一种财务报表可信度评估方法及装置与流程

本发明实施例涉及计算机
技术领域：
，尤其涉及一种财务报表可信度评估方法及装置。
背景技术：
：针对中小企业向银行申请贷款时，递交的财务报表普遍存在美化，粉饰经营，隐瞒经营风险的情况，造成银行对企业的经营情况、偿债能力不能准确判断，导致中小企业贷款难，银行面临风险大，因此，对于财务报表可信度的评估方法的研究也越来越受到人们的关注。现有技术条件下，传统的评估模式就是要求企业出具会计师事务所出具的审计报告，但是中小企业大多没有审计报告，即使有审计报告，审计报告也依赖于审查人员的个人能力，甚至有小型事务所会和企业勾结出具不真实的审计报告的情况，上述情况均大大影响对于企业递交的财务报表可信度评估的准确性。因此，提出一种财务报表可信度评估方法来提高财务报表可信度评估准确性是目前业界亟待解决的需要课题。技术实现要素：针对现有技术中的缺陷，本发明实施例提供一种财务报表可信度评估方法及装置。一方面，本发明实施例提供一种财务报表可信度评估方法，包括：接收用户输入的待评估财务报表；根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合；根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级。另一方面，本发明实施例提供一种财务报表可信度评估装置，包括：接收单元用于用户输入的待评估财务报表；计算单元用于根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合；评估单元用于根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级。又一方面，本发明实施例提供一种电子设备，包括处理器、存储器和总线，其中：所述处理器，所述存储器通过总线完成相互间的通信；所述处理器可以调用存储器中的计算机程序，以执行上述方法的步骤。再一方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。本发明实施例提供的财务报表可信度评估方法及装置，通过根据预设评估模型计算待评估财务报表的可信度得分，并将根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级，其中所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合，提高了财务报表可信度评估的准确性。附图说明为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。图1为本发明实施例提供的财务报表可信度评估方法的流程示意图；图2为本发明实施例提供的财务报表可信度评估方法的整体流程示意图；图3为本发明实施例提供的财务报表可信度评估装置的结构示意图；图4为本发明实施例提供的电子设备实体装置结构示意图。具体实施方式为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。图1为本发明实施例提供的财务报表可信度评估方法的流程示意图，如图1所示，本实施例提供一种本发明实施例提供的财务报表可信度评估方法的流程示意图，包括：s101、接收用户输入的待评估财务报表；具体地，财务报表可信度评估装置接收用户输入的待评估财务报表，所述财务报表包括多个财务数据，具体可以根据实际情况进行设置和调整，此处不对所述待评估财务报表包括的财务数据类型做具体限定。s102、根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合；具体地，所述装置根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合。应当说明的是，所述预设评估模型还可以包括其他子模型，具体可以根据实际情况进行设置和调整，此处不做具体限定。s103、根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级。具体地，所述装置根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级；其中，所述可信度等级由高到低依次为可信、风险和不可信，每个所述可信度等级对应一个可信度得分区间，可信度等级越高其对应的可行度得分越高，所述装置可以按照所述可信度得分所处的得分区间确定所述待评估财务报表的可信度等级，并将所述可信度等级进行输出显示。本发明实施例提供的财务报表可信度评估方法，通过根据预设评估模型计算待评估财务报表的可信度得分，并将根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级，其中所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合，提高了财务报表可信度评估的准确性。