一种门店与社区融合的蔬菜线上推荐方法、设备及系统与流程

1.本技术涉及数据处理技术领域，具体涉及一种门店与社区融合的蔬菜线上推荐方法、设备及系统。


背景技术：

2.蔬菜是社区居民日常生活中的常备食材，但蔬菜不适合长时间存放，这导致了社区居民需要频繁去门店购入蔬菜。随着网络技术的发展，线上购买蔬菜这一方式已经逐渐走入了人们的日常生活，有效提高了购买便利性。但是，由于门店数量众多，各门店内的蔬菜种类也较为繁杂，且部分社区用户可能存在一定的饮食禁忌，如何迎合社区用户的使用喜好(比如，身体状况、价格等)为其推送最合适的蔬菜，已经成为亟待解决的问题。


技术实现要素：

3.为了解决上述问题，本技术提出了一种门店与社区融合的蔬菜线上推荐方法，包括：
4.从多个线上交易平台中获取上线蔬菜的特征信息；所述特征信息至少包括所述蔬菜的属性信息、规格信息和交易信息；
5.对所述蔬菜进行特征识别，以根据所述特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格；
6.获取用户上传的身体状态信息，根据所述用户对于自身的身体状态信息的描述，确定所述用户对应的状态约束信息；所述状态约束信息用于表示所述用户对于所述上线蔬菜类别的使用倾向；
7.根据所述状态约束信息确定所述上线蔬菜类别对应的状态影响度，并针对所述上线蔬菜类别，根据所述状态影响度和所述上线蔬菜价格，计算所述上线蔬菜类别中的蔬菜在所述多个门店下所对应的推送系数；
8.按照所述蔬菜对应的所述推送系数由大到小的顺序，生成待推送的蔬菜推荐列表，以根据所述蔬菜推荐列表，向所述用户推荐所述蔬菜。
9.在本技术的一种实现方式中，获取用户上传的身体状态信息之前，所述方法还包括：
10.采集医疗信息，对所述医疗信息进行实例提取，获取对应的疾病实例和表征实例；
11.根据所述疾病实例中对于状态约束信息的描述，建立所述状态约束信息与所述表征实例之间的映射关系；
12.根据所述用户对于自身的身体状态信息的描述，确定所述用户对应的状态约束信息，具体包括：
13.根据所述用户对于自身的身体状态信息的描述和所述映射关系，确定所述用户对应的状态约束信息。
14.在本技术的一种实现方式中，根据所述状态约束信息确定所述上线蔬菜类别对应
的状态影响度，具体包括：
15.对所述状态约束信息进行分词，以获取到分词后的多个关键词；
16.识别所述多个关键词的属性，以根据所述属性，从所述多个关键词中提取出用于表征影响类型的主关键词，以及用于表征影响特征的子关键词；所述影响类型包括正面影响、中性影响和负面影响；
17.根据预设的语料库确定所述主关键词对应的影响系数，以及从所述上线蔬菜类别中，识别与所述子关键词相匹配的目标上线蔬菜类别；
18.确定所述目标上线蔬菜类别对应的影响系数，以根据所述影响系数确定所述上线蔬菜类别分别对应的状态影响度。
19.在本技术的一种实现方式中，计算所述多个门店下的上线蔬菜类别对应的推送系数之前，所述方法还包括：
20.针对所述上线蔬菜类别，按照预设的时间间隔获取所述多个门店对应的优惠属性；
21.根据所述优惠属性，调整所述多个门店下所述上线蔬菜类别对应的上线蔬菜价格；
22.根据所述状态影响度和调整后的所述上线蔬菜价格，计算计算所述多个门店下的上线蔬菜类别对应的推送系数。
23.在本技术的一种实现方式中，根据所述蔬菜推荐列表，向所述用户推荐所述蔬菜，具体包括：
24.根据所述用户的地理位置和预设距离阈值，确定所述用户对应的地理位置范围；
25.确定所述蔬菜推荐列表中各蔬菜对应的门店，以及所述门店与所述地理位置之间的地理距离；
26.依次从所述蔬菜推荐列表中，筛选出对应门店的地理距离在所述地理位置范围内的目标蔬菜；
27.根据所述目标蔬菜得到筛选后的目标蔬菜推荐列表，以便于根据所述目标蔬菜推荐列表向所述用户推荐所述目标蔬菜。
