客户数据处理方法、装置、计算机装置及存储介质与流程

本发明涉及数据处理技术领域，尤其涉及一种客户数据处理方法、装置、计算机装置及存储介质。

背景技术：

现有的客户信息管理多数依赖数据库，对数据的存储和查询的效率和灵活度都不够。特别是对于多维的客户信息，管理起来更加复杂，存储与查询的实现逻辑也更加复杂，导致存储的查询的效率更加地下。例如，保险行业中，保险代理人及客户信息与市面上其他系统信息相比多了一个代理人维度，管理起来更加复杂，且需要对保险客户信息进行数据分析时时效慢。此外，现有的以数据库为主的客户信息管理，数据存在数据库中无法灵活的运用标记、分析等场景，数据的利用率不高。

技术实现要素：

鉴于以上内容，有必要提供一种客户数据处理方法、装置、计算机装置及存储介质，能够快速定位客户的完整信息，使得存储及查询客户信息的效率提升。

本发明提供一种客户数据处理方法，所述方法包括：

通过搜索引擎从客户信息数据库中抓取多维客户数据；

对所抓取的多维客户数据进行扁平化处理，得到扁平化数据结构的客户数据，所述扁平化数据结构的客户数据保存在与客户信息数据库通信连接的计算机设备的存储器中；

接收终端设备请求，从扁平化数据结构的客户数据中查找目标客户数据，并返回目标客户数据至终端设备。

在本发明优选实施中，其中所述扁平化处理是指将将存在于多维数据结构中的客户数据提取出来，保存至以客户为中心的文档中，每一客户对应的客户数据保存在一个文档中。

在本发明优选实施中，所述方法还包括：

接收终端设备更新请求；

基于所述更新请求对存储在计算机设备的存储器中的客户数据进行更新；

对扁平化数据结构的客户数据标记所述更新。

在本发明优选实施中，所述方法还包括：

同步更新所述客户信息数据库中的多维客户数据。

在本发明优选实施中，所述方法还包括：

从大数据平台抓取与客户数据相关联的大数据；

结合扁平化结构的客户数据及抓取的大数据对客户进行画像。

在本发明优选实施中，其中所述结合扁平化结构的客户数据及抓取的大数据对客户进行画像包括：

对所述大数据进行分类处理；

对分类后的大数据进行关键词提取，基于提取的关键词和所述扁平化结构的客户数据确定客户关注点；

基于所述客户关注点给客户打标签，实现客户的精准画像。

在本发明优选实施中，所述客户标签数据类别包括如下中的一种或几种：人口统计学特征、消费能力数据、兴趣数据、风险偏好。

在本发明优选实施中，从所述大数据平台抓取大数据采用网络爬虫技术。

本发明还提供一种计算机装置，所述计算机装置包括存储器及处理器，所述存储器用于存储至少一个指令，所述处理器用于执行所述至少一个指令以实现任意实施例中所述的客户数据处理方法。

本发明还提供一种客户数据处理装置，所述客户数据处理装置包括：

抓取模块，配置为通过搜索引擎从客户信息数据库中抓取多维客户数据；

扁平化处理模块，配置为对所抓取的多维客户数据进行扁平化处理，得到扁平化数据结构的客户数据，所述扁平化数据结构的客户数据保存在与客户信息数据库通信连接的计算机设备的存储器中；

查询处理模块，配置为接收终端设备请求，从扁平化数据结构的客户数据中查找目标客户数据，并返回目标客户数据至终端设备。

本发明还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有至少一个指令，所述至少一个指令被处理器执行时实现任意实施例中所述的客户数据处理方法。

由以上技术方案看出，本发明通过搜索引擎将客户信息从客户信息数据库20中抓取出来，进行扁平化处理后得到以客户为中心的扁平化数据结构的客户数据，然后保存在计算机装置的存储器中，从而可根据客户唯一识别代码快速定位到客户数据，获取客户相关的所有信息。因此，能够显著提升客户数据的读取效率。

进一步地，对于终端设备对客户数据的更新，可在计算机装置进行标记存储，然后再同步保存至客户信息数据库，从而能够实时的低成本的标记更新，实现对客户数据的快速写。

进一步地，所述客户数据处理装置还可以从大数据平台抓取与客户信息相关的大数据，从而结合计算机装置的存储器存储的客户数据对客户进行画像，从而能够快速分析客户信息，实时反馈分析结果。客户画像可应用在大数据分析及精准营销等领域，可以进一步提高客户数据的利用率。

