保险数据的处理方法、装置及服务器与流程

1.本发明涉及金融数据处理的技术领域，尤其是涉及一种保险数据的处理方法、装置及服务器。


背景技术：

2.保险欺诈在保险市场中是比较常见的一种手段，保险欺诈所造成的费用损失始终在保险行业的赔款中占据着一定比例。在财险尤其是车险领域，欺诈事件尤为突出，主要表现为酒驾、顶包、团伙欺诈等，如一些顶包案件一般为团伙作案，有时车主会修理厂、甚至保险公司案件受理人员联合起来欺诈。
3.鉴于欺诈案件层出不穷，保险公司一般会建立专业的反欺诈作业部门，由专人进行案件风险识别。但欺诈案件识别是打假人员和作案人员互相博弈的过程，随着当前欺诈手段呈现多样化、专业化、团体化等特征，且作案手段隐秘，导致欺诈识别的难度越来越高，不仅给保险公司带来巨大损失，也难以及时锁定可疑欺诈案件。


技术实现要素：

4.有鉴于此，本发明的目的在于提供一种保险数据的处理方法、装置及服务器，以缓解上述技术问题。
5.第一方面，本发明实施例提供了一种保险数据的处理方法，所述方法包括：获取待处理保险数据，其中，所述待处理保险数据包括至少一个保单；提取每个所述保单中包含的实体，构建所述保单对应的实体关系图；基于每个所述保单的实体关系图确定所述保单与预先存储的目标样本集的内在关系，并基于所述内在关系生成所述保单与所述目标样本集的关系矩阵；根据所述关系矩阵计算每个所述保单的风险值，以基于所述风险值对所述保单进行风险评估。
6.结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述目标样本集中预先记录有至少一个黑名单实体；基于每个所述保单的实体关系图确定所述保单与预先存储的目标样本集的内在关系的步骤，包括：根据所述保单的实体关系图中包含的实体建立所述保单与其他保单之间的第一指向关系，以及，所述保单与所述目标样本集的第二指向关系。
7.结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述根据所述保单的实体关系图中包含的实体建立所述保单与其他保单之间的第一指向关系，以及，所述保单与所述目标样本集的第二指向关系的步骤，包括：遍历所述待处理保险数据和所述目标样本集，对于每个所述保单均执行以下步骤：判断所述保单的实体关系图中包含的实体是否存在于其他保单的实体关系图中；如果是，建立所述保单到其他保单的第一指向关系；以及，判断所述保单的实体关系图中包含的实体是否存在于所述黑名单实体中；如果是，建立所述保单到所述目标样本集的第二指向关系。
8.结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第三种
可能的实施方式，其中，上述基于所述内在关系生成所述保单与所述目标样本集的关系矩阵的步骤，包括：基于所述第一指向关系和所述第二指向关系生成所述保单与所述目标样本集之间的关系矩阵，其中，所述关系矩阵用于表征所述保单之间和所述保单与所述目标样本集之间的链接关系。
9.结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述根据所述关系矩阵计算每个所述保单的风险值的步骤，包括：基于所述关系矩阵按照预先设置的迭代求解算法计算每个所述保单对应的概率值；将所述概率值确定为所述保单的风险值。
10.结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，上述预先设置的迭代求解算法为pagerank算法；所述概率值为每个所述保单对应的pr值；所述pr值的计算公式表示为：
[0011][0012][0013]
其中，s表示目标样本集，α为衰减因子；u为任意一个保单，v表示目标样本集中的黑名单实体；l(v)表示v的对外链出数；|s|为目标样本集的大小，b(u)表示与u有任意指向关系的保单。
[0014]
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，上述基于所述风险值对所述保单进行风险评估的步骤包括：基于所述风险值对所有的所述保单进行排序；将所述风险值大于预设风险阈值的保单确定为目标保单，并将所述目标保单确定为风险保单。
[0015]
第二方面，本发明实施例还提供一种保险数据的处理装置，所述装置包括：获取模块，用于获取待处理保险数据，其中，所述待处理保险数据包括至少一个保单；提取模块，用于提取每个所述保单中包含的实体，构建所述保单对应的实体关系图；计算模块，用于基于每个所述保单的实体关系图确定所述保单与预先存储的目标样本集的内在关系，并基于所述内在关系生成所述保单与所述目标样本集的关系矩阵；评估模块，用于根据所述关系矩阵计算每个所述保单的风险值，以基于所述风险值对所述保单进行风险评估。