28.在本技术的一种实现方式中，根据所述状态影响度和所述上线蔬菜价格，计算所述上线蔬菜类别中的蔬菜在所述多个门店下所对应的推送系数，具体包括：
29.确定所述多个门店对应的第一优先值和第二优先值；其中，所述第一优先值对应所述上线蔬菜类别的状态影响度，所述第二优先值对应所述上线蔬菜类别在所述多个门店的上线蔬菜价格；
30.分别确定所述状态影响度和所述上线蔬菜价格对应的权值，根据所述权值、所述第一优先值和所述第二优先值，对所述状态影响度和所述上线蔬菜价格进行加权求和，并将所述加权求和的结果作为推送系数。
31.在本技术的一种实现方式中，确定所述多个门店对应的第一优先值和第二优先值，具体包括：
32.根据预先划分的状态影响度区间，确定所述上线蔬菜类别的状态影响度所对应的第一优先值；
33.将所述多个门店按照其对应的上线蔬菜价格的顺序进行排列，得到相应的上线蔬
菜价格序列，并根据所述上线蔬菜价格序列中所述多个门店的顺序，依次确定所述多个门店对应的第二优先值。
34.在本技术的一种实现方式中，所述规格信息至少包括所述蔬菜的质量，所述交易信息至少包括所述蔬菜的标价；
35.根据所述特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格，具体包括：
36.针对所述多个门店，根据所述标价和所述质量之间的比值，计算所述上线蔬菜类别对应的上线蔬菜价格。
37.本技术实施例提供了一种门店与社区融合的蔬菜线上推荐设备，其特征在于，所述设备包括：至少一个处理器；
38.以及，与所述至少一个处理器通信连接的存储器；其中，
39.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：
40.从多个线上交易平台中获取上线蔬菜的特征信息；所述特征信息至少包括所述蔬菜的属性信息、规格信息和交易信息；
41.对所述蔬菜进行特征识别，以根据所述特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格；
42.获取用户上传的身体状态信息，根据所述用户对于自身的身体状态信息的描述，确定所述用户对应的状态约束信息；所述状态约束信息用于表示所述用户对于所述上线蔬菜类别的使用倾向；
43.根据所述状态约束信息确定所述上线蔬菜类别对应的状态影响度，并针对所述上线蔬菜类别，根据所述状态影响度和所述上线蔬菜价格，计算所述上线蔬菜类别中的蔬菜在所述多个门店下所对应的推送系数；
44.按照所述蔬菜对应的所述推送系数由大到小的顺序，生成待推送的蔬菜推荐列表，以根据所述蔬菜推荐列表，向所述用户推荐所述蔬菜。
45.本技术实施例提供了一种门店与社区融合的蔬菜线上推荐系统，其特征在于，所述系统包括：
46.获取模块，用于从多个线上交易平台中获取上线蔬菜的特征信息；所述特征信息至少包括所述蔬菜的属性信息、规格信息和交易信息；
47.识别模块，用于对所述蔬菜进行特征识别，以根据所述特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格；
48.状态确定模块，用于获取用户上传的身体状态信息，根据所述用户对于自身的身体状态信息的描述，确定所述用户对应的状态约束信息；所述状态约束信息用于表示所述用户对于所述上线蔬菜类别的使用倾向；
49.计算模块，用于根据所述状态约束信息确定所述上线蔬菜类别对应的状态影响度，并针对所述上线蔬菜类别，根据所述状态影响度和所述上线蔬菜价格，计算所述上线蔬菜类别中的蔬菜在所述多个门店下所对应的推送系数；
50.推荐模块，用于按照所述蔬菜对应的所述推送系数由大到小的顺序，生成待推送的蔬菜推荐列表，以根据所述蔬菜推荐列表，向所述用户推荐所述蔬菜。
51.通过本技术提出的一种门店与社区融合的蔬菜线上推荐方法能够带来如下有益效果：
