用户分组处理方法及装置、电子设备以及存储介质与流程

本公开涉及计算机技术领域，具体而言，涉及一种用户分组处理方法、用户分组处理装置、电子设备以及存储介质。

背景技术：

随着社会经济的发展以及人们日益增长的美好生活需要，越来越多的人开始购买保险，以应对未来可能发生的未知事件。

面对庞大的保险用户群体，保险行业的经营者需要对其进行有效管理，从而更好地为这些用户提供服务。对于保险企业来说，只是将保险用户的信息进行简单存储，并没有充分利用用户信息对其进行分组处理。

针对每一险种，目前尚未存在如何有效对用户进行分组的方案，因此，在为用户提供保险服务的过程中就不能针对特定用户快速制定保险购买方案，使得用户体验变差。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本公开的目的在于提供一种用户分组处理方法、用户分组处理装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服无法对保险用户进行有效分组的问题。

根据本公开的第一方面，提供一种用户分组处理方法，包括：按保险类型对一用户群的用户进行预分组；获取各预分组中用户的属性信息所对应的预设属性要求；计算各预分组中满足所述预设属性要求的用户中购买保险的用户的比例，并根据所述比例配置预设属性要求的权重；根据所述预设属性要求和对应的权重构建分组模型，以便利用所述分组模型对用户进行分组。

可选的，所述用户分组处理方法还包括：获取新增用户的信息，将所述新增用户的信息输入到所述分组模型，以确定所述新增用户对应的用户组，并将所述新增用户添加到所述用户组中。

可选的，确定所述新增用户对应的用户组包括：确定所述新增用户的属性信息与所述用户群的用户的属性信息的相似度；根据所述相似度确定所述新增用户对应的用户组。

可选的，根据所述相似度确定所述新增用户对应的用户组包括：如果所述相似度大于第一预设相似度，则确定所述新增用户对应的用户组为第一用户组；如果所述相似度介于所述第一预设相似度与第二预设相似度之间，则确定所述新增用户对应的用户组为第二用户组；如果所述相似度小于所述第二预设相似度，则确定所述新增用户对应的用户组为第三用户组。

可选的，所述用户分组处理方法还包括：将所述新增用户的信息以及所述新增用户所属用户组的信息发送给业务人员，以便所述业务人员根据所述新增用户所属用户组确定出业务方向。

可选的，所述用户分组处理方法还包括：随机从用户数据库中选取已购买保险的用户以及有意向购买保险的用户；将选取的用户构成所述用户群。

可选的，根据所述比例配置预设属性要求的权重包括：确定所述预设属性要求的权重系数；将所述比例与所述权重系数的比值作为所述预设属性要求的权重。

根据本公开的第二方面，提供一种用户分组处理装置，包括：用户预分组模块，用于按保险类型对一用户群的用户进行预分组；属性要求获取模块，用于获取各预分组中用户的属性信息所对应的预设属性要；权重配置模块，用于计算各预分组中满足所述预设属性要求的用户中购买保险的用户的比例，并根据所述比例配置预设属性要求的权重；分组模型构建模块，用于根据所述预设属性要求和对应的权重构建分组模型，以便利用所述分组模型对用户进行分组。

可选的，所述用户分组处理装置还包括：新增用户分组模块。

具体的，新增用户分组模块用于获取新增用户的信息，将所述新增用户的信息输入到所述分组模型，以确定所述新增用户对应的用户组，并将所述新增用户添加到所述用户组中。

可选的，所述新增用户分组模块包括：相似度确定单元和新增用户处理单元。

具体的，相似度确定单元用于确定所述新增用户的属性信息与所述用户群的用户的属性信息的相似度；新增用户处理单元用于根据所述相似度确定所述新增用户对应的用户组。

可选的，所述新增用户处理单元包括：分组确定子单元。

具体的，分组确定子单元用于如果所述相似度大于第一预设相似度，则确定所述新增用户对应的用户组为第一用户组；如果所述相似度介于所述第一预设相似度与第二预设相似度之间，则确定所述新增用户对应的用户组为第二用户组；如果所述相似度小于所述第二预设相似度，则确定所述新增用户对应的用户组为第三用户组。

