基于个人健康大数据的健康管理方法、装置及系统与流程

1.本发明涉及健康大数据技术领域，尤其涉及一种基于个人健康大数据的健康管理方法、装置及系统。


背景技术：

2.随着电子技术的发展，可穿戴设备的能实现的功能也越来越多，除了实现简单的计步功能外，还能实现心率或血压监测等功能，并在心率或血压异常时，发出异常提示，但是无法根据用户当前的身体状况预测判断用户的健康趋势走向，同时在用户身体健康状况趋于不正常时，向用户推送对应的健康调控措施。
3.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

4.本发明的主要目的在于提供了一种基于个人健康大数据的健康管理方法、装置及系统，旨在解决现有技术无法根据用户的身体状况推送对应的健康调控信息的技术问题。
5.为实现上述目的，本发明提供了一种基于个人健康大数据的健康管理方法，所述方法包括以下步骤:
6.将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；
7.在所述用户的当前生理数据存在异常时，获取预设历史时段内所述用户的健康数据；
8.对所述健康数据进行标准化处理，获得标准健康数据；
9.根据所述标准健康数据通过预设朴素贝叶斯模型预测所述用户的身体状况；
10.在所述身体状况为非健康状况时，根据所述身体状况和预设健康图谱向所述用户推送健康调控信息。
11.可选地，所述将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常之前，所述方法还包括：
12.根据用户的历史健康数据确定所述用户的历史生理数据和对应的历史身体状况；
13.为所述历史生理数据添加标签，并根据添加标签的历史生理数据和对应的历史身体状况生成训练样本集；
14.对所述训练样本集进行向量化处理，获得向量训练样本集；
15.通过所述向量训练样本集训练朴素贝叶斯模型，并在模型迭代次数到达预设次数时，获得预设朴素贝叶斯模型。
16.可选地，所述将用户的当前生理数据与标准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常之前，所述方法还包括：
17.获取用户的身份信息，并根据所述身份信息构建用户画像；
18.根据所述用户画像在预设画像库中进行匹配，根据匹配结果确定对应的健康问题信息；
19.根据所述健康问题信息向用户发送健康调控信息。
20.可选地，所述对所述健康数据进行标准化处理，获得标准健康数据，包括：
21.对所述健康数据进行格式清洗，获得标准格式健康数据；
22.对所述标准格式健康数据进行异常数据检测，并将检测到的异常数据去除，获得去异常健康数据；
23.对所述去异常健康数据进行数据降噪，获得标准健康数据。
24.可选地，所述将用户的当前生理数据与标准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常，包括：
25.根据所述用户的当前生理数据和标准生理数据确定生理数据偏差值；
26.累计预设时长内所述生理数据偏差值大于预设偏差阈值的次数，在累计次数大于预设次数时，判定所述用户的当前生理数据存在异常。
27.可选地，所述根据所述健康问题信息向用户发送健康调控信息，包括：
28.根据所述健康问题信息在预设数据库中进行匹配；
29.根据匹配结果向所述用户发送健康调控信息，所述健康调控信息包括运动建议、饮食建议以及就医建议。
30.可选地，基准生理数据包括健康基准生理数据或异常基准生理数据；
31.所述将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常，包括：
32.将所述用户的当前生理数据与所述健康基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；或
33.将所述用户的当前生理数据与所述异常基准生理数据进行对比，根据对比结果确定所述的当前生理数据是否存在异常。
34.此外，为实现上述目的，本发明还提出一种基于个人健康大数据的健康管理装置，所述装置包括：
35.判断模块，用于将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；
36.获取模块，用于在所述用户的当前生理数据存在异常时，获取预设历史时段内所述用户的健康数据；
37.处理模块，用于对所述健康数据进行标准化处理，获得标准健康数据；
38.预测模块，用于根据所述标准健康数据通过预设朴素贝叶斯模型预测所述用户的身体状况；
39.推送模块，用于在所述身体状况为非健康状况时，根据所述身体状况和预设健康图谱向所述用户推送健康调控信息。