52.根据用户上传的身体状态信息确定其对应的状态约束信息，同时综合多个线上交易平台各门店的蔬菜价格数据，将门店的蔬菜价格数据与用户的身体状况相结合，生成待推送的蔬菜列表，从而根据该蔬菜列表向用户推送当前时段社区周围门店中符合其使用偏好的蔬菜，辅助社区居民合理决策，降低了用户买菜时的选择成本。
附图说明
53.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
54.图1为本技术实施例提供的一种门店与社区融合的蔬菜线上推荐系统的结构示意图；
55.图2为本技术实施例提供的一种门店与社区融合的蔬菜线上推荐方法的流程示意图；
56.图3为本技术实施例提供的一种门店与社区融合的蔬菜线上推荐设备的结构示意图。
具体实施方式
57.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
58.近年来，我国城市化进程不断加快、各地物流条件更加成熟、移动互联网技术愈加普及，使得社区电子商务进入高速发展期，“线上下单 线下配送”也逐步成为新的购物方式。但是各个社区电商平台各自为战，增加了用户使用购物手机应用软件买菜的学习成本，同时，众多门店加盟多个社区电商平台，并推出多样的促销活动，也增加了社区居民买菜的选择难度。为解决该技术问题，本技术提出了一种门店与社区融合的线上蔬菜推荐方法、设备及系统，综合各线上交易平台各门店蔬菜的价格数据，与社区用户的身体状况相结合，向用户推送当前时段社区周围门店中符合其使用偏好的蔬菜，辅助社区居民合理决策，降低社区居民买菜时的选择成本。
59.以下结合附图，详细说明本技术各实施例提供的技术方案。
60.图1为本技术实施例提供的一种门店与社区融合的蔬菜线上推荐系统的结构示意图。系统包括：
61.获取模块，用于从多个线上交易平台中获取上线蔬菜的特征信息；特征信息至少包括蔬菜的属性信息、规格信息和交易信息；
62.识别模块，用于对蔬菜进行特征识别，以根据特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格；
63.状态确定模块，用于获取用户上传的身体状态信息，根据用户对于自身的身体状态信息的描述，确定用户对应的状态约束信息；状态约束信息用于表示用户对于上线蔬菜
类别的使用倾向；
64.计算模块，用于根据状态约束信息确定上线蔬菜类别对应的状态影响度，并针对上线蔬菜类别，根据状态影响度和上线蔬菜价格，计算上线蔬菜类别中的蔬菜在多个门店下所对应的推送系数；
65.推荐模块，用于按照蔬菜对应的推送系数由大到小的顺序，生成待推送的蔬菜推荐列表，以根据蔬菜推荐列表，向用户推荐蔬菜。
66.如图2所示，本技术实施例提供的一种门店与社区融合的蔬菜线上推荐方法，包括：
67.s201：从多个线上交易平台中获取上线蔬菜的特征信息；特征信息至少包括蔬菜的属性信息、规格信息和交易信息。
68.线上交易平台是将网络线上购物与实体门店相结合的一种新型网购平台，不同门店的蔬菜若在线上交易平台上线后，本技术提供的线上蔬菜推荐系统可自动获取上线蔬菜的特征信息。特征信息至少包括蔬菜的属性信息、规格信息和交易信息，其中，属性信息包括蔬菜类别、蔬菜产地、蔬菜品牌等，规格信息包括重量、容量、大小中的一个或多个，交易信息包括交易链接、蔬菜标价、门店名称等。
69.s202：对蔬菜进行特征识别，以根据特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格。
70.在获取到上线蔬菜的特征信息后，需对蔬菜进行特征识别，从而根据特征信息去确定当前所获取到的多个门店的上线蔬菜类别和上线蔬菜价格。上线蔬菜类别指的是蔬菜品类(比如菠菜、土豆、洋葱等)、蔬菜所在门店等信息，其中，蔬菜品类可根据属性信息确定，蔬菜所在门店可根据交易信息确定。上线蔬菜价格可根据规格信息和交易信息确定，也就是在不同门店下，对于某一上线蔬菜类别来说，可根据当前上线的蔬菜标价和蔬菜质量之间的比值，计算上线蔬菜价格，其中，上线蔬菜价格以单位价格的形式呈现，通常为元/千克。