可选的，所述新增用户分组模块包括分组结果处理模块。

具体的，分组结果处理模块用于将所述新增用户的信息以及所述新增用户所属用户组的信息发送给业务人员，以便所述业务人员根据所述新增用户所属用户组确定出业务方向。

可选的，所述用户分组处理装置还包括：用户群选取模块。

具体的，用户群选取模块用于随机从用户数据库中选取已购买保险的用户以及有意向购买保险的用户，将选取的用户构成所述用户群。

可选的，所述权重配置模块包括：比例权重配置单元。

具体的，比例权重配置单元用于确定所述预设属性要求的权重系数，将所述比例与所述权重系数的比值作为所述预设属性要求的权重。

根据本公开的第三方面，提供一种电子设备，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据上述任意一项所述的方法。

本公开的示例性实施例中的用户分组处理方法，按保险类型对一用户群的用户进行预分组；获取各预分组中用户的属性信息所对应的预设属性要求；计算各预分组中满足所述预设属性要求的用户中购买保险的用户的比例，并根据所述比例配置预设属性要求的权重；根据所述预设属性要求和对应的权重构建分组模型，并利用所述分组模型对用户进行分组。一方面，通过这种用户分组处理方法可以将所有用户都进行有效分组，方便管理者对用户的管理；另一方面，可以通过结果向用户推荐适合的保险产品，不仅提高了保险经营者的工作效率，而且用户体验也得到较大的提升。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：

图1示意性示出了根据本公开的示例性实施方式的用户分组处理方法的流程图；

图2示出了根据本公开的示例性实施方式的用户分组处理方法的利用分组模型进行分类的示意图；

图3示意性示出了根据本公开的示例性实施方式的用户分组处理装置的方框图；

图4示意性示出了根据本公开的另一示例性实施方式的用户分组处理装置的方框图；

图5示意性示出了根据本公开的示例性实施方式的新增用户分组模块的方框图；

图6示意性示出了根据本公开的示例性实施方式的新增用户处理单元的方框图；

图7示意性示出了根据本公开的再一示例性实施方式的用户分组处理装置的方框图；

图8示意性示出了根据本公开的又一示例性实施方式的用户分组处理装置的方框图；

图9示意性示出了根据本公开的示例性实施方式的权重配置模块的方框图；

图10示意性示出了根据本公开一示例性实施例的电子设备的框图；以及

图11示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的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部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。

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，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，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。

保险行业的相关技术中，在收集了用户信息后，未能对用户的属性信息进行充分的分析和挖掘，所以未能将保险行业的用户按照预设的规则进行分组，在用户管理的实现上存在一定的问题，不能充分挖掘出用户的参保意向，为用户推荐适合的保险产品，最终影响保险用户的使用体验，阻碍整个保险行业的快速发展。

基于此，在本示例实施例中，首先提供了一种用户分组处理方法，可以利用服务器来实现本公开的用户分组处理方法，也可以利用终端设备来实现本公开所述的方法，其中，所述终端设备例如可以为手机、电脑、pda等各种电子设备。参考图1，该用户分组处理方法可以包括以下步骤：

s110.按保险类型对一用户群的用户进行预分组。

本示例实施方式中，可以按照保险类型，即：险种(如：寿险、车险、人身意外险等)对一用户群的用户进行预分组。用户群的用户来源可以包括：已购买过相应险种的用户，有购买意向但尚未购买保险的用户，还可以包括通过任何途径了解过保险险种的其他用户。随机从用户数据库中选取上述用户来源的用户作为一用户群。举例而言，某一用户群中的用户可以是已购买过相应险种的用户，有购买意向但尚未购买保险的用户两者组合起来形成的用户。假定有一用户群中包括1000个用户，这1000个用户中包括已经购买过某一保险和没有购买过这一保险的两种，按照相应的险种将这些用户进行预先分组。

当然，本领域技术人员容易理解的是，在本公开的其他示例性实施例中，也可以选取任意保险险种对用户群中的用户进行预先分组，本示例性实施例中对此不做特殊限定。

s120.获取各预分组中用户的属性信息所对应的预设属性要求。

本示例实施方式中，在对用户群中的用户进行预先分组后，获取各预分组中用户的属性信息所对应的预设属性要求。举例而言，用户的属性信息是指用户个人的相关属性，可以包括：性别、年龄、年收入、是否有子女、是否有车等，对于每一种属性可以由开发人员预先设定一些具体的指标项，例如：性别属性要求的指标项为“男”、“女”；年龄属性要求的指标项可以按照年龄阶段进行划分，可以划分为0岁～18岁、19岁～30岁、31岁～60岁、60岁以上，年龄不能为负值；年收入可以按照收入数量进行划分，可以划分为：10w以下、10w～20w、20w～30w、30w以上。应当理解的是，不同险种的预设属性可以有所不同，当同一险种的预设属性要求一经设定，在进行用户分组处理的过程中不会发生变化。

