产品的分析方法、装置、电子设备和可读存储介质与流程

1.本发明涉及数据处理技术领域，具体而言，涉及一种产品的分析方法、一种产品的分析装置、一种电子设备和一种可读存储介质。


背景技术：

2.相关技术中，基于大数据对所有用户的行为信息以及对产品的评论内容的分析，以实现对竞品的挖掘和比对，进而确定用户对产品的态度。然而，这种根据所有用户的数据对产品与竞品进行对比分析，分析方式较为片面，导致对比的精确性较低。


技术实现要素：

3.本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
4.为此，本发明的第一方面提供了一种产品的分析方法。
5.本发明的第二方面还提供了一种产品的分析装置。
6.本发明的第三方面还提供了一种电子设备。
7.本发明的第四方面还提供了一种电子设备。
8.本发明的第五方面还提供了一种可读存储介质。
9.有鉴于此，本发明的第一方面提出了一种产品的分析方法，包括：获取目标用户在预设时间段内的咨询记录信息；根据咨询记录信息，确定与第一产品相关的至少一个第二产品；根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率，其中n为大于0的整数；根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
10.本发明提供的产品的分析方法，针对特定产品(即第一产品)，获取在电商平台上对其发起咨询的目标用户和时间，基于发起咨询的时间，获取目标用户在预设时间段(例如咨询时间前后24小时)内的咨询记录信息，在咨询记录信息中，确定与特定产品为同品类产品的至少一个潜在竞品(即第二产品)。
11.进一步地，根据n个咨询意图(即预设咨询信息)，对咨询记录信息进行统计分析，获取咨询记录信息中出现的目标用户针对特点产品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对特定产品的咨询意图的偏好程度(即第一咨询概率)，以及咨询记录信息中出现的目标用户针对潜在竞品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对潜在竞品的咨询意图的偏好程度(即第二咨询概率)。
12.进一步地，对目标用户针对特定产品的偏好程度以及针对潜在竞品的偏好程度进行分析。从n个咨询意图中，确定对目标用户来说，特点产品无法被潜在竞品所替代的差异点(即差异信息)，以及特点产品能够被潜在竞品所替代的同质点(即同质信息)。
13.本技术通过对同一用户对于同一类产品在同一时间段的咨询会话数据进行统计分析，分别获取该用户咨询特定产品及潜在竞品的咨询意图，利用咨询意图，确定该用户对于特定产品以及潜在竞品的咨询意图的偏好程度，进而分析同一用户对于特定产品和潜在
竞品的情感走向，计算产品间的竞争关系，确定特定产品与潜在竞品的差异点和同质点，实现了产品间竞品关系的挖掘。相较于现有技术中基于对不同用户的访问和搜索评价内容获取到大量的数据，并基于数据来识别竞品的技术方案，本技术构建决策行为和同一用户一致的产品对比组合，实现在竞品对比上的一致性，有效提升了特定产品与潜在竞品对比的精确性。
14.需要说明的是，n个预设咨询信息是事先根据模型总结出的产品的有效咨询意图，用于提前确定用户对产品做出某种反映的意向，是消费行为中采取行动前的一种准备状态。其中，咨询意图可以是售前的问题，例如产品介绍、优惠政策等，也可以是售后的问题，例如物流查询、如何退换货等。
15.根据本发明提供的上述的产品的分析方法，还可以具有以下附加技术特征：
16.在上述技术方案中，进一步地，根据咨询记录信息，确定第一产品对应的至少一个第二产品的步骤，具体包括：获取第一产品的品类信息；根据品类信息，确定咨询记录信息中与第一产品相关的至少一个第二产品。
17.在该技术方案中，基于特定产品的品类信息，获取同一类产品中，与特定产品的品类信息最接近的产品组合，进而从咨询记录信息中，出现的产品组合中的至少一个产品作为潜在竞品。通过对同一用户对同一类产品在预设时间段的咨询记录信息进行统计分析，圈定特定产品相关的潜在竞品，提高了潜在竞品选取的精确性，减少了无用产品对特定产品分析的影响，进而提高了产品分析的准确性。
18.具体地，产品的品类信息包括品牌、类别、价格、重量、颜色、尺寸、材质、产地、包装以及物流等，本技术对此不作限定。
19.在上述任一技术方案中，进一步地，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率的步骤，具体包括：获取咨询记录信息中与第一产品相关的第一咨询记录信息；从第一咨询记录信息中，确定每个预设咨询信息出现的第一频次；根据第一频次和第一公式，计算第一咨询概率；
20.第一公式为：
[0021][0022]
其中，上述e为第一产品，上述ie为第一咨询记录信息中出现的所有预设咨询信息，上述i
ek
为第一咨询记录信息中出现的第k个预设咨询信息，上述a
ek
为第一咨询记录信息中，第k个预设咨询信息出现的概率，上述f(i
ek
)为第k个预设咨询信息出现的频次，上述为所有预设咨询信息出现的频次之和，k∈{1，2，3，
…
，n}。
[0023]
在该技术方案中，对咨询记录信息进行统计分析，获取目标用户针对特点产品进行咨询的咨询记录(即第一咨询记录信息)，利用该咨询记录信息，确定目标用户针对特定产品的所有咨询意图，计算每个咨询意图的出现的频次，以及所有咨询意图出现的频次之和。
[0024]
进一步地，根据公式计算每个咨询意图的出现的概率，即为目标用户对应特定产品所对应的每个咨询意图的偏好程度。通过计算目标用户针对特定产品的偏好程度，确定目标用户对特点产品的关注度，以实现对于目标用户对特定产品的情感走向分析，推动产
品优化升级。
[0025]
在上述任一技术方案中，进一步地，根据咨询记录信息和n个预设咨询信息，确定第二产品的第二咨询概率的步骤，具体包括：获取咨询记录信息中与第二产品相关的第二咨询记录信息；从第二咨询记录信息中，确定每个预设咨询信息出现的第二频次；根据第二频次和第二公式，计算第二咨询概率；
