车主分类方法及装置与流程

1.本技术涉及人工智能技术领域，尤其涉及一种车主分类方法及装置。


背景技术：

2.随着汽车消费市场的发展，车主已成为一个庞大且多元的消费群体；除日常出行和保险等费用，随着居民消费层次的综合提升，也不断拓展细分市场，如汽车改装等，进一步拉动汽车消费。
3.目前，商业银行等金融企业通常对不同的车主采用相同的营销策略，这种方式没有针对性，营销效果较差，同时消耗大量的资源。


技术实现要素：

4.针对现有技术中的问题，本技术提出了一种车主分类方法及装置，能够提高车主分类的准确性和效率，进而能够为营销策略的分配提供依据，能够提升营销效率。
5.为了解决上述技术问题，本技术提供以下技术方案：
6.第一方面，本技术提供一种车主分类方法，包括：
7.获取目标车主的交易信息；
8.根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；
9.若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
10.进一步地，在所述获取目标车主的交易信息之前，还包括：
11.获取批量客户的持有产品信息、交易行为信息和交易地点信息；
12.若经判断获知批量客户中存在满足至少一种预设的车主筛选条件的客户，则将该客户确定为目标车主；所述预设的车主筛选条件包括但不限于：所述持有产品信息包含有车辆相关产品信息条件、所述交易行为信息包含有车主交易行为信息条件和所述交易地点信息包含有车主交易地点信息条件。
13.进一步地，预先创建所述异常交易行为检测模型的步骤，包括：
14.获取批量车主的历史交易信息和实际交易行为信息，所述实际交易行为信息包括：实际正常交易行为信息和实际异常交易行为信息；
15.根据批量车主的历史交易信息和实际交易行为信息对决策树模型进行训练，得到所述异常交易行为检测模型。
16.进一步地，所述根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果，包括：
17.根据所述车辆相关产品数量和交易量，确定所述目标车主的贡献值；
18.根据预设的车主分类与贡献值之间的对应关系和所述目标车主的贡献值，确定所
述目标车主的分类结果；
19.所述分类结果为：优质车主、潜力车主和待激活车主。
20.进一步地，在所述确定所述目标车主的分类结果之后，还包括：
21.若接收到营销策略分配请求，则根据所述目标车主的分类结果，确定该目标车主对应的营销策略。
22.第二方面，本技术提供一种车主分类装置，包括：
23.第一获取模块，用于获取目标车主的交易信息；
24.检测模块，用于根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；
25.分类模块，用于若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
26.进一步地，所述的车主分类装置，还包括：
27.第二获取模块，用于获取批量客户的持有产品信息、交易行为信息和交易地点信息；
28.确定模块，用于若经判断获知批量客户中存在满足至少一种预设的车主筛选条件的客户，则将该客户确定为目标车主；
29.所述预设的车主筛选条件包括但不限于：所述持有产品信息包含有车辆相关产品信息条件、所述交易行为信息包含有车主交易行为信息条件和所述交易地点信息包含有车主交易地点信息条件。
30.进一步地，所述的车主分类装置，还包括：
31.第三获取模块，用于获取批量车主的历史交易信息和实际交易行为信息，所述实际交易行为信息包括：实际正常交易行为信息和实际异常交易行为信息；
32.训练模块，用于根据批量车主的历史交易信息和实际交易行为信息对决策树模型进行训练，得到所述异常交易行为检测模型。
33.第三方面，本技术提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的车主分类方法。
34.第四方面，本技术提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被执行时实现所述的车主分类方法。
35.由上述技术方案可知，本技术提供一种车主分类方法及装置。其中，该方法包括：获取目标车主的交易信息；根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果，能够提高车主分类的准确性和效率，进而能够为营销策略的分配提供依据，能够提升营销效率；具体地，针对汽车行业形成更加精准的客户分类，相比现有营销更加精准且更有针对性；能够提高车主分类的便捷化程度和自动化程度；能够更加有效率地为车主提供更全面、周到的金融服务，从而起到活客、黏客作用，提高金融企业的盈利。
附图说明
36.为了更清楚地说明本技术实施例或现有技术中的技术方案，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技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1是本技术实施例中的车主分类方法的流程示意图；
38.图2是本技术实施例中的车主分类方法中的步骤001和步骤002的流程示意图；
39.图3是本技术实施例中的车主分类方法中的步骤021和步骤022的流程示意图；
40.图4是本技术应用实例中的车主分类方法的流程示意图；
41.图5是本技术实施例中车主分类装置的结构示意图；
42.图6为本技术实施例的电子设备的系统构成示意框图。
具体实施方式
