一种基于大数据的国际物流智慧管理系统及方法与流程

1.本发明涉及国际物流大数据分析技术领域，具体为一种基于大数据的国际物流智慧管理系统及方法。


背景技术：

2.国际物流速度相较于国内正常物流而言偏慢，查询网站信息滞后，通达国家较少，一旦出现问题查询只能做书面查询，时间较长，国际专线与商业快递和邮政相比，没有标准的赔偿规定，也就是说出现丢件的情况没有一个衡量的标准，赔偿力度比较低，托运人寄件的风险比较大；
3.上述问题也导致大多数的托运人对国际物流的物流进程会比较关注，且存在会在经过个人自身能等待的物流时长后，向客户频繁的咨询相关的物流信息。


技术实现要素：

4.本发明的目的在于提供一种基于大数据的国际物流智慧管理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于大数据的国际物流智慧管理方法，方法包括：
6.步骤s100：构建国际物流信息管理平台，允许操作人员完成身份验证后，在国际物流信息管理平台中对各单国际货物交易记录进行物流信息管理；获取国际货物历史交易记录，对各条历史交易记录进行特征属性提取；基于特征属性对国际物流信息管理平台内的所有历史交易记录进行分类，得到若干类特征交易记录；
7.步骤s200：分别对各类特征交易记录提取未产生物流投诉的交易记录，作为各类特征交易记录的基准交易记录，分别对基准交易记录构建物流进程条；对每一条新生成的交易记录进行实际物流进程条的提取构建；
8.步骤s300：对每一条新生成的交易记录进行物流进程状态监测，捕捉当前物流进程呈现异常状态的交易记录，设为目标交易记录；按照目标交易记录的实际物流进程呈现运行总时长，提取在目标交易记录所属特征交易记录类别对应的物流进程条中对应的物流进程节点，设物流进程节点为目标物流进程节点；
9.步骤s400：提取各目标交易记录对应托运人的历史物流服务咨询信息；计算在各目标交易记录中目标物流进程节点对应的托运人物流关注度；
10.步骤s500：当各目标交易记录中目标物流进程节点对应的托运人物流关注度大于系统设置的托运人物流关注度阈值时，生成对应目标物流进程节点的异常提醒告知信息，发送至托运人方，实现对托运人提前预警告知物流进程异常。
11.进一步的，步骤s100包括：
12.步骤s101：获取国际货物历史交易记录，捕捉在各条历史交易记录中交易商品呈现的特征信息，将特征信息作为各条历史交易记录的第一特征属性；交易商品呈现的特征
信息包括：在生成交易订单当下，标注的商品预发货时间周期、在生成交易订单当下，标注的商品状态信息、商品所属分类信息、商品单位重量信息、商品数量信息、商品重量信息；其中，商品状态信息包括预售状态信息、现货状态信息；
13.步骤s102：捕捉各条历史交易记录中各物流参与方呈现的特征信息，将特征信息作为各条历史交易记录的第二特征属性；各物流参与方呈现的特征信息包括货主/托运商信息、承运商信息；货主/托运商信息包括托运单上的装货地址信息、收货托运人的地址信息、接单日期、应提货日期、应到货日期、托运公里数；承运商信息包括，经过物流中心调度安排后的启运地地址信息、派车日期、出发日期；
14.步骤s103：基于各条历史交易记录的第一特征属性、第二特征属性，在所有历史交易记录中进行相似度匹配计算，将第一特征属性、第二特征属性之间呈现的相似度大于相似度阈值的归为一类特征交易记录，得到若干类特征交易记录；
15.根据物流参与方和交易商品呈现的特征信息，对所有交易记录进行分类，正是因为在国际货物交易过程中，由于商品属性以及物流方的实际情况，导致物流进程时间的参差，捕捉具备一定属性特征相似度的同类型交易记录，为后续对同类型交易记录提取对应的物流进程条做必要的技术铺垫。
16.进一步的，步骤s200包括：
17.步骤s201：对每一条基准交易记录按照国际货物托运流程，提取默认物流进程节点；默认物流进程节点包括询价节点、接单节点、货物处理分装节点、报关节点、清关节点、派送节点；基于各默认物流进程节点之间呈现的先后次序，构建对应每一条基准交易记录的物流进程条；
