信用描述文本生成方法、装置、电子设备及存储介质与流程

1.本发明涉及风险管理技术领域，尤其涉及一种信用描述文本生成方法、装置、电子设备及存储介质。


背景技术：

2.风险管理是用户信用和信贷管理的重点和难点。
3.目前，当个别企业发生经营问题和财务危机时，往往会产生多米诺骨牌效应，风险很快传染整个用户关系网，导致关系网内企业整体陷入困境，极易发生区域性、系统性金融风险。
4.在实现本发明的过程中，发明人发现现有技术中至少存在以下技术问题：在现有风险管理方案中，风险数据繁杂，存在风险识别不直观、难度高的问题。


技术实现要素：

5.本发明提供了一种信用描述文本生成方法、装置、电子设备及存储介质，以解决风险识别不直观、难度高的问题。
6.根据本发明的一方面，提供了一种信用描述文本生成方法，包括：
7.获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据；
8.将所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到所述待评估用户的故事情节标签；
9.基于所述待评估用户的故事情节标签生成用户信用描述文本。
10.根据本发明的另一方面，提供了一种信用描述文本生成装置，包括：
11.行为数据获取模块，用于获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据；
12.情节标签匹配模块，用于将所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到所述待评估用户的故事情节标签；
13.描述文本生成模块，用于基于所述待评估用户的故事情节标签生成用户信用描述文本。
14.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：
15.至少一个处理器；以及
16.与所述至少一个处理器通信连接的存储器；其中，
17.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信用描述文本生成方法。
18.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信用描述文本生成方法。
19.本发明实施例的技术方案，通过获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据，丰富了评估数据；将待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到待评估用户的故事情节标签；基于待评估用户的故事情节标签生成用户信用描述文本，使风险识别更直观，从而降低了识别难度。
20.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
21.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。
22.图1是根据本发明实施例一提供的一种信用描述文本生成方法的流程图；
23.图2是根据本发明实施例二提供的一种信用描述文本生成方法的流程图；
24.图3是根据本发明实施例三提供的一种信用描述文本生成方法的流程图；
25.图4是根据本发明实施例四提供的一种信用描述文本生成装置的结构示意图；
26.图5是实现本发明实施例的信用描述文本生成方法的电子设备的结构示意图。
具体实施方式
27.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。
28.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“第一”、“第二”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”和“具有”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。
29.实施例一
30.图1为本发明实施例一提供的一种信用描述文本生成方法的流程图，本实施例可适用于根据用户行为数据自动生成用户信用故事的情况，该方法可以由信用描述文本生成装置来执行，该信用描述文本生成装置可以采用硬件和/或软件的形式实现，该信用描述文本生成装置可配置于计算机终端中。如图1所示，该方法包括：
31.s110、获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据。
32.在本实施例中，待评估用户是指待进行信用评估的用户，例如，待评估用户可以为
银行个人客户、银行企业客户等。用户关联关系分割网络是指包含多个用户节点的用户关联关系网络分割后的子网络，其中，用户关联关系网络是指众多客户之间由风险关联关系而相互连接构成的网络，每一个用户节点表征一个客户。