[0026]
第二公式为：
[0027][0028]
其中，上述j为第二产品，上述ij为第二咨询记录信息中出现的所有预设咨询信息，上述i
jk
为所述第二咨询记录信息中出现的第k个预设咨询信息，上述a
jk
为第二咨询记录信息中，第k个预设咨询信息出现的概率，上述f(i
jk
)为第k个预设咨询信息出现的频次，上述为所有预设咨询信息出现的频次之和，k∈{1，2，3，
…
，n}。
[0029]
在该技术方案中，对咨询记录信息进行统计分析，获取目标用户针对潜在竞品进行咨询的咨询记录(即第二咨询记录信息)，利用该咨询记录，确定目标用户针对潜在竞品的所有咨询意图，计算每个咨询意图的出现的频次，以及所有咨询意图出现的频次之和。
[0030]
进一步地，根据公式计算每个咨询意图的出现的概率即为目标用户针对潜在竞品的咨询意图的偏好程度。通过计算目标用户对于潜在竞品的咨询意图的偏好程度，确定目标用户对潜在竞品的关注度，以实现目标用户对于潜在竞品的情感走向的分析。
[0031]
在上述任一技术方案中，进一步地，根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息的步骤，具体包括：根据第一咨询概率和第二咨询概率，确定第一产品和第二产品的差异值；根据差异值、第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0032]
在该技术方案中，根据目标用户针对特定产品的咨询意图的偏好程度，以及针对潜在竞品的咨询意图的偏好程度，确定特定产品和潜在竞品的差异值。利用差异值、目标用户对特定产品的偏好程度以及目标用户对潜在竞品的偏好程度，分析出对于目标用户来说，特定产品无法被潜在竞品所替代的差异点，以及特点产品能够被潜在竞品所替代的同质点。相较于现有技术中只是在表面上基于所有用户的行为链条来进行竞品的分析方法，本技术通过同一用户的心智和动机来对竞品进行更加精准的分析，实现了竞品对比的一致性，提高了产品间差异点和同质点获取的精确度。
[0033]
在上述任一技术方案中，进一步地，根据第一咨询概率和第二咨询概率，确定第一产品与第二产品的差异值，具体包括：基于第二咨询概率等于0，差异值为0；基于第二咨询概率不等于0，根据第三公式，计算差异值；
[0034]
第三公式为：
[0035][0036]
其中，上述l
ejk
为第一产品和第二产品的差异值，上述a
ek
为第一咨询概率，上述a
jk
为第二咨询概率。
[0037]
在该技术方案中，对潜在竞品对应的咨询记录进行统计分析，如果某一个咨询意图出现的频次为0，说明目标用户针对潜在竞品对于该咨询意图的偏好程度为0，则特定产品与潜在竞品对应该咨询意图的差异值为0。
[0038]
进一步地，如果某一个咨询意图出现的频次不为0，即目标用户针对潜在竞品对于该咨询意图的偏好程度不为0。计算目标用户针对特定产品对于该咨询意图的偏好程度与针对潜在竞品对于该咨询意图的偏好程度的比值则，为特定产品与潜在竞品的差异值，进而确定出所有咨询意图的差异值。通过计算产品间同一咨询意图的差异值，有效提高了特定产品与潜在竞品的对比分析的准确度。
[0039]
在上述任一技术方案中，进一步地，根据差异值、第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息的步骤，具体包括：从n个预设咨询信息中，确定满足第一预设条件的第一咨询信息；将第一咨询信息作为第一产品和第二产品的差异信息，其中，第一预设条件为，差异值与第一阈值的差值的绝对值大于第二阈值、第一咨询概率大于第三阈值且第二咨询概率大于第三阈值；从n个预设咨询信息中，确定满足第二预设条件的第二咨询信息；将第二咨询信息作为第一产品和第二产品的同质信息，其中，第二预设条件为，差异值与第一阈值的差值的绝对值小于第四阈值、第一咨询概率大于第三阈值且第二咨询概率大于第三阈值；其中，0＜第四阈值＜第二阈值＜1。
[0040]
在该技术方案中，计算任一咨询意图的差异值与第一阈值的差值，如果差值的绝对值小于差异阈值(即第二阈值)，该咨询意图在特点产品的咨询记录中出现的频次大于频次阈值(即第三阈值)，且在潜在产品的咨询记录中出现的频次大于频次阈值，说明对于目标用户来说，该咨询意图为特定产品无法被潜在产品所替代的差异点。
[0041]
进一步地，计算任一咨询意图的差异值与第一阈值的差值，如果差值的绝对值大于同质阈值(即第四阈值)，该咨询意图在特点产品的咨询记录中出现的频次大于频次阈值，且在潜在产品的咨询记录中出现的频次大于频次阈值，说明对于目标用户来说，该咨询意图为特定产品能够被潜在产品所替代的同质点。本技术基于同一对比的标准，确定产品间的差异点和同质点，实现了竞品对比的一致性，提高了差异点和同质点选取的准确度。
[0042]
需要说明的是，第一阈值为1，将差异值减1的绝对值作为差异点及同质点的判断值，如果任一咨询意图对应的判断值越接近0，说明用户针对特定产品和潜在竞品对于该咨询意图的偏好程度越相似。当判断值小于同质阈值时，且对于特点产品和潜在竞品来说，该咨询意图的出现频次均大于频次阈值，确定该判断值对应的咨询意图为特定产品与潜在竞品的同质点。如果任一咨询意图对应的判断值越远离0，说明用户针对特点产品和潜在产品对于该咨询意图的偏好程度的差异越大。当判断值大于差异阈值时，且对于特点产品和潜在竞品来说，该咨询意图的出现频次均大于频次阈值，确定该咨询意图为特定产品与潜在竞品的差异点。通过对差异阈值以及同质阈值的大小限定，以确保判定逻辑的一致性，有效提高了产品分析的准确性。其中，0＜同质阈值＜差异阈值＜1，通过对差异阈值以及同质阈值进行限定，确保判定逻辑的一致性，提高了产品分析的准确性。
[0043]
此外，第二阈值、第三阈值以及第四阈值的数值，根据要求同质信息以及差异信息的个数等实际情况设定，本技术在此不作限定。