18.步骤s202：基于各类特征交易记录中所有基准交易记录对应的物流进程条，计算在各类特征交易记录中，各个相邻物流进程节点之间的平均过渡时长，将各个平均过渡时长作为各类特征交易记录的基准节点过渡时间；
19.步骤s203：捕捉在每一类特征交易记录中，每一默认物流进程节点的平均运行时长；对各条新生成的交易记录提取特征属性，判断所属特征交易记录的类别；提取在各条新生成的交易记录中出现的各物流进程节点，若在新生成的交易记录中捕捉到某个相邻物流进程节点之间的平均过渡时间大于对应的基准节点过渡时长，在某个相邻物流进程节点中插入显示一个异常进程节点，平均过渡时间与对应的基准节点过渡时长之间的偏差时长即为异常进程节点对应的运行时长，对各条新生成的交易记录提取最终得到的实际物流进程条。
20.进一步的，步骤s300包括：
21.步骤s301：获取每一新生成的交易记录所属特征交易记录的类别，基于类别对应的物流进程条，捕捉提取在每一新生成的交易记录中出现的每一个默认物流进程节点，获取各默认物流进程节点对应的平均运行时长，构建节点时长序列τ＝{t1,t2,
…
,tn}；其中，t1,t2,
…
,tn分别表示在每一新生成的交易记录中出现的第1、2、
…
、n个默认物流进程节点的平均运行时长；
22.步骤s302：提取在每一新生成的交易记录中，实时出现的各实际物流进程节点，捕捉各实际物流进程节点对应的运行时长，构建节点时长序列τ’＝{t1’
,t2’
,
…
,t
m’}；其中，t1’
,t2’
,
…
,t
m’分别表示在每一新生成的交易记录中，实时出现的第1、2、
…
、m个实际物流
进程节点的平均运行时长；若n≠m，初步判断实际物流进程状态为异常状态，转步骤s303；若n＝m，初步判断实际物流进程状态为正常状态；
23.步骤s303：提取节点时长序列τ＝{t1,t2,
…
,tn}和节点时长序列τ’＝{t1’
,t2’
,
…
,t
m’}，构造一个n
×
m的矩阵网格p，矩阵网格p内共k个矩阵元素；第g个网格pg＝(tg，t
′g)，tg∈τ，t
′g∈τ’；计算节点时长序列τ与节点时长序列τ’之间的节点时长正规化距离：
[0024][0025]
其中，l(pg)表示tg与t
′g之间的距离，βg为加权系数，βg》0；
[0026]
步骤s304：限制t
g-1
≤tg且t’g-1
≤t’g
，是确保路径不能走“回头路”，确保特征不会在路径中重复；限制t
g-1-tg≤1且t’g-1-t’g
≤1，是确保路径不能“跳跃”，确保矩阵网络中没有元素被忽略；限制p1＝(t1，t
′1)，pk＝(tn，t
′m)，是路径从左下方开始到右上方结束，确保序列整体都被考虑；限制|t
g-t
′g|≤window，且window≥0，window表示窗口大小，一个好的路径不能偏离对角线过远，确保路径不会在某些序列特征上过度停留；计算累计加权系数值：得到节点时长序列τ和节点时长序列τ’之间的重叠相似度d
p0
(τ，τ’)；当重叠相似度d
p0
(τ,τ’)小于设置阈值时，判断实际物流进程状态为异常状态；
[0027]
上述算法的目标是找到最佳的路径po，如果不加限制的话，路径p的搜索空间将会是指数次的，因此需要为p增加一些限制条件来减少搜索空间大小；重叠相似度d
p0
(τ,τ’)越高，说明两个节点时长序列之间存在的各节点时长偏差越小。
[0028]
进一步的，步骤s400包括：
[0029]
步骤s401：采集托运人的所有历史物流服务咨询信息；捕捉托运人在目标物流进程节点对应的运行时长内向客服发起物流信息咨询的次数d1、捕捉托运人在目标物流进程节点对应的运行时长内向客服发起催促物流请求的次数d2、捕捉托运人在目标物流进程节点对应的运行时长内向客服反馈物流服务差评的次数d3；
[0030]
步骤s402：根据公式计算目标物流进程节点对应的托运人物流关注度u：
[0031]
u＝d1×
b1 d2×
b2 d3×