43.为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通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，都属于本技术保护的范围。
44.为了解决上述现有技术中存在的问题，本技术提出一种车主分类方法及装置，基于金融企业已有的数据，通过客户持有产品、交易数据，识别车主身份，添加标签；基于所述车主客群，依据持有产品、交易贡献建立车主对企业贡献模型，根据模型输出结果，将车主客群划分为三个区间：优质车主、潜力车主和待激活车主，即车主个体的贡献值根据车主对企业贡献模型的输出结果确定纳入的区间，形成车主分类。进一步地，可以对不同分类的车主采取不同的营销活动；其中营销活动为预设方案，根据每个分类车主采取场景化的精准营销。
45.基于此，为了提高车主分类的准确性和效率，进而为营销策略的分配提供依据，提升营销效率，本技术实施例提供一种车主分类装置，该装置可以是一服务器或客户端设备，所述客户端设备可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(pda)、车载设备和智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表和智能手环等。
46.在实际应用中，进行车主分类的部分可以在如上述内容所述的服务器侧执行，也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器。
47.上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
48.所述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信，包括在本技术提交日尚未开发出的网络协议。所述网络协议例如可以包括tcp/ip协议、udp/ip协议、http协议、https协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的rpc协议(remote procedure call protocol，远程过程调用协议)、rest协议(representational state transfer，表述性状态转移协议)等。
49.需要说明的是，本技术公开的车主分类方法及装置可用于金融技术领域，也可用于除金融技术领域之外的任意领域，本技术公开的车主分类方法及装置的应用领域不做限定。
50.具体通过下述各个实施例进行说明。
51.为了提高车主分类的准确性和效率，进而为营销策略的分配提供依据，提升营销效率，本实施例提供一种执行主体是车主分类装置的车主分类方法，该车主分类装置包括但不限于服务器，如图1所示，该方法具体包含有如下内容：
52.步骤100：获取目标车主的交易信息。
53.具体地，所述预设时间范围可以根据实际需进行设置，本技术对此不作限制；所述交易信息可以包含有：车辆相关产品数量、预设时间范围内的交易量和交易额增长量；车辆相关产品为所述目标车主持有的车辆相关产品，可以包含有：etc、车险和石化公司联名信用卡等；目标车主的车主交易行为可以包含有：缴纳交通罚款和缴纳车险等；例如，所述预设时间范围内的交易量可以为：两年内缴纳交通罚款和缴纳车险的总次数，所述预设时间范围内的交易额增长量可以为：两年内缴纳交通罚款和缴纳车险的总金额增长量。
54.步骤200：根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为。
55.步骤300：若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
56.在本技术一个实施例中，步骤200可以包含有：若目标车主符合在预设时间范围内的交易量超过交易量阈值、交易额增长量超过交易额增长量阈值和持有的车辆相关产品数量超过产品数量阈值中的至少一个条件，则确定该目标车主存在异常交易行为，否则确定该车主的交易行为均为正常交易行为。
57.在本技术一个实施例中，步骤200可以包含有：将所述交易信息输入预先构建的异常交易行为检测模型，将所述预先构建的异常交易行为检测模型的输出结果作为所述目标车主的异常交易行为检测结果，该异常交易行为检测结果为：存在异常交易行为或者均为正常交易行为；所述预先构建的异常交易行为检测模型为应用决策树模型预先训练得到的。
58.为了进一步提高确定目标车主的准确性，进而提高营销策略的分配的准确性，参见图2，在本技术一个实施例中，在步骤100之前，还包括：
59.步骤001：获取批量客户的持有产品信息、交易行为信息和交易地点信息。
60.步骤002：若经判断获知批量客户中存在满足至少一种预设的车主筛选条件的客户，则将该客户确定为目标车主；所述预设的车主筛选条件包括但不限于：所述持有产品信息包含有车辆相关产品信息条件、所述交易行为信息包含有车主交易行为信息条件和所述
交易地点信息包含有车主交易地点信息条件。
61.具体地，若批量客户中存在符合持有产品信息包含有车辆相关产品信息、交易行为信息包含有车主交易行为信息和交易地点信息包含有车主交易地点信息中的至少一种的客户，则确定该客户为目标车主。
62.为了进一步提高异常交易行为检测模型的可靠性，进而应用可靠的异常交易行为检测模型获得准确的交易行为检测结果，参见图3，在本技术一个实施例中，预先创建所述异常交易行为检测模型的步骤，包括：
63.步骤021：获取批量车主的历史交易信息和实际交易行为信息，所述实际交易行为信息包括：实际正常交易行为信息和实际异常交易行为信息。
64.具体地，一车主的实际交易行为信息为实际正常交易行为信息，可以表示该车主实际上均为正常交易行为；一车主的实际交易行为信息为实际异常交易行为信息，可以表示该车主实际上存在异常交易行为。