[0044]
在上述任一技术方案中，进一步地，第二产品的数量为多个时，还包括：根据第一咨询概率和第二咨询概率，确定第一产品与每个第二产品的相似度；从多个第二产品中确定相似度大于相似度阈值的第二产品。
[0045]
在该技术方案中，当潜在竞品的数量为多个时，根据目标用户对特定产品的咨询意图的偏好程度，以及对潜在竞品的咨询意图的偏好程度，确定特定产品与每个潜在竞品的咨询意图的相似度，对多个相似度数值进行排序，相似度越高，说明目标用户对于两个产品的咨询的差异越小，即潜在竞品与特点产品基于目标用户的偏好上越相似；反正相似度越低，则目标用户对于两个产品咨询的差异越大，即潜在竞品与特定产品基于目标用户的偏好上越不相似。通过对比目标用户对特定产品与潜在竞品的咨询是否相似，确定目标用户对两个产品的关注差异，提高产品间竞争力程度分析的准确性。
[0046]
根据本发明的第二方面，提出了一种产品的分析装置，包括：获取模块，用于获取目标用户在预设时间段内的咨询记录信息；第一确定模块，用于根据咨询记录信息，确定第一产品相关的至少一个第二产品；第二确定模块，用于根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率，其中n为大于0的整数；第三确定模块，用于根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0047]
在该技术方案中，产品的分析装置包括获取模块、第一确定模块、第二确定模块以及第三确定模块。
[0048]
具体地，获取模块被配置为针对特定产品(即第一产品)，获取在电商平台上对其发起咨询的目标用户和时间，基于发起咨询的时间，获取目标用户在预设时间段(例如咨询时间前后24小时)内的咨询记录信息。
[0049]
进一步地，第一确定模块被配置为在咨询记录信息中，确定与特定产品为同品类产品的至少一个潜在竞品(即第二产品)。
[0050]
进一步地，第二确定模块被配置为根据n个咨询意图(即预设咨询信息)，对咨询记录信息进行统计分析，获取咨询记录信息中出现的目标用户针对特点产品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对特定产品的咨询意图的偏好程度(即第一咨询概率)，以及咨询记录信息中出现的目标用户针对潜在竞品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对潜在竞品的咨询意图的偏好程度(即第二咨询概率)。
[0051]
进一步地，第三确定模块被配置为对目标用户针对特定产品的偏好程度以及针对潜在竞品的偏好程度进行分析。从n个咨询意图中，确定对目标用户来说，特点产品无法被潜在竞品所替代的差异点(即差异信息)，以及特点产品能够被潜在竞品所替代的同质点(即同质信息)。
[0052]
本技术通过对同一用户对于同一类产品在同一时间段的咨询会话数据进行统计分析，分别获取该用户咨询特定产品及潜在竞品的咨询意图，利用咨询意图，确定该用户对于特定产品以及潜在竞品的咨询意图的偏好程度，进而分析同一用户对于特定产品和潜在竞品的情感走向，计算产品间的竞争关系，确定特定产品与潜在竞品的差异点和同质点，实现了产品间竞品关系的挖掘。相较于现有技术中基于对不同用户的访问和搜索评价内容获取到大量的数据，并基于数据来识别竞品的技术方案，本技术构建决策行为和同一用户一致的产品对比组合，实现在竞品对比上的一致性，有效提升了特定产品与潜在竞品对比的
精确性。
[0053]
根据本发明的第三方面，提出了一种电子设备，包括第二方面提出的产品的分析装置。因此该电子设备具备第二方面提出的产品的分析装置的全部有益效果，在此不再赘述。
[0054]
根据本发明的第四方面，提出了一种电子设备，包括：存储器，存储器储存有程序或指令；处理器，与存储器连接，处理器，被配置为执行程序或指令时实现第一方面提出的产品的分析方法。因此该电子设备具备第一方面提出的产品的分析方法的全部有益效果，在此不再赘述。
[0055]
根据本发明的第五方面，提出了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时执行第一方面提出的产品的分析方法。因此该可读存储介质具备第一方面提出的产品的分析方法的全部有益效果，为避免重复，不再过多赘述。
[0056]
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
[0057]
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0058]
图1示出了本发明一个实施例的产品的分析方法流程示意图之一；
[0059]
图2示出了本发明一个实施例的产品的分析方法流程示意图之二；
[0060]
图3示出了本发明一个实施例的产品的分析方法流程示意图之三；
[0061]
图4示出了本发明一个实施例的产品的分析方法流程示意图之四；
[0062]
图5示出了本发明一个实施例的产品的分析方法流程示意图之五；
[0063]
图6示出了本发明一个实施例的产品的分析方法流程示意图之六；
[0064]
图7示出了本发明一个实施例的产品的分析方法流程示意图之七；
[0065]
图8示出了本发明一个实施例的产品的分析方法流程示意图之八；
[0066]
图9示出了本发明一个实施例的产品的分析方法流程示意图之九；
[0067]
图10示出了本发明一个具体实施例的产品的分析方法的示意图；
[0068]
图11示出了本发明一个具体实施例的产品的分析方法的示意框图之一；
[0069]
图12示出了本发明一个具体实施例的产品的分析方法的示意框图之二；
[0070]
图13示出了本发明一个实施例的产品的分析装置的示意框图；
[0071]
图14示出了本发明一个电子设备的示意框图。
[0072]
其中，图13和图14中附图标记与部件名称之间的对应关系为：
[0073]
