保单的分配方法及终端设备与流程
本发明属于人工智能技术领域，尤其涉及一种保单的分配方法及终端设备。
背景技术
当前，客户完成实名验证后，保险公司会将客户的保单随机分配给可以处理该保单的保险分公司，并由保险分公司对该保单进行后续的操作，并在需要进行赔付时为客户放款。
但是不同的保险分公司可能有自己擅长处理的领域，如果一个保单是一个保险分公司不擅长处理，则可能在操作时会耗费较长的时间，这会导致用户体验的降低。另一方面，如果一个保险分公司在一个预设的时间段内的放款额已经达到警戒线，却继续接保单，可能存在放款超额的问题出现，这会给保险分公司的资金周转困难。
技术实现要素：
有鉴于此，本发明实施例提供了一种保单的分配方法及终端设备，以解决现有技术在保单分配时可能存在的放款超额的问题。
本发明实施例的第一方面提供了一种保单的分配方法，包括：
获取待分配保单的保单信息以及各个保险单位的放款阈值；
计算各个所述保险单位在预设时间段内的累计放款量与所述放款阈值的比值，作为放款比例；
将所述放款比例小于预设比例阈值的保险单位归入第一受理组，将所述放款比例大于或等于所述比例阈值的保险单位归入第二受理组；
根据所述保单信息，通过k最近邻算法确定所述待分配保单的保单类别；
获取所述第一受理组内保险单位的操作记录，所述操作记录用于记载所述保险单位已处理的保单的保单信息；
若根据所述操作记录，所述第一受理组内存在处理过所述待分配保单的保单类别的保险单位，则基于所述操作记录计算所述第一受理组内各个保险单位的处理评分，并将所述待分配保单分配至所述处理评分最高的保险单位；
若所述第一受理组内不存在处理过所述待分配保单的保单类别的保险单位，则将所述第二受理组内处理过所述待分配保单的保单类别的保险单位作为候选单位，并将所述待分配保单分配至所述候选单位中放款比例最低的保险单位。
本发明实施例的第二方面提供了一种终端设备，包括存储器以及处理器，所述存储器中存储有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，实现如下步骤：
获取待分配保单的保单信息以及各个保险单位的放款阈值；
计算各个所述保险单位在预设时间段内的累计放款量与所述放款阈值的比值，作为放款比例；
将所述放款比例小于预设比例阈值的保险单位归入第一受理组，将所述放款比例大于或等于所述比例阈值的保险单位归入第二受理组；
根据所述保单信息，通过k最近邻算法确定所述待分配保单的保单类别；
获取所述第一受理组内保险单位的操作记录，所述操作记录用于记载所述保险单位已处理的保单的保单信息；
若根据所述操作记录，所述第一受理组内存在处理过所述待分配保单的保单类别的保险单位，则基于所述操作记录计算所述第一受理组内各个保险单位的处理评分，并将所述待分配保单分配至所述处理评分最高的保险单位；
若所述第一受理组内不存在处理过所述待分配保单的保单类别的保险单位，则将所述第二受理组内处理过所述待分配保单的保单类别的保险单位作为候选单位，并将所述待分配保单分配至所述候选单位中放款比例最低的一个保险单位。
本发明实施例的第三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程序，所述计算机程序被处理器执行时实现如下步骤：获取待分配保单的保单信息以及各个保险单位的放款阈值；计算各个所述保险单位在预设时间段内的累计放款量与所述放款阈值的比值，作为放款比例；将所述放款比例小于预设比例阈值的保险单位归入第一受理组，将所述放款比例大于或等于所述比例阈值的保险单位归入第二受理组；根据所述保单信息，通过k最近邻算法确定所述待分配保单的保单类别；获取所述第一受理组内保险单位的操作记录，所述操作记录用于记载所述保险单位已处理的保单的保单信息；若根据所述操作记录，所述第一受理组内存在处理过所述待分配保单的保单类别的保险单位，则基于所述操作记录计算所述第一受理组内各个保险单位的处理评分，并将所述待分配保单分配至所述处理评分最高的保险单位；若所述第一受理组内不存在处理过所述待分配保单的保单类别的保险单位，则将所述第二受理组内处理过所述待分配保单的保单类别的保险单位作为候选单位，并将所述待分配保单分配至所述候选单位中放款比例最低的保险单位。