33.需要说明的是，用户关联关系网络可以为有权网络，有权网络是指各用户节点之间存在相互关联的网络。
34.示例性的，电子设备在确定待评估用户所在的用户关联关系分割网络之后，可以从本地或云端预设存储位置调取待评估用户所在用户关联关系分割网络中各用户节点的行为数据，行为数据可以包括但不限于购物数据、收入数据、负债数据等。
35.s120、将所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到所述待评估用户的故事情节标签。
36.其中，故事情节标签库是指存储有故事情节标签的数据库。故事情节标签可以通过对以往的用户行为分析制作而成。例如，若存量客户在信用卡欠费后多次预览还款信息但没有还款，则标签可以为：客户努力资金能力不充裕但有还款意向；若客户信用卡欠费后，却长时间未登陆相关系统查询相关信息，某天登陆后立即还款，则标签可以为：客户对于还款警惕性不高，但有还款能力。
37.示例性的，电子设备可以将待评估用户所在用户关联关系分割网络中各用户节点的行为数据进行关键词提取，得到用户关键信息，进一步的，可以根据用户关键信息在故事情节标签库中进行匹配，可以将文本相似度超过预设相似度阈值的故事情节标签作为待评估用户的故事情节标签。
38.s130、基于所述待评估用户的故事情节标签生成用户信用描述文本。
39.本实施例中，待评估用户的故事情节标签的数量可以为一个或多个；当待评估用户的故事情节标签的数量为多个时，可以将多个故事情节标签集成为故事实例，形成用户信用描述文本。用户信用描述文本是指待评估用户的信用故事。典型的，用户信用描述文本可以为沉浸式实例化故事。可以理解的是，用户信用描述文本具有直观，可读性强的特点，使风险识别更直观，从而降低了识别难度。
40.示例性的，用户信用描述文本中的内容可以包括：小王是一个经常关注金融信息，理财意识高但是还款能力欠佳，如果借款在信用卡和消费贷10万以下暂无还款风险，但是如果超过10万则有65％可能性的延迟还款可能，但是95％可能性最终会完成还款。
41.在一些可选实施例中，基于待评估用户的故事情节标签生成用户信用描述文本，包括：将待评估用户的故事情节标签输入至预先建立的故事生成模板中，得到用户信用描述文本。
42.其中，故事生成模板可以对输入的故事情节标签进行排序、词语替换、排版等操作，使生成用户信用描述文本内容流畅，可读性高。
43.本发明实施例的技术方案，通过获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据，丰富了评估数据；将待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到待评估用户的故事情节标签；基于待评估用户的故事情节标签生成用户信用描述文本，使风险识别更直观，从而降低了识别难度。
44.实施例二
45.图2为本发明实施例二提供的一种信用描述文本生成方法的流程图，本实施例的方法与上述实施例中提供的信用描述文本生成方法中各个可选方案可以结合。本实施例提供的信用描述文本生成方法进行了进一步优化。可选的，所述获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据，包括：获取用户关联关系网络，其中，所述用户关联关系网络包括多个用户节点；确定所述用户关联关系网络中每两个用户节点之间的连接边的介数信息，其中，所述介数信息包括边介数和相对介数；基于所述用户关联关系网络中每两个用户节点之间的连接边的介数信息，对所述用户关联关系网络进行分割，得到多个用户关联关系分割网络；确定所述待评估用户所在用户关联关系分割网络，并调取所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据。
46.如图2所示，该方法包括：
47.s210、获取用户关联关系网络，其中，所述用户关联关系网络包括多个用户节点。
48.s220、确定所述用户关联关系网络中每两个用户节点之间的连接边的介数信息，其中，所述介数信息包括边介数和相对介数。
49.在本实施例中，相对介数表示连接边在用户关联关系网络结构上作为不同客群的连接边的可能性大小。连接边的相对介数越大，则说明连接边作为不同客群的连接边的可能性越小，也就是该连接边连接的两个用户节点属于两个不同的客群的可能性越小，属于同一个客群的可能性越大；相反，连接边的相对介数越小，则说明连接边作为不同客群的连接边的可能性越大，也就是该连接边连接的两个用户节点属于两个不同的客群的可能性越大，属于同一个客群的可能性越小。连接边的边介数表示用户关联关系网络中任意两个用户节点之间包含该连接边的最短路径的数量。