1300产品的分析装置，1302获取模块，1304第一确定模块，1306第二确定模块，1308第三确定模块，1400电子设备，1402存储器，1404处理器。
具体实施方式
[0074]
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
[0075]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
[0076]
下面参照图1至图14描述根据本发明一些实施例的产品的分析方法、产品的分析装置、电子设备和可读存储介质。
[0077]
实施例1：
[0078]
如图1所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0079]
步骤102，获取目标用户在预设时间段内的咨询记录信息；
[0080]
步骤104，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0081]
步骤106，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率；
[0082]
步骤108，根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0083]
在该实施例中，针对特定产品(即第一产品)，获取在电商平台上对其发起咨询的目标用户和时间，基于发起咨询的时间，获取目标用户在预设时间段(例如咨询时间前后24小时)内的咨询记录信息，在咨询记录信息中，确定与特定产品为同品类产品的至少一个潜在竞品(即第二产品)。
[0084]
进一步地，根据n个咨询意图(即预设咨询信息)，对咨询记录信息进行统计分析，获取咨询记录信息中出现的目标用户针对特点产品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对特定产品的咨询意图的偏好程度(即第一咨询概率)，以及咨询记录信息中出现的目标用户针对潜在竞品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对潜在竞品的咨询意图的偏好程度(即第二咨询概率)。
[0085]
进一步地，对目标用户针对特定产品的偏好程度以及针对潜在竞品的偏好程度进行分析。从n个咨询意图中，确定对目标用户来说，特点产品无法被潜在竞品所替代的差异点(即差异信息)，以及特点产品能够被潜在竞品所替代的同质点(即同质信息)。
[0086]
本技术通过对同一用户对于同一类产品在同一时间段的咨询会话数据进行统计分析，分别获取该用户咨询特定产品及潜在竞品的咨询意图，利用咨询意图，确定该用户对于特定产品以及潜在竞品的咨询意图的偏好程度，进而分析同一用户对于特定产品和潜在竞品的情感走向，计算产品间的竞争关系，确定特定产品与潜在竞品的差异点和同质点，实现了产品间竞品关系的挖掘。相较于现有技术中基于对不同用户的访问和搜索评价内容获取到大量的数据，并基于数据来识别竞品的技术方案，本技术构建决策行为和同一用户一致的产品对比组合，实现在竞品对比上的一致性，有效提升了特定产品与潜在竞品对比的精确性。
[0087]
需要说明的是，n个预设咨询信息是事先根据模型总结出的产品的咨询意图，用于提前确定用户对产品做出某种反映的意向，是消费行为中采取行动前的一种准备状态。其中，咨询意图可以是售前的问题，例如产品介绍、优惠政策等，也可以是售后的问题，例如物流查询、如何退换货等。
[0088]
实施例2：
[0089]
如图2所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0090]
步骤202，获取目标用户在预设时间段内的咨询记录信息；
[0091]
步骤204，获取第一产品的品类信息；
[0092]
步骤206，根据品类信息，确定咨询记录信息中与第一产品相关的至少一个第二产品；
[0093]
步骤208，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率；
[0094]
步骤210，根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0095]
在该实施例中，基于特定产品的品类信息，获取同一类产品中，与特定产品的品类信息最接近的产品组合，进而从咨询记录信息中，出现的产品组合中的至少一个产品作为潜在竞品。通过对同一用户对同一类产品在预设时间段的咨询记录信息进行统计分析，圈定特定产品相关的潜在竞品，提高了潜在竞品选取的精确性，减少了无用产品对特定产品分析的影响，进而提高了产品分析的准确性。
[0096]
具体地，产品的品类信息包括品牌、类别、价格、重量、颜色、尺寸、材质、产地、包装以及物流等，本技术对此不作限定。
[0097]
在具体实施例中，若特点产品为华为p40，则根据华为p40的品牌、类别、价格、重量以及尺寸等品类信息中最细品类信息，确定华为p40的相关产品有iphone11、小米10以及oppo reno3 rro等，获取目标用户在预设时间段内对华为p40进行咨询的咨询会话，基于该咨询会话，对目标用户对于相关产品的咨询对话进行统计分析，确定出目标用户在预设时间段内，咨询的相关产品为iphone11，则iphone11为特定产品华为p40的潜在竞品。
[0098]
实施例3：
[0099]
如图3所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0100]
步骤302，获取目标用户在预设时间段内的咨询记录信息；
[0101]
步骤304，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0102]
步骤306，获取咨询记录信息中与第一产品相关的第一咨询记录信息；
[0103]
步骤308，从第一咨询记录信息中，确定每个预设咨询信息出现的第一频次；
[0104]
步骤310，根据第一频次和第一公式，计算第一咨询概率；
