一种资源归还增比确定方法、装置和电子设备与流程
本发明涉及计算机信息处理领域，具体涉及一种资源归还增比确定方法、装置和电子设备。
背景技术：
在基于互联网的应用技术中，常常需要在不同的参与方之前进行资源的交换。这里所称的资源是指任何可被利用的物质、信息、金钱、时间等。信息资源包括计算资源和各种类型的数据资源。数据资源包括各个领域中的各种专用数据。资源的流转通常伴随着资源信息的流转，资源的流转过程中，往往需要涉及资源的增长和减少，由此产生资源的增比。例如，当数据资源或计算资源从第一方转移到另一方时，另一方在归还数据资源或计算时，可能需要计算应归还的数据资源或计算资源的增量。
在金融领域中，对于金融资源的使用亦是如此，资源归还增比通常以利率的形式表现。各大银行或其他金融平台授信通过大量用户，授信本身不会产生收益，只有用户在授信后产生动支行为，才会产生经济收益。因此，无论是各大银行还是第三方金融平台，都需要促进注册用户或授信用户的动支率。
目前，各大银行和金融平台通过提高信用额度来促进用户的资源请求行为，提高用户的动支次数，但是，现有技术中对用户金融资源分配后的风险管理较为简单，都是被动式地获取用户是否逾期未还的结果，并在确定出用户逾期后再进行后续的催收或者理赔处理。然而，当用户出现逾期未还的情况时，首先增加了用户风险概率，对金融机构和银行也带来了巨大的资金风险。
然而，例如各大银行的资金管理、理财类等的金融产品，通常会根据个人信用和资产情况而制定不同资源分配额度，每个人的信用值、还款能力、违约风险都是不一样的，显然，对于优质用户和非优质用户都使用差别不大的利率定价是不合理的。而国内的某些互联网金融产品，会针对部分在本平台信用良好的用户进行促销型利率优惠活动（例如手续费5折等活动），但在针对用户资质实现差别化的利率定价还存在很大改进空间。
因此，有必要提供一种更优化的资源归还增比确定方法。
技术实现要素：
为了解决定价不合适导致优质客户的流失、低风险客户挤占有限的金融资源等问题，本发明提供了一种资源归还增比确定方法，用于确定所分配的资源在归还时的增长比例，包括：获取历史用户的用户特征数据，计算用户的用户风险评分，所述用户特征数据包括资源归还增比数据、违约或逾期数据、资源归还时间数据；基于所述用户风险评分，计算与所述用户风险评分相对应的风险成本；构建资源归还增比确定模型，计算目标用户在资源归还期限内风险状态的转移概率；根据所计算的转移概率，计算所述目标用户的raroc值，该raroc值用于表示风险调整后的净收益与经济资本的比率；基于所计算的raroc值，确定最佳的资源归还增比。
优选地，所述计算目标用户的raroc值包括：
其中，
优选地，所述基于所述用户风险评分，计算与所述用户风险评分相对应的风险成本包括：使用用户评分模型，计算用户风险评分，所述用户风险评分包括违约概率和/逾期概率；根据所计算的用户风险评分，评估用户的金融风险等级，并进一步量化风险成本，以得到预期损失。
优选地，所述量化风险成本包括计算违约损失率、违约风险值、违约期数、逾期损失率、逾期损失值、逾期期数、用户在违约时或逾期时的资源归还余额及其损失值、以及风险状态变更的风险成本中的至少两个风险指标。
优选地，还包括：使用市场风险模型，计算
优选地，还包括：预设判断规则，该判断规则包括设定第一目标阈值和第二目标阈值，所述目标阈值用于判断新用户是否通过审批流程；所述第二目标阈值用于判断现有用户是否存在风险状态变更；将所计算的目标用户的raroc值与第一目标阈值和第二目标阈值进行比较，并根据预定的资源归还增比策略，确定所述目标用户的最佳资源归还增比。
优选地，在所计算的raroc值小于所述第一目标阈值时，判断目标用户不能通过审批流程，以拒绝该用户的资源请求。
优选地，在特定数量期数内所计算的raroc值大于所述第二目标阈值而当前归还期数时所计算的raroc值小于所述第一目标阈值时，判断目标用户的风险升高；基于用户的风险状态变化，调整或更新所述用户的资源归还增比。
优选地，使用xgboost算法和lr算法，构建资源归还增比模型，使用训练数据对该资源归还增比模型进行训练，所述训练数据包括用户风险评分、历史风险状态的转移概率和历史资源归还增比值；使用训练好的资源归还增比模型计算目标用户的资源归还增比。
此外，本发明还提供了一种资源归还增比确定装置，用于确定所分配的资源在归还时的增长比例，包括：第一计算模块，用于获取历史用户的用户特征数据，计算用户的用户风险评分，所述用户特征数据包括资源归还增比数据、违约或逾期数据、资源归还时间数据；第二计算模块，基于所述用户风险评分，计算与所述用户风险评分相对应的风险成本；构建模块，用于构建资源归还增比确定模型，计算目标用户在资源归还期限内风险状态的转移概率；第三计算模块，用于根据所计算的转移概率，计算所述目标用户的raroc值，该raroc值用于表示风险调整后的净收益与经济资本的比率；确定模块，用于基于所计算的raroc值，确定最佳的资源归还增比。
优选地，所述第三计算模块包括：
其中，