进一步地，在所述计算各个所述保险单位在预设时间段内的累计放款量与所述放款阈值的比值，作为放款比例之前，还包括：将第一预设数量的保险单位从累计放款量清零开始到所述放款比例达到所述比例阈值所需的平均时长，作为所述预设时间段。
进一步地，所述根据所述保单信息，通过k最近邻算法确定所述待分配保单的保单类别，包括：获取多个样本保单的保单信息以及所述样本保单对应的类别标签；将所述待分配保单的保单信息转换为测试矩阵，并将所述样本保单的保单信息转换为训练矩阵，并基于所述样本保单对应的类别标签，建立训练矩阵与类别标签的对应关系；计算所述测试矩阵到各个训练矩阵的曼哈顿距离；将第二预设数量的与所述测试矩阵的曼哈顿距离最小的训练矩阵对应的类别标签作为候选类别，并将出现比例最高的所述候选类别作为所述待分配保单的保单类别。
进一步地，所述获取所述第一受理组内保险单位的操作记录，包括：
获取预设的网页数据库，确定在所述预设的网页数据库中各个网页与所述保险单位的相关度；所述确定在所述预设的网页数据库中各个网页与所述保险单位的相关度，包括：对所述预设的网页数据库中各个网页的内容进行分词处理，以生成各个网页对应的词语集合；通过公式：
抓取与所述保险单位的相关度大于或等于预设相关度阈值的网页中的内容，生成内容数据库，采用深度优先顺序在所述内容数据库中搜索保险单位的操作记录。
进一步地，所述则基于所述操作记录计算所述第一受理组内各个保险单位的处理评分，包括：若所述保险单位未处理过所述待分配保单的保单类别，则将所述保险单位的处理评分设定为0；若所述保险单位处理过所述待分配保单的保单类别，则通过公式：s＝1-(t÷t)-(e+p)计算所述保险单位的处理评分，所述s为保险单位的处理评分，所述t为所述操作记录包含的所述保险单位的保单处理时间，所述t为根据所述操作记录计算出的第三预设数量的保险单位的保单处理平均时间，所述e为所述操作记录包含的所述保险单位的处理差错率，所述p为所述操作记录包含的所述保险单位的转处理概率。
在本发明实施例中，通过获取待分配保单的保单信息以及各个保险单位的放款阈值；计算各个保险单位在预设时间段内的累计放款量与放款阈值的比值，作为放款比例；将放款比例小于预设比例阈值的保险单位归入第一受理组，反之，则将保险单位归入第二受理组；根据保单信息，确定待分配保单的保单类别；若第一受理组内不存在处理过待分配保单的保单类别的保险单位，则将第二受理组内处理过待分配保单的保单类别的保险单位作为候选单位，并将待分配保单分配至候选单位中放款比例最低的一个保险单位，以提高保单分配的合理程度和自动化程度。
附图说明
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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的保单的分配方法的实现流程图；
图2是本发明实施例提供的保单的分配方法s104的具体实现流程图；
图3是本发明实施例提供的保单的分配方法s105的具体实现流程图；
图4是本发明实施例提供的保单的分配装置的结构框图；
图5是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的保单的分配方法的实现流程，该方法流程包括步骤s101至s108。各步骤的具体实现原理如下。
s101：获取待分配保单的保单信息以及各个保险单位的放款阈值。
在本发明实施例中，每一个保单都有对应的保单信息，保单信息可以由用户选择和填写，也可以是保险单位制定的。可选地，保单信息包括：用户资产、用户信用评级、用户身份信息以及产品信息等数据。可以理解地，保单信息可以用于描述购买保险的用户以及被购买的保险产品。