40.可选地，所述判断模块，还用于根据用户的历史健康数据确定所述用户的历史生理数据和对应的历史身体状况；为所述历史生理数据添加标签，并根据添加标签的历史生理数据和对应的历史身体状况生成训练样本集；对所述训练样本集进行向量化处理，获得向量训练样本集；通过所述向量训练样本集训练朴素贝叶斯模型，并在模型迭代次数到达
预设次数时，获得预设朴素贝叶斯模型。
41.此外，为实现上述目的，本发明还提出一种基于个人健康大数据的健康管理系统，所述基于个人健康大数据的健康管理系统包括上文所述的基于个人健康大数据的健康管理装置。
42.本发明将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；在所述用户的当前生理数据存在异常时，获取预设历史时段内所述用户的健康数据；对所述健康数据进行标准化处理，获得标准健康数据；根据所述标准健康数据通过预设朴素贝叶斯模型预测所述用户的身体状况；在所述身体状况为非健康状况时，根据所述身体状况和预设健康图谱向所述用户推送健康调控信息。由于本发明是在用户的当前生理数据存在异常时，对用户预设历史时段内的健康数据进行标准化处理获得标准健康数据，根据标准健康数据通过预设朴素贝叶斯模型预测用户的身体状况，并在用户的身体状况为非健康状态时，根据身体状况和预设健康图谱向用户推送健康调控信息，能够根据用户的身体状况推送对应的健康调控信息，提升了用户体验。
附图说明
43.图1是本发明实施例方案涉及的硬件运行环境的基于个人健康大数据的健康管理设备的结构示意图；
44.图2为本发明基于个人健康大数据的健康管理方法第一实施例的流程示意图；
45.图3为本发明基于个人健康大数据的健康管理方法第二实施例的流程示意图；
46.图4为本发明基于个人健康大数据的健康管理装置第一实施例的结构框图。
47.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
48.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
49.参照图1，图1为本发明实施例方案涉及的硬件运行环境的基于个人健康大数据的健康管理设备结构示意图。
50.如图1所示，该基于个人健康大数据的健康管理设备可以包括：处理器1001，例如中央处理器(central processing unit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(random access memory，ram)，也可以是稳定的非易失性存储器(non-volatile memory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
51.本领域技术人员可以理解，图1中示出的结构并不构成对基于个人健康大数据的健康管理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
52.如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于个人健康大数据的健康管理程序。
53.在图1所示的基于个人健康大数据的健康管理设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明基于个人健康大数据的健康管理设备中的处理器1001、存储器1005可以设置在基于个人健康大数据的健康管理设备中，所述基于个人健康大数据的健康管理设备通过处理器1001调用存储器1005中存储的基于个人健康大数据的健康管理程序，并执行本发明实施例提供的基于个人健康大数据的健康管理方法。
54.本发明实施例提供了一种基于个人健康大数据的健康管理方法，参照图2，图2为本发明基于个人健康大数据的健康管理方法第一实施例的流程示意图。
55.本实施例中，所述基于个人健康大数据的健康管理方法包括以下步骤：
56.步骤s10：将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常。
57.需要说明的是，本实施例的执行主体可以是一种具有数据处理、网络通信以及程序运行功能的计算服务设备，例如可穿戴设备、智能手表、智能手环等，或者是一种能够实现上述功能的电子设备、基于个人健康大数据的健康管理设备等。以下以智能手表为例，对本实施例及下述各实施例进行说明。
58.可以理解的是，当前生理数据可以是智能手表当前采集的用户的生理数据；基准生理数据可以是用户的身体状况为健康状况时的生理数据，基准生理数据可以预先存储至智能手表的本地存储器中；生理数据包括心率值、呼吸频率值、血氧值、血压值和体温值等数据。
59.在具体实现中，智能手表采集用户的当前心率值、当前呼吸频率值、当前血氧值、当前血压值和当前体温值，并将采集的当前心率值、当前呼吸频率值、当前血氧值、当前血压值和当前体温值分别与基准心率值、正常呼吸频率范围、基准血氧值、基准血压值和基准体温值进行对比，根据对比结果判断用户的当前生理数据是否存在异常。