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，还可以根据提供的附图获得其他的附图。

图1是实现本发明的客户数据处理方法的实施例的应用环境图。

图2是本发明实施例提供的扁平化客户数据结构示意图。

图3是本发明实施例提供的客户数据处理方法的流程图。

图4是实现本发明的客户数据处理方法的另一实施例的应用环境图。

图5是本发明另一实施例提供的客户数据处理方法的流程图。

图6是本发明实施例提供的客户数据处理装置的功能模块图。

图7是本发明实现客户数据处理方法的较佳实施例的计算机装置的结构示意图。

具体实施方式

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、完整地描述，显然，所描述的实施例仅仅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。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

如图1所示，是实现本发明的客户数据处理方法的较佳实施例的应用环境图。所述客户数据处理方法应用于计算机装置1中，所述计算机装置1与客户信息数据库服务器2和终端设备3通信连接，所述客户信息数据库服务器2与客户信息数据库20连接，所述客户信息数据库20存储有海量多维度客户信息。所述计算机装置1利用搜索引擎抓取客户信息数据库20中的客户数据，并对抓取的客户数据进行扁平化处理，从而将多维度客户信息变成以客户为中心的扁平化数据结构(如图2所示)。所述扁平化处理是指将将存在于多维数据结构中的客户数据提取出来，保存至以客户为中心的文档中，每一客户对应的客户数据保存在一个文档中。所述终端设备3与所述计算机装置1通信连接，根据终端设备3的查询请求通过所述计算机装置1获取客户数据。所述计算机装置1将所述客户信息数据库20中的客户信息扁平化，从而所述终端设备3能够通过所述计算机装置1快速获取到所需求的客户信息。

具体地，例如，对于某一特定客户，其多维度的信息分别存放在不同的表格中，每一维度的信息中均包括有客户的唯一识别代码，通过该唯一识别代码及搜索引擎可将关联到该唯一识别码的所有客户信息都搜索出来，然后将搜索出来的客户信息转存至一个文档中，从而通过该文档即可获取到该客户的所有信息。每一客户对应一个文档，以文档形式展现的客户数据保存在计算机装置1的存储器中。例如图2所示，每一客户对应的信息包括，但不限于，客户信息(原存储于客户数据表中)、代理人信息(原存储于代理人数据表中)、保险信息(原存储于保险数据表中)及其他与客户相关的信息。其中客户数据表用于存储多个客户的基本信息，每一客户对应的文档中存储的客户信息仅仅为与该客户对应的客户基本信息；代理人数据表用于存储所有的代理人信息，每一客户对应的文档中仅仅存储与该客户关联的代理人信息；保险数据表用于存储所有的保险数据，每一客户对应的文档中仅仅存储与该客户关联的保险信息。通过将与某一客户相关联的所有信息全部抓取存放到一个文档中，然后以该客户的唯一识别代码(例如身份证号、手机号等唯一标示客户身份的代码)进行存储标示，当接收到所述终端设备3的查询请求时，即可以该客户的标识码快速定位到该客户的文档，获取该客户的所有信息，从而能够快速响应所述终端设备3的查询请求。

如图3所示，图3为本发明实施例提供的一种客户数据处理方法的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

步骤30，通过搜索引擎从客户信息数据库中抓取多维客户数据

客户信息数据库中的客户数据包括多维度的信息，例如保单信息、代理人信息、客户基本信息、其他相关信息等。每个维度的客户信息都以表格的形式存储，表格之间相互关联。搜索引擎从客户信息数据库抓取客户数据时以客户唯一识别号进行关联搜索，得到每一客户的完整数据。

步骤31，对所抓取的多维客户数据进行扁平化处理，得到扁平化数据结构的客户数据，所述扁平化数据结构的客户数据保存在与客户信息数据库通信连接的计算机设备的存储器中。

所述搜索引擎将抓取得到的多维客户数据进行扁平化处理。具体地，所述搜索引擎抓取所有表格中存储的与客户相关的数据，整合至一个文档中，从而使客户信息完整展现在同一文档中，实现客户数据的扁平化。例如，对于某一特定客户，其多维度的信息分别存放在不同的表格中，每一维度的信息中均包括有客户的唯一识别代码，通过该唯一识别代码及搜索引擎可将关联到该唯一识别码的所有客户信息都搜索出来，然后将搜索出来的客户信息转存至一个文档中，从而通过该文档即可获取到该客户的所有信息。每一客户对应一个文档，以文档形式展现的客户数据保存在所述计算机装置1的存储器中。