在本发明实施例中，各个保险单位可以是一家保险公司的分公司或子公司，也可以是加入一个联盟的多家独立的保险公司，可以理解地，每一个保险单位根据其经营情况以及资金配额，有其对应的放款最大值，在本发明实施例中将保险单位的放款最大值称为放款阈值。在实际商业活动中，尽管多个保险单位可能可以互相调用资金以应对放款超额的问题，但是最佳的方案仍然是每个保险单位在正常的情况下保证自己的放款数额不超出其放款阈值，并且为获得的保单尽量快速的进行响应和放款。
s102：计算各个所述保险单位在预设时间段内的累计放款量与所述放款阈值的比值，作为放款比例。
示例性地，假设保险单位a对应的累计放款量为1000万，保险单位b对应的累计放款量为2000万，保险单位c对应的累计放款量为1500万，保险单位d对应的累计放款量为2500万，保险单位e对应的累计放款量为3000万。如果保险单位a、b、c、d以及e的放款阈值均为：3000万。则可以计算出a、b、c、d以及e的放款比例分别为：33％、66％、50％、83％以及100％。可以理解地，在上述示例中，5家保险单位的放款阈值是相同的，但是本发明实施例可以应对多家保险单位的放款阈值不同的情况，计算放款比例的方式不变。
进一步地，在所述计算各个所述保险单位在预设时间段内的累计放款量与所述放款阈值的比值，作为放款比例之前，还包括：将第一预设数量的保险单位从累计放款量清零开始到所述放款比例达到所述比例阈值所需的平均时长，作为所述预设时间段。
可以理解地，在本发明实施例中，预设时间段会根据多个保险单位的实际放款情况进行动态调整，以使整个计算过程更贴近真实的放款需求。
可以理解地，上述计算过程是由计算机自动进行，计算各个保险单位的放款比例有利于后续对不同的保险单位进行更加合理的划分，从而更加快速准确地对保单进行分配。
s103，将所述放款比例小于预设比例阈值的保险单位归入第一受理组，将所述放款比例大于或等于所述比例阈值的保险单位归入第二受理组。
在本发明实施例中，当各个保险单位的放款比例确定后，便基于放款比例对保险单位进行分组。示例性地，如上文示例所述，保险单位a、b、c、d以及e的放款比例分别为：33％、66％、50％、83％以及100％，那么假设预设的比例阈值为80％，则保险分公司a、b、c被归入第一受理组，而保险分公司e、d被归入第二受理组。
分组的意义在于：在后续的保单分配中，首先考虑第一受理组内的保险单位，若保单无法分配至第一受理组内的保险单位，再考虑将保单分配至第二受理组内的保险单位，而且第一受理组与第二受理组的分配选择的方式并不相同，具体的分配方式将在下文详述。
s104：根据所述保单信息，通过k最近邻算法确定所述待分配保单的保单类别。
在本发明实施例中，考虑到实际情况中不同的保险单位擅长处理的保单类别不同，所以在本发明实施例中，需要将保单根据保单信息分为不同保单类别。
可选地，由于各个保单的保单信息中包括：用户资产、用户信用评级、用户身份信息以及产品信息等数据，所以可以将这些数据转换成矩阵的形式，根据模式分类算法分成不同的保单类别。可选地，可以选择knn算法对保单信息进行分类。
值得注意地，由于为了便于后续的计算过程，所以本发明实施例采用的都是有监督的模式分类算法，也就是说保单类别都是已经预设好的，在本发明实施例中，根据其他已知保单类别的保单的保单信息识别出待分配保单所属的保单类别。
作为本发明的一个实施例，如图2所示，上述s104包括：
s1041：获取多个样本保单的保单信息以及所述样本保单对应的类别标签。
可以理解地，样本保单为已知保单类别的保单，在本发明实施例中，样本保单的保单信息以及样本保单对应的类别标签就可以作为后续识别的训练数据。
s1042：将所述待分配保单的保单信息转换为测试矩阵，并将所述样本保单的保单信息转换为训练矩阵，并基于所述样本保单对应的类别标签，建立训练矩阵与类别标签的对应关系。
可选地，将待分配保单的保单信息转换为测试矩阵或样本保单的保单信息转换为训练矩阵，都可以通过将不同类型的数据存入矩阵中不同的预设对应位置，若某个类型的数据不为数字，可以按照预设的数据与数字的对应关系，将数据转化为数字后存入矩阵的预设位置中。
