本说明书披露的多个实施例涉及互联网技术领域，尤其涉及一种业务功能的推荐方法及装置。
背景技术：
随着互联网技术的发展，人们越来越频繁地使用网络平台推出的多项业务。例如，使用电子缴费平台提供的缴费业务，或者使用网络购物平台提供的购物服务等。目前，网络平台向其所有用户提供某项业务时，通常只有一种业务模式。
但是，不同用户对同一项业务的使用需求通常有着或多或少的差异，单一的业务模式不能满足用户多样化的需求。因此，需要提供一种更合理的方法，以满足用户使用网络平台提供的业务时的多种需求。
技术实现要素：
本说明书描述了一种处理用户的业务功能的推荐方法及装置，根据用户使用业务的反馈信息确定的用户舆情特征，重构该用户的用户画像特征，并从该业务的备选业务功能中确定与用户画像特征匹配的业务功能，从而实现向用户推荐个性化的业务功能。
第一方面，提供了一种业务功能的推荐方法。该方法包括：
获取用户使用业务的反馈信息，以及根据所述反馈信息确定所述用户的用户舆情特征；
获取所述用户的用户属性特征；
根据所述用户舆情特征和所述用户属性特征确定所述用户画像特征；
获取所述业务的备选业务功能；
从所述备选业务功能中确定与所述用户画像特征相匹配的业务功能，并将该业务功能作为向所述用户推荐的业务功能。
在一种可能的实施方式中，所述根据所述反馈信息确定所述用户的用户舆情特征，包括：
对所述反馈信息进行语义分析和/或情感分析；
根据所述语义分析和/或情感分析的分析结果，确定所述用户舆情特征。
在一种可能的实施方式中，所述反馈信息包括所述用户的用户标识，所述获取所述用户的用户属性特征，包括：
根据所述用户标识，从用户属性特征库中获取所述用户的用户属性特征。
在一种可能的实施方式中，所述反馈信息包括所述业务的业务标识，所述获取所述业务的备选业务功能，包括：
根据所述业务标识，从业务功能库中获取所述业务的备选业务功能。
在一种可能的实施方式中，所述从所述备选业务功能中确定与所述用户画像特征相匹配的业务功能，包括：
根据预先存储的所述备选业务功能与所述用户画像特征的映射关系，确定与所述用户画像特征相匹配的业务功能。
在一种可能的实施方式中，所述从所述备选业务功能中确定与所述用户画像特征相匹配的业务功能，包括：
使用特征匹配算法，从所述备选业务功能中确定与所述用户画像特征相匹配的业务功能。
在一种可能的实施方式中，所述用户属性特征包括自然属性特征、社会属性特征、业务属性特征和地域属性特征中的至少一种。
第二方面，提供了一种业务功能的推荐装置。该装置包括：
第一获取单元，用于获取用户使用业务的反馈信息；
第一确定单元，用于根据所述反馈信息确定所述用户的用户舆情特征；
第二获取单元，用于获取所述用户的用户属性特征；
第二确定单元，用于根据所述用户舆情特征和所述用户属性特征确定所述用户画像特征；
第三获取单元，用于获取所述业务的备选业务功能；
处理单元，用于从所述备选业务功能中确定与所述用户画像特征相匹配的业务功能，并将该业务功能作为向所述用户推荐的业务功能。
在一种可能的设计中，所述第一确定单元包括：
分析子单元，用于对所述反馈信息进行语义分析和/或情感分析；
确定子单元，用于根据所述语义分析和/或情感分析的分析结果，确定所述用户舆情特征。
在一种可能的设计中，所述第一获取单元获取的反馈信息包括所述用户的用户标识，所述第二获取单元具体用于：
根据所述用户标识，从用户属性特征库中获取所述用户的用户属性特征。
在一种可能的设计中，所述第一获取单元获取的反馈信息包括所述业务的业务标识，所述第三获取单元具体用于：
根据所述业务标识，从业务功能库中获取所述业务的备选业务功能。
在一种可能的设计中，所述处理单元具体用于：
根据预先存储的所述备选业务功能与所述用户画像特征的映射关系，确定与所述用户画像特征相匹配的业务功能。
在一种可能的设计中，所述处理单元具体用于：
使用特征匹配算法，从所述备选业务功能中确定与所述用户画像特征相匹配的业务功能。