50.在一些可选实施例中，确定用户关联关系网络中每两个用户节点之间的连接边的介数信息，包括：分别确认所述用户关联关系网络中每两个用户节点之间的最短路径，得到最短路径集合；基于所述最短路径集合，确定所述用户关联关系网络中每两个用户节点之间的连接边的边介数；基于所述用户关联关系网络中每两个用户节点之间的连接边的边介数，和所述用户关联关系网络中每两个用户节点之间的连接边的传导系数，确定所述用户关联关系网络中每两个用户节点之间的连接边的相对介数。
51.具体的，在用户关联关系网络中，由于客户关系的复杂性，两个用户节点之间可能是直接连接，也可能是间接连接。对于有直接的风险关联关系的用户节点之间，两者间的最短路径，就是两个用户节点之间的连接边。对于没有直接的风险关联关系，但是存在间接的风险关联关系的用户节点，两者间的最短路径，就是从一个用户节点开始，经过中间连接节点，最终到达另一个用户节点之间的最短的路径。可以理解，对于间接连接的用户节点之间，可能存在多种连接路径，本发明实施例所关注的是其中的最短的连接路径。边介数的计算公式为：
52.c(f)＝∑
i≠jgij
(f)
53.其中，c(f)表示连接边f的边介数，g
ij
(f)表示以i为起点，j为终点通过连接边f的最短路径的数量。
54.进一步的，根据用户关联关系网络中每两个用户节点之间的连接边的传导系数，可以计算得到每两个用户节点之间的连接边的权重：
55.wf＝1-(1-w
f1
)
×
(1-w
f2
)＝w
f1
w
f2-w
f1
*w
f2
56.其中，wf是用户关联关系网络中连接边f的权重，w
f1
和w
f2
分别表示连接边f对应的两个客户节点a和b，a到b的传导系数以及b到a的传导系数。
57.用户关联关系网络中的一条连接边的相对介数等于该连接边的权重与该连接边的边介数的比值，即：
[0058][0059]
其中，rf表示连接边f的相对介数。
[0060]
可以理解的是，连接边的相对介数大小受两方面影响，一是连接边的权重，二是连接边的边介数。连接边的权重越大，表示两个节点关系越紧密。连接边的边介数越小，表示该边在网络中的影响力就越小，在分割的时候就越不容易被分割。而连接边的权重与连接边连接的客户节点之间的传导系数相关，连接边的权重越大，表示两个节点关系越紧密，发生风险传导的概率越大。
[0061]
s230、基于所述用户关联关系网络中每两个用户节点之间的连接边的介数信息，对所述用户关联关系网络进行分割，得到多个用户关联关系分割网络。
[0062]
可以理解的是，相对介数可以表征连接边在用户关联关系网络结构上作为不同客群的连接边的可能性大小，本实施例将介数信息作为对用户关联关系网络进行分割的依据，提高了分割结果的可靠性。
[0063]
在本实施例中，可以预先设置分割停止条件，例如子网个数大于等于3，换而言之，当用户关联关系分割网络的数量大于等于3时，结束分割。在分割结束之后，可以对同一用户关联关系分割网络中的用户节点标记相同的编号。
[0064]
在一些可选实施例中，基于用户关联关系网络中每两个用户节点之间的连接边的介数信息，对用户关联关系网络进行分割，得到多个用户关联关系分割网络，包括：基于用户关联关系网络中每两个用户节点之间的连接边的边介数进行排序，得到第一排序结果；在第一排序结果中有相同边介数的连接边的情况下，基于用户关联关系网络中每两个用户节点之间的连接边的相对介数对第一排序结果进行排序，得到第二排序结果；基于第二排序结果依次删除用户关联关系网络中边介数最大的连接边中的相对介数最小的连接边，得到多个用户关联关系分割网络。
[0065]
具体的，基于用户关联关系网络中每两个用户节点之间的连接边的边介数进行从大到小排序，得到第一排序结果，在第一排序结果中有相同边介数的连接边的情况下，基于用户关联关系网络中每两个用户节点之间的连接边的相对介数对第一排序结果中相同边介数部分进行从小到大排序，得到第二排序结果；基述第二排序结果依次删除用户关联关系网络中边介数最大的连接边中的相对介数最小的连接边，得到多个用户关联关系分割网络需要说明的是，通过上述第二排序结果进行分割，可以避免连接边移除后子网变成孤立点的情况发生。
[0066]
s240、确定所述待评估用户所在用户关联关系分割网络，并调取所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据。
[0067]
s250、将所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到所述待评估用户的故事情节标签。
[0068]
s260、基于所述待评估用户的故事情节标签生成用户信用描述文本。
[0069]
本发明实施例的技术方案，通过对以用户关联关系网络中每两个用户节点之间的介数信息为依据，重复地对用户关联关系网络进行分割，直到得到的分割后的用户关联关系网络符合预设的网络分割结果。上述处理过程实现了依据客户之间的风险关联对客户群体进行量化和聚类，得到具有风险关联关系的用户关联关系分割网络，有利于对客户进行群体性的风险管理。