进一步地，除了给出的属性要求，如：年龄段的划分、年收入的具体划分情况外，还可以针对具体险种，对预设属性进行其他任何符合条件的具体划分，即只要能够充分地利用用户的属性信息为下一步的处理提供分析依据，均属于本公开的保护范围。

s130.计算各预分组中满足所述预设属性要求的用户中购买保险的用户的比例，并根据所述比例配置预设属性要求的权重。

本示例实施方式中，对于各预分组，计算满足所述预设属性要求的用户中购买保险的用户的比例，对于计算出的比例可以按照从大到小的顺序对比例进行排序。举例而言，以车险分组为例，“是否有车”这个属性非常重要，当用户在有车的前提下，才会购买车险。具备“有车”这个属性的用户，购买车险的用户比例非常高；“年收入”这个属性中，年收入越高的用户购买车险的比例就会越大，而“是否有子女”以及“年龄”属性对用户是否购买车险的影响相对较小，例如：在属性信息为“有车”时，购买车险的用户比例为90％，“无车”时购买车险的用户比例为0％，“年收入”为“10w以下”、“10w～20w”、“20w～30w”、“30w以上”用户购买车险的比例分别为30％、50％、60％、85％，比例差别相对于“是否有车”相对较小，而“是否有子女”中“有子女”和“无子女”购买车险的比例分别为60％、45％，“年龄”中“0岁～18岁”、“19岁～30岁”、“31岁～65岁”、“65岁以上”用户购买车险的比例为0％、50％、70％、5％。根据属性划分的不同情况下，购买车险的用户比例分布比较，可以根据以上比例来配置各个预设属性要求的权重。

本示例实施方式中，可以选择比例最小的作为基准，来确定其他属性信息的比重。例如，将“是否有子女”作为基准，将其设为1，则“年龄”设为1.1，“年收入”设为1.4，“是否有车”设为1.8；这样可以得出，“是否有车”属性的权重相对于“年收入”属性的权重更大一些，而“是否有子女”以及“年龄”在判断用户是否购买车险的权重中就会配置相对较小的值。

当然，本领域技术人员容易理解的是，针对不同的保险险种，在本公开的其他示例性实施例中，可以通过适用本险种的其他方式对所述预设属性要求的权重进行配置，以达到为下一步构建分组模型提供依据的作用，本示例性实施例中对此不做特殊限定。

s140.根据所述预设属性要求和对应的权重构建分组模型，以便利用所述分组模型对用户进行分组。

本示例实施方式中，将所述预设属性要求和对应的权重一同用来构建分组模型，该分组模型利用上述步骤分析出的属性信息以及权重等构建出可以将任意新增用户划分到最合适的分组，以便进行后续的工作。具体的划分过程，可以参照图2所示，图2中210为用户输入，将用户信息输入到分组模型220中，用户信息经过分组模型的计算，可以将用户归类到不同的险种230中，最后根据用户的综合信息，将用户划分到具体一种险种的某一分组中240。

根据本公开的一些实施例，可以采用神经网络来实现分组模型，例如，可以采用概率神经网络(probabilisticneuralnetwork，pnn)，也就是说，可以将pnn网络作为上述分组模块。该pnn网络可以包括输入层、隐含层、求和层和输出层。具体的，输入层可以用于将新增用户的属性信息输入pnn网络，输入层的个数可以与用户属性的个数相同。隐含层与输入层连接，用于计算输入的属性信息与训练该模型的样本的匹配程度。求和层可以连接隐含层，求和层的神经元的个数可以是样本的类别数量(即，购买保险概率的个数)，用于计算购买各保险的概率，输出层可以用于输出求和层概率最高的一类，以表明该用户应该被划分到哪一组。

另外，可以根据确定的所述新增用户的属性信息与所述用户群的用户的属性信息的相似度来确定所述新增用户对应的用户组。举例而言，当一新增用户的基本属性信息与用户群中某一用户的信息相似度达到预设的数值时，将会把该新增用户与用户群中的用户分配到同一用户组中。

当然，本领域技术人员容易理解的是，对于上述相似度的确定，可以采用欧氏距离、曼哈顿距离、明氏距离、余弦相似度等度量手段来确定，本示例性实施例中对此不做特殊限定。

本示例实施方式中，根据所述相似度确定所述新增用户对应的用户组时，如果所述相似度大于第一预设相似度，则确定所述新增用户对应的用户组为第一用户组；如果所述相似度介于所述第一预设相似度与第二预设相似度之间，则确定所述新增用户对应的用户组为第二用户组；如果所述相似度小于所述第二预设相似度，则确定所述新增用户对应的用户组为第三用户组。所述的预设相似度的数目及数值可以根据险种的不同以及保险业务的的开展需求进行预先设定。