71.s203：获取用户上传的身体状态信息，根据用户对于自身的身体状态信息的描述，确定用户对应的状态约束信息；状态约束信息用于表示用户对于上线蔬菜类别的使用倾向。
72.线上蔬菜推荐系统在进行蔬菜推荐时，需根据用户上传的身体状态信息判断当前用户是否存在饮食禁忌，从而根据用户对于其自身的身体状态信息的描述，确定用户对应的状态约束信息。状态约束信息用于表示用户对于上线蔬菜类别的使用倾向，也可以理解为用户禁止食用和适合食用的蔬菜类别。比如，用户描述其患有高血压，那么对应的状态约束信息为：忌食含有辛辣元素过多的蔬菜：韭菜，洋葱，大蒜等，宜食具有清热解毒功效的蔬菜，比如芹菜，菠菜，蘑菇等。
73.若要保证系统可自动确定出用户的状态约束信息，需在获取用户上传的身体状态之前，预先建立起状态约束信息和用户所提供的疾病表征之间的映射关系。具体地，可通过医疗系统中存有的医嘱、病历，或医疗交流论坛、医疗咨询平台等与医疗相关的信息平台中，采集所需的医疗信息。对采集到的医疗信息进行实例提取，获取到对应的疾病实例和表征实例，其中，表征实例是患者在就医时所呈现出的患病表现(比如头疼、流鼻涕、咽痛等)或者对于自身患有疾病的描述(比如，高血压、糖尿病等)，疾病实例是医生根据患者所提出
的疾病表征做出的医嘱，比如高血压不要吃韭菜、洋葱等食物，可适当多吃菠菜等食物。在获取到疾病实例和表征实例后，可根据疾病实例中对于状态约束信息的描述，建立状态约束信息与表征实例之间的映射关系，这样，后续便可在获取到用户上传的身体状态信息后，根据用户对于自身的身体状态信息的描述和映射关系，确定出用户对应的状态约束信息。
74.s204：根据状态约束信息确定上线蔬菜类别对应的状态影响度，并针对上线蔬菜类别，根据状态影响度和上线蔬菜价格，计算上线蔬菜类别中的蔬菜在多个门店下所对应的推送系数。
75.不同用户患有的疾病或者所表现出的疾病症状轻重程度不同，因此，在根据用户的状态约束信息去进行相关蔬菜品类的推送时，需考虑到状态约束信息对于上线蔬菜类别的状态影响度。状态影响度用于表示不同的上线蔬菜类别对用户所产生的影响程度，比如，可以吃、少吃、忌吃对于用户所能够产生的影响是逐渐增大的。状态影响度可根据以下步骤确定：
76.对状态约束信息进行分词，获取到分词后的多个关键词。关键词携带有不同属性，比如，状态约束信息“忌食含有辛辣元素过多的蔬菜：韭菜，洋葱，大蒜等，少吃竹笋、豆类等食物”，可分词为“忌食”“含有”“辛辣”.......“竹笋”“豆类”“等”“食物”。识别多个关键词的属性，根据属性从多个关键词中提取出用于表征影响类型的主关键词，比如忌食、少吃等，以及用于表征影响特征的子关键词，比如辛辣、韭菜、洋葱等。根据主关键词的不同，影响类型可分为正面影响、中性影响和负面影响三种。在确定出主关键词和子关键词后，可根据预设的语料库确定主关键词对应的影响系数，并且，从上线蔬菜类别中，识别与子关键词相匹配的目标上线蔬菜类别。语料库中存有关键词与该关键词对应的影响系数之间的映射关系，比如，诸如“多吃”该种用于表示正面影响的主关键词，其对应的影响系数为大于1的实数，且大小与语义强弱程度成正比；诸如“忌吃”该种用于表示负面影响的主关键词，其对应的影响系数为小于1的实数，且大小与语义强弱程度成反比；对于未涉及的上线蔬菜类别或是诸如“可吃”该种用于表示中性影响的主关键词，其对应的影响系数为1。在确定出主关键词对应的影响次数和子关键词对应的目标上线蔬菜类别后，可根据目标上线蔬菜类别匹配得到其对应的影响系数，并将该影响系数作为上线蔬菜类别对应的状态影响度。