在一种可能的设计中，所述第二获取单元获取的用户属性特征包括自然属性特征、社会属性特征、业务属性特征和地域属性特征中的至少一种。
第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序。当所述计算机程序在计算机中执行时，令计算机执行上述第一方面中任一种实施方式提供的方法。
第四方面，提供了一种计算设备，包括存储器和处理器。所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现上述第一方面中任一种实施方式提供的方法。
本说明书提供的一种业务功能的推荐方法及装置，通过获取用户使用业务的反馈信息，并根据反馈信息确定所述用户的用户舆情特征。然后，根据用户的用户舆情特征和获取的用户属性特征确定用户画像特征。接着，从获取的该业务的备选业务功能中，确定与用户画像特征相匹配的业务功能。从而实现向用户推荐个性化的业务功能，以满足不同用户对业务的不同需求。
附图说明
为了更清楚地说明本说明书披露的多个实施例的技术方案，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说明书披露的多个实施例，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它的附图。
图1为本说明书披露的一个实施例提供的一种业务功能的推荐方法的应用场景示意图；
图2为本说明书披露的一个实施例提供的一种业务功能的推荐方法的流程图；
图3为本说明书披露的一个实施例提供的一种用户特征和业务功能的框架结构示意图；
图4为本说明书披露的一个实施例提供的一种业务功能的推荐页面示意图；
图5为本说明书披露的一个实施例提供的另一种业务功能的推荐页面示意图；
图6为本说明书披露的一个实施例提供的又一种业务功能的推荐页面示意图；
图7为本说明书披露的一个实施例提供的一种业务功能的推荐装置的结构图。
具体实施方式
下面结合附图，对本说明书披露的多个实施例进行描述。
图1为本说明书披露的一个实施例提供的一种业务功能的推荐方法的应用场景示意图。所述推荐方法的执行主体可以为服务器。图1中，服务器(如，服务器可以为支付宝应用的服务器)可以获取用户通过终端(终端可以为固定电话、手机、平板电脑、可穿戴智能设备等)使用业务(如，业务可以为缴费业务、网购业务)时的反馈信息(如，反馈信息可以为用户通过支付宝应用中的客服入口反馈的信息“为什么欠这么多电费”)。
此时，可以采用本说明书披露的多个实施例提供的业务功能的推荐方法，根据反馈信息确定用户的用户舆情特征(如，用户舆情特征可以包括用户的期望“希望得知费用详情”和用户的情感“疑惑、不满意”)。同时，根据反馈信息中的用户标识(如，用户标识可以为用户的支付宝账户)，从预先构建的用户属性特征库(如，用户属性特征库可以包括多个用户或多类用户的用户属性特征)中获取用户的用户属性特征(如，该用户的用户属性特征可以包括：年龄、性别、职业等)，并根据该用户的用户舆情特征和用户属性特征确定用户画像特征(如，用户画像特征可以包括：“希望得知费用详情”、“不满意”、“25岁”、“男”、“程序员”等)。服务器还根据反馈信息中该用户所使用业务的业务标识(如，业务标识可以为该业务的唯一编号)，从备选业务功能库中获取该业务的备选业务功能(如，该业务的备选业务功能可以包括：简约版的缴费通知、详细版的缴费通知、大字号的缴费通知和中等字号的缴费通知等)。然后，从这些备选业务功能中确定与用户画像特征相匹配的业务功能(如，相匹配的业务功能可以包括：详细版的缴费通知、中等字号的缴费通知)。
本说明书披露的多个实施例提供的业务功能的推荐方法，通过获取用户使用业务的反馈信息，并根据反馈信息确定所述用户的用户舆情特征。然后，根据用户的用户舆情特征和获取的用户属性特征确定用户画像特征。接着，从获取的该业务的备选业务功能中，确定与用户画像特征相匹配的业务功能。从而实现向用户推荐个性化的业务功能，以满足不同用户对业务的不同需求。