[0105]
步骤312，根据咨询记录信息和n个预设咨询信息，确定第二产品的第二咨询概率；
[0106]
步骤314，根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0107]
在该实施例中，对咨询记录信息进行统计分析，获取目标用户针对特点产品进行咨询的咨询记录(即第一咨询记录信息)，利用该咨询记录信息，确定目标用户针对特定产品的所有咨询意图，计算每个咨询意图的出现的频次，以及所有咨询意图出现的频次之和。
[0108]
进一步地，根据公式计算每个咨询意图的出现的概率，即为目标用户对应特定产品所对应的每个咨询意图的偏好程度。通过计算目标用户针对特定产品的偏好程度，确定目标用户对特点产品的关注度，以实现对于目标用户对特定产品的情感走向分析，推动产品优化升级。
[0109]
具体地，第一公式为：
[0110][0111]
其中，上述e为第一产品，上述ie为第一咨询记录信息中出现的所有预设咨询信息，上述i
ek
为第一咨询记录信息中出现的第k个预设咨询信息，上述a
ek
为第一咨询记录信息中，第k个预设咨询信息出现的概率，上述f(i
ek
)为第k个预设咨询信息出现的频次，上述为所有预设咨询信息出现的频次之和，k∈{1，2，3，
…
，n}。
[0112]
在具体实施例中，如果事先根据模型总结出的有效咨询意图为产品画质、产品音效、优惠政策、物流查询以及如何退换货五种。通过对特定产品的咨询会话进行统计分析，确定特定产品的咨询会话中，出现的咨询意图有产品画质、优惠政策以及如何退换货三种，其中，产品画质出现的频次为2次，优惠政策出现的频次为3次，如何退换货出现的频次为1次，确定特定产品的对应的所有咨询意图出现的频次之和为6次，产品画质的偏好程度为2/6，产品音效的偏好程度为0，优惠政策的偏好程度为3/6，物流查询的偏好程度为0，如何退换货的偏好程度为1/6。
[0113]
实施例4：
[0114]
如图4所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0115]
步骤402，获取目标用户在预设时间段内的咨询记录信息；
[0116]
步骤404，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0117]
步骤406，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率；
[0118]
步骤408，获取咨询记录信息中与第二产品相关的第二咨询记录信息；
[0119]
步骤410，从第二咨询记录信息中，确定每个预设咨询信息出现的第二频次；
[0120]
步骤412，根据第二频次和第二公式，计算第二咨询概率；
[0121]
步骤414，根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0122]
在该实施例中，对咨询记录信息进行统计分析，获取目标用户针对潜在竞品进行咨询的咨询记录(即第二咨询记录信息)，利用该咨询记录，确定目标用户针对潜在竞品的所有咨询意图，计算每个咨询意图的出现的频次，以及所有咨询意图出现的频次之和。
[0123]
进一步地，根据公式计算每个咨询意图的出现的概率即为目标用户针对潜在竞品的咨询意图的偏好程度。通过计算目标用户对于潜在竞品的咨询意图的偏好程度，确定目标用户对潜在竞品的关注度，以实现目标用户对于潜在竞品的情感走向的分析。
[0124]
具体地，第二公式为：
[0125][0126]
其中，上述j为第二产品，上述ij为第二咨询记录信息中出现的所有预设咨询信息，上述i
jk
为所述第二咨询记录信息中出现的第k个预设咨询信息，上述a
jk
为第二咨询记录信息中，第k个预设咨询信息出现的概率，上述f(i
jk
)为第k个预设咨询信息出现的频次，上述为所有预设咨询信息出现的频次之和，k∈{1，2，3，
…
，n}。
[0127]
在具体实施例中，如果事先根据模型总结出的有效咨询意图为产品画质、产品音效、优惠政策、物流查询以及如何退换货五种。通过对潜在竞品的咨询记录进行统计分析，确定出现的咨询意图有产品画质和优惠政策两种，其中，产品画质出现的频次为1次，优惠政策出现的频次为4次，确定所有预设咨询信息出现的频次之和为5次，产品画质的偏好程度为1/5，产品音效的偏好程度为0，优惠政策的偏好程度为4/5，物流查询的偏好程度为0，退换货的偏好程度为0。
[0128]
实施例5：
[0129]
如图5所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0130]
步骤502，获取目标用户在预设时间段内的咨询记录信息；
[0131]
步骤504，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0132]
步骤506，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率；
[0133]
步骤508，根据第一咨询概率和第二咨询概率，确定第一产品和第二产品的差异值；
[0134]
步骤510，根据差异值、第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0135]
在该实施例中，根据目标用户针对特定产品的咨询意图的偏好程度，以及针对潜在竞品的咨询意图的偏好程度，确定特定产品和潜在竞品的差异值。利用差异值、目标用户对特定产品的偏好程度以及目标用户对潜在竞品的偏好程度，分析出对于目标用户来说，特定产品无法被潜在竞品所替代的差异点，以及特点产品能够被潜在竞品所替代的同质点。相较于现有技术中只是在表面上基于所有用户的行为链条来进行竞品的分析方法，本技术通过同一用户的心智和动机来对竞品进行更加精准的分析，实现了竞品对比的一致性，提高了产品间差异点和同质点获取的精确度。
[0136]
实施例6：
[0137]