优选地，所述第一计算模块包括：使用用户评分模型，计算用户风险评分，所述用户风险评分包括违约概率和/逾期概率；根据所计算的用户风险评分，评估用户的金融风险等级，并进一步量化风险成本，以得到预期损失。
优选地，所述量化风险成本包括计算违约损失率、违约风险值、违约期数、逾期损失率、逾期损失值、逾期期数、用户在违约时或逾期时的资源归还余额及其损失值、以及风险状态变更的风险成本中的至少两个风险指标。
优选地，还包括：使用市场风险模型，计算
优选地，还包括设定模块，所述设定模块用于预设判断规则，该判断规则包括设定第一目标阈值和第二目标阈值，所述目标阈值用于判断新用户是否通过审批流程；所述第二目标阈值用于判断现有用户是否存在风险状态变更；将所计算的目标用户的raroc值与第一目标阈值和第二目标阈值进行比较，并根据预定的资源归还增比策略，确定所述目标用户的最佳资源归还增比。
优选地，还包括判断模块，所述判断模块用于在所计算的raroc值小于所述第一目标阈值时，判断目标用户不能通过审批流程，以拒绝该用户的资源请求。
优选地，所述判断模块包括：在特定数量期数内所计算的raroc值大于所述第二目标阈值而当前归还期数时所计算的raroc值小于所述第一目标阈值时，判断目标用户的风险升高；基于用户的风险状态变化，调整或更新所述用户的资源归还增比。
优选地，使用xgboost算法和lr算法，构建资源归还增比模型，使用训练数据对该资源归还增比模型进行训练，所述训练数据包括用户风险评分、历史风险状态的转移概率和历史资源归还增比值；使用训练好的资源归还增比模型计算目标用户的资源归还增比。
此外，本发明还提供了一种电子设备，其中，该电子设备包括：处理器；以及，存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行本发明所述的资源归还增比确定方法。
此外，本发明还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现本发明所述的资源归还增比确定方法。
有益效果
与现有技术相比，本发明的资源归还增比确定方法通过分析用户信用等级、在资源归还期限内的转移概率、计算预期损失及非预期损失，以预测用户的还款能力、信用风险及风险状态变化，并进一步计算raroc值，将所计算的raroc值与目标阈值（最低收益率）进行比较，衡量单笔业务（资源请求）的风险与收益，以确定用户的资源请求是否通过审批流程，并进一步针对不同用户确定最佳的资源归还增比，以实现针对不同用户的差异化利率定价，并能够有效避免金融公司或机构的经济损失，还进一步优化了资源归还增比确定方法。
附图说明
为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。
图1是本发明的资源归还增比确定方法的一示例的流程图。
图2是本发明的资源归还增比确定方法的另一示例的示意图。
图3是本发明的资源归还增比确定方法的又一示例的示意图。
图4是本发明的实施例2的资源归还增比确定装置的一示例的示意性结构框图。
图5是本发明的实施例2的资源归还增比确定装置的另一示例的示意性结构框图。
图6是本发明的实施例2的资源归还增比确定装置的又一示例的示意性结构框图。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。
图8是根据本发明的计算机可读介质的示例性实施例的结构框图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
为了解决定价不合适导致优质客户的流失、低风险客户挤占有限的金融资源等问题，本发明提出了一种资源归还增比确定方法，该方法通过计算用户风险评分、在资源归还期间内风险状态的转移概率以量化用户的预期损失（风险成本el），并进一步计算用户的raroc值，以衡量单笔业务（资源请求）的风险与收益，由此实现了针对不同用户的差异化利率定价，并能够有效避免金融公司或机构的经济损失。
需要说明的是，在本发明中，资源是指任何可被利用的物质、信息、时间，信息资源包括计算资源和各种类型的数据资源。数据资源包括各个领域中的各种专用数据。从本质上来说，本发明可以应用于各类资源的分配，包括实体的货物、水、电、有意义的资料等。但是，为了方便起见，本发明中以金融数据资源为例进行说明资源归还增比确定方法的实施，但本领域技术人员应当理解，本发明亦可以用于其他资源的归还增比确定。
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
实施例1
下面，将参照图1至图3描述本发明的资源归还增比确定方法的实施例。
图1是本发明的资源归还增比确定方法的一示例的流程图。
如图1所示，一种资源归还增比确定方法，主要包括以下步骤。
步骤s101，获取历史用户的用户特征数据，计算用户的用户风险评分，所述用户特征数据包括资源归还增比数据、违约或逾期数据、资源归还时间数据。
步骤s102，基于所述用户风险评分，计算与所述用户风险评分相对应的风险成本。