图2为本说明书披露的一个实施例提供的一种业务功能的推荐方法的流程图。所述方法的执行主体可以为具有处理能力的设备：服务器或者系统或者装置或者软件平台。如，图1中的服务器。
图3为本说明书披露的一个实施例提供的一种用户特征和业务功能的框架结构示意图。下面，结合图2和图3，对本说明书披露的多个实施例中提供的业务功能的推荐方法进行说明。
如图2所示，所述方法具体包括步骤s210-步骤s260：
步骤s210，获取用户使用业务的反馈信息，如图3中的310所示。
具体地，用户使用的业务可以包括多种与互联网相关的业务，如：电子缴费、网络购物和共享服务等。反馈信息中可以包括对该项业务的使用评价和/或建议等。服务器获取的反馈信息可以来自于使用业务的用户参与的问卷调查、发送的反馈邮件和该项业务的客服平台(如，电话客服平台或app客服入口等)。
此外，反馈信息中还可以包括用户信息(如，用户标识、用户账号、用户姓名、电话号码或身份证号等)和/或业务信息(如，业务标识、业务名称等)。例如，用户在填写调查问卷时填写了自己的姓名、电话号码和账号信息。又例如，用户在与人工客服沟通时，输入了其所咨询业务的业务名称。
或者，服务器在获取用户使用业务的反馈信息的同时，还可以获取用户的用户标识(如，可以唯一标识用户的用户编号等)和/或该业务的业务标识(如，可以唯一标识业务的业务编号)。例如，用户在登录应用后，通过该应用的客服入口咨询其所使用的业务的有关问题。此时，该应用的服务器可以获取用户在应用中的用户编号，以及获取用户在使用客服入口前所使用业务的业务编号。
在一个实施例中，服务器从网络调查问卷中获取用户使用业务的反馈信息，反馈信息中包括用户的账号，以及所使用业务的业务名称、业务的使用评价。在一个例子中，服务器获取用户已填写的调查问卷中的信息，该信息包括：用户的账号“12388888888”、业务名称“生活缴费”、业务使用评价“使用过程中，多次显示‘机构繁忙，无法缴费’，且缴费失败”。
在另一个实施例中，应用服务器从应用的客服入口获取用户使用业务的反馈信息和反馈信息中所涉及业务的业务标识，同时，获取该用户的用户标识。在一个例子中，支付宝应用的服务器从支付宝客户端中的客服入口，获取用户使用业务的反馈信息“为什么欠这么多电费”，以及与反馈信息中“电费”相关的业务“电费缴纳”的业务编号“123”，同时，获取该用户的用户编号“456”。
在又一个实施例中，服务器从对用户使用业务的回访记录中获取用户使用业务的反馈信息。在一个例子中，回访记录中包括业务名称“生活缴费”、用户的电话号码“123888888”和反馈信息“字有点小，看不清楚”。
在还一个实施例中，服务器从用户的评价记录中获取用户使用业务的反馈信息。在一个例子中，评价记录中包括业务名称“生活缴费”、用户的账号“12345678@qq.com”和反馈信息“在线缴费十分方便，很棒！”。
接着，在步骤s220，根据所述反馈信息确定所述用户的用户舆情特征，如图3中的320所示。
具体地，确定用户舆情特征包括对用户的反馈信息进行语义分析，并根据语义分析的分析结果，确定用户的用户舆情特征。其中语义分析是指分析反馈信息的文本所表达的含义，以确定用户对业务的期望。相应地，用户舆情特征包括与用户期望相关的特征。
在一个实施例中，确定用户舆情特征包括对用户的反馈信息进行情感分析，并根据情感分析的分析结果，确定用户的用户舆情特征。情感分析是指根据反馈信息的文本所表达的含义和情感信息将文本分为多种情感类型，例如褒扬、抱怨、质问等，以确定用户的情绪，以及情绪的等级。相应地，用户舆情特征包括与用户情绪相关的特征。
可以理解，本实施例中的语义分析和/或情感分析可以采用现有技术中的多种方法，对此不作限定。例如，当用户的反馈信息为语音信息时，可以先将语音信息转化为文本信息，然后对该文本信息进行语义分析和情感分析，其中情感分析还可以包括直接根据语音信息中的语音、语调确定用户的情绪。