可以理解地，当样本保单的保单信息转换为训练矩阵后，需要按照样本保单对应的类别标签为各个训练矩阵进行类别标签的标注。
s1043：计算所述测试矩阵到各个训练矩阵的曼哈顿距离。
在本发明实施例中，通过计算测试矩阵到各个训练矩阵的曼哈顿距离，可以确定待分配保单与各个样本保单的接近程度。
s1044，将第二预设数量的与所述测试矩阵的曼哈顿距离最小的训练矩阵对应的类别标签作为候选类别，并将出现比例最高的所述候选类别作为所述待分配保单的保单类别。
可以理解地，通过将待分配保单的保单信息转化为训练矩阵，再计算训练矩阵与测试矩阵的曼哈顿距离，以确定待分配保单与各个已知保单类别的样本保单的接近程度，从而将与待分配保单最接近的多个样本保单中出现比例最高的类别标签作为待分配保单的保单类别，使得本发明实施例可以基于其他的保单的保单信息，科学准确地自动确定待分配保单的保单类别，为后续保单的分配提供分配依据。
s105：获取所述第一受理组内保险单位的操作记录，所述操作记录用于记载所述保险单位已处理的保单的保单信息。
在本发明实施例中，可以通过爬虫技术自动抓取与第一受理组内保险单位相关的操作记录，以为后续对保险单位的分析提供较为全面的数据保障。
作为本发明的一个实施例，如图3所示，上述s105包括：
s1051，获取预设的网页数据库，确定在所述预设的网页数据库中各个网页与所述保险单位的相关度。
在本发明实施例中，预先设有一个网页数据库，在这个网页数据库中存储有海量的网页，这些网页中的内容包括对一个保险单位处理的保单的信息进行介绍，也包括保险单位处理各个保单的处理数据，例如：处理时长、处理时间以及处理所遇问题等信息。可以理解地，通过这些网页可以了解不同保险单位对不同的保单进行处理的情况。
可选地，确定在所述预设的网页数据库中各个网页与所述保险单位的相关度，可以根据如下步骤进行：
首先，对所述预设的网页数据库中的各个网页的内容进行分词处理，生成各个网页对应的词语集合。在本发明实施例中，网页数据库中的各个网页的内容都是由多个词语组成的，所以需要首先对各个网页的内容进行分词处理，以生成各个网页对应的词语集合。
值得注意地，一个词语集合中可以包括重复出现的相同的词语，例如在一个甲网页中出现了5个“保险单位a”，那么在甲网页对应的词语集合中就存在5个“保险单位a”，即在甲网页对应的词语集合中“保险单位a”会反复出现5次，而并不会将5个“保险单位a”合并成一个词语。
随后，通过公式：
最后，根据预设的概率参数区间与相关度的对应关系，确定所述保险单位与各个网页的相关度。
在本发明实施例中，保险单位与各个网页的概率参数并不是最后的与各个网页的相关度，而是需要调用预设的概率参数区间与相关度的对应关系，计算上一步骤中的概率参数对应的相关度，作为保险单位与各个网页的相关度。
s1052，抓取与所述保险单位的相关度大于或等于预设相关度阈值的网页中的内容，生成内容数据库，采用深度优先顺序在所述内容数据库中搜索保险单位的操作记录。
在本发明实施例中，设计一个通过网络爬虫以自动提取网页的程序，它可以从预设的网页数据库中提取并下载符合要求的网页。可选地，网络爬虫从一个或多个初始网页的url开始，获得初始网页上的url，在抓取网页的过程中，不断从当前页面上抽取新的url放入队列,直到满足网络爬虫抓取的停止条件。
在本发明实施例中，从与保险单位的相关度最高的网页开始抓取，逐渐按照与保险单位的相关度由高到低依次抓取网页，停止条件为：当与保险单位小于预设相关度阈值即停止抓取。所有被网络爬虫抓取的网页中的内容将会被系统存贮，生成内容数据库。可以理解地，内容数据库中包含多个网页的内容，而且这些网页的内容都是与各个保险单位有较高关联的内容。如上文介绍，内容数据库中的各个网页的内容中可能包含对于保险单位处理过的保单的介绍以及对于保险单位处理各个保单的处理情况的介绍。
