果的准确性，因此将为空值或乱码的名称数据从数据集合中删除，不仅可以减少进行名称数据标准化处理的工作量，还可以提高后续依据标准名称数据进行数据分析时所获得分析结果的准确性，进而服务器根据预设的去噪处理规则对过滤后的异构物流调度数据集合进行去噪处理，得到候选异构物流调度数据集合。需要说明的是，针对数据集合中的每一个名称数据，根据预先设定的去噪声处理规则，去除该名称数据中所包括的噪声信息，其中，噪声信息包括空格、括号等字符。
46.可选的，根据预设的过滤规则对异构物流调度数据集合进行数据过滤处理，得到过滤后的异构物流调度数据集合可以包括：服务器对异构物流调度数据集合进行缺失值分析，得到分析结果；服务器当分析结果为存在缺失值时，对异构物流调度数据集合进行数据填充处理，得到填充后的异构物流调度数据集合；服务器对填充后的异构物流调度数据集合进行异常值剔除处理，得到过滤后的异构物流调度数据集合。
47.其中，判断所述异构物流调度数据集合是否存在缺失值，当所述异构物流调度数据集合存在缺失值时，对所述异构物流调度数据集合进行数据填充，或者判断所述异构物流调度数据集合是否存在异常值，当所述异构物流调度数据集合存在异常值时，删除所述异构物流调度数据集合包含的异常值。具体的，所述缺失值为所述异构物流调度数据集合中缺失的数据，所述异常值为所述异构物流调度数据集合中存在但数值异常的数据，需要说明的是，本发明实施例利用具有缺失值检测功能的java语句来判断所述异构物流调度数据集合是否存在缺失值。
48.203、对候选异构物流调度数据集合进行格式转换，得到标准化物流调度数据集合；
49.具体的，服务器对候选异构物流调度数据集合进行扫描，确定对应的数据标识；服
务器基于数据标识进行转换规则匹配，确定数据转换规则；服务器基于数据转换规则对候选异构物流调度数据集合进行格式转换处理，得到标准化物流调度数据集合。
50.其中，由于预先设置的数据标识数据较多，且数据标识的数据不一定是标准数据，为了能够充分利用数据标识提供的信息，本发明实施例提供的数据处理方法对数据标识进行标准化数据处理。标准化数据处理用于使执行了标准化数据处理之后的数据符合待处理数据所对应的转换规则，例如，物品单价采用人民币“元”作为单位，物品数量以“千克”作为单位，相同类型的物品名称统一为相同的文字。在对数据标识执行标准化数据处理之后，得到的标准化数据符合数据标识所对应的转换规则，可以先确定数据标识对应的转换规则，进而基于转换规则对数据标识进行转换，得到标准化数据。具体的，可以根据数据标识所表示的数据标识，确定数据标识对应的转换规则，鸡儿服务器基于数据转换规则对候选异构物流调度数据集合进行格式转换处理，得到标准化物流调度数据集合。
51.可选的，在步骤203之后，在步骤204之前，还可以包括：服务器基于预置的分布式数据库进行数据采集，获取对应的异构数据表；服务器对异构数据表进行数据提取处理，得到对应的规范异构物流调度数据集合；服务器基于规范异构物流调度数据集合对预置的深度网络模型进行模型训练，得到月台效率模型。
52.其中，预先根据业务应用设置数据提取规则和相关的数据源，建立三者之间的对应关系，服务器根据数据处理规则对相关数据源进行处理。通过查询数据源的分布式数据库的索引，提取数据处理规则所需的字段内容，并将多个数据源的数据进行数据融合，采集用于模型训练的异构物流调度数据集合，进而服务器基于规范异构物流调度数据集合对预置的深度网络模型进行模型训练，得到月台效率模型。
53.204、通过预置的月台效率模型对标准化物流调度数据集合进行同构化处理，得到目标数据集合；
54.具体的，服务器通过月台效率模型进行配置信息分析，得到对应的配置信息；服务器基于配置信息进行数据转换线程分析，得到多个数据转换线程；服务器对标准化物流调度数据集合进行分类处理，得到多个不同类型的标准化数据；服务器基于预设的分配规则对多个不同类型的标准化数据进行线程匹配，得到每一类型的标准化数据对应的目标数据转换线程；服务器基于每一类型的标准化数据对应的目标数据转换线程对标准化物流调度数据集合进行同构化处理，得到目标数据集合。
55.其中，服务器将所有所述标准化物流调度数据集合分配至各所述数据转换线程内，并将所述数据转换规则分别发送至各所述数据转换线程，进而通过各所述数据转换线程，基于所述数据转换规则同时对内部包含的标准化物流调度数据集合进行同构化转换处理，得到所述处理后的标准化物流调度数据集合，具体的，服务器对标准化物流调度数据集合进行分类处理，得到多个不同类型的标准化数据；服务器基于预设的分配规则对多个不同类型的标准化数据进行线程匹配，得到每一类型的标准化数据对应的目标数据转换线程；服务器基于每一类型的标准化数据对应的目标数据转换线程对标准化物流调度数据集合进行同构化处理，得到目标数据集合。
56.205、将目标数据集合传输至预置的物流数据展示平台。
57.具体的，在本实施例中，步骤205的具体实施方式与上述步骤104类似，此处不再赘述。