在一个例子中，用户使用缴费业务的反馈信息包括：“使用过程中，多次显示‘机构繁忙，无法缴费’，且缴费失败”。对该反馈信息进行语义分析和情感分析，可以得到用户的期望和情绪分别为“希望提高缴费成功率”、“不满意”。
在另一个例子中，用户使用电费缴纳业务的反馈信息包括：“为什么欠这么多电费”。据此可以得到用户的期望和情绪分别为“希望了解电费的计费规则、以及具体的用电情况”、“质疑，不满意”。
在又一个例子中，用户使用缴费业务的反馈信息包括：“字有点小，看不清楚”。据此可以得到用户的期望和情绪分别为“希望加大字号”、“不满意”。
在还一个例子中，用户使用生活缴费业务的反馈信息包括：“在线缴费十分方便，很棒！”。据此可以得到用户的期望和情绪分别为“愿意继续使用”、“满意”。
步骤s230，获取用户的用户属性特征，如图3中的330所示。
具体地，用户属性特征库中可以预先存储有多个用户或者多类用户的用户属性特征。服务器可以根据步骤s210中获取的用户信息(如，用户标识或电话号码等)，在用户属性特征库中获取该用户的用户属性特征或者该用户所属用户类别的用户属性特征。
其中，用户属性特征可以包括自然属性特征(如，年龄、性别、健康状况等)、社会属性特征(如，兴趣爱好、职业、月均消费金额、房产情况)、业务属性特征(如，经常使用的业务、业务操作偏好等)和地域属性特征(如，最常居住地等)。
在一个实施例中，获取的用户属性特征包括用户的年龄、性别、最常居住地、职业、月均消费金额。在一个例子中，用户的用户属性特征包括：30岁、女、贵州山区、老师、2000元。
在另一个实施例中，获取的用户属性特征包括用户的年龄、房产情况、职业。在一个例子中，用户的用户属性特征包括：25岁、租房、程序员。
在又一个实施例中，获取的用户属性特征包括用户的年龄、房产情况、健康状况、经常使用的业务。在一个例子中，用户的用户属性特征包括：70岁、自有住房、老花眼、经常使用文本转化成语音的软件。
在还一个实施例中，获取的用户属性特征包括用户的年龄、职业、兴趣爱好和房产情况。在一个例子中，用户的用户属性特征包括：40岁、全职家庭主妇、织毛衣、自有住房。
步骤s240，根据用户舆情特征和用户属性特征确定用户画像特征，如图3中的340所示。
具体地，用户画像特征可以包括步骤s220中确定的用户舆情特征和步骤s230中获取的用户属性特征。
在一个例子中，用户的用户舆情特征包括：“希望提高缴费成功率”、“不满意”，该用户的用户属性特征包括：“30岁”、“女”、“贵州山区”、“老师”、“2000元”。那么，该用户的用户画像特征可以包括：“30岁”、“女”、“贵州山区”、“老师”、“2000元”、“希望提高缴费成功率”、“不满意”。
在另一个例子中，用户的用户画像特征可以包括用户属性特征：“25岁”、“租房”、“程序员”，和用户舆情特征：“希望了解电费的计费规则、以及具体的用电情况”、“不满意”。
在又一个例子中，用户的用户画像特征可以包括用户属性特征：“70岁”、“自有住房”、“老花眼”、“经常使用文本转化成语音的软件”，和用户舆情特征：“希望加大字号”、“不满意”。
再还一个例子中，用户的用户画像特征可以包括用户属性特征：“40岁”、“全职家庭主妇”、“织毛衣”、“自有住房”，和“用户舆情特征”：“愿意继续使用”、“满意”。
步骤s250，获取业务的备选业务功能，如图3中的350所示。
具体地，备选业务功能库中可以预先存储有多个业务的备选业务功能。。服务器可以根据步骤s210中获取的业务信息(如，业务名称或业务标识等)，在备选业务功能库中获取用户所使用的业务的备选业务功能。
在一个实施例中，一个业务可以包括多个备选业务功能。在一个例子中，缴费业务可以包括多个备选业务功能，如“缴费通知简约版”、“缴费通知详细版”、“通用字号页面”、“加大字号页面”、“语音播报”、“自动代扣服务”、“自动充值服务”、“余额提醒服务”、“线下缴纳服务”、“线下代缴服务”、“优惠券推送服务”等。
在步骤s240中确定用户的用户画像特征，以及在步骤s250中获取用户所使用的业务的备选业务功能后，在步骤s260，从备选业务功能中确定与用户画像特征相匹配的功能，并将该业务功能作为向用户推荐的业务功能，如图3中的360所示。