在上述实施例的基础上，进一步地，所述根据预设评估模型计算所述待评估财务报表的可信度得分，包括：分别根据所述本福德算法子模型、所述尾数检验算法子模型、所述卡方检验算法子模型、所述负现金算法子模型和所述财务指标侦测算法子模型计算所述待评估财务报表的多个初始得分；将所述初始得分之和作为所述待评估财务报表的可信度得分。具体地，所述装置分别根据所述本福德算法子模型、所述尾数检验算法子模型、所述卡方检验算法子模型、所述负现金算法子模型和所述财务指标侦测算法子模型计算所述待评估财务报表的多个初始得分；将所述初始得分之和作为所述待评估财务报表的可信度得分。在上述实施例的基础上，进一步地，所述根据所述本福德算法子模型计算所述待评估财务报表的初始得分，包括：获取所述待评估财务报表中首位有效数字分别为1、2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第一比例；分别计算各所述第一比例与1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率之间的第一偏差；将所述各第一偏差之和进行归一化处理之后的值作为所述待评估财务报表的初始得分。具体地，所述装置获取所述待评估财务报表中首位有效数字分别为1、2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第一比例；分别计算各所述第一比例与1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率之间的第一偏差；将所述各第一偏差之和进行归一化处理之后的值作为所述待评估财务报表的初始得；其中，1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率如表1所示。表1首位有效数字123456789出现几率30.1％17.6％12.5％9.7％7.9％6.7％5.8％5.1％4.6％例如，所述装置统计所述待评估财务报表中首位有效数字为1的数据的个数为269个，所述财务报表中的数据总个数为1000个，则所述待评估财务报表中首位有效数字为1的数据的个数占所述待评估财务报表中数据总个数的第一比例为26.9％，则所述装置计算所述待评估财务报表中首位有效数字为1的数据的个数占所述待评估财务报表中数据总个数的第一比例与1在本福德定律中对应的出现几率30.1％之间的第一偏差为所述装置按照相同的方法分别计算所述待评估财务报表中首位有效数字为2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第一比例与2、3、4、5、6、7、8、9在本福德定律中对应的出现几率之间的第一偏差，具体过程此处不再赘述；然后所述装置计算出的各第一偏差之和为p，并按照公式对所述第一偏差之和作归一化处理，其中，p*为将所述各第一偏差之和进行归一化处理之后的值，也就是所述待评估财务报表的初始得分，pmax和pmin分别为根据历史财务报表作为样本数据进行训练计算获得的所述第一偏差的最大值和最小值。在上述实施例的基础上，进一步地，所述根据所述尾数检验算法子模型计算所述待评估财务报表的初始得分，包括：获取所述待评估财务报表中末位有效数字分别为1、2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第二比例；所述末位有效数字为从所述数据的末尾起的第一个有效数字；分别计算各所述第二比例与1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率之间的第二偏差；将所述各第二偏差之和进行归一化处理之后的值作为所述待评估财务报表的初始得分。具体地，所述装置获取所述待评估财务报表中末位有效数字分别为1、2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第二比例；所述末位有效数字为从所述数据的末尾起的第一个有效数字；分别计算各所述第二比例与1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率之间的第二偏差；将所述各第二偏差之和进行归一化处理之后的值作为所述待评估财务报表的初始得分；其中，1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率如表1所示。