b3[0032]
其中，b1表示对d1的预设权重值、b2表示对d2的预设权重值、b3表示对d3的预设权重值。
[0033]
为更好的实现上述方法，还提出了一种基于大数据的国际物流智慧管理系统，系统包括物流信息管理模块、物流进程条构建模块、物流进程状态监管模块、托运人物流关注度计算模块、物流进程异常预警告知模块；
[0034]
物流信息管理模块，用于构建国际物流信息管理平台，允许操作人员完成身份验证后，在国际物流信息管理平台中对各单国际货物交易记录进行物流信息管理；对各条历史交易记录进行特征属性提取；基于特征属性对国际物流信息管理平台内的所有历史交易记录进行分类，得到若干类特征交易记录；
[0035]
物流进程条构建模块，对每一条历史交易记录构建物流进程条；对每一条新生成的交易记录进行实际物流进程条的提取构建；
[0036]
物流进程状态监管模块，用于对每一条新生成的交易记录进行物流进程状态监
测，捕捉当前物流进程呈现异常状态的交易记录，设为目标交易记录；按照目标交易记录的实际物流进程呈现运行总时长，提取在目标交易记录所属特征交易记录类别对应的物流进程条中对应的物流进程节点，设物流进程节点为目标物流进程节点；
[0037]
托运人物流关注度计算模块，用于提取各目标交易记录对应托运人的历史物流服务咨询信息；计算在各目标交易记录中目标物流进程节点对应的托运人物流关注度；
[0038]
物流进程异常预警告知模块，用于当各目标交易记录中目标物流进程节点对应的托运人物流关注度大于系统设置的托运人物流关注度阈值时，生成对应目标物流进程节点的异常提醒告知信息，发送至托运人方，实现对托运人提前预警告知物流进程异常。
[0039]
进一步的，物流信息管理模块包括特征属性提取单元、特征交易记录分类单元；
[0040]
特征属性提取单元，用于捕捉在各条历史交易记录中交易商品呈现的特征信息，将特征信息作为各条历史交易记录的第一特征属性；捕捉各条历史交易记录中各物流参与方呈现的特征信息，将特征信息作为各条历史交易记录的第二特征属性；
[0041]
特征交易记录分类单元，用于接收特征属性提取单元中的数据，对国际物流信息管理平台内的所有历史交易记录进行分类，得到若干类特征交易记录。
[0042]
进一步的，物流进程条构建模块包括第一物流进程条提取构建单元、基准过渡时长计算单元、第二物流进程条提取构建单元；
[0043]
第一物流进程条提取构建单元，用于分别对各类特征交易记录提取未产生物流投诉的目标交易记录，对每一条目标交易记录构建物流进程条；
[0044]
基准过渡时长计算单元，用于接收第一物流进程条提取构建单元中的数据，计算在各类特征交易记录中，各个相邻物流进程节点之间的平均过渡时长，将各个平均过渡时长作为各类特征交易记录的基准节点过渡时间；
[0045]
第二物流进程条提取构建单元，用于对各条新生成的交易记录判断所属特征交易记录的类别；提取在各条新生成的交易记录中出现的各物流进程节点，若捕捉到某个相邻物流进程节点之间的平均过渡时间大于对应的基准节点过渡时长，在某个相邻物流进程节点中插入显示一个异常进程节点，平均过渡时间与对应的基准节点过渡时长之间的偏差时长即为异常进程节点对应的运行时长；对各条新生成的交易记录提取最终得到的实际物流进程条。
[0046]
进一步的，物流进程状态监管模块包括目标交易记录捕捉单元、目标物流进程节点捕捉单元；
[0047]
目标交易记录捕捉单元，用于对每一条新生成的交易记录进行物流进程状态监测，捕捉当前物流进程呈现异常状态的交易记录，设为目标交易记录；
[0048]
目标物流进程节点捕捉单元，用于按照目标交易记录的实际物流进程呈现运行总时长，提取在目标交易记录所属特征交易记录类别对应的物流进程条中对应的物流进程节点，设物流进程节点为目标物流进程节点。
[0049]