步骤s103，构建资源归还增比确定模型，计算目标用户在资源归还期限内风险状态的转移概率。
步骤s104，根据所计算的转移概率，计算所述目标用户的raroc值，该raroc值用于表示风险调整后的净收益与经济资本的比率。
步骤s105，基于所计算的raroc值，确定最佳的资源归还增比。
在本示例中，本发明的资源归还增比确定方法用于确定所分配的资源在归还时的增长比例。
首先，在步骤s101中，获取历史用户的用户特征数据，计算用户的用户风险评分。
在本示例中，用户特征数据包括资源归还增比数据、违约或逾期数据、资源归还时间数据。
具体地，资源归还增比数据包括不同期数的历史利率数据等。
进一步地，违约或逾期数据包括是否逾期、是否违约、是否有催收记录、逾期时的期数和资源归还余额、违约时的期数和资源归还余额等信息数据。
在另一示例中，用户特征数据还包括用户基本信息数据、社交信息数据、归还能力数据等。例如，用户基本信息包括年龄、性别、职业等。而社交信息数据包括反应用户在社交网络图中的影响力和重要性的相关数据。归还能力数据包括是否有房产、月收入、年收入、是否有负债、负债金额、月均消费等相关数据。
优选地，使用用户评分模型，计算用户风险评分。
具体地，用户评分模型例如为现有的授信模型或风险评估模型等。进一步地，使用决策树、深度神经网络等构建用户评分模型。
需要说明的是，在本示例中，所述用户风险评分包括违约概率和/逾期概率。但是不限于此，上述仅作为优选的示例进行说明，不能理解成对本发明的限制。
接下来，在步骤s102中，基于所述用户风险评分，计算与所述用户风险评分相对应的风险成本。
在本示例中，根据所计算的用户风险评分，评估用户的金融风险等级，并进一步量化风险成本，以得到预期损失。
具体地，所述量化风险成本包括计算违约损失率、违约风险值、违约期数、逾期损失率、逾期损失值、逾期期数、用户在违约时或逾期时的资源归还余额及其损失值、以及风险状态变更的风险成本中的至少两个风险指标。
需要说明的是，上述仅作为示例进行说明，不能理解成对本发明的限制。
接下来，在步骤s103中，构建资源归还增比确定模型，计算目标用户在资源归还期限内风险状态的转移概率。
在本示例中，使用xgboost算法和lr算法，构建资源归还增比模型。但是不限于此，在其他示例中，还可以使用决策树、深度神经网络等方法，进行模型构建。
具体地，使用训练数据对该资源归还增比模型进行训练，所述训练数据包括用户风险评分、历史风险状态的转移概率和历史资源归还增比值（即历史的资源归还增比数据）。
进一步地，获取目标用户的用户特征数据，使用训练好的资源归还增比模型计算目标用户在资源归还期限内风险状态的转移概率。
需要说明的是，步骤s103中的用户特征数据与步骤s101中的用户特征数据所表示的意义相同，因此，省略了对其的描述。
为了进一步优化风险定价（即确定最佳的资源归还增比），本发明从产品角度，在保证特定收益的同时，将经营成本和业务经营过程中承担的风险进行量化，并基于用户在资源归还期限内风险状态的转移概率，计算用户的raroc值，再根据用户的raroc值确定最佳的资源归还增比。具体计算确定过程如下。
接下来，在步骤s104中，根据所计算的转移概率，计算所述目标用户的raroc值，该raroc值用于表示风险调整后的净收益与经济资本的比率。
在本示例中，通过如下表达式（1），计算目标用户的raroc值。
其中，
具体地，经济资本（ec）是由商业银行的管理层内部评估而产生的配置给资产或某项业务用以减缓风险冲击的资本。其计算公式为：经济资本＝信用风险的非预期损失+市场风险的非预期损失+操作风险的非预期损失。
优选地，使用计算市场风险的模型（var），计算
需要说明的是，经济资本的一个重要特点，就是它是指所“需要的”资本，“应该有”多少资本，而不是银行实实在在已经拥有的资本。具体地，银行损失=预期损失（用准备金弥补）+非预期损失（用经济资本弥补）+极端损失（通过压力测试计算），第一种和第二种损失与第三种损失的临界点称为var。
进一步地，使用步骤s102中量化风险成本的方法，基于所计算的转移概率，计算因风险状态变更造成的风险成本，并将该部分的风险成本增加到风险成本（
需要说明的是，上述仅作为示例进行说明，不能理解成对本发明的限制。
接下来，在步骤s105中，基于所计算的raroc值，确定最佳的资源归还增比。
如图2所示，还包括预设判断规则的步骤s201。
在步骤s201中，预设判断规则，以判断用户的风险状态。
具体地，该判断规则包括设定第一目标阈值和第二目标阈值，所述目标阈值用于判断新用户是否通过审批流程；所述第二目标阈值用于判断现有用户是否存在风险状态变更。
进一步地，将所计算的目标用户的raroc值与第一目标阈值和第二目标阈值进行比较，并根据预定的资源归还增比策略，确定所述目标用户的最佳资源归还增比。
一方面，对于新用户，在所计算的raroc值小于所述第一目标阈值时，判断目标用户不能通过审批流程，以拒绝该用户的资源请求。在这种情况下，由于该用户的资源请求所计算的raroc值低于金融企业所设定的第一目标阈值（即目标irr值或最低收益率），所以拒绝该用户的资源请求。