可选地，在本发明实施例中，采用深度优先顺序在所述内容数据库中搜索各个保险单位的操作记录。可以理解地，在本发明中，深度优先主要指在获取一个保险单位的名称后，会在网络中抓取该保险单位的名称对应的最新的操作记录，随后抓取该保险单位的名称对应的第二新的操作记录，依次类推，将一个保险单位的名称在一个时间段内的全部操作记录抓取完成后，在抓取另一个保险单位的名称对应的操作记录。可以理解地，由于本申请需要获取的信息的性质，所以直接采用深度优先的搜索方式，有利于提高搜索以及抓取操作记录的效率。
s106，判断所述第一受理组内是否存在处理过所述待分配保单的保单类别的保险单位。
可以理解地，由于每个保险单位都有其处理过和没有处理过的保单类别，所以根据各个保险单位的操作记录，可以自动分别判断出各个保险单位是否处理过该待分配保单的保单类别。
s107，若根据所述操作记录，所述第一受理组内存在处理过所述待分配保单的保单类别的保险单位，则基于所述操作记录计算所述第一受理组内各个保险单位的处理评分，并将所述待分配保单分配至所述处理评分最高的保险单位。
可选地，在本发明实施例中，如果第一受理组内存在处理过所述待分配保单的保单类别的保险单位，则通过以下方式具体确定各个保险单位的处理评分：
首先，对于在第一受理组内，未处理过所述待分配保单的保单类别的保险单位，直接将该保险单位的处理评分设定为0；
其次，对于在第一受理组内，处理过所述待分配保单的保单类别的保险单位，通过公式：s＝1-(t÷t)-(e+p)计算所述保险单位的处理评分，所述s为保险单位的处理评分，所述t为所述操作记录包含的所述保险单位的保单处理时间，所述t为根据所述操作记录计算出的第三预设数量的保险单位的保单处理平均时间，所述e为所述操作记录包含的所述保险单位的处理差错率，所述p为所述操作记录包含的所述保险单位的转处理概率。
可以理解地，由于在之前的步骤已经判断出待分配保单所属的保单类别，所以在本步骤中，当计算出各个保险单位处理各保单类别的处理评分后，可以将待分配保单分配至第一受理组内处理该待分配保单所属保单类别的处理评分最高的保险单位。
s108，若所述第一受理组内不存在处理过所述待分配保单的保单类别的保险单位，则将所述第二受理组内处理过所述待分配保单的保单类别的保险单位作为候选单位，并将所述待分配保单分配至所述候选单位中放款比例最低的一个保险单位。
在本发明实施例中，如上文所述，第一受理组的保单分配方式和第二受理组的保单分配方式不同。
可以理解地，由于在第二受理组内，都是一些放款比例达到警戒位置的保险单位，所以针对第二受理组内的保险单位，不适用通过处理评分进行分配，而是通过放款比例进行分配，自动地将待分配保单分配至所述候选单位中放款比例最低的一个保险单位，这样既可以兼顾用户体验，又可以最大限度的保证保险单位有能力处理该保单。
值得注意地，本发明实施例所涉及的保单分配方式都可以通过设计的程序自动执行，不需要人工介入。
在本发明实施例中，获取待分配保单的保单信息以及各个保险单位的放款阈值；计算各个保险单位在预设时间段内的累计放款量与放款阈值的比值，作为放款比例；将放款比例小于预设比例阈值的保险单位归入第一受理组，反之，则将保险单位归入第二受理组；根据保单信息，确定待分配保单的保单类别；若第一受理组内不存在处理过待分配保单的保单类别的保险单位，则将第二受理组内处理过待分配保单的保单类别的保险单位作为候选单位，并将待分配保单分配至候选单位中放款比例最低的一个保险单位，以提高保单分配的合理程度和自动化程度。
对应于上文实施例所述的保单的分配方法，图4示出了本发明实施例提供的保单的分配装置的结构框图，为了便于说明，仅示出了与本发明实施例相关的部分。
参照图4，该装置包括：
获取模块401，用于获取待分配保单的保单信息以及各个保险单位的放款阈值；
计算模块402，用于计算各个所述保险单位在预设时间段内的累计放款量与所述放款阈值的比值，作为放款比例；
分组模块403，用于将所述放款比例小于预设比例阈值的保险单位归入第一受理组，将所述放款比例大于或等于所述比例阈值的保险单位归入第二受理组；