与现有技术相比，本发明所达到的有益效果是：本发明基于国际物流速度相较于国内正常物流而言偏慢，查询网站信息滞后的问题，对各条国际货物交易记录生成对应的物流进程条进行进程条监测，同时考虑大多数托运人因国际物流的一些特殊性特征，往往会对物流进程较为关注，产生频繁的询问客服的现象，根据每个托运人对物流进程中呈现的耐心等待时长不一致，在国际交易记录对应的物流进程条中进行物流进程点的状态检
测，且该检测具备前瞻性，能起到提前告知托运人，有效减少托运人的主动咨询现象，提升托运人的用户体感。
附图说明
[0050]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0051]
图1是本发明一种基于大数据的国际物流智慧管理方法的流程示意图；
[0052]
图2是本发明一种基于大数据的国际物流智慧管理系统的结构示意图。
具体实施方式
[0053]
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，都属于本发明保护的范围。
[0054]
请参阅图1-图2，本发明提供技术方案：一种基于大数据的国际物流智慧管理方法，方法包括：
[0055]
步骤s100：构建国际物流信息管理平台，允许操作人员完成身份验证后，在国际物流信息管理平台中对各单国际货物交易记录进行物流信息管理；获取国际货物历史交易记录，对各条历史交易记录进行特征属性提取；基于特征属性对国际物流信息管理平台内的所有历史交易记录进行分类，得到若干类特征交易记录；
[0056]
其中，步骤s100包括：
[0057]
步骤s101：获取国际货物历史交易记录，捕捉在各条历史交易记录中交易商品呈现的特征信息，将特征信息作为各条历史交易记录的第一特征属性；交易商品呈现的特征信息包括：在生成交易订单当下，标注的商品预发货时间周期、在生成交易订单当下，标注的商品状态信息、商品所属分类信息、商品单位重量信息、商品数量信息、商品重量信息；其中，商品状态信息包括预售状态信息、现货状态信息；
[0058]
例如说，在生成一笔交易订单当下，标注的商品预发货时间周期为3天；标注的商品状态信息为预售5天；
[0059]
步骤s102：捕捉各条历史交易记录中各物流参与方呈现的特征信息，将特征信息作为各条历史交易记录的第二特征属性；各物流参与方呈现的特征信息包括货主/托运商信息、承运商信息；货主/托运商信息包括托运单上的装货地址信息、收货托运人的地址信息、接单日期、应提货日期、应到货日期、托运公里数；承运商信息包括，经过物流中心调度安排后的启运地地址信息、派车日期、出发日期；
[0060]
步骤s103：基于各条历史交易记录的第一特征属性、第二特征属性，在所有历史交易记录中进行相似度匹配计算，将第一特征属性、第二特征属性之间呈现的相似度大于相似度阈值的归为一类特征交易记录，得到若干类特征交易记录；
[0061]
步骤s200：分别对各类特征交易记录提取未产生物流投诉的交易记录，作为各类特征交易记录的基准交易记录，分别对基准交易记录构建物流进程条；对每一条新生成的交易记录进行实际物流进程条的提取构建；
[0062]
其中，步骤s200包括：
[0063]
步骤s201：对每一条基准交易记录按照国际货物托运流程，提取默认物流进程节点；默认物流进程节点包括询价节点、接单节点、货物处理分装节点、报关节点、清关节点、派送节点；基于各默认物流进程节点之间呈现的先后次序，构建对应每一条基准交易记录的物流进程条；
[0064]
步骤s202：基于各类特征交易记录中所有基准交易记录对应的物流进程条，计算在各类特征交易记录中，各个相邻物流进程节点之间的平均过渡时长，将各个平均过渡时长作为各类特征交易记录的基准节点过渡时间；
[0065]
步骤s203：捕捉在每一类特征交易记录中，每一默认物流进程节点的平均运行时长；对各条新生成的交易记录提取特征属性，判断所属特征交易记录的类别；提取在各条新生成的交易记录中出现的各物流进程节点，若在新生成的交易记录中捕捉到某个相邻物流进程节点之间的平均过渡时间大于对应的基准节点过渡时长，在某个相邻物流进程节点中插入显示一个异常进程节点，平均过渡时间与对应的基准节点过渡时长之间的偏差时长即为异常进程节点对应的运行时长，对各条新生成的交易记录提取最终得到的实际物流进程条；