另一方面，对于老用户（已使用某金融产品的用户），该老用户已使用了资源配额，并且按照使用规则，需要在规定的期数内归还所有资源配额。例如，老用户a使用了2万元的资源配额，并且选择归还期数为12，但是在归还期间，如果出现逾期或违约的风险状态变更，则会给金融公司或机构带来经济损失。由此，需要对老用户的风险状态进进行判断，以预先预测经济损失。
在上述情况下，计算老用户的raroc值，以用于风险状态变更判断。具体地，在特定数量期数内所计算的raroc值大于所述第二目标阈值而当前归还期数时所计算的raroc值小于所述第一目标阈值时，判断目标用户的风险升高。
需要说明的是，在本示例中，所述特定期数是根据用户的资源配额、资源归还余额、归还总期数、当前期数等多因素确定的。但是不限于此，上述仅作为示例进行说明，不能理解成对本发明的限制。
在本示例中，根据预定的资源归还增比策略和所计算的raroc值，确定最佳的资源归还增比。
具体地，所述预定的资源归还增比策略包括在不同阈值范围内raroc值与资源归还增比的对应关系。由此，能够针对不同用户提供差异化的资源归还增比。
如图3所示，还包括定期判断用户的风险状态，调整或更新所述用户的资源归还增比的步骤s301。
在步骤s301中，定期判断用户的风险状态，调整或更新所述用户的资源归还增比。
例如，对于大于特定资源配额的用户，每隔两个归还期数，计算一次用户的raroc值，并基于raroc值确定风险状态是否发生变更，再基于用户的风险状态变化，调整或更新所述用户的资源归还增比。
优选地，还基于所计算的raroc值，确定对应的审批条件等。
需要说明的是，上述仅作为示例进行说明，不能理解对本发明的限制。
上述方法的过程仅用于对本发明的说明，其中，步骤的顺序和数量没有特别的限制。此外，上述方法中的步骤还可以拆分成两个步骤，或者些步骤也可以合并成一个步骤，根据实际示例进行调整。
与现有技术相比，本发明的资源归还增比确定方法通过分析用户信用等级、在资源归还期限内的转移概率、计算预期损失及非预期损失，以预测用户的还款能力、信用风险及风险状态变化，并进一步计算raroc值，将所计算的raroc值与目标阈值（最低收益率）进行比较，衡量单笔业务（资源请求）的风险与收益，以确定用户的资源请求是否通过审批流程，并进一步针对不同用户确定最佳的资源归还增比，以实现针对不同用户的差异化利率定价，并能够有效避免金融公司或机构的经济损失，还进一步优化了资源归还增比确定方法。
本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序（计算机程序）。在该计算机程序被执行时，可以实现本发明提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质中，该存储介质可以是磁盘、光盘、rom、ram等可读存储介质，也可以是多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。
下面描述本发明的装置实施例，可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节，应视为对于上述方法实施例的补充；对于在本发明装置实施例中未披露的细节，可以参照上述方法实施例来实现。
实施例2
参照图4、图5和图6，本发明还提供了一种资源归还增比确定装置400，用于确定所分配的资源在归还时的增长比例，所述资源归还增比确定装置400包括：第一计算模块401，用于获取历史用户的用户特征数据，计算用户的用户风险评分，所述用户特征数据包括资源归还增比数据、违约或逾期数据、资源归还时间数据；第二计算模块402，基于所述用户风险评分，计算与所述用户风险评分相对应的风险成本；构建模块403，用于构建资源归还增比确定模型，计算目标用户在资源归还期限内风险状态的转移概率；第三计算模块404，用于根据所计算的转移概率，计算所述目标用户的raroc值，该raroc值用于表示风险调整后的净收益与经济资本的比率；确定模块405，用于基于所计算的raroc值，确定最佳的资源归还增比。
优选地，所述构建模块包括：
其中
优选地，所述第一计算模块401包括：使用用户评分模型，计算用户风险评分，所述用户风险评分包括违约概率和/逾期概率；根据所计算的用户风险评分，评估用户的金融风险等级，并进一步量化风险成本，以得到预期损失。
优选地，所述量化风险成本包括计算违约损失率、违约风险值、违约期数、逾期损失率、逾期损失值、逾期期数、用户在违约时或逾期时的资源归还余额及其损失值、以及风险状态变更的风险成本中的至少两个风险指标。
优选地，还包括：使用市场风险模型，计算
如图5所示，还包括设定模块501，所述设定模块501用于预设判断规则，该判断规则包括设定第一目标阈值和第二目标阈值，所述目标阈值用于判断新用户是否通过审批流程；所述第二目标阈值用于判断现有用户是否存在风险状态变更；将所计算的目标用户的raroc值与第一目标阈值和第二目标阈值进行比较，并根据预定的资源归还增比策略，确定所述目标用户的最佳资源归还增比。