具体地，服务器中可以预先存储有备选业务功能与用户画像特征的映射关系，则服务器可以根据该映射关系确定与用户画像特征相匹配的业务功能，并将该业务功能作为向用户推荐的业务功能。或者，服务器中可以采用特征匹配算法，将用户画像特征与备选业务功能的功能特征相匹配，从而从备选业务功能中确定与用户画像特征相匹配的业务功能，并将该业务功能作为向用户推荐的业务功能。
在一个实施例中，服务器中预先存储的映射关系可以体现为映射表的形式。例如，如表1所示，对于表1中的各个备选业务功能，当在步骤s240确定的用户画像特征包括表1中与该备选业务功能所对应的部分或者全部用户画像特征时，可以将该备选业务功能作为向用户推荐的业务功能。
表1
在一个例子中，用户的用户画像特征包括：“30岁”、“女”、“贵州山区”、“老师”、“2000元”、“希望提高缴费成功率”、“不满意”。服务器中预先存储有如表1所示的映射表。相应的，服务器可以根据该映射表确定与用户画像特征，如，“30岁”、“贵州山区”、“希望提高缴费成功率”相匹配的业务功能，如“通用字号页面”、“线下代缴服务”和“优惠活动”，并向该用户推荐这项业务功能。如图4所示，图4中为向用户推荐“线下代缴服务”的客户端页面，该页面中包括使用通用字号显示的内容：“服务详情：每次使用需要支付待缴纳的费用以及固定金额的跑腿费，以及优惠活动：首次使用免除跑腿费。”
在另一个例子中，用户的用户画像特征包括：“25岁”、“租房”、“程序员”，和用户舆情特征：“希望了解电费的计费规则、以及具体的用电情况”、“不满意”。服务器中预先存储有如表1所示的映射表。相应的，服务器可以根据该映射表确定与用户画像特征，如“25岁”、“希望了解电费的计费规则、以及具体的用电情况”、“租房”、相匹配的业务功能，如“通用字号页面”、“缴费通知详细版”和“优惠活动”，并向该用户推荐这项业务功能。如图5所示，图5中为向用户推送缴费通知时的客户端页面，该页面中包括使用通用字号显示的用电量“200度”、待缴金额“100.00元”、计费规则、以及优惠券信息。
在又一个例子中，用户的用户画像特征包括：“70岁”、“自有住房”、“老花眼”、“经常使用文本转化成语音的软件”，和用户舆情特征：“希望加大字号”、“不满意”。服务器中预先存储有如表1所示的映射表。相应的，服务器可以根据该映射表确定与用户画像特征，如“70岁”、“老花眼”、“经常使用文本转化成语音的软件”、“希望加大字号”、相匹配的业务功能，如“缴费通知简约版”、“加大字号页面”和“语音播报”。如图6所示，图6中为向用户推送缴费通知时的客户端页面，该页面中包括使用加大字号显示的待缴金额“120元”。此外，在用户点开此页面时，客户端可以自动对缴费的相关信息进行语音播报，或者在用户点击语音播报的按钮后进行语音播报。
在还一个例子中，用户的用户画像特征包括：“40岁”、“全职家庭主妇”、“织毛衣”、“自有住房”、“愿意继续使用”、“满意”。服务器可以根据用户画像特征“满意”继续向该用户推荐用户正在使用的业务功能。
在另一个实施例中，服务器可以预先训练一个特征匹配模型，该特征匹配模型根据预定规则将用户画像特征中的各项特征与备选业务功能的各项功能特征进行匹配。如此，服务器在确定用户的用户画像特征后，将用户画像特征输入上述特征匹配模型中，并根据该特征匹配模型的输出结果确定与用户画像特征相匹配的业务功能。