[0016]
第三方面，本发明实施例还提供一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。
[0017]
第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面所述的方法的步骤。
[0018]
本发明实施例带来了以下有益效果：
[0019]
本发明实施例提供的保险数据的处理方法、装置及服务器，能够获取待处理保险数据，并提取待处理保险数据中每个保单中包含的实体，构建保单对应的实体关系图；进而
基于每个保单的实体关系图确定保单与预先存储的目标样本集的内在关系，并基于内在关系生成保单与目标样本集的关系矩阵；以便于根据关系矩阵计算每个保单的风险值，以基于风险值对保单进行风险评估，由于在处理过程中，充分考虑了保单所包含的实体，因此，可以基于实体对保单进行梳理，以得到实体与目标样本集之间的关联关系，而目标样本集中一般预先记录有至少一个黑名单实体，因此，最终通过风险评估的方式，可以从待处理保险数据中识别风险值较高的保单，从而为欺诈案件的发现提供线索和依据，不仅有助于及时锁定可疑欺诈案件，也在一定程度上降低了保险公司的损失。
[0020]
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0021]
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0022]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域技术人员来讲，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。
[0023]
图1为本发明实施例提供的一种保险数据的处理方法的流程图；
[0024]
图2为本发明实施例提供的另一种保险数据的处理方法的流程图；
[0025]
图3为本发明实施例提供的一种保险数据的处理装置的结构示意图；
[0026]
图4为本发明实施例提供的一种服务器的结构示意图。
具体实施方式
[0027]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
[0028]
当前，保险欺诈的手段呈现多样化、专业化、团体化等特征，且作案手段隐秘，导致欺诈识别的难度越来较高，不仅案件的风险难以识别，如果没有合理的工具和技术支撑，欺诈案件很难进行识别，也会给保险公司带来巨大损失。
[0029]
因此，如何及时锁定可疑的欺诈赔案，避免欺诈损失是也是保险行业亟待解决的问题。
[0030]
经过多年发展，保险公司在数据积累上已经达到了一定程度，再结合近几年我国保险科技、智能化、数字化的迅猛发展，以大数据、云计算、人工智能等技术手段，已经逐步建立了完善的保险反欺诈系统和保险公司内部反欺诈生态圈等，可以充分利用公司的各类业务数据，提升理赔反欺诈能力的提升，并逐渐符合时代发展的经营策略。
[0031]
本发明实施例提供的保险数据的处理方法、装置及服务器，主要是从海量案件中高效识别欺诈风险，可以支撑反欺诈作业人员精准识别欺诈案件，有效降低因欺诈案件带
来的损失，进而缓解上述技术问题。
[0032]
为便于对本实施例进行理解，首先对本发明实施例所公开的一种保险数据的处理方法进行详细介绍。
[0033]
在一种可能的实施方式中，本发明实施例提供了一种保险数据的处理方法，具体地，该方法可以应用于金融科技行业的服务系统，如，保险行业的服务器、客户端等电子设备，同时，可以与金融科技行业中的业务系统进行对接，以形成智能系统，进而执行本发明实施例的保险数据的处理方法。
[0034]
具体地，如图1所示的一种保险数据的处理方法的流程图，该方法包括以下步骤：
[0035]
步骤s102，获取待处理保险数据；
[0036]
其中，待处理保险数据包括至少一个保单；具体的，可以是任意保险的保单，如车险、财产保险、人寿保险、养老保险、意外保险等等，具体可以根据实际使用情况进行设置，本发明实施例对此不进行限制。
[0037]
步骤s104，提取每个保单中包含的实体，构建保单对应的实体关系图；
[0038]
在实际保险项目中，保单一般会记录有投保人、被保人等信息，以车险为例，保单中还会记录有投保人或者被保人的姓名、证件类型、证件号，以及，汽车修理厂，甚至是车险事故对应的医院名称、地址、电话等等这些都属于保单的实体，在提取到这些实体之后，可以根据实体之间的关系构建无向图，如，姓名—xxx，电话