65.步骤022：根据批量车主的历史交易信息和实际交易行为信息对决策树模型进行训练，得到所述异常交易行为检测模型。
66.为了进一步提高分类结果的准确性，在本技术一个实施例中，步骤300中所述的根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果，包括：
67.步骤301：根据所述车辆相关产品数量和交易量，确定所述目标车主的贡献值。
68.具体地，目标车主的贡献值＝交易量
×
(1+10％
×
车辆相关产品数量)。
69.步骤302：根据预设的车主分类与贡献值之间的对应关系和所述目标车主的贡献值，确定所述目标车主的分类结果；所述分类结果为：优质车主、潜力车主和待激活车主。
70.具体地，所述预设的车主分类与贡献值之间的对应关系可以根据实际情况进行设置，本技术对此不作限制。举例来说，车主贡献值按照50000和1000划分为三个区间，分别为：优质车主、潜力车主和待激活车主；贡献值大于50000的车主定义为优质车主，贡献值小于等于50000并且大于1000的车主定义为潜力车主，贡献值小于等于1000的车主定义为待激活车主。每个车主对应唯一的分类。
71.为了进一步提高营销策略分配的准确性，在本技术一个实施例中，在步骤300之后，还包括：
72.步骤400：若接收到营销策略分配请求，则根据所述目标车主的分类结果，确定该目标车主对应的营销策略。
73.举例来说，若所述目标车主为优质车主，则其对应的营销策略为：主动提供减免服务，比如加油98折优惠，增加优质车主的客户黏性；若所述目标车主为潜力车主，则其对应的营销策略为：提供场景化的营销服务，增加持有产品数量，提高交易额度；若所述目标车主为待激活车主，则其对应的营销策略为：提供营销推介、优惠等活动，提升交易频度；可以在确定该目标车主对应的营销策略之后，将相关的营销策略信息发送至目标车主。
74.为了进一步说明本方案，参见图4，本技术还提供一种车主分类方法的应用实例，具体描述如下：
75.s101：基于商业银行的数据，获得全量客户的客户特征信息。
76.s102：从商业银行全量客户中，确定车主，并在车主的客户特征信息中增加车主标
识，定义设有该标识的客户属于商业银行的车主客群。
77.具体地，挖掘持有车辆相关产品的客户，挖掘两年内出现过车主交易行为的客户，挖掘两年内交易地点包含有车主交易地点的客户，只要客户特征信息中包含有车辆相关产品、车主交易行为和车主交易地点信息中的至少一种，即将相关客户标识为车主；其中，车辆相关产品包含有：etc、车险和石化公司联名信用卡等；车主交易行为包含有：缴纳交通罚款和缴纳车险等，车主交易地点包含有：加油站、充电、停车费、4s店、车辆改装、车辆修理厂和洗车公司等。
78.s103：应用异常交易行为检测模型、车主在预设时间范围内的交易量、交易额增长量和车辆相关产品数量，确定车主的交易行为；若车主无异常交易行为，则执行步骤s104；否则，将车主标记为异常，放入异常名单不再后续处理。
79.具体地，对于无异常交易行为的车主，依据车主持有产品、交易贡献计算贡献值，按照模型输出结果确定纳入对应的区间；对于存在异常交易行为的车主标记为异常。
80.在一种举例中，应用异常交易行为检测模型，对车主信息进行检测，包括：若符合车主在预设时间范围内的交易量超过交易量阈值、交易额增长量超过交易额增长量阈值、持有的车辆相关产品数量超过产品数量阈值和车辆信息明显超过正常使用水平中的至少一个条件，则确定该车主存在异常交易行为，否则确定该车主的交易行为均为正常交易行为。
81.s104：基于车主对企业贡献模型、每个车主持有的车辆相关产品数量和预设时间范围内的交易量，获得每个车主的贡献值。
82.具体地，车主对企业贡献模型为预先构建的，可以相当于上述预设的车主分类与贡献值之间的对应关系，该模型根据持有的车辆相关产品数量和预设时间范围内的交易量，计算得到车主贡献值；例如，对于任一车主来说，该车主的贡献值＝2年内的交易量
×
(1+10％
×
持有的车辆相关产品数量)。
83.s105：根据车主的贡献值属于的区间，确定车主的分类结果。
84.具体地，车主的贡献值可以按照50000和1000划分为三个区间，分别为：优质车主、潜力车主和待激活车主；贡献值大于50000的车主定义为优质车主，贡献值小于等于50000并且大于1000的车主定义为潜力车主，贡献值小于等于1000的车主定义为待激活车主；经过模型处理，确定每个车主的唯一分类。
85.s106：将车主的分类结果保存在数据库中；为了支持数据更新，采取两个数据库轮流存储的方式存储分类结果。
86.其中，数据库存储的过程为：首次得到的车主分类数据保存在“车主分类数据表_a”，同时将当前的自然日期作为记录日期存储，车主分类数据可以包含有：车主标识及其分类结果；将再次得到的车主分类数据保存在“车主分类数据表_b”中，同时将当前的自然日期作为记录日期存储；后续轮流记录“车主分类数据表_a”、“车主分类数据表_b”，并在记录数据之前清空该数据表中的数据。当更新的车主分类数据保存到数据库之后，对比“车主分类数据表_a”与“车主分类数据表_b”车主分类发生变化的车主分类数据，并将发生变化的车主分类数据保存在存量车主信息差异表中，每次记录之前清空该数据表中的数据。
87.s107：对不同分类的车主采取不同的营销活动。
88.具体地，读取“车主分类数据表_a”、“车主分类数据表_b”中记录日期最新的数据