60.步骤s20：在所述用户的当前生理数据存在异常时，获取预设历史时段内所述用户的健康数据。
61.可以理解的是，用户心率、呼吸频率、血氧、血压和体温中的一个或者多个生理指标出现异常，即可判定用户的生理数据存在异常；由于使用距离当前时刻最近的数据来预测用户的身体状况，可以提高预测结果的准确度，因此预设历史时段可以是距离当前时刻一定时长的时段，例如预设历史时段为当前时刻前24小时的时段，也可以是其他时段，本实施例对此不作限制。
62.应该理解的是，健康数据包括智能手表采集的存储在本地存储器中的历史生理数据和用户的诊疗数据，其中诊疗数据可从云端获取，诊疗数据包括预设历史时段内用户的就诊症状和感染疾病类型等信息。
63.在具体实现中，为了降低智能手表的能耗，智能手表不间断式采集用户的生理数据，智能手表在所述用户的当前生理数据为正常数据时，按照预设频率采集用户的生理数据，并执行步骤s10；在所述用户的当前生理数据存在异常时，从本地存储器获取预设历史时段内用户的生理数据，并从云端获取预设历史时段内用户的诊疗数据。
64.步骤s30：对所述健康数据进行标准化处理，获得标准健康数据。
65.可以理解的是，智能手表在采集用户生理数据的过程中，会存在干扰数据和无效
数据，用户的诊疗数据的数据格式也存在不统一的情况，对健康数据进行标准化处理可以是将健康数据中的无效数据滤除，并按照预设数据格式将健康数据处理为统一格式的数据。
66.在具体实现中，智能手表将用户生理数据中的干扰数据和无效数据去除，并按照预设生理数据格式将生理数据的数据格式处理为统一格式的生理数据，同时将诊疗数据中的无效数据去除，按照预设诊疗数据格式将诊疗数据处理为统一格式的诊疗数据。
67.步骤s40：根据所述标准健康数据通过预设朴素贝叶斯模型预测所述用户的身体状况。
68.可以理解的是，预设朴素贝叶斯模型可以是通过用户的历史生理数据训练朴素贝叶斯模型获得的能够预测根据用户的健康数据预测用户的身体状况的模型。
69.在具体实现中，将标准健康数据输入预设朴素贝叶斯模型，预设朴素贝叶斯模型根据标准健康数据输出预测的用户的身体状况。
70.步骤s50：在所述身体状况为非健康状况时，根据所述身体状况和预设健康图谱向所述用户推送健康调控信息。
71.可以理解的是，预设健康图谱可以是预先设定的与身体状况和健康调控信息对应的图谱；健康调控信息包括对用户的用药建议、适用食谱、适合运动量、适合运动类型以及就医建议等；用户可根据健康调控信息采取相应措施从而使身体状况恢复至健康状况。
72.在具体实现中，智能手表采集用户的实时心率值、实时呼吸频率、实时血氧值、实时血压值和实时体温值，并将其与用户的基准心率值、基准血氧值、正常呼吸频率范围、基准血压值和基准体温值进行对比，将上述实时生理数据与基准生理数据进行对比，在上述一个或者多个生理指标出现异常时，判定所述用户的生理数据存在异常，获取预设历史时段内用户的生理数据和诊疗数据，将生理数据和诊疗数据中的无效数据去除，并按照预设生理数据格式将生理数据的格式统一，按照预设诊疗数据格式将诊疗数据的格式统一，获得标准健康数据，将标准健康数据输入预设朴素贝叶斯模型，通过预设朴素贝叶斯模型对用户的身体状况进行预测，在用户的身体状况为非健康状况时，根据用户的身体状况在预设健康图谱中查找对应的健康调控信息，并将其推送给用户。
73.进一步地，现有技术中一般是根据当前采集的用户生理数据判断用户的身体状况是否为非健康状况，但是当前采集的用户生理数据的数据量小，导致结果不准确，为了提高用户身体状况判断的准确度，在所述步骤s10之前，所述方法还包括：根据用户的历史健康数据确定所述用户的历史生理数据和对应的历史身体状况；为所述历史生理数据添加标签，并根据添加标签的历史生理数据和对应的历史身体状况生成训练样本集；对所述训练样本集进行向量化处理，获得向量训练样本集；通过所述向量训练样本集训练朴素贝叶斯模型，并在模型迭代次数到达预设次数时，获得预设朴素贝叶斯模型。
74.可以理解的是，历史健康数据包括历史生理数据和历史诊疗数据，根据历史诊疗数据可确定用户的历史身体状况；历史生理数据包括历史心率数据、历史呼吸频率数据、历史血氧数据、历史体温数据和历史血压数据，历史身体状况包括运动状态、呼吸系统异常、发热、血压异常和脏腑器官异常。
75.应该理解的是，历史健康数据可通过如下方式获取：以当前时刻为起点，间隔预设时长选取若干个历史健康数据，将各时刻的历史生理数据和历史身体状况对应，根据基准
生理数据为各时刻的历史生理数据添加标签，将添加标签后的各时刻的历史生理数据与身体状况对应，获得训练样本集。
76.可以理解的是，对所述训练样本集进行向量化处理，获得向量训练样本可以是通过数值代表训练样本集中数据的含义，获得向量训练样本集。