[0070]
实施例三
[0071]
图3为本发明实施例三提供的一种信用描述文本生成方法的流程图，本实施例的方法与上述实施例中提供的信用描述文本生成方法中各个可选方案可以结合。本实施例提供的信用描述文本生成方法进行了进一步优化。可选的，在基于所述待评估用户的故事情节标签生成用户信用描述文本之后，所述方法还包括：基于所述用户信用描述文本确定所述待评估用户的风险等级。
[0072]
如图3所示，该方法包括：
[0073]
s310、获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据。
[0074]
s320、将所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到所述待评估用户的故事情节标签。
[0075]
s330、基于所述待评估用户的故事情节标签生成用户信用描述文本。
[0076]
s340、基于所述用户信用描述文本确定所述待评估用户的风险等级。
[0077]
其中，风险等级是指对用户信用描述文本的风险评级，例如风险等级可以包括但不限于高风险等级、中风险等级和低风险等级等。在得到待评估用户的风险等级之后，可以根据待评估用户的风险等级确定用户信用描述文本是否上线，例如若风险等级为低风险等级，则上线用户信用描述文本，或者，若风险等级为高风险等级，则下线用户信用描述文本。
[0078]
具体的，可以获取用户信用描述文本中各故事节点对应的风险值；基于用户信用描述文本中各故事节点对应的风险值确定风险评估分数；基于风险评估分数确定待评估用户的风险等级。
[0079]
在本实施例中，风险值可以是专家根据经验给出的。风险评估分数可以通过各用户节点的风险值加权计算得到，其中，故事节点与故事情节标签相对应。
[0080]
示例性的，故事节点可以包括a、b和c，电子设备可以接收专家根据经验分别给出的a、b和c对应的风险值1、2、3，a、b和c对应的权重分别可以为0.2、0.3和0.5，风险评估分数＝1*0.2 2*0.3 3*0.5＝2.3；进一步的，根据风险评估分数所处的风险等级阈值区间，确定用户信用描述文本的风险等级，例如，当风险评估分数为2.3时，处于低风险等级。
[0081]
在一些实施例中，生成用户信用描述文本之后，还可以对用户信用描述文本进行完整性验证。具体的，若用户信用描述文本中故事节点大于3条，且各故事节点的权重总和大于预设阈值，则用户信用描述文本通过验证，并将该客户添加至允许放款名单。
[0082]
在一些实施例中，若检测到行为数据发生变更，则自动重新生成用户信用描述文本，提升用户信用描述文本的准确性和实时性。
[0083]
在一些实施例中，还可以定期对用户信用描述文本进行打分，若该分数小于预设阈值，则将用户信用描述文本下线；若该分数大于预设阈值，则将用户信用描述文本上线。
[0084]
本发明实施例的技术方案，通过用户信用描述文本确定待评估用户的风险等级，为用户信用描述文本是否上线提供了可靠依据，使风险识别更直观，从而降低了识别难度。
[0085]
实施例四
[0086]
图4为本发明实施例四提供的一种信用描述文本生成装置的结构示意图。如图4所示，该装置包括：
[0087]
行为数据获取模块410，用于获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据；
[0088]
情节标签匹配模块420，用于将所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到所述待评估用户的故事情节标签；
[0089]
描述文本生成模块430，用于基于所述待评估用户的故事情节标签生成用户信用描述文本。
[0090]
本发明实施例的技术方案，通过获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据，丰富了评估数据；将待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到待评估用户的故事情节标签；基于待评估用户的故事情节标签生成用户信用描述文本，使风险识别更直观，从而降低了识别难度。
[0091]
在一些可选的实施方式中，行为数据获取模块410，包括：
[0092]
关系网络获取单元，用于获取用户关联关系网络，其中，所述用户关联关系网络包括多个用户节点；
[0093]
介数信息确定单元，用于确定所述用户关联关系网络中每两个用户节点之间的连接边的介数信息，其中，所述介数信息包括边介数和相对介数；
[0094]
网络分割单元，用于基于所述用户关联关系网络中每两个用户节点之间的连接边的介数信息，对所述用户关联关系网络进行分割，得到多个用户关联关系分割网络；
[0095]