可以理解的是，在其他实施例中，所述客户数据也可以以其他形式整合在一起，例如树状结构等，只要能将与客户相关的所有数据整合在一起满足扁平化展示需求即可。

步骤32中，接收终端设备请求，从扁平化数据结构的客户数据中查找目标客户数据，并返回目标客户数据至终端设备。

由于每一客户的数据已完整整合在一个文档中，从而能够快速定位到目标客户的完整数据，提升了客户数据的读取效率。

在一些实施例中，终端设备在获取到客户数据后，可能还需要对客户数据进行更新处理，例如更新(新增或变更)保单信息。在本实施例中，所述方法还可包括：

接收终端设备更新请求；

基于所述更新请求对扁平化数据结构的客户数据进行更新；

对扁平化数据结构的客户数据标记所述更新。

在进一步的实施例中，还包括同步更新所述客户信息数据库中的多维客户数据。

计算机装置1的存储器存储的客户数据可根据更新频率或更新时间进行排序，也可以根据客户访问的频率进行排序，从而可进一步提升客户数据的读取效率。

在一些场景中，计算机装置1的存储器还可存储客户的搜索策略。例如，对于客户搜索频率高的关键字段对应的搜索策略及搜索结果可保存。客户通过终端设备输入查询请求时，可将存储的搜索策略提示给客户。通过预先存储搜索策略可更快地响应客户查询请求。

本发明提供的客户数据处理方法通过搜索引擎将客户信息从客户信息数据库20中抓取出来，进行扁平化处理后得到以客户为中心的扁平化数据结构的客户数据，然后保存在计算机装置的存储器中。每一客户对应的客户数据保存在一个文档中，也即所述文档保存了与该客户相关联的所有信息，从而可根据客户唯一识别代码快速定位到客户数据，获取客户相关的所有信息。因此，能够显著提升客户数据的读取效率。进一步地，对于终端设备对客户数据的更新，可在计算机装置进行标记存储，然后再同步保存至客户信息数据库，从而能够实时的低成本的标记更新，实现对客户数据的快速写。

在进行大数据分析时，所述计算机装置1还可以与大数据平台连接，因此，所述方法还可包括：从大数据平台抓取与客户相关的数据，并基于抓取的数据和保存在计算机装置的存储器的扁平化结构的客户数据对客户进行画像。从而能够提高数据的利用率，快速分析客户信息，实时反馈分析结果。

请参阅图4所示，所述计算机装置1还可以与大数据平台4连接，用于从大数据平台抓取与客户相关的数据，并基于抓取的数据和所述扁平化结构的客户数据对客户进行画像。

其中大数据平台可为金融系统内部大数据，例如保险公司的大数据平台、银行系统的大数据平台等；还可以为运营商提供的大数据平台，例如电信运营商提供的大数据平台等。

具体地，所述搜索引擎可利用爬虫技术从大数据平台4抓取大数据。对客户进行画像可包括：

对所述大数据进行分类处理。按照客户唯一识别对所述大数据进行汇总，然后汇总后的大数据进行分类处理。可以采用朴素贝叶斯、knn最近邻、svm支持向量机等算法进行分类。

对分类后的大数据进行关键词提取，基于提取的关键词和所述扁平数据结构的客户数据确定客户关注点。其中提取关键词可以采用权重策略的tf-idf算法等。提取的关键词结合所述扁平化结构的客户数据可获得客户感兴趣的具体内容，即客户的关注点。例如，在一个实例中，所提取的关键词可确定客户的消费记录、理财记录等，结合所述扁平化数据结构的客户数据中的客户年龄、家庭成员、保险信息等确定客户的消费能力、风险偏好等。

基于所述客户关注点给客户打标签，实现客户的精准画像。

所述客户标签数据类别可包括，但不限于，人口统计学特征、消费能力数据、兴趣数据、风险偏好等。

对于得到的客户画像可保存至计算机装置的存储器中及/或客户信息数据库20中。

请参阅图5所示，本发明一实施例的客户数据处理方法可进一步包括：

步骤50，从大数据平台抓取与客户数据相关联的大数据。

可以通过网络爬虫抓取所述大数据平台中的客户相关数据。网络爬虫是一个可以自动提取网页数据信息内容的应用程序。网络爬虫通常是从一个或者是若干个初始网页的url(也称种子url)开始，首先，获取初始网页的url，然后，依照特定的算法和策略(例如深度优先搜索策略)，在对网页进行抓取的过程中，不断地从当前的网页中抽取新的url放入到相应的队列中，直到满足停止条件为止。