77.由于不同门店售卖的蔬菜之间品质分级不明显，价格往往是影响社区用户选择的重要因素，因此除用户的身体状况信息外，本技术在进行上线蔬菜的推送时，还需考虑到价格因素，也就是上线蔬菜价格。上线蔬菜价格可根据不同门店的优惠政策产生波动，因此，需针对某一上线蔬菜类别，按照预设的时间间隔获取多个门店对应的优惠属性，并根据优惠属性，调整多个门店下上线蔬菜类别对应的上线蔬菜价格，进而根据状态影响度和调整后的上线蔬菜价格，计算多个门店下的上线蔬菜类别对应的推送系数。优惠属性指的是折扣、买赠等优惠活动，在调整上线蔬菜价格时，对于买赠优惠，可自动将其换算成折扣价格。
78.具体地，确定多个门店对应的第一优先值和第二优先值，其中，第一优先值对应上线蔬菜类别的状态影响度，第二优先值对应上线蔬菜类别在多个门店的上线蔬菜价格。也就是说，需针对某一上线蔬菜类别，按照其对应的状态影响度所在的状态影响度区间，确定对应的第一优先值。状态影响度区间可等距划分，也可不等距划分，具体的区间间隔可根据实际需求进行设定，并且，每一状态影响度区间对应一个优先值，且优先值随着状态影响度区间的增大而递增。此外，需将售卖有该类蔬菜的多个门店按照其对应的上线蔬菜价格的
顺序进行排列，得到相应的上线蔬菜价格序列，并根据上线蔬菜价格序列中多个门店的顺序，依次确定多个门店对应的第二优先值。需要说明的是，第二优先值和上线蔬菜价格成反比，上线蔬菜价格越低，其对应的第二优先值就越大。
79.进一步地，在确定出第一优先值和第二优先值后，分别确定状态影响度和上线蔬菜价格对应的权值，根据权值、第一优先值和第二优先值，对状态影响度和上线蔬菜价格进行加权求和，并将加权求和的结果作为推送系数。其中，通过用户的历史购买记录确定其购买偏好，进而通过购买偏好确定该用户在进行购买行为时是更倾向于考虑价格因素还是其自身因素，从而据此得到状态影响度和上线蔬菜价格的权值。
80.比如，预先划分的状态影响度区间为[0,0.3)[0.3,0.9)[0.9,1.1)[1.1,1.5)[1.5,2]，对应的第一优先值分别为1-5。假设某一上线蔬菜类别对应的状态影响度为1.8，那么第一优先值则为5。假设有三个门店，分别为门店a、门店b和门店c，各门店按照其对应的上线蔬菜价格升序的顺序排列依次为：门店b、门店a、门店c，对应的第二优先值分别为3、2、1。假设状态影响度对应的权值为0.6，上线蔬菜价格对应的权值为0.4，则通过加权求和求得各门店对应的推送系数为3.8、4.2、3.4，最终所生成的蔬菜推荐列表即为门店b、门店a、门店c。
[0081]
s205：按照蔬菜对应的推送系数由大到小的顺序，生成待推送的蔬菜推荐列表，以根据蔬菜推荐列表，向用户推荐蔬菜。
[0082]
在确定出推送系数后，可按照推送系数由大到小的顺序生成待推送的蔬菜推荐列表，用户可根据不同上线蔬菜类别对应的蔬菜推荐列表，选择其所需购买的蔬菜。
[0083]
需要说明的是，在向用户进行蔬菜推送时，还需考虑到用户所在的地理位置与门店之间的距离。首先，根据用户的地理位置和预设距离阈值，确定用户对应的地理位置范围。预设距离阈值可以是用户自定义设置，也可以是根据用户的经常购买门店所在的区域范围来确定。之后，确定蔬菜推荐列表中各蔬菜对应的门店以及门店与地理位置之间的地理距离，并在确定出各门店与用户之间的地理距离后，依次从蔬菜推荐列表中，筛选出对应门店的地理距离在地理位置范围内的目标蔬菜，从而根据目标蔬菜得到筛选后的目标蔬菜推荐列表。这样，根据目标蔬菜推荐列表向用户推荐目标蔬菜，就能够使得用户可以在其常用活动范围内的门店内线上购买蔬菜，更贴近于用户的实际购买需求。
[0084]
用户可在终端设备上登录线上推荐系统，在上传其身体状态信息且选择某一需要购买的上线蔬菜类别后，通过浏览该上线蔬菜类别下的蔬菜推送列表，选择出符合其喜好的蔬菜。线上推荐系统中显示有蔬菜的下单链接或下单二维码，用户在选择完待购买的蔬菜后，可通过上述下单链接或下单二维码进行下单购买。
[0085]
以上为本技术提出的方法实施例。基于同样的思路，本技术的一些实施例还提供了上述方法对应的设备。