例如，所述装置统计所述待评估财务报表中末位有效数字为1的数据的个数为288个，所述财务报表中的数据总个数为1000个，则所述待评估财务报表中末位有效数字为1的数据的个数占所述待评估财务报表中数据总个数的第二比例为28.8％，则所述装置计算所述待评估财务报表中末位有效数字为1的数据的个数占所述待评估财务报表中数据总个数的第二比例与1在本福德定律中对应的出现几率30.1％之间的第一偏差为所述装置按照相同的方法分别计算所述待评估财务报表中末位有效数字为2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第二比例与2、3、4、5、6、7、8、9在本福德定律中对应的出现几率之间的第二偏差，具体过程此处不再赘述；然后所述装置计算出的各第二偏差之和为q，并按照公式对所述第二偏差之和作归一化处理，其中，q*为将所述各第二偏差之和进行归一化处理之后的值，也就是所述待评估财务报表的初始得分，qmax和qmin分别为根据历史财务报表作为样本数据进行训练计算获得的所述第二偏差的最大值和最小值。在上述实施例的基础上，进一步地，所述根据所述卡方检验算法子模型计算所述待评估财务报表的初始得分，包括：将所述待评估财务报表中包括的各数据剔除首位有效数字和末位有效数字之后获得的数据作为待评估数据；分别计算所述待评估数据中0、1、2、3、4、5、6、7、8、9的个数占所述待评估数据中包括的数字的总个数的第三比例；若判断获知所述待评估数据的个数大于第一预设阈值，且所述各第三比例之和大于第二预设阈值，则根据所述各第三比例计算所述待评估数据对应的卡值；否则，令所述待评估数据对应的卡值设置为-1；将所述待评估数据对应的卡值进行归一化处理之后的值作为所述待评估财务报表对应的初始得分。具体地，将所述待评估财务报表中包括的各数据剔除首位有效数字和末位有效数字之后获得的数据作为待评估数据；分别计算所述待评估数据中0、1、2、3、4、5、6、7、8、9的个数占所述待评估数据中包括的数字的总个数的第三比例；若判断获知所述待评估数据的个数大于第一预设阈值，且所述各第三比例之和大于第二预设阈值，则根据所述各第三比例计算所述待评估数据对应的卡值；否则，令所述待评估数据对应的卡值设置为-1；将所述待评估数据对应的卡值进行归一化处理之后的值作为所述待评估财务报表对应的初始得分。可以理解的是，所述第一预设阈值和所述第二预设阈值可以根据实际情况进行设置和调整，此处不做具体限定。例如，所述待评估财务报表中包括的数据为1234、3359、10495，所述装置将各数据剔除首位有效数字和末位有效数字之后获得的待评估数据为23、35、049，则所述装置计算0的个数为1，1的个数为0，2的个数为1，3的个数为2，4的个数为1，5的个数为1，6的个数为0，7的个数为0，8的个数为0，9的个数为1，数字的总个数为7，则所述装置分别计算0、1、2、3、4、5、6、7、8、9的个数占所述待评估数据中包括的数字的总个数的第三比例为v(0)＝14.3％，v(1)＝0，v(2)＝14.3％，v(3)＝28.6％，v(4)＝14.3％，v(5)＝14.3％，v(6)＝0，v(7)＝0，v(8)＝0，v(9)＝14.3％，其和约为1，0、1、2、3、4、5、6、7、8、9对应的第三比例的平均值为所述装置判断获知所述待评估数据的个数大于第一预设阈值，且所述各第三比例之和大于第二预设阈值，则根据公式计算所述待评估数据对应的卡值，并按照公式对所述卡值作归一化处理，其中，chi*为将所述卡值进行归一化处理之后的值，也就是所述待评估财务报表的初始得分，chimax和chimin分别为根据历史财务报表作为样本数据进行训练计算获得的所述卡值的最大值和最小值。在上述实施例的基础上，进一步地，所述根据所述负现金算法子模型计算所述待评估财务报表的初始得分，包括：根据所述待评估财务报表中的数据计算资金运用合计值和资金来源合计值；计算所述资金运用合计值和所述资金来源合计值之间的差值的绝对值，并将所述绝对值进行归一化处理之后的值的相反数作为所述待评估财务报表对应的初始得分。具体地，所述装置根据所述待评估财务报表中的数据计算资金运用合计值和资金来源合计值，并计算所述资金运用合计值和所述资金来源合计值之间的差值的绝对值，并将所述绝对值进行归一化处理之后的值的相反数作为所述待评估财务报表对应的初始得分。例如，所述装置可以按照表2计算所述待评估财务报表对应的资金运用合计值和资金来源合计值，将所述资金运用合计值和所述资金来源合计值之间的差值的绝对值按照公式进行归一化处理，其中，m*为将所述卡值进行归一化处理之后的值，也就是所述待评估财务报表的初始得分，mmax和mmin分别为根据历史财务报表作为样本数据进行训练计算获得的所述资金运用合计值和所述资金来源合计值之间的差值的绝对值的最大值和最小值，所述装置将所述进行归一化处理之后的值的相反数作为所述待评估财务报表对应的初始得分。