77.进一步地，为了提高用户身体状况预测的准确度，所述步骤s30包括：对所述健康数据进行格式清洗，获得标准格式健康数据；对所述标准格式健康数据进行异常数据检测，并将检测到的异常数据去除，获得去异常健康数据；对所述去异常健康数据进行数据降噪，获得标准健康数据。
78.可以理解的是，格式清洗可以是按照预设格式对健康数据的数据格式进行处理，获得统一格式的健康数据；异常数据检测的过程可以是：根据预设数据范围，将低于预设数据范围下限和高于预设数据范围上限的数据标定为异常数据。
79.进一步地，为了提高用户当前生理数据异常判断的准确度，所述步骤s10包括：根据所述用户的当前生理数据和标准生理数据确定生理数据偏差值；累计预设时长内所述生理数据偏差值大于预设偏差阈值的次数，在累计次数大于预设次数时，判定所述用户的当前生理数据存在异常。
80.在具体实现中，将用户的当前心率值、当前呼吸频率值、当前血氧值、当前体温值和当前血压值减去对应的基准心率值、正常呼吸频率范围、基准血氧值、基准体温值和基准血压值，并求绝对值获得生理数据偏差值，在预设时间内上述一个或者多个生理指标对应的生理数据偏差值大于预设偏差阈值的累计次数大于预设次数时，判定用户的当前生理数据存在异常。
81.本实施例将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；在所述用户的当前生理数据存在异常时，获取预设历史时段内所述用户的健康数据；对所述健康数据进行标准化处理，获得标准健康数据；根据所述标准健康数据通过预设朴素贝叶斯模型预测所述用户的身体状况；在所述身体状况为非健康状况时，根据所述身体状况和预设健康图谱向所述用户推送健康调控信息。由于本实施例是在用户的当前生理数据存在异常时，对用户预设历史时段内的健康数据进行标准化处理获得标准健康数据，根据标准健康数据通过预设朴素贝叶斯模型预测用户的身体状况，并在用户的身体状况为非健康状态时，根据身体状况和预设健康图谱向用户推送健康调控信息，能够根据用户的身体状况推送对应的健康调控信息，提升了用户体验。
82.参考图3，图3为本发明基于个人健康大数据的健康管理方法第二实施例的流程示意图。
83.基于上述第一实施例，在本实施例中，在所述步骤s10之前，所述方法还包括：
84.步骤s01：获取用户的身份信息，并根据所述身份信息构建用户画像。
85.可以理解的是，身份信息包括用户的年龄、性别、疾病史、身高和体重等信息；用户画像可以是根据用户的身份信息确定的能够反映该用户特征的画像。
86.步骤s02：根据所述用户画像在预设画像库中进行匹配，根据匹配结果确定对应的健康问题信息。
87.可以理解的是，预设画像库可以是预先建立的画像库，预设画像库中用户画像与健康问题信息对应；健康问题信息可以是身体存在的潜在疾病风险的信息。
88.步骤s03：根据所述健康问题信息向用户发送健康调控信息。
89.在具体实施中，根据用户的年龄、性别和疾病史构建用户画像，将构建的用户画像与预设画像库匹配，根据匹配成功的用户画像确定对应的健康问题信息，根据健康问题信息向用户发送健康调控信息。
90.进一步地，为了根据用户的健康状况向用户推送合适的健康调控信息，所述步骤s03包括：根据所述健康问题信息在预设数据库中进行匹配；根据匹配结果向所述用户发送健康调控信息，所述健康调控信息包括运动建议、饮食建议以及就医建议。
91.可以理解的是，预设数据库可以是预先设定的数据库，预设数据库中存储有健康问题信息和对应的健康调控信息，健康调控信息包括运动建议、饮食建议以及就医建议等，预设数据库可以是专业的医疗数据库。
92.在具体实施中，根据健康问题信息在预设数据库中匹配对应的运动建议、饮食建议以及就医建议，将所述运动建议、所述饮食建议和所述就医建议发送给用户，使得用户可以根据上述运动建议和饮食建议进行适当锻炼并改善日常饮食，或者根据就医建议及时就医。
93.进一步地，为了准确地判断用户的当前生理数据是否存在异常，基准生理数据包括健康基准生理数据或异常基准生理数据；所述将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常，包括：将所述用户的当前生理数据与所述健康基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；或将所述用户的当前生理数据与所述异常基准生理数据进行对比，根据对比结果确定所述的当前生理数据是否存在异常。
94.可以理解的是，健康基准生理数据可以是正常人的生理数据，健康基准生理数据可存储于正常人生理数据库中；异常基准生理数据可以是非健康人的生理数据，即身体存在异常的人的生理数据，异常基准生理数据可存储于非健康人生理数据库中。
95.在具体实施中，将当前生理数据与基准生理数据进行对比，在当前生理数据与基准生理数据的数据差大于第一预设阈值时，判定当前生理数据存在异常；或将当前生理数据与异常基准生理数据进行对比，在当前生理数据与异常基准生理数据的数据差小于或等于第二预设阈值时，判定当前生理数据存在异常。