‑‑
****等等，此时构建的无向图即为本发明实施例中的实体关系图，即，记载了保单中的实体，以及实体之间的关系。
[0039]
步骤s106，基于每个保单的实体关系图确定保单与预先存储的目标样本集的内在关系，并基于内在关系生成保单与目标样本集的关系矩阵；
[0040]
步骤s108，根据关系矩阵计算每个保单的风险值，以基于风险值对保单进行风险评估。
[0041]
在实际使用时，上述目标样本集中预先记录有至少一个黑名单实体，其中，黑名单实体指的是历史保单数据中已经确定为黑名单的保单所包括的实体，即历史存在欺诈行为的保单所包括的实体，如，某个电话号码、某个证件号，甚至是某个汽车修理厂，或者医院等等，与欺诈人员有关联的实体，都可以称为黑名单实体，这些黑名单实体记录在目标样本集中，以便于在上述步骤s106中去确定待处理保险数据的实体关系图与目标样本集的内在关系，进而排查出当前待处理保险数据中是否存在欺诈的风险。
[0042]
因此，本发明实施例提供的上述保险数据的处理方法，能够获取待处理保险数据，并提取待处理保险数据中每个保单中包含的实体，构建保单对应的实体关系图；进而基于每个保单的实体关系图确定保单与预先存储的目标样本集的内在关系，并基于内在关系生成保单与目标样本集的关系矩阵；以便于根据关系矩阵计算每个保单的风险值，以基于风险值对保单进行风险评估，由于在处理过程中，充分考虑了保单所包含的实体，因此，可以基于实体对保单进行梳理，以得到实体与目标样本集之间的关联关系，而目标样本集中一般预先记录有至少一个黑名单实体，因此，最终通过风险评估的方式，可以从待处理保险数据中识别风险值较高的保单，从而为欺诈案件的发现提供线索和依据，不仅有助于及时锁定可疑欺诈案件，也在一定程度上降低了保险公司的损失。
[0043]
在实际使用时，基于目标样本集中预先记录的至少一个黑名单实体，在确定保单与目标样本集的内在关系时，实际是根据保单的实体关系图中包含的实体建立保单与其他
保单之间的第一指向关系，以及，保单与目标样本集的第二指向关系。
[0044]
具体地，本发明实施例中上述确定保单与预先存储的目标样本集的内在关系的过程，是基于trustrank算法实现的，trustrank算法是pagerank算法的一种衍生算法，在某些场景下pagerank算法是容易被操控的，例如，如果需要提高网站a的pagerank值，可以首先构建或购买大量的无用网站b1，b2，...。然后在b1，b2...中添加指向网站a的链接，只要构建/购买的网站数量足够，并且他们已经被搜索引擎检索，那么网站a的pagerank值(以下简称pr值)大概率是会增加的，这样的“链接作弊”结构通常被称为链接农场，这样的目标网站a也被称为垃圾网页或垃圾网站。为了解决上述问题，除了pagerank算法的两个基本假设外，trustrank算法新增一种假设：“好的”网页一般很少会有出链链接指向垃圾网页。因此，trustrank算法的本质是实现了一种带偏向性的pagerank算法，即通过事先指定一个人工选择的优质节点集合s，让游走过程中对该集合及其周围的节点具有更高的偏向性，最终，使得种子集合“附近”的节点具有更高的pr值。
[0045]
基于上述trustrank算法理论，本发明实施例中，目标样本集相当于人工选择的集合s，只不过本发明实施例中，目标样本集中预先记录的是至少一个黑名单实体，而不是优质节点。
[0046]
在保险欺诈风险预测过程中，可以假设包含黑名单实体的黑名单客群“附近”的客户具有更高的欺诈风险，通过指定黑名单实体为种子集合，基于pagerank算法的随机游走模型之后，黑名单实体附近的客户具有更大的pr值，从而通过pr值大小识别出客户欺诈风险，即客户pr值越大，欺诈风险越高。
[0047]
因此，基于上述理论，在图1的基础上，图2还提供了另一种保险数据的处理方法的流程图，如图2所示，包括以下步骤：
[0048]
步骤s202，获取待处理保险数据；
[0049]
其中，待处理保险数据包括至少一个保单；
[0050]
步骤s204，提取每个保单中包含的实体，构建保单对应的实体关系图；
[0051]
其中，步骤s202和步骤s204的内容可以参考上述步骤s102和步骤s104对应的过程，在此不在赘述。
[0052]
步骤s206，根据保单的实体关系图中包含的实体建立保单与其他保单之间的第一指向关系，以及，保单与目标样本集的第二指向关系；
[0053]