表2在上述实施例的基础上，进一步地，所述根据所述财务指标侦测算法子模型计算所述待评估财务报表的初始得分，包括：根据所述待评估财务报表中包括的数据计算多个财务指标，并将所述财务指标与预先建立的舞弊特征指标库进行匹配，获得所述待评估财务报表对应的至少一个目标舞弊特征指标；舞弊特征指标库包括多个舞弊特征指标以及各所述舞弊特征指标对应的可信度得分和舞弊模式；将所述待评估财务报表对应的目标舞弊特征指标的可信度分值之和进行归一化处理之后的值作为所述待评估财务报表对应的初始得分。具体地，所述装置根据所述待评估财务报表中包括的数据计算多个财务指标，舞弊模式与财务指标之间的对应关系如表3所示，所述装置查找表3确定所述财务指标对应的舞弊模式，查找所述预先建立的舞弊特征指标库，将所述舞弊模式对应的舞弊特征指标作为所述待评估财务报表对应的目标舞弊特征指标及各所述目标舞弊特征指标对应的可信度分值；其中，所述舞弊特征指标库包括多个舞弊特征指标以及各所述舞弊特征指标对应的可信度得分和舞弊模式，每个所述舞弊特征指标对应一种或多种舞弊模式；然后，所述装置将所述待评估财务报表对应的目标舞弊特征指标的可信度分值之和按照公式作归一化处理，其中，n*为将所述待评估财务报表对应的目标舞弊特征指标的可信度分值之和进行归一化处理之后的值，也就是所述待评估财务报表的初始得分，nmax和nmin分别为根据历史财务报表作为样本数据进行训练计算获得的目标舞弊特征指标的可信度分值之和的最大值和最小值，所述装置将所述进行归一化处理之进行归一化处理之后的值作为所述待评估财务报表对应的初始得分。可以理解的是，所述舞弊特征指标可以包括收入与成本关系异常，收入与费用关系异常，销售商品、提供劳务收到的现金与营业收入关系异常，购买商品、接受劳务支付现金与营业成本关系异常，经营活动产生的现金流量净额与净利润关系异常，经营性现金流与自由现金流关系及经营性现金流异常，周转天数异常，货币资金与资产及收入关系异常，应收账款与营业收入关系异常，应付款项与营业成本关系异常，预收款项与收入关系异常，高速增长异常或增长不配比，异常波动异常，资本结构异常，资产负债表结构异常，非经常性损益与净利润关系异常，还可以包括其他舞弊特征指标，具体可以根据实际情况进行设置和调整，此处不做具体限定。表3本发明实施例提供的财务报表可信度评估方法，通过根据预设评估模型计算待评估财务报表的可信度得分，并将根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级，其中所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合，提高了财务报表可信度评估的准确性。图2为本发明实施例提供的财务报表可信度评估方法的整体流程示意图，如图2所示，本发明实施例提供的财务报表可信度评估方法具体包括以下步骤：s201、接收用户输入的待评估财务报表；然后执行步骤s202；s202、计算所述待评估财务报表的可信度得分；然后执行步骤s203；其中，所述s202包括s2021-s2025，具体为：s2021、根据所述本福德算法子模型计算初始得分；s2022、根据所述尾数检验算法子模型计算初始得分；s2023、根据所述卡方检验算法模型计算初始得分；s2024、根据所述负现金算法子模型计算初始得分；s2025、根据所述财务指标侦测算法子模型计算初始得分；s2026、根据所述初始得分计算所述待评估财务报表的可信度得分；s203、确定所述待评估财务报表的可信度等级。本发明实施例提供的财务报表可信度评估方法，通过根据预设评估模型计算待评估财务报表的可信度得分，并将根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级，其中所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合，提高了财务报表可信度评估的准确性。图3为本发明实施例提供的财务报表可信度评估装置的结构示意图，如图3所示，本发明实施例提供一种财务报表可信度评估装置，包括接收单元301、计算单元302和评估单元303，其中：接收单元301用于用户输入的待评估财务报表；计算单元302用于根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合；评估单元303用于根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级。可选地，计算单元302具体用于分别根据所述本福德算法子模型、所述尾数检验算法子模型、所述卡方检验算法子模型、所述负现金算法子模型和所述财务指标侦测算法子模型计算所述待评估财务报表的多个初始得分；将所述初始得分之和作为所述待评估财务报表的可信度得分。