需要说明的是，在步骤s260中，在以上描述的实施方式的基础上，还可以引入人工干预的方式，进一步地根据用户的用户画像特征确定向用户推荐的业务功能。在一个例子中，在服务器根据用户的反馈信息，确定用户画像特征并向用户推荐与用户画像特征匹配的业务功能后，再次收到用户的反馈信息，从对该反馈信息进行情感分析的分析结果来看，用户的“不满意度”增加，此时，可以采取人工干预的方式。在一个例子中，服务器将用户画像特征提供给客服人员，由客服人员进行分析，并确定向用户推荐的业务功能。在一个例子中，服务器将自动分析生成的推荐业务功能，和由客服人员确定的推荐业务功能进行综合，以此确定最终的推荐业务能够。在综合分析的过程中，可以根据需要，为客服人员提供的推荐业务功能赋予不同的权重，以调整人工干预的比重。在另一个例子中，业务提供方需要对某些业务功能进行测试，此时，可以将用户画像特征提供给业务提供方，由业务提供方根据用户画像特征指定一些用户，并向这些用户推荐需要测试的业务功能。
此外，步骤s220、步骤s230和步骤s250中任意两个步骤可以同时执行、也可以先后执行，上述多个实施例对这三个步骤的执行顺序不作限定。
本说明书披露的多个实施例提供的业务功能的推荐方法，通过获取用户使用业务的反馈信息，并根据反馈信息确定所述用户的用户舆情特征。然后，根据用户的用户舆情特征和获取的用户属性特征确定用户画像特征。接着，从获取的业务的备选业务功能中，确定与用户画像特征相匹配的业务功能。从而实现向用户推荐个性化的业务功能，以满足不同用户对业务的不同需求。
与上述业务功能的推荐方法对应地，本说明书披露的多个实施例还提供一种业务功能的推荐装置，如图7所示，该装置包括：
第一获取单元710，用于获取用户使用业务的反馈信息；
第一确定单元720，用于根据反馈信息确定用户的用户舆情特征；
第二获取单元730，用于获取用户的用户属性特征；
第二确定单元740，用于根据用户舆情特征和用户属性特征确定用户画像特征；
第三获取单元750，用于获取业务的备选业务功能；
处理单元760，用于从备选业务功能中确定与用户画像特征相匹配的业务功能，并将该业务功能作为向用户推荐的业务功能。
在一种可能的设计中，第一确定单元720包括：
分析子单元721，用于对反馈信息进行语义分析和情感分析；
确定子单元722，用于根据语义分析和情感分析的分析结果，确定用户舆情特征。
在一种可能的设计中，第一获取单元710获取的反馈信息包括用户的用户标识，第二获取单元730具体用于：
根据用户标识，从用户属性特征库中获取用户的用户属性特征。
在一种可能的设计中，第一获取单元710获取的反馈信息包括业务的业务标识，第三获取单元750具体用于：
根据业务标识，从业务功能库中获取业务的备选业务功能。
在一种可能的设计中，处理单元760具体用于：
根据预先存储的备选业务功能与用户画像特征的映射关系，确定与用户画像特征相匹配的业务功能。
在一种可能的设计中，处理单元760具体用于：
使用特征匹配算法，从备选业务功能中确定与用户画像特征相匹配的业务功能。
在一种可能的设计中，第二获取单元730获取的用户属性特征包括自然属性特征、社会属性特征、业务属性特征和地域属性特征中的至少一种。
本说明书披露的多个实施例提供的业务功能的推荐装置，第一获取单元710获取用户使用业务的反馈信息，第一确定单元720根据反馈信息确定所述用户的用户舆情特征。然后，第二确定单元710根据用户的用户舆情特征和第二获取单元730获取的用户属性特征确定用户画像特征。接着，处理单元760从第三获取单元750获取的业务的备选业务功能中，确定与用户画像特征相匹配的业务功能。从而实现向用户推荐个性化的业务功能，以满足不同用户对业务的不同需求。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本说明书披露的多个实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。
以上所述的具体实施方式，对本说明书披露的多个实施例的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本说明书披露的多个实施例的具体实施方式而已，并不用于限定本说明书披露的多个实施例的保护范围，凡在本说明书披露的多个实施例的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本说明书披露的多个实施例的保护范围之内。