具体地，上述步骤s206中，在建立上述指向关系时，需要遍历待处理保险数据和目标样本集，对于每个保单均执行以下步骤：判断保单的实体关系图中包含的实体是否存在于其他保单的实体关系图中；如果是，建立保单到其他保单的第一指向关系；以及，判断保单的实体关系图中包含的实体是否存在于黑名单实体中；如果是，建立保单到目标样本集的第二指向关系。
[0054]
步骤s208，基于第一指向关系和第二指向关系生成保单与目标样本集之间的关系矩阵；
[0055]
其中，本发明实施例中的关系矩阵用于表征保单之间和保单与目标样本集之间的链接关系。
[0056]
步骤s210，基于关系矩阵按照预先设置的迭代求解算法计算每个保单对应的概率值；
[0057]
步骤s212，将概率值确定为保单的风险值，以基于风险值对保单进行风险评估。
[0058]
在实际使用时，上述预先设置的迭代求解算法为pagerank算法；上述概率值则为每个保单对应的pr值。
[0059]
进一步，上述第一指向关系和第二指向关系实际是在保单与目标样本集之间形成的一种有向图，在其基础上，基于pagerank算法定义随机游走模型，可以基于第一指向关系和第二指向关系建立的有向图进行随机游走，并建立上述步骤s208中的关系矩阵，例如，令目标样本集中的黑名单实体为1，其他实体初始状态为0，可以构成一个源顶点集合，然后基于pagerank算法进行迭代计算，多次迭代之后，可以得到每个保单中的每个实体的pr值。
[0060]
进一步，本发明实施例中的pr值的计算公式表示为：
[0061][0062][0063]
其中，s表示目标样本集，α为衰减因子，其具体取值可以根据实际使用情况进行设置，本发明实施例对此不进行限制；u为任意一个保单，v表示目标样本集中的黑名单实体；l(v)表示v的对外链出数，本发明实施例中，可以是上述第二指向关系的数量；|s|为目标样本集的大小，b(u)表示与u有任意指向关系的保单。
[0064]
进一步，上述基于风险值对保单进行风险评估时，一般需要基于风险值对所有的保单进行排序；将风险值大于预设风险阈值的保单确定为目标保单，并将目标保单确定为风险保单，即，pr值越高，存在欺诈的风险也就越大。
[0065]
因此，本发明实施例中，通过对保单数据进行处理，可以对保单中包含的实体就行梳理，并将pr值作为保单的风险值进行风险排序，可以为欺诈案件的发现提供一定的线索和依据，并且，整个风险排查过程具有较高的计算效率与准确度，不仅误差交底，也有助于及时锁定可疑欺诈案件，也在一定程度上降低了保险公司的损失。
[0066]
进一步，在上述实施例的基础上，本发明实施例还进一步提供了一种保险数据的处理装置，如图3所示的一种保险数据的处理装置的结构示意图，该装置包括以下结构：
[0067]
获取模块30，用于获取待处理保险数据，其中，所述待处理保险数据包括至少一个保单；
[0068]
提取模块32，用于提取每个所述保单中包含的实体，构建所述保单对应的实体关系图；
[0069]
计算模块34，用于基于每个所述保单的实体关系图确定所述保单与预先存储的目标样本集的内在关系，并基于所述内在关系生成所述保单与所述目标样本集的关系矩阵；
[0070]
评估模块36，用于根据所述关系矩阵计算每个所述保单的风险值，以基于所述风险值对所述保单进行风险评估。
[0071]
进一步，本发明实施例中，上述目标样本集中预先记录有至少一个黑名单实体；
[0072]
上述计算模块34中，基于每个所述保单的实体关系图确定所述保单与预先存储的目标样本集的内在关系的步骤，包括：
[0073]
根据所述保单的实体关系图中包含的实体建立所述保单与其他保单之间的第一指向关系，以及，所述保单与所述目标样本集的第二指向关系。
[0074]
具体地，根据所述保单的实体关系图中包含的实体建立所述保单与其他保单之间的第一指向关系，以及，所述保单与所述目标样本集的第二指向关系的步骤，包括：
[0075]
遍历所述待处理保险数据和所述目标样本集，对于每个所述保单均执行以下步骤：
[0076]
判断所述保单的实体关系图中包含的实体是否存在于其他保单的实体关系图中；
[0077]
如果是，建立所述保单到其他保单的第一指向关系；
[0078]
以及，
[0079]
判断所述保单的实体关系图中包含的实体是否存在于所述黑名单实体中；
[0080]
如果是，建立所述保单到所述目标样本集的第二指向关系。
[0081]
进一步，上述计算模块34中，基于内在关系生成所述保单与所述目标样本集的关系矩阵的步骤，包括：
[0082]
基于所述第一指向关系和所述第二指向关系生成所述保单与所述目标样本集之间的关系矩阵，其中，所述关系矩阵用于表征所述保单之间和所述保单与所述目标样本集之间的链接关系。