可选地，计算单元302具体用于获取所述待评估财务报表中首位有效数字分别为1、2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第一比例；分别计算各所述第一比例与1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率之间的第一偏差；将所述各第一偏差之和进行归一化处理之后的值作为所述待评估财务报表的初始得分。可选地，计算单元302具体用于获取所述待评估财务报表中末位有效数字分别为1、2、3、4、5、6、7、8、9的数据的个数占所述待评估财务报表中数据总个数的第二比例；所述末位有效数字为从所述数据的末尾起的第一个有效数字；分别计算各所述第二比例与1、2、3、4、5、6、7、8、9在本福德定律中对应的出现机率之间的第二偏差；将所述各第二偏差之和进行归一化处理之后的值作为所述待评估财务报表的初始得分。可选地，计算单元302具体用于将所述待评估财务报表中包括的各数据剔除首位有效数字和末位有效数字之后获得的数据作为待评估数据；分别计算所述待评估数据中0、1、2、3、4、5、6、7、8、9的个数占所述待评估数据中包括的数字的总个数的第三比例；若判断获知所述待评估数据的个数大于第一预设阈值，且所述各第三比例之和大于第二预设阈值，则根据所述各第三比例计算所述待评估数据对应的卡值；否则，令所述待评估数据对应的卡值设置为-1；将所述待评估数据对应的卡值进行归一化处理之后的值作为所述待评估财务报表对应的初始得分。可选地，计算单元302具体用于根据所述待评估财务报表中的数据计算资金运用合计值和资金来源合计值；计算所述资金运用合计值和所述资金来源合计值之间的差值的绝对值，并将所述绝对值进行归一化处理之后的值的相反数作为所述待评估财务报表对应的初始得分。可选地，计算单元302具体用于根据所述待评估财务报表中包括的数据计算多个财务指标，并将所述财务指标与预先建立的舞弊特征指标库进行匹配，获得所述待评估财务报表对应的至少一个目标舞弊特征指标；舞弊特征指标库包括多个舞弊特征指标以及各所述舞弊特征指标对应的可信度得分和舞弊模式；将所述待评估财务报表对应的目标舞弊特征指标的可信度分值之和进行归一化处理之后的值作为所述待评估财务报表对应的初始得分。本发明实施例提供的财务报表可信度评估装置，通过根据预设评估模型计算待评估财务报表的可信度得分，并将根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级，其中所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合，提高了财务报表可信度评估的准确性。本发明提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。图4为本发明实施例提供的电子设备实体装置结构示意图，如图4所示，该电子设备可以包括：处理器(processor)401、存储器(memory)402和总线403，其中，处理器401，存储器402通过总线403完成相互间的通信。处理器401可以调用存储器402中的计算机程序，以执行上述各方法实施例所提供的方法，例如包括：接收用户输入的待评估财务报表；根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合；根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级。本发明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：接收用户输入的待评估财务报表；根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合；根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级。本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态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：接收用户输入的待评估财务报表；根据预设评估模型计算所述待评估财务报表的可信度得分；所述预设评估模型包括本福德算法子模型、尾数检验算法子模型、卡方检验算法子模型、负现金算法子模型和财务指标侦测算法子模型中的任意一个或其组合；根据所述待评估财务报表的可信度得分确定所述待评估财务报表的可信度等级。此外，上述的存储器402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-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。最后应说明的是：以上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。当前第1页12