[0086]
图3为本技术实施例提供的一种门店与社区融合的蔬菜线上推荐设备的结构示意图。如图3所示，包括：
[0087]
至少一个处理器；以及，
[0088]
至少一个处理器通信连接的存储器；其中，
[0089]
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
[0090]
从多个线上交易平台中获取上线蔬菜的特征信息；特征信息至少包括蔬菜的属性信息、规格信息和交易信息；
[0091]
对蔬菜进行特征识别，以根据特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格；
[0092]
获取用户上传的身体状态信息，根据用户对于自身的身体状态信息的描述，确定用户对应的状态约束信息；状态约束信息用于表示用户对于上线蔬菜类别的使用倾向；
[0093]
根据状态约束信息确定上线蔬菜类别对应的状态影响度，并针对上线蔬菜类别，根据状态影响度和上线蔬菜价格，计算上线蔬菜类别中的蔬菜在多个门店下所对应的推送系数；
[0094]
按照蔬菜对应的推送系数由大到小的顺序，生成待推送的蔬菜推荐列表，以根据蔬菜推荐列表，向用户推荐蔬菜。
[0095]
本技术实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：
[0096]
从多个线上交易平台中获取上线蔬菜的特征信息；特征信息至少包括蔬菜的属性信息、规格信息和交易信息；
[0097]
对蔬菜进行特征识别，以根据特征信息，确定多个门店对应的上线蔬菜类别和上线蔬菜价格；
[0098]
获取用户上传的身体状态信息，根据用户对于自身的身体状态信息的描述，确定用户对应的状态约束信息；状态约束信息用于表示用户对于上线蔬菜类别的使用倾向；
[0099]
根据状态约束信息确定上线蔬菜类别对应的状态影响度，并针对上线蔬菜类别，根据状态影响度和上线蔬菜价格，计算上线蔬菜类别中的蔬菜在多个门店下所对应的推送系数；
[0100]
按照蔬菜对应的推送系数由大到小的顺序，生成待推送的蔬菜推荐列表，以根据蔬菜推荐列表，向用户推荐蔬菜。
[0101]
本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0102]
本技术实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。
[0103]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0104]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序
指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0105]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0106]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0107]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0108]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0109]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0110]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0111]
以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。