识别模块404，用于根据所述保单信息，通过k最近邻算法确定所述待分配保单的保单类别；
记录获取模块405，用于获取所述第一受理组内保险单位的操作记录；
第一分配模块406，用于若根据所述操作记录，所述第一受理组内存在处理过所述待分配保单的保单类别的保险单位，则基于所述操作记录计算所述第一受理组内各个保险单位的处理评分，并将所述待分配保单分配至所述处理评分最高的保险单位；
第二分配模块407，用于若所述第一受理组内不存在处理过所述待分配保单的保单类别的保险单位，则将所述第二受理组内处理过所述待分配保单的保单类别的保险单位作为候选单位，并将所述待分配保单分配至所述候选单位中放款比例最低的一个保险单位。
可选地，所述装置还包括：
设定模块，用于将第一预设数量的保险单位从累计放款量清零开始到所述放款比例达到所述比例阈值所需的平均时长，作为所述预设时间段。
可选地，所述识别模块404包括：
样本获取子模块，用于获取多个样本保单的保单信息以及所述样本保单对应的类别标签。
关系建立子模块，用于将所述待分配保单的保单信息转换为测试矩阵，并将所述样本保单的保单信息转换为训练矩阵，并基于所述样本保单对应的类别标签，建立训练矩阵与类别标签的对应关系；
距离计算子模块，用于计算所述测试矩阵到各个训练矩阵的曼哈顿距离；
类别确定子模块，用于将第二预设数量的与所述测试矩阵的曼哈顿距离最小的训练矩阵对应的类别标签作为候选类别，并将出现比例最高的所述候选类别作为所述待分配保单的保单类别。
可选地，所述记录获取模块405包括：
相关度计算子模块，用于获取预设的网页数据库，确定在所述预设的网页数据库中各个网页与所述保险单位的相关度。
抓取子模块，用于抓取与所述保险单位的相关度大于或等于预设相关度阈值的网页中的内容，生成内容数据库，采用深度优先顺序在所述内容数据库中搜索保险单位的操作记录。
可选地，所述第一分配模块，包括：
第一评分子模块，用于若所述保险单位未处理过所述待分配保单的保单类别，则将所述保险单位的处理评分设定为0；
第二评分子模块，用于若所述保险单位处理过所述待分配保单的保单类别，则通过公式：s＝1-(t÷t)-(e+p)计算所述保险单位的处理评分，所述s为保险单位的处理评分，所述t为所述操作记录包含的所述保险单位的保单处理时间，所述t为根据所述操作记录计算出的第三预设数量的保险单位的保单处理平均时间，所述e为所述操作记录包含的所述保险单位的处理差错率，所述p为所述操作记录包含的所述保险单位的转处理概率。
在本发明实施例中，通过获取待分配保单的保单信息以及各个保险单位的放款阈值；计算各个保险单位在预设时间段内的累计放款量与放款阈值的比值，作为放款比例；将放款比例小于预设比例阈值的保险单位归入第一受理组，反之，则将保险单位归入第二受理组；根据保单信息，确定待分配保单的保单类别；若第一受理组内不存在处理过待分配保单的保单类别的保险单位，则将第二受理组内处理过待分配保单的保单类别的保险单位作为候选单位，并将待分配保单分配至候选单位中放款比例最低的一个保险单位，以提高保单分配的合理程度和自动化程度。
图5是本发明一实施例提供的终端设备的示意图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如保单的分配程序。所述处理器50执行所述计算机程序52时实现上述各个保单的分配方法实施例中的步骤，例如图1所示的步骤101至108。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示单元401至407的功能。
示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(centralprocessingunit，cpu)，还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
所述集成的模块/单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！