表中的车主分类数据，按照分类结果进行客户营销活动。之后，每个自然月1日轮流切换到另一数据表，读取新的车主分类数据进行营销活动。其中，营销活动为预设方案，根据每个分类车主采取场景化的精准营销，对于优质车主，主动提供减免服务，比如，加油98折优惠，增加优质车主的客户黏性；对于潜力车主，提供场景化的营销服务，增加持有产品数量，提高交易额度；对于待激活车主，提供营销推介、优惠等活动，提升交易频度。
89.在步骤107之后，还可以包含有：动态更新车主信息。
90.具体地，可以定时更新车主信息，并在更新车主信息之后，自动执行步骤s101；例如，可以设定每月1日定时更新车主信息。
91.从软件层面来说，为了提高车主分类的准确性和效率，进而为营销策略的分配提供依据，提升营销效率，本技术提供一种用于实现所述车主分类方法中全部或部分内容的车主分类装置的实施例，参见图5，所述车主分类装置具体包含有如下内容：
92.第一获取模块10，用于获取目标车主的交易信息。
93.检测模块20，用于根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为。
94.分类模块30，用于若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
95.在本技术一个实施例中，所述的车主分类装置，还包括：
96.第二获取模块，用于获取批量客户的持有产品信息、交易行为信息和交易地点信息。
97.确定模块，用于若经判断获知批量客户中存在满足至少一种预设的车主筛选条件的客户，则将该客户确定为目标车主；所述预设的车主筛选条件包括但不限于：所述持有产品信息包含有车辆相关产品信息条件、所述交易行为信息包含有车主交易行为信息条件和所述交易地点信息包含有车主交易地点信息条件。
98.在本技术一个实施例中，所述的车主分类装置，还包括：
99.第三获取模块，用于获取批量车主的历史交易信息和实际交易行为信息，所述实际交易行为信息包括：实际正常交易行为信息和实际异常交易行为信息。
100.训练模块，用于根据批量车主的历史交易信息和实际交易行为信息对决策树模型进行训练，得到所述异常交易行为检测模型。
101.本说明书提供的车主分类装置的实施例具体可以用于执行上述车主分类方法的实施例的处理流程，其功能在此不再赘述，可以参照上述车主分类方法实施例的详细描述。
102.由上述描述可知，本技术提供的车主分类方法及装置，能够提高车主分类的准确性和效率，进而能够为营销策略的分配提供依据，能够提升营销效率；具体地，针对汽车行业形成更加精准的客户分类，相比现有营销更加精准且更有针对性；能够提高车主分类的便捷化程度和自动化程度；能够更加有效率地为车主提供更全面、周到的金融服务，从而起到活客、黏客作用，提高金融企业的盈利。
103.图6为本发明一实施例提供的电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)401、通信接口(communications interface)402、存储器(memory)403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404
完成相互间的通信。处理器401可以调用存储器403中的逻辑指令，以执行如下方法：接收云资源任务请求；根据所述云资源任务请求，确定所述云资源任务的调用接口，以使该调用接口对应的第三方云平台根据所述任务必要数据执行所述云资源任务请求对应的云资源任务。
104.此外，上述的存储器403中的逻辑指令可以通过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。
105.本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取目标车主的交易信息；根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
106.本实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取目标车主的交易信息；根据预先构建的异常交易行为检测模型和所述交易信息，确定所述目标车主的交易行为是否均为正常交易行为；若所述目标车主的交易行为均为正常交易行为，则根据预设的车主分类与贡献值之间的对应关系、所述交易信息中的车辆相关产品数量和预设时间范围内的交易量，确定所述目标车主的分类结果。
107.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
108.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
109.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或
多个方框中指定的功能。
110.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
111.在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者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示例。而且，描述的具体特征、结构、材料或者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。
112.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，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，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。