[0066]
步骤s300：对每一条新生成的交易记录进行物流进程状态监测，捕捉当前物流进程呈现异常状态的交易记录，设为目标交易记录；按照目标交易记录的实际物流进程呈现运行总时长，提取在目标交易记录所属特征交易记录类别对应的物流进程条中对应的物流进程节点，设物流进程节点为目标物流进程节点；
[0067]
其中，步骤s300包括：
[0068]
步骤s301：获取每一新生成的交易记录所属特征交易记录的类别，基于类别对应的物流进程条，捕捉提取在每一新生成的交易记录中出现的每一个默认物流进程节点，获取各默认物流进程节点对应的平均运行时长，构建节点时长序列τ＝{t1,t2,
…
,tn}；其中，t1,t2,
…
,tn分别表示在每一新生成的交易记录中出现的第1、2、
…
、n个默认物流进程节点的平均运行时长；
[0069]
步骤s302：提取在每一新生成的交易记录中，实时出现的各实际物流进程节点，捕捉各实际物流进程节点对应的运行时长，构建节点时长序列τ’＝{t1’
,t2’
,
…
,t
m’}；其中，t1’
,t2’
,
…
,t
m’分别表示在每一新生成的交易记录中，实时出现的第1、2、
…
、m个实际物流进程节点的平均运行时长；若n≠m，初步判断实际物流进程状态为异常状态，转步骤s303；若n＝m，初步判断实际物流进程状态为正常状态；
[0070]
例如说，在一新生成的交易记录中，按照默认物流进程节点构成的物流进程条来看，目前在节点时长序列τ中n＝4个节点，但是在实际时长序列τ’中m＝6个节点，说明在时长序列τ’中存在2个插入的异常进程节点，且由于这2个异常进程节点的存在可能给后续物流进程节点产生大幅度的时间推迟；
[0071]
步骤s303：提取节点时长序列τ＝{t1,t2,
…
,tn}和节点时长序列τ’＝{t1’
,t2’
,
…
,t
m’}，构造一个n
×
m的矩阵网格p，矩阵网格p内共k个矩阵元素；第g个网格pg＝(tg，t
′g)，tg∈τ，t
′g∈τ’；计算节点时长序列τ与节点时长序列τ’之间的节点时长正规化距离：
[0072][0073]
其中，l(pg)表示tg与t
′g之间的距离，βg为加权系数，βg》0；
[0074]
步骤s304：限制t
g-1
≤tg且t’g-1
≤t’g
；限制t
g-1-tg≤1且t’g-1-t’g
≤1；限制p1＝(t1，t
′1)，pk＝(tn，t
′m)；限制|t
g-t
′g|≤window，且window≥0，window表示窗口大小；计算累计加权系数值：得到节点时长序列τ和节点时长序列τ’之间的重叠相似度d
p0
(τ,τ’)；当重叠相似度d
p0
(τ,τ’)小于设置阈值时，判断实际物流进程状态为异常状态；
[0075]
步骤s400：提取各目标交易记录对应托运人的历史物流服务咨询信息；计算在各目标交易记录中目标物流进程节点对应的托运人物流关注度；
[0076]
其中，步骤s400包括：
[0077]
步骤s401：采集托运人的所有历史物流服务咨询信息；捕捉托运人在目标物流进程节点对应的运行时长内向客服发起物流信息咨询的次数d1、捕捉托运人在目标物流进程节点对应的运行时长内向客服发起催促物流请求的次数d2、捕捉托运人在目标物流进程节点对应的运行时长内向客服反馈物流服务差评的次数d3；
[0078]
步骤s402：根据公式计算目标物流进程节点对应的托运人物流关注度u：
[0079]
u＝d1×
b1 d2×
b2 d3×
b3[0080]
其中，b1表示对d1的预设权重值、b2表示对d2的预设权重值、b3表示对d3的预设权重值；
[0081]
例如说，可对b1取值0.1，对b2取值0.2，对b3取值0.15；
[0082]
步骤s500：当各目标交易记录中目标物流进程节点对应的托运人物流关注度大于系统设置的托运人物流关注度阈值时，生成对应目标物流进程节点的异常提醒告知信息，发送至托运人方，实现对托运人提前预警告知物流进程异常。