行为数据调取单元，用于确定所述待评估用户所在用户关联关系分割网络，并调取所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据。
[0096]
在一些可选的实施方式中，介数信息确定单元，具体用于：
[0097]
分别确认所述用户关联关系网络中每两个用户节点之间的最短路径，得到最短路径集合；
[0098]
基于所述最短路径集合，确定所述用户关联关系网络中每两个用户节点之间的连接边的边介数；
[0099]
基于所述用户关联关系网络中每两个用户节点之间的连接边的边介数，和所述用户关联关系网络中每两个用户节点之间的连接边的传导系数，确定所述用户关联关系网络中每两个用户节点之间的连接边的相对介数。
[0100]
在一些可选的实施方式中，网络分割单元，具体用于：
[0101]
基于所述用户关联关系网络中每两个用户节点之间的连接边的边介数进行排序，得到第一排序结果；
[0102]
在所述第一排序结果中有相同边介数的连接边的情况下，基于所述用户关联关系网络中每两个用户节点之间的连接边的相对介数对所述第一排序结果进行排序，得到第二排序结果；
[0103]
基于所述第二排序结果依次删除所述用户关联关系网络中边介数最大的连接边中的相对介数最小的连接边，得到多个用户关联关系分割网络。
[0104]
在一些可选的实施方式中，所述装置还包括：
[0105]
风险等级确定模块，用于基于所述用户信用描述文本确定所述待评估用户的风险等级。
[0106]
在一些可选的实施方式中，风险等级确定模块，具体用于：
[0107]
获取所述用户信用描述文本中各故事节点对应的风险值；
[0108]
基于所述用户信用描述文本中各故事节点对应的风险值确定风险评估分数；
[0109]
基于风险评估分数确定所述待评估用户的风险等级。
[0110]
在一些可选的实施方式中，描述文本生成模块430，具体用于：
[0111]
将所述待评估用户的故事情节标签输入至预先建立的故事生成模板中，得到用户信用描述文本。
[0112]
本发明实施例所提供的信用描述文本生成装置可执行本发明任意实施例所提供的信用描述文本生成方法，具备执行方法相应的功能模块和有益效果。
[0113]
实施例五
[0114]
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。
[0115]
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。
[0116]
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。
[0117]
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，例如信用描述文本生成方法，该方法包括：
[0118]
获取待评估用户所在用户关联关系分割网络中各用户节点的行为数据；
[0119]
将所述待评估用户所在用户关联关系分割网络中各用户节点的行为数据在故事情节标签库进行匹配，得到所述待评估用户的故事情节标签；
[0120]
基于所述待评估用户的故事情节标签生成用户信用描述文本。
[0121]
在一些实施例中，信用描述文本生成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信用描述文本生成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)而被配置为执行信用描述文本生成方法。
[0122]
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。
[0123]
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。
[0124]
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。
[0125]
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。
[0126]
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。
[0127]
计算系统可以包括用户端和服务器。用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用户端-服务器关系的计算机程序来产生用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。
[0128]
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。
[0129]
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。