如图6所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0138]
步骤602，获取目标用户在预设时间段内的咨询记录信息；
[0139]
步骤604，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0140]
步骤606，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率；
[0141]
步骤608，判断第二咨询概率是否等于0，若是，进入步骤610，若否，进入步骤612；
[0142]
步骤610，差异值为0；
[0143]
步骤612，根据第三公式，计算差异值；
[0144]
步骤614，根据差异值、第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0145]
在该实施例中，对潜在竞品对应的咨询记录进行统计分析，如果某一个咨询意图出现的频次为0，说明目标用户针对潜在竞品对于该咨询意图的偏好程度为0，则特定产品与潜在竞品对应该咨询意图的差异值为0。
[0146]
进一步地，如果某一个咨询意图出现的频次不为0，即目标用户针对潜在竞品对于该咨询意图的偏好程度不为0。计算目标用户针对特定产品对于该咨询意图的偏好程度与
针对潜在竞品对于该咨询意图的偏好程度的比值则，为特定产品与潜在竞品的差异值，进而确定出所有咨询意图的差异值。通过计算产品间同一咨询意图的差异值，有效提高了特定产品与潜在竞品的对比分析的准确度。
[0147]
具体地，第三公式为：
[0148][0149]
其中，上述l
ejk
为第一产品和第二产品的差异值，上述a
ek
为第一咨询概率，上述a
jk
为第二咨询概率。
[0150]
实施例7：
[0151]
如图7所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0152]
步骤702，获取目标用户在预设时间段内的咨询记录信息；
[0153]
步骤704，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0154]
步骤706，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率；
[0155]
步骤708，根据第一咨询概率和第二咨询概率，确定第一产品和第二产品的差异值；
[0156]
步骤710，从n个预设咨询信息中，确定满足第一预设条件的第一咨询信息；
[0157]
步骤712，将第一咨询信息作为第一产品和第二产品的差异信息。
[0158]
在该实施例中，计算任一咨询意图的差异值与第一阈值的差值，如果差值的绝对值小于差异阈值(即第二阈值)，该咨询意图在特点产品的咨询记录中出现的频次大于频次阈值(即第三阈值)，且在潜在产品的咨询记录中出现的频次大于频次阈值，说明对于目标用户来说，该咨询意图为特定产品无法被潜在产品所替代的差异点。
[0159]
其中，第一预设条件为，差异值与第一阈值的差值的绝对值大于第二阈值、第一咨询概率大于第三阈值且第二咨询概率大于第三阈值。
[0160]
需要说明的是，第一阈值为1，将差异值减1的绝对值作为差异点及同质点的判断值，如果任一咨询意图对应的判断值越远离0，说明用户针对特点产品和潜在产品对于该咨询意图的偏好程度的差异越大。当判断值大于差异阈值时，且对于特点产品和潜在竞品来说，该咨询意图的出现频次均大于频次阈值，确定该咨询意图为特定产品与潜在竞品的差异点。通过对差异阈值以及同质阈值的大小限定，以确保判定逻辑的一致性，有效提高了产品分析的准确性。
[0161]
此外，第二阈值和第三阈值的数值，根据要求同质信息以及差异信息的个数等实际情况设定，本技术在此不作限定。
[0162]
实施例8：
[0163]
如图8所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0164]
步骤802，获取目标用户在预设时间段内的咨询记录信息；
[0165]
步骤804，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0166]
步骤806，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率；
[0167]
步骤808，根据第一咨询概率和第二咨询概率，确定第一产品和第二产品的差异值；
[0168]
步骤810，从n个预设咨询信息中，确定满足第二预设条件的第二咨询信息；
[0169]
步骤812，将第二咨询信息作为第一产品和第二产品的同质信息。
[0170]
在该实施例中，计算任一咨询意图的差异值与第一阈值的差值，如果差值的绝对值大于同质阈值(即第四阈值)，该咨询意图在特点产品的咨询记录中出现的频次大于频次阈值，且在潜在产品的咨询记录中出现的频次大于频次阈值，说明对于目标用户来说，该咨询意图为特定产品能够被潜在产品所替代的同质点。本技术基于同一对比的标准，确定产品间的差异点和同质点，实现了竞品对比的一致性，提高了差异点和同质点选取的准确度。
[0171]
其中，第二预设条件为，差异值与第一阈值的差值的绝对值小于第四阈值、第一咨询概率大于第三阈值且第二咨询概率大于第三阈值；其中，0＜第四阈值＜第二阈值＜1。
[0172]
需要说明的是，第一阈值为1，将差异值减1的绝对值作为差异点及同质点的判断值，如果任一咨询意图对应的判断值越接近0，说明用户针对特定产品和潜在竞品对于该咨询意图的偏好程度越相似。当判断值小于同质阈值时，且对于特点产品和潜在竞品来说，该咨询意图的出现频次均大于频次阈值，确定该判断值对应的咨询意图为特定产品与潜在竞品的同质点。
[0173]
其中，0＜同质阈值＜差异阈值＜1，通过对差异阈值以及同质阈值进行限定，确保判定逻辑的一致性，提高了产品分析的准确性。
[0174]