[0083]
进一步，上述评估模块36中，根据所述关系矩阵计算每个所述保单的风险值的步骤，包括：
[0084]
基于所述关系矩阵按照预先设置的迭代求解算法计算每个所述保单对应的概率值；
[0085]
将所述概率值确定为所述保单的风险值。
[0086]
进一步，本发明实施例中，上述预先设置的迭代求解算法为pagerank算法；所述概率值为每个所述保单对应的pr值；
[0087]
所述pr值的计算公式表示为：
[0088][0089][0090]
其中，s表示目标样本集，α为衰减因子；u为任意一个保单，v表示目标样本集中的黑名单实体；l(v)表示v的对外链出数；|s|为目标样本集的大小，b(u)表示与u有任意指向关系的保单。
[0091]
进一步，上述评估模块36中，基于所述风险值对所述保单进行风险评估的步骤包括：
[0092]
基于所述风险值对所有的所述保单进行排序；
[0093]
将所述风险值大于预设风险阈值的保单确定为目标保单，并将所述目标保单确定为风险保单。
[0094]
本发明实施例提供的保险数据的处理装置，与上述实施例提供的保险数据的处理
方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。
[0095]
进一步，本发明实施例还提供了一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
[0096]
本发明实施例还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上存储有计算机程序，所述计算机程序被处理器运行时执行上述方法的步骤。
[0097]
进一步，本发明实施例还提供了一种服务器的结构示意图，如图4所示，为该服务器的结构示意图，其中，该服务器包括处理器41和存储器40，该存储器40存储有能够被该处理器41执行的计算机可执行指令，该处理器41执行该计算机可执行指令以实现上述方法。
[0098]
在图4示出的实施方式中，该服务器还包括总线42和通信接口43，其中，处理器41、通信接口43和存储器40通过总线42连接。
[0099]
其中，存储器40可能包含高速随机存取存储器(ram，random access memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线42可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component interconnect，外设部件互连标准)总线或eisa(extended industry standard architecture，扩展工业标准结构)总线等。所述总线42可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
[0100]
处理器41可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器41中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器41可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器41读取存储器中的信息，结合其硬件完成前述方法。
[0101]
本发明实施例所提供的保险数据的处理方法、装置及服务器的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
[0102]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0103]
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可
以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
[0104]
所述功能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(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0105]
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0106]
最后应说明的是：以上实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。