96.本实施例获取用户的身份信息，并根据所述身份信息构建用户画像；根据所述用户画像在预设画像库中进行匹配，根据匹配结果确定对应的健康问题信息；根据所述健康问题信息向用户发送健康调控信息。由于本实施例是根据用户身份信息构建用户画像，根据用户画像在预设画像库中匹配健康问题信息，根据所述健康问题信息向用户发送健康调控信息，能够根据用户的实际情况推送健康调控信息，提高了用户体验。
97.参照图4，图4为本发明基于个人健康大数据的健康管理装置第一实施例的结构框图。
98.如图4所示，本发明实施例提出的基于个人健康大数据的健康管理装置包括：判断模块10、获取模块20、处理模块30、预测模块40和推送模块50。
99.所述判断模块10，用于将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；
100.所述获取模块20，用于在所述用户的当前生理数据存在异常时，获取预设历史时
段内所述用户的健康数据；
101.所述处理模块30，用于对所述健康数据进行标准化处理，获得标准健康数据；
102.所述预测模块40，用于根据所述标准健康数据通过预设朴素贝叶斯模型预测所述用户的身体状况；
103.所述推送模块50，用于在所述身体状况为非健康状况时，根据所述身体状况和预设健康图谱向所述用户推送健康调控信息。
104.本实施例将用户的当前生理数据与基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；在所述用户的当前生理数据存在异常时，获取预设历史时段内所述用户的健康数据；对所述健康数据进行标准化处理，获得标准健康数据；根据所述标准健康数据通过预设朴素贝叶斯模型预测所述用户的身体状况；在所述身体状况为非健康状况时，根据所述身体状况和预设健康图谱向所述用户推送健康调控信息。由于本实施例是在用户的当前生理数据存在异常时，对用户预设历史时段内的健康数据进行标准化处理获得标准健康数据，根据标准健康数据通过预设朴素贝叶斯模型预测用户的身体状况，并在用户的身体状况为非健康状态时，根据身体状况和预设健康图谱向用户推送健康调控信息，能够根据用户的身体状况推送对应的健康调控信息，提升了用户体验。
105.基于本发明上述基于个人健康大数据的健康管理装置第一实施例，提出本发明基于个人健康大数据的健康管理装置的第二实施例。
106.在本实施例中，所述判断模块10，还用于根据用户的历史健康数据确定所述用户的历史生理数据和对应的历史身体状况；为所述历史生理数据添加标签，并根据添加标签的历史生理数据和对应的历史身体状况生成训练样本集；对所述训练样本集进行向量化处理，获得向量训练样本集；通过所述向量训练样本集训练朴素贝叶斯模型，并在模型迭代次数到达预设次数时，获得预设朴素贝叶斯模型。
107.所述判断模块10，还用于获取用户的身份信息，并根据所述身份信息构建用户画像；根据所述用户画像在预设画像库中进行匹配，根据匹配结果确定对应的健康问题信息；根据所述健康问题信息向用户发送健康调控信息。
108.所述处理模块30，还用于对所述健康数据进行格式清洗，获得标准格式健康数据；对所述标准格式健康数据进行异常数据检测，并将检测到的异常数据去除，获得去异常健康数据；对所述去异常健康数据进行数据降噪，获得标准健康数据。
109.所述判断模块10，还用于根据所述用户的当前生理数据和标准生理数据确定生理数据偏差值；累计预设时长内所述生理数据偏差值大于预设偏差阈值的次数，在累计次数大于预设次数时，判定所述用户的当前生理数据存在异常。
110.所述判断模块10，还用于根据所述健康问题信息在预设数据库中进行匹配；根据匹配结果向所述用户发送健康调控信息，所述健康调控信息包括运动建议、饮食建议以及就医建议。
111.所述判断模块10，还用于将所述用户的当前生理数据与所述健康基准生理数据进行对比，根据对比结果判断所述用户的当前生理数据是否存在异常；或将所述用户的当前生理数据与所述异常基准生理数据进行对比，根据对比结果确定所述的当前生理数据是否存在异常，基准生理数据包括健康基准生理数据或异常基准生理数据。
112.本发明基于个人健康大数据的健康管理装置的其他实施例或具体实现方式可参
照上述各方法实施例，此处不再赘述。
113.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
114.上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
115.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
116.以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。