此外，第三阈值和第四阈值的数值，根据要求同质信息以及差异信息的个数等实际情况设定，本技术在此不作限定。
[0175]
实施例9：
[0176]
如图9所示，根据本发明的一个实施例，提出了一种产品的分析方法，该方法包括：
[0177]
步骤902，获取目标用户在预设时间段内的咨询记录信息；
[0178]
步骤904，根据咨询记录信息，确定与第一产品相关的至少一个第二产品；
[0179]
步骤906，根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率；
[0180]
步骤908，根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息；
[0181]
步骤910，第二产品的数量为多个时，根据第一咨询概率和第二咨询概率，确定第一产品与每个第二产品的相似度；
[0182]
步骤912，从多个第二产品中确定相似度大于相似度阈值的第二产品。
[0183]
在该实施例中，当潜在竞品的数量为多个时，根据目标用户对特定产品的咨询意图的偏好程度，以及对潜在竞品的咨询意图的偏好程度，确定特定产品与每个潜在竞品的咨询意图的相似度，对多个相似度数值进行排序，相似度越高，说明目标用户对于两个产品的咨询的差异越小，即潜在竞品与特点产品基于目标用户的偏好上越相似；反之相似度越低，则目标用户对于两个产品咨询的差异越大，即潜在竞品与特定产品基于目标用户的偏好上越不相似。通过对比目标用户对特定产品与潜在竞品的咨询是否相似，确定目标用户对两个产品的关注差异，提高产品间竞争力程度分析的准确性。
[0184]
在具体实施例中，对电视a通过咨询记录信息的统计分析，获取了电视b和c都是其
竞品，且竞争关系相似，但是目标用户关注a是因为画质，关注b也是因为画质，c却是音响效果，如此一来，b相对c而言，和a的竞争关系更加密切，分别计算并分析目标用户对于电视a和电视b、c的相似程度情况，相似度越高，两个产品在同质化竞争力程度越大。
[0185]
实施例10：
[0186]
如图10所示，根据本发明的一个具体实施例，提出了一种产品的分析方法，该方法包括：
[0187]
步骤1002，基于第一产品获取第二产品组合的预设时间段内的咨询记录信息；
[0188]
步骤1004，获取第一产品和第二产品的预设咨询信息；
[0189]
步骤1006，预设咨询信息统计，获取目标用户的咨询概率向量；
[0190]
步骤1008，获取相似度；
[0191]
步骤1010，获取差异信息和同质信息。
[0192]
在该实施例中，如图11和图12所示，基于特定产品，获取潜在竞品组合的预设时间段内的咨询记录，针对特定产品，例如产品pe获取对其发起咨询的目标用户和时刻t，并且基于时间t，在前后t时间段内，即[t-t，t t]时间段内，例如时间t的前后24小时内，所有的其他同品类产品的咨询四元组《pe，pj，se，sj》，其中pe为咨询的特定产品，pj为咨询的对应产品，se为咨询特定产品pe的记录信息，sj为咨询对应产品pj的记录信息。
[0193]
进一步地，基于产品组合《pe,pj》的所有的记录信息对，获取其相应的预设咨询信息，即为其相应的意图，构建相应的六元组《pe，pj，se，sj，ie，ij》，其中，ie为咨询特定产品pe的记录信息se对应的意图，ij为咨询对应产品pj的记录信息sj的意图，进而基于同一用户在相近段内的同一品类中不同产品的咨询意图，来圈定潜在竞品。
[0194]
进一步地，基于特定产品的和潜在竞品的咨询意图统计分布，构建偏好向量，并基于偏好向量，计算特定产品的和潜在竞品的相似关系。具体地，如图11所示，针对《pe，pj》的所有记录信息对《se，sj》的所有意图《ie，ij》，构建各自的咨询意图偏好向量{ae}＝{a
ek
|k＝1，2，3，
…
，n}和{aj}＝{a
jk
|k＝1，2，3，
…
，n}。具体地，a
ek
＝f(i
ek
)/σf(ie)，其中，a
ek
为咨询特定产品pe的第k个咨询意图的偏好，ae为咨询特定产品pe的所有咨询意图的偏好，i
ek
为咨询特定产品pe的第k个咨询意图，f(ie)为咨询特定产品pe的第k个咨询意图i
ek
的出现的频次，σf(ie)为咨询特定产品pe所有咨询意图的频次之和，进一步地，a
jk
＝f(i
jk
)/σf(ij)，其中，a
jk
为咨询对应产品pj的第k个咨询意图的偏好，aj为咨询对应产品pj的所有咨询意图的偏好，i
jk
为咨询对应产品pj的第k个咨询意图，f(i
jk
)为咨询对应产品pj的第k个咨询意图i
jk
的出现的频次，σf(ij)为对应产品pj所有咨询意图的频次之和。
[0195]
进一步地，如图11所示，基于{ae}和{aj}计算相似余弦系数，具体地，其中，r
ejk
为特定产品和对应产品的第k个咨询意图的相似余弦系数。根据特定产品pe，获取其对应产品pj的余弦系数向量{r
ej
}＝{r
ejk
|k＝1，2，3，
…
，n}，其中，r
ej
为针对pe和pj，所有咨询意图的相似余弦系数。对r
ejk
进行排序，r
ejk
越高，说明两个产品基于用户的偏好上越相似，反之越不相似。
[0196]
进一步地，基于特定产品和对应产品的偏好向量，构建差异值，并基于差异值和频次的阈值，获取差异点和同质点。具体地，如图12所示，针对pe和pj，基于其对应的偏好向量{ae}和{aj}构建相应的差异值向量{l
ej
}＝{l
ejk
|k＝1，2，3，
…
，n}，其中，l
ej
为pe和pj的所有
的咨询意图的差异值，l
ejk
为pe和pj的第k个咨询意图的差异值。对于l
ejk
，当a
jk
等于0时，l
ejk
等于0；当a
jk
大于0时，
[0197]
进一步地，基于差异值构建相似判断向量{u
ej
}＝{u
ejk
＝|l
ejk-1||k＝1，2，3，
…
，n}，其中，u
ej
为pe和pj的所有的咨询意图的相似判断值，u
ejk
为pe和pj的第k个咨询意图的相似判断值。对向量中的各元素u
ejk
,若满足u