举例而言，以用户是否会购买车险为例，所述的第一用户组为最有可能购买该险种的用户，如：购买的可能性能达到60％以上的用户；所述的第二用户组为有购买的可能性，但是相对于第一用户组，购买的可能性较小，如：购买的可能性为30％～60％之间的用户；所述的第三用户组指购买该险种可能性最低的用户，如：购买的可能性为30％以下的用户。

需要说明的是，在本公开的其他示例性实施例中，可以根据划分需要，增加或减少用户组的数量，并且可以更改用户购买某一险种的可能性的具体数值，以达到用户划分的最佳效果，用户分组数量的变化以及用户购买某一险种的可能性具体数值的变化均属于本公开的保护范围。

根据本公开的另一些示例性实施例，将所述新增用户的信息以及所述新增用户所属用户组的信息发送给业务人员，以便所述业务人员根据所述新增用户所属用户组确定出业务方向。

举例而言，一新增用户，该用户的基本信息为年收入为30w、有车辆、有子女、未购买车险并经常外出出差的35岁男性，可以将该用户划分到购买车险概率最大的第一用户组，也可以将该用户划分到有可能购买意外险的第二用户组，业务人员可以根据该男性用户的信息以及该用户所属用户组确定出为该用户推荐车险或意外险的业务。又例如，年收入为20w、有车辆、无子女、体弱多病的28岁女性，可以将该用户划分到医疗险概率最大的第一用户组，业务人员可以根据该女性用户的信息以及该用户所属用户组确定出一项为该用户推荐医疗险的业务。

同时，对于每一个险种，应该增加“用户是否已经购买”的属性信息，当用户已经购买过相应险种，在向用户推荐保险产品时，就不再推荐该险种。

举例而言，有一新增用户，该用户的基本信息为年收入为100w、拥有车辆、有子女且没有购买过车险的男性，则将该用户划分到车险中概率最大的第一用户组，这样可以指导业务人员将来为该用户重点介绍车险险种，增大该用户购买保险的可能性。此外，另一个新增用户，该用户的基本信息为年收入为300w、拥有车辆、有子女且已经购买过车险的女性，则将该用户划分到购买车险概率最小的第三用户组。

需要说明的是，同一个用户可以购买多个险种，则该用户可以被只分配到一个险种的用户组，也可以同时分配到多个险种的相应用户组，这些分组变化均属于本公开的保护范围。

综上所述，首先，按照保险类型对一用户群的用户进行预分组，获取到各预分组中用户的属性信息对应的预设属性要求；其次，计算各预分组中满足所述预设属性要求的历史用户中购买保险的用户比例，并根据所述比例配置预设属性要求的比重；再次，根据所述预设属性要求和其对应的比重构建用户分组模型。采用所述分组模型对用户进行分类的方法，一方面，将所述购买保险用户的比例与所述预设属性要求的权重的比值作为预设属性要求的权重，并通过对比新增用户的属性信息与所述用户群的用户的属性信息的相似度，使得新增用户分组的计算方法综合了所有会对用户分组产生影响的属性因素；另一方面所述用户群是在用户数据库中随机选取，增加了分组模型训练的准确性，提高新增用户分类的准确度；再一方面，根据所计算出的相似度对用户进行分组后，使得业务人员可以根据新增用户所属用户组确定出针对每位客户的业务方向，能够更好地满足用户购买保险的需求，进而促进保险业务的发展。

此外，在本示例实施例中，还提供了一种用户分组处理装置。参照图3所示，该用户分组处理装置300可以包括用户预分组模块310、属性要求获取模块320、权重配置模块330以及分组模型构建模块340。

具体的，用户预分组模块310可以用于按保险类型对一用户群的用户进行预分组；属性要求获取模块320可以用于获取各预分组中用户的属性信息所对应的预设属性要求；权重配置模块330可以用于计算各预分组中满足所述预设属性要求的用户中购买保险的用户的比例，并根据所述比例配置预设属性要求的权重；分组模型构建模块340可以用于根据所述预设属性要求和对应的权重构建分组模型，以便利用所述分组模型对用户进行分组。