在一些场景中，可以由客户经由终端设备设置开展业务所需要的客户信息类别，然后由搜索引擎以这些信息类别在大数据平台中进行数据抓取。在一些场景中，也可以预设若干默认的客户信息类别，根据该等预设的客户信息类别进行抓取。在一些场景中，还可以根据客户设置更新预设的客户信息类别。

步骤52，结合扁平化结构的客户数据及抓取的大数据对客户进行画像。

对客户进行画像可包括：

对所述大数据进行分类处理。按照客户唯一识别对所述大数据进行汇总，然后汇总后的大数据进行分类处理。可以采用朴素贝叶斯、knn最近邻、svm支持向量机等算法进行分类。

对分类后的大数据进行关键词提取，基于提取的关键词和所述扁平化结构的客户数据确定客户关注点。其中提取关键词可以采用权重策略的tf-idf算法等。根据关键词提取处理可获得客户感兴趣的具体内容，即客户的关注点。

基于所述客户关注点给客户打标签以对客户进行画像。

所述客户标签数据类别可包括，但不限于，人口统计学特征、消费能力数据、兴趣数据、风险偏好等。

客户画像是根据客户标签数据抽象出的一个标签化的用户模型。客户画像可应用在大数据分析及精准营销等领域。例如，利用客户画像可以快速锁定潜在客户进行营销；利用客户画像为客户提供私人定制或个性化服务、产品等；利用客户画像可以统计分析出产品市场分布情况，例如喜欢红酒的人通常喜欢什么运动品牌，利用聚类算法分析，喜欢红酒的人年龄段分布情况等。

对于得到的客户画像可保存至计算机装置的存储器中及/或客户信息数据库20中。

如图6所示，图6为本发明实施例提供的客户数据处理装置的功能模块图。所述客户数据处理装置包括抓取模块100、扁平化处理模块120、查询处理模块130。本发明所称的模块是指一种能够被计算机装置的处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在计算机装置的存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。

所述抓取模块100用于通过搜索引擎从客户信息数据库中抓取客户数据，所述客户数据包括，但不限于，客户信息、保险信息、代理人信息等。

所述扁平化处理模块120用于对所抓取的多维客户数据进行扁平化处理。

具体地，所述搜索引擎抓取所有表格中存储的与客户相关的数据，整合至一个文档中，从而使客户信息完整展现在同一文档中，实现客户数据的扁平化。例如，对于某一特定客户，其多维度的信息分别存放在不同的表格中，每一维度的信息中均包括有客户的唯一识别代码，通过该唯一识别代码及搜索引擎可将关联到该唯一识别码的所有客户信息都搜索出来，然后将搜索出来的客户信息转存至一个文档中，从而通过该文档即可获取到该客户的所有信息。每一客户对应一个文档，以文档形式展现的客户数据保存在计算机装置1的存储器中。

可以理解的是，在其他实施例中，所述客户数据也可以以其他形式整合在一起，例如树状结构等，只要能将与客户相关的所有数据整合在一起满足扁平化展示需求即可。

所述查询处理模块130用于根据终端设备3的查询请求，返回对应的目标客户的数据至终端设备。例如，终端设备3向所述计算机装置1发出查询某一客户的数据，所述查询处理模块130根据该查询请求在所述计算机装置1的存储器中搜索与该客户的唯一识别代码相关联的文档，然后将该文档返回至终端设备3。由于每一客户的数据已完整整合在一个文档中，从而不需要再去多维数据结构中分别获取不同维度的客户数据，可显著提升客户数据的读取效率。

在一些实施例中，所述客户数据处理装置还可进一步包括更新模块140，所述更新模块140用于当终端设备需要更新客户数据时，例如更新(新增或变更)保单信息，所述更新模块140将更新的客户数据保存至计算机装置1的存储器中，并对该更新的客户数据进行标记。标记后的客户数据还可同步存储至客户信息数据库20中。由于对更新的客户数据进行标记可在计算机装置进行，标记更快捷，成本更低廉。

在一些实施例中，计算机装置1的存储器存储的客户数据可根据更新频率或更新时间进行排序，也可以根据客户访问的频率进行排序，从而可进一步提升客户数据的读取效率。

在一些场景中，计算机装置1的存储器还可存储客户的搜索策略。例如，对于客户搜索频率高的关键字段对应的搜索策略及搜索结果可保存。客户通过终端设备输入查询请求时，可将存储的搜索策略提示给客户。通过预先存储搜索策略可更快地响应客户查询请求。