如图6所示，还包括判断模块601，所述判断模块601用于在所计算的raroc值小于所述第一目标阈值时，判断目标用户不能通过审批流程，以拒绝该用户的资源请求。
优选地，所述判断模块601包括：在特定数量期数内所计算的raroc值大于所述第二目标阈值而当前归还期数时所计算的raroc值小于所述第一目标阈值时，判断目标用户的风险升高；基于用户的风险状态变化，调整或更新所述用户的资源归还增比。
优选地，使用xgboost算法和lr算法，构建资源归还增比模型，使用训练数据对该资源归还增比模型进行训练，所述训练数据包括用户风险评分、历史风险状态的转移概率和历史资源归还增比值；使用训练好的资源归还增比模型计算目标用户的资源归还增比。
需要说明的是，在实施例2中，省略了与实施例1相同的部分的说明。
与现有技术相比，本发明的资源归还增比确定装置通过分析用户信用等级、在资源归还期限内的转移概率、计算预期损失及非预期损失，以预测用户的还款能力、信用风险及风险状态变化，并进一步计算raroc值，将所计算的raroc值与目标阈值（最低收益率）进行比较，衡量单笔业务（资源请求）的风险与收益，以确定用户的资源请求是否通过审批流程，并进一步针对不同用户确定最佳的资源归还增比，以实现针对不同用户的差异化利率定价，并能够有效避免金融公司或机构的经济损失。
本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
实施例3
下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。
图7是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图7来描述根据本发明该实施例的的电子设备200。图7显示的电子设备200仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件（包括存储单元220和处理单元210）的总线230、显示单元240等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书的上述电子设备处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图1所示的步骤。
所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元（ram）2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元（rom）2203。
所述存储单元220还可以包括具有一组（至少一个）程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备200也可以与一个或多个外部设备300（例如键盘、指向设备、蓝牙设备等）通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备（例如路由器、调制解调器等等）通信。这种通信可以通过输入/输出（i/o）接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络（例如局域网（lan），广域网（wan）和/或公共网络，例如因特网）通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质（可以是cd-rom，u盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、或者网络设备等）执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法。
如图8所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器（ram）、只读存储器（rom）、可擦式可编程只读存储器（eprom或闪存）、光纤、便携式紧凑盘只读存储器（cd-rom）、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行设备、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网（lan）或广域网（wan），连接到用户计算设备，或者，可以连接到外部计算设备（例如利用因特网服务提供商来通过因特网连接）。
综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（dsp）等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，本发明不与任何特定计算机、虚拟系统或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
- 还没有人留言评论。精彩留言会获得点赞！