58.本发明实施例中，将为空值或乱码的名称数据从数据集合中删除，不仅可以减少进行名称数据标准化处理的工作量，还可以提高后续依据标准名称数据进行数据分析时所获得分析结果的准确性，并且服务器针对数据集合中的每一个名称数据，根据预先设定的去噪声处理规则，去除该名称数据中所包括的空格、括号等字符。对数据标识执行标准化数据处理之后，得到的标准化数据符合数据标识所对应的转换规则，可以先确定数据标识对应的转换规则，进而基于转换规则对数据标识进行转换，得到标准化数据，服务器通过月台效率模型进行配置信息分析，得到对应的配置信息；服务器基于配置信息进行数据转换线程分析，得到多个数据转换线程；服务器对标准化物流调度数据集合进行分类处理，得到多个不同类型的标准化数据；服务器基于预设的分配规则对多个不同类型的标准化数据进行线程匹配，得到每一类型的标准化数据对应的目标数据转换线程，通过对转换线程的匹配，可以提升在对不同类型异构数据转换时的效率，避免因数据量过大导致数据分析错误的情况出现，从而提升基于月台效率模型进行数据分析的准确性。
59.请参阅图3，本发明实施例中物流调度数据处理装置的一个实施例包括：
60.采集模块301，用于对预置的多个物流数据终端进行数据采集，获取异构物流调度数据集合；
61.处理模块302，用于对异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合；
62.同构模块303，用于通过预置的月台效率模型对标准化物流调度数据集合进行同构化处理，得到目标数据集合；
63.传输模块304，用于将目标数据集合传输至预置的物流数据展示平台。
64.请参阅图4，本发明实施例中物流调度数据处理装置的另一个实施例包括：
65.采集模块301，用于对预置的多个物流数据终端进行数据采集，获取异构物流调度数据集合；
66.处理模块302，用于对所述异构物流调度数据集合进行标准化处理，得到标准化物流调度数据集合；
67.同构模块303，用于通过预置的月台效率模型对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合；
68.传输模块304，用于将所述目标数据集合传输至预置的物流数据展示平台。
69.可选的，所述处理模块302具体包括：清洗单元3021，用于对所述异构物流调度数据集合进行数据清洗处理，得到候选异构物流调度数据集合；转换单元3022，用于对所述候选异构物流调度数据集合进行格式转换，得到标准化物流调度数据集合。
70.可选的，所述清洗单元3021具体包括：过滤子单元30211，用于根据预设的过滤规则对所述异构物流调度数据集合进行数据过滤处理，得到过滤后的异构物流调度数据集合；去噪子单元30212，用于根据预设的去噪处理规则对所述过滤后的异构物流调度数据集合进行去噪处理，得到候选异构物流调度数据集合。
71.可选的，所述过滤子单元30211具体用于：对所述异构物流调度数据集合进行缺失值分析，得到分析结果；当所述分析结果为存在缺失值时，对所述异构物流调度数据集合进行数据填充处理，得到填充后的异构物流调度数据集合；对所述填充后的异构物流调度数据集合进行异常值剔除处理，得到过滤后的异构物流调度数据集合。
72.可选的，所述转换单元3022具体用于：对所述候选异构物流调度数据集合进行扫描，确定对应的数据标识；基于所述数据标识进行转换规则匹配，确定数据转换规则；基于所述数据转换规则对所述候选异构物流调度数据集合进行格式转换处理，得到标准化物流调度数据集合。
73.可选的，物流调度数据处理装置还包括：获取模块305，用于基于预置的分布式数据库进行数据采集，获取对应的异构数据表；提取模块306，用于对所述异构数据表进行数据提取处理，得到对应的规范异构物流调度数据集合；训练模块307，用于基于所述规范异构物流调度数据集合对预置的深度网络模型进行模型训练，得到月台效率模型。
74.可选的，所述同构模块303具体用于：通过所述月台效率模型进行配置信息分析，得到对应的配置信息；基于所述配置信息进行数据转换线程分析，得到多个数据转换线程；对所述标准化物流调度数据集合进行分类处理，得到多个不同类型的标准化数据；基于预设的分配规则对所述多个不同类型的标准化数据进行线程匹配，得到每一类型的所述标准化数据对应的目标数据转换线程；基于每一类型的所述标准化数据对应的目标数据转换线程对所述标准化物流调度数据集合进行同构化处理，得到目标数据集合。
75.图5是本发明实施例提供的一种计算机设备的结构示意图，该计算机设备500可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算机设备500中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在计算机设备500上执行存储介质530中的一系列指令操作。
76.计算机设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图5示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
77.本发明还提供一种计算机设备，所述计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述物流调度数据处理方法的步骤。
78.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述物流调度数据处理方法的步骤。
79.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全
部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。