在一些实施例中，所述客户数据处理装置还可进一步包括客户画像模块150。所述客户画像模块用户从大数据平台抓取大数据，并基于大数据及扁平化结构的客户数据进行用户画像。

对客户进行画像可包括：

对所述大数据进行分类处理。按照客户唯一识别对所述大数据进行汇总，然后汇总后的大数据进行分类处理。可以采用朴素贝叶斯、knn最近邻、svm支持向量机等算法进行分类。

对分类后的大数据进行关键词提取，基于提取的关键词确定客户关注点。其中提取关键词可以采用权重策略的tf-idf算法等。根据关键词提取处理可获得客户感兴趣的具体内容，即客户的关注点。

基于所述客户关注点给客户打标签，实现客户的精准画像。

所述客户标签数据类别可包括，但不限于，人口统计学特征、消费能力数据、兴趣数据、风险偏好等。

客户画像是根据客户标签数据抽象出的一个标签化的用户模型。客户画像可应用在大数据分析及精准营销等领域。例如，利用客户画像可以快速锁定潜在客户进行营销；利用客户画像为客户提供私人定制或个性化服务、产品等；利用客户画像可以统计分析出产品市场分布情况，例如喜欢红酒的人通常喜欢什么运动品牌，利用聚类算法分析，喜欢红酒的人年龄段分布情况等。

对于得到的客户画像可保存至计算机装置的存储器中及/或客户信息数据库20中。

本发明提供的客户数据处理装置通过搜索引擎将客户信息从客户信息数据库20中抓取出来，进行扁平化处理后得到以客户为中心的扁平化数据结构的客户数据，然后保存在计算机装置的存储器中，从而可根据客户唯一识别代码快速定位到客户数据，获取客户相关的所有信息。因此，能够显著提升客户数据的读取效率。进一步地，对于终端设备对客户数据的更新，可在计算机装置进行标记存储，然后再同步保存至客户信息数据库，从而能够实时的低成本的标记更新，实现对客户数据的快速写。进一步地，所述客户数据处理装置还可以从大数据平台抓取与客户信息相关的大数据，从而结合计算机装置的存储器存储的客户数据对客户进行画像，从而能够快速分析客户信息，实时反馈分析结果。客户画像可应用在大数据分析及精准营销等领域，可以进一步提高客户数据的利用率。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块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)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。

如图7所示，图7是本发明实现客户数据处理方法的较佳实施例的计算机装置的结构示意图。所述计算机装置1包括至少一个发送装置11、至少一个存储器12、至少一个处理器13、至少一个接收装置14以及至少一个通信总线。其中，所述通信总线用于实现这些组件之间的连接通信。

所述计算机装置1是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程门阵列(field－programmablegatearray，fpga)、数字处理器(digitalsignalprocessor，dsp)、嵌入式设备等。所述计算机装置1还可包括网络设备和/或用户设备。其中，所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(cloudcomputing)的由大量主机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。

所述计算机装置1可以是，但不限于任何一种数据处理能力的电子产品，例如，桌上型计算机、笔记本电脑、服务器等。

所述计算机装置1所处的网络包括，但不限于互联网、广域网、城域网、局域网、虚拟专用网络(virtualprivatenetwork，vpn)等。

其中，所述接收装置14和所述发送装置11可以是有线发送端口，也可以为无线设备，例如包括天线装置，用于与其他设备进行数据通信。

所述存储器12用于存储程序代码。所述存储器12可以是集成电路中没有实物形式的具有存储功能的电路，如ram(random-accessmemory，随机存取存储器)、fifo(firstinfirstout，)等。或者，所述存储器12也可以是具有实物形式的存储器，如内存条、tf卡(trans-flashcard)、智能媒体卡(smartmediacard)、安全数字卡(securedigitalcard)、快闪存储器卡(flashcard)等储存设备等等。

所述处理器13可以包括一个或者多个微处理器、数字处理器。所述处理器13可调用存储器12中存储的程序代码以执行相关的功能。例如，图6中所述的各个单元是存储在所述存储器12中的程序代码，并由所述处理器13所执行，以实现一种客户数据处理方法。所述处理器13又称中央处理器(cpu，centralprocessingunit)，是一块超大规模的集成电路，是运算核心(core)和控制核心(controlunit)。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。

另外，在本发明各个实施例中的各功能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，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。