[0083]
为更好的实现上述方法，还提出了一种基于大数据的国际物流智慧管理系统，系统包括物流信息管理模块、物流进程条构建模块、物流进程状态监管模块、托运人物流关注度计算模块、物流进程异常预警告知模块；
[0084]
物流信息管理模块，用于构建国际物流信息管理平台，允许操作人员完成身份验证后，在国际物流信息管理平台中对各单国际货物交易记录进行物流信息管理；对各条历史交易记录进行特征属性提取；基于特征属性对国际物流信息管理平台内的所有历史交易记录进行分类，得到若干类特征交易记录；
[0085]
其中，物流信息管理模块包括特征属性提取单元、特征交易记录分类单元；
[0086]
特征属性提取单元，用于捕捉在各条历史交易记录中交易商品呈现的特征信息，将特征信息作为各条历史交易记录的第一特征属性；捕捉各条历史交易记录中各物流参与方呈现的特征信息，将特征信息作为各条历史交易记录的第二特征属性；
[0087]
特征交易记录分类单元，用于接收特征属性提取单元中的数据，对国际物流信息管理平台内的所有历史交易记录进行分类，得到若干类特征交易记录；
[0088]
物流进程条构建模块，对每一条历史交易记录构建物流进程条；对每一条新生成的交易记录进行实际物流进程条的提取构建；
[0089]
其中，物流进程条构建模块包括第一物流进程条提取构建单元、基准过渡时长计算单元、第二物流进程条提取构建单元；
[0090]
第一物流进程条提取构建单元，用于分别对各类特征交易记录提取未产生物流投诉的目标交易记录，对每一条目标交易记录构建物流进程条；
[0091]
基准过渡时长计算单元，用于接收第一物流进程条提取构建单元中的数据，计算在各类特征交易记录中，各个相邻物流进程节点之间的平均过渡时长，将各个平均过渡时长作为各类特征交易记录的基准节点过渡时间；
[0092]
第二物流进程条提取构建单元，用于对各条新生成的交易记录判断所属特征交易记录的类别；提取在各条新生成的交易记录中出现的各物流进程节点，若捕捉到某个相邻物流进程节点之间的平均过渡时间大于对应的基准节点过渡时长，在某个相邻物流进程节点中插入显示一个异常进程节点，平均过渡时间与对应的基准节点过渡时长之间的偏差时长即为异常进程节点对应的运行时长；对各条新生成的交易记录提取最终得到的实际物流进程条；
[0093]
物流进程状态监管模块，用于对每一条新生成的交易记录进行物流进程状态监测，捕捉当前物流进程呈现异常状态的交易记录，设为目标交易记录；按照目标交易记录的实际物流进程呈现运行总时长，提取在目标交易记录所属特征交易记录类别对应的物流进程条中对应的物流进程节点，设物流进程节点为目标物流进程节点；
[0094]
其中，物流进程状态监管模块包括目标交易记录捕捉单元、目标物流进程节点捕捉单元；
[0095]
目标交易记录捕捉单元，用于对每一条新生成的交易记录进行物流进程状态监测，捕捉当前物流进程呈现异常状态的交易记录，设为目标交易记录；
[0096]
目标物流进程节点捕捉单元，用于按照目标交易记录的实际物流进程呈现运行总时长，提取在目标交易记录所属特征交易记录类别对应的物流进程条中对应的物流进程节点，设物流进程节点为目标物流进程节点；
[0097]
托运人物流关注度计算模块，用于提取各目标交易记录对应托运人的历史物流服务咨询信息；计算在各目标交易记录中目标物流进程节点对应的托运人物流关注度；
[0098]
物流进程异常预警告知模块，用于当各目标交易记录中目标物流进程节点对应的托运人物流关注度大于系统设置的托运人物流关注度阈值时，生成对应目标物流进程节点的异常提醒告知信息，发送至托运人方，实现对托运人提前预警告知物流进程异常。
[0099]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物品或者设备所固有的要素。
[0100]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的
保护范围之内。