ejk
》td，且f(i
ek
)》tf，f(i
jk
)》tf，则咨询意图i
ek
为pe和pj的差异点；若满足u
ejk
《ts，且f(i
ek
)》tf,，f(i
jk
)》tf，则咨询意图i
ek
为pe和pj的同质点，其中，td为差异阈值，ts为同质阈值，tf为频次阈值，且1》td》ts》0。
[0198]
相较于现有技术中，基于访问和搜索获取到大量的数据，并基于数据来识别竞品，即只能在表面上基于用户的行为链条来进行竞品识别，无法获取到用户的心智和动机来对竞品进行更加精准的识别。以及基于评价内容获取到对竞品的不同特征的态度，获取到用户的偏好。然后评价来自于真实使用过的用户的，但是不同产品而言，不能确定使用的用户为同一个用户，同时基于评价的内容也不能确定是基于同一个对比的标准。因此在竞品的对比上，不能做到一致性。本技术中基于电商平台上，同一用户对同一品类商品在同一时间段的在线咨询会话数据，通过获取咨询产品组合的意图，构建决策行为和用户一致的产品对比组合，并基于意图统计数据，产出同类的不同产品在咨询上的相似性，从而计算产品间的竞争关系，并得到同质点和差异点，以实现竞品的挖掘。
[0199]
实施例11：
[0200]
如图13所示，根据本发明第二方面的实施例，提出了一种产品的分析装置1300，包括：获取模块1302，用于获取目标用户在预设时间段内的咨询记录信息；第一确定模块1304，用于根据咨询记录信息，确定第一产品相关的至少一个第二产品；第二确定模块1306，用于根据咨询记录信息和n个预设咨询信息，确定第一产品的第一咨询概率以及第二产品的第二咨询概率，其中n为大于0的整数；第三确定模块1308，用于根据第一咨询概率和第二咨询概率，从n个预设咨询信息中，确定第一产品和第二产品的差异信息和同质信息。
[0201]
在该实施例中，产品的分析装置1300包括获取模块1302、第一确定模块1304、第二确定模块1306以及第三确定模块1308。
[0202]
具体地，获取模块1302被配置为针对特定产品(即第一产品)，获取在电商平台上对其发起咨询的目标用户和时间，基于发起咨询的时间，获取目标用户在预设时间段(例如咨询时间前后24小时)内的咨询记录信息。
[0203]
进一步地，第一确定模块1304被配置为在咨询记录信息中，确定与特定产品为同品类产品的至少一个潜在竞品(即第二产品)。
[0204]
进一步地，第二确定模块1306被配置为根据n个咨询意图(即预设咨询信息)，对咨询记录信息进行统计分析，获取咨询记录信息中出现的目标用户针对特点产品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对特定产品的咨询意图的偏好程度(即第一咨询概率)，以及咨询记录信息中出现的目标用户针对潜在竞品进行咨询的咨询意图，利用咨询意图，分析出目标用户针对潜在竞品的咨询意图的偏好程度(即第二咨询概率)。
[0205]
进一步地，第三确定模块1308被配置为对目标用户针对特定产品的偏好程度以及针对潜在竞品的偏好程度进行分析。从n个咨询意图中，确定对目标用户来说，特点产品无法被潜在竞品所替代的差异点(即差异信息)，以及特点产品能够被潜在竞品所替代的同质
点(即同质信息)。
[0206]
本技术通过对同一用户对于同一类产品在同一时间段的咨询会话数据进行统计分析，分别获取该用户咨询特定产品及潜在竞品的咨询意图，利用咨询意图，确定该用户对于特定产品以及潜在竞品的咨询意图的偏好程度，进而分析同一用户对于特定产品和潜在竞品的情感走向，计算产品间的竞争关系，确定特定产品与潜在竞品的差异点和同质点，实现了产品间竞品关系的挖掘。相较于现有技术中基于对不同用户的访问和搜索评价内容获取到大量的数据，并基于数据来识别竞品的技术方案，本技术构建决策行为和同一用户一致的产品对比组合，实现在竞品对比上的一致性，有效提升了特定产品与潜在竞品对比的精确性。
[0207]
实施例12：
[0208]
根据本发明第三方面的实施例，提出了一种电子设备，包括第二方面提出的产品的分析装置。因此该电子设备具备第二方面提出的产品的分析装置的全部有益效果，为避免重复，不再过多赘述。
[0209]
实施例13：
[0210]
如图14所示，根据本发明第四方面的实施例，提出了一种电子设备1400，包括：存储器1402，存储器1402储存有程序或指令；处理器1404，与存储器1402连接，处理器1404，被配置为执行程序或指令时实现第一方面提出的产品的分析方法。因此该电子设备具备第一方面提出的产品的分析方法的全部有益效果，在此不再赘述。
[0211]
实施例14：
[0212]
根据本发明的第五方面，提出了一种可读存储介质，其上存储有程序或指令，程序或指令被处理器执行时执行第一方面提出的产品的分析方法。因此该可读存储介质具备第一方面提出的产品的分析方法的全部有益效果，为避免重复，不再过多赘述。
[0213]
在本发明中，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
[0214]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的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(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本技术各个实施例的方法。
[0215]
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实
施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0216]
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，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。