该用户分组处理装置300综合了所有会对用户购买某一保险险种产生影响的用户属性信息，并判断每个属性信息的重要程度，以此建立分组模型对用户进行分组，是一种行之有效的用户分组处理装置。

根据本公开的示例性实施方式，参照图4所示，用户分组处理装置400相比于用户分组处理装置300，除包括用户预分组模块310、属性要求获取模块320、权重配置模块330以及分组模型构建模块340外，还可以包括新增用户分组模块410。

具体的，该新增用户分组模块410可以用于获取新增用户的信息，将所述新增用户的信息输入到所述分组模型，以确定所述新增用户对应的用户组，并将所述新增用户添加到所述用户组中。

新增用户分组模块410可以对所有新增用户进行分组处理，对新增用户进行相应组别的划分。

可选的，参照图5所示，新增用户分组模块410中可以包括相似度确定单元510和新增用户处理单元520。

具体的，相似度确定单元510用于确定所述新增用户的属性信息与所述用户群的用户的属性信息的相似度；新增用户处理单元520用于根据所述相似度确定所述新增用户对应的用户组。

通过相似度确定单元510以及新增用户处理单元520，可以对比新增用户信息与分组模型的训练样本中相应用户数据的相似程度，从而对用户进行相应分组。

可选的，所述新增用户处理单元520包括分组确定子单元610，如图6所示。

具体的，分组确定子单元610可以用于如果所述相似度大于第一预设相似度，则确定所述新增用户对应的用户组为第一用户组；如果所述相似度介于所述第一预设相似度与第二预设相似度之间，则确定所述新增用户对应的用户组为第二用户组；如果所述相似度小于所述第二预设相似度，则确定所述新增用户对应的用户组为第三用户组。

分组确定子单元610根据所预设的相似度，对新增用户进行准确的分组，所预设的相似度值以及根据预设相似度形成的组别数量非常灵活，从而可以更好地满足新增用户的分组要求。

可选的，参照图7所示，所述用户分组处理装置700可以包括分组结果处理模块710。

具体的，分组结果处理模块710用于将所述新增用户的信息以及所述新增用户所属用户组的信息发送给业务人员，以便所述业务人员根据所述新增用户所属用户组确定出业务方向。

分组结果处理模块710是将采用分组模型对新增用户进行分组的结果反馈给业务人员，业务人员可以直接根据用户分组结果为用户提供最适合最需要的保险服务。

可选的，参照图8所示，所述用户分组处理装置800可以包括用户群选取模块810。

具体的，用户群选取模块810可以用于随机从用户数据库中选取已购买保险的用户以及有意向购买保险的用户，将选取的用户构成所述用户群。

用户群选取模块810是随机从用户数据库中选取用户的，随机选取的特点使得选取的用户数据更具有代表性，避免由于数据选取不科学的原因，导致分组模型的训练过程出现欠拟合和过拟合的情况。

可选的，参照图9所示，所述权重配置模块330包括：比例权重配置单元3301。

具体的，比例权重配置单元3301用于确定所述预设属性要求的权重系数，将所述比例与所述权重系数的比值作为所述预设属性要求的权重。

比例权重配置单元3301确定出用户的各个属性信息在用户分组模型中的权重系数，由此可以对各个属性信息的重要程度按照由大到小的顺序进行排列，会提高用户分组模型的准确率。

上述中各虚拟用户分组处理装置模块的具体细节已经在对应的虚拟用户分组处理方法中进行了详细的描述，因此此处不再赘述。

应当注意，尽管在上文详细描述中提及了用户分组处理装置的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。

下面参照图10来描述根据本发明的这种实施例的电子设备1000。图10显示的电子设备1000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10所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030、显示单元1040。

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1010执行，使得所述处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。

存储单元1020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)1021和/或高速缓存存储单元1022，还可以进一步包括只读存储单元(rom)1023。

存储单元1020还可以包括具有一组(至少一个)程序模块1025的程序/实用工具1024，这样的程序模块1025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1030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1000也可以与一个或多个外部设备1070(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1000交互的设备通信，和/或与使得该电子设备1000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1050进行。并且，电子设备1000还可以通过网络适配器1060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。如图所示，网络适配器1060通过总线1030与电子设备1000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1000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。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例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，根据本公开实施例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非易失性存储介质(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、终端装置、或者网络设备等)执行根据本公开实施例的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。

参考图11所示，描述了根据本发明的实施例的用于实现上述方法的程序产品1100，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。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。

计算机可读信号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。可读信号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系统、装置或者器件使用或者与其结合使用的程序。

可读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)。

此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。