结合RPA和AI征信信息的处理方法和处理装置与流程

结合rpa和ai征信信息的处理方法和处理装置
技术领域
1.本技术涉及rpa、ai技术领域，尤其涉及一种结合rpa和ai征信信息的处理方法和处理装置。


背景技术：

2.机器人流程自动化(robotic process automation，rpa)是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。
3.人工智能(artificial intelligence，ai)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
4.相关技术中，个人征信报告均为人工解读，具体由人工打开征信报告，并根据征信解读规则，一条一条的进行评估，这样会大幅影响审批效率，同时无法排除人因风险，无法保持评估的客观性和准确性。


技术实现要素：

5.本技术旨在至少在一定程度上解决相关技术中的技术问题之一。
6.为此，本技术的第一个目的在于提出一种结合rpa和ai征信信息的处理方法，该方法能够提升解读效率，同时也可以排除人因风险，保持评估的客观性和准确性。
7.本技术的第二个目的在于提出一种结合rpa和ai征信信息的处理装置。
8.本技术的第三个目的在于提出一种电子设备。
9.本技术的第四个目的在于提出一种非临时性计算机可读存储介质。
10.本技术的第五个目的在于提出一种计算机程序产品。
11.为达上述目的，本技术第一方面实施例提出了一种结合rpa和ai征信信息的处理方法，包括以下步骤：获取征信报告文件；基于机器人流程自动化rpa，对设定的多个属性项从所述征信报告文件中提取对应的属性值；基于自然语言处理技术nlp，将设定的至少一个评估规则与所述多个属性项的属性值进行匹配；根据所述至少一个评估规则的匹配结果，生成并展示评估结论信息。
12.根据本技术实施例的结合rpa和ai征信信息的处理方法，获取征信报告文件，基于机器人流程自动化rpa，对设定的多个属性项从征信报告文件中提取对应的属性值，基于自然语言处理技术nlp，将设定的至少一个评估规则与多个属性项的属性值进行匹配，根据至少一个评估规则的匹配结果，生成并展示评估结论信息。由此，该方法能够提升解读效率，同时也可以排除人因风险，保持评估的客观性和准确性。
13.另外，本技术第一方面提出的结合rpa和ai征信信息的处理方法还可以具有如下附加的技术特征：
14.根据本技术的一个实施例，所述将设定的至少一个评估规则与所述多个属性项的属性值进行匹配，包括：对所述至少一评估规则中的第一规则，根据所述第一规则中指示的第一属性项，在所述多个属性项的属性值中，查询所述第一属性项的属性值；根据所述第一
规则指示的处理算法，对所述第一属性项的属性值进行计算处理，得到评估值；根据所述评估值，生成所述第一规则的匹配结果。
15.根据本技术的一个实施例，所述根据所述评估值，生成所述第一规则的匹配结果，包括：将所述评估值与所述第一规则指示的参考值比较大小关系，以根据所述大小关系确定所述第一规则的匹配结果。
16.根据本技术的一个实施例，所述将设定的至少一个评估规则与所述多个属性项的属性值进行匹配，包括：对所述至少一评估规则中的第二规则，根据所述第二规则中指示的第二属性项，在所述多个属性项的属性值中，查询所述第二属性项的属性值；将所述第二属性项的属性值确定为所述第二规则的匹配结果。
17.根据本技术的一个实施例，所述获取征信报告文件，包括：接收征信查询请求；响应于所述征信查询请求，获取查询信息；基于rpa访问目标页面，并在所述目标页面提交所述查询信息，以得到查询的所述征信报告文件。
18.根据本技术的一个实施例，所述基于rpa访问目标页面，并在所述目标页面提交所述查询信息之后，还包括：周期性刷新所述目标页面，并监测所述目标页面中显示的查询状态；在所述查询状态为已生成的情况下，基于rpa下载所述征信报告文件。
19.为达上述目的，本技术第二方面实施例提出了一种结合rpa和ai征信信息的处理装置，包括：获取模块，用于获取征信报告文件；提取模块，用于基于机器人流程自动化rpa，对设定的多个属性项从所述征信报告文件中提取对应的属性值；匹配模块，用于基于自然语言处理技术nlp，将设定的至少一个评估规则与所述多个属性项的属性值进行匹配；生成及展示模块，用于根据所述至少一个评估规则的匹配结果，生成并展示评估结论信息。
20.根据本技术实施例的结合rpa和ai征信信息的处理装置，通过获取模块用于获取征信报告文件，通过提取模块基于机器人流程自动化rpa，对设定的多个属性项从征信报告文件中提取对应的属性值，通过匹配模块基于自然语言处理技术nlp，将设定的至少一个评估规则与多个属性项的属性值进行匹配，通过生成及展示模块根据至少一个评估规则的匹配结果，生成并展示评估结论信息。由此，该装置能够提升解读效率，同时也可以排除人因风险，保持评估的客观性和准确性。
21.另外，本技术第一方面提出的结合rpa和ai征信信息的处理装置还可以具有如下附加的技术特征：
22.根据本技术的一个实施例，所述匹配模块，包括：第一查询单元，用于对所述至少一评估规则中的第一规则，根据所述第一规则中指示的第一属性项，在所述多个属性项的属性值中，查询所述第一属性项的属性值；计算处理单元，用于根据所述第一规则指示的处理算法，对所述第一属性项的属性值进行计算处理，得到评估值；生成单元，用于根据所述评估值，生成所述第一规则的匹配结果。
23.根据本技术的一个实施例，所述生成单元，具体用于：将所述评估值与所述第一规则指示的参考值比较大小关系，以根据所述大小关系确定所述第一规则的匹配结果。
24.根据本技术的一个实施例，所述匹配模块，包括：第二查询模块，用于对所述至少一评估规则中的第二规则，根据所述第二规则中指示的第二属性项，在所述多个属性项的属性值中，查询所述第二属性项的属性值；确定单元，用于将所述第二属性项的属性值确定为所述第二规则的匹配结果。
25.根据本技术的一个实施例，所述获取模块，包括：接收单元，用于接收征信查询请求；获取单元，用于响应于所述征信查询请求，获取查询信息；提交单元，用于基于rpa访问目标页面，并在所述目标页面提交所述查询信息，以得到查询的所述征信报告文件。
26.根据本技术的一个实施例，所述获取模块，还包括：刷新监测单元，用于在所述基于rpa访问目标页面，并在所述目标页面提交所述查询信息之后，周期性刷新所述目标页面，并监测所述目标页面中显示的查询状态；下载单元，用于在所述查询状态为已生成的情况下，基于rpa下载所述征信报告文件。
27.为达上述目的，本技术第三方面实施例提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的结合rpa和ai征信信息的处理方法。
28.为达上述目的，本技术第四方面实施例提出了一种非临时性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的结合rpa和ai征信信息的处理方法。
29.为达上述目的，本技术第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行上述的结合rpa和ai征信信息的处理方法。
30.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
31.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
32.图1是根据本技术实施例的结合rpa和ai征信信息的处理方法的流程图；
33.图2是根据本技术一个实施例的个人征信报告解读
‑
公积金贷款的评估结论信息图；
34.图3是根据本技术一个实施例的结合rpa和ai征信报告解读的流程图；
35.图4是根据本技术实施例的结合rpa和ai征信信息的处理装置的方框示意图；
36.图5示出了适于用来实现本技术实施方式的示例性电子设备的框图。
具体实施方式
37.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
38.下面参考附图描述本技术实施例的结合rpa和ai征信信息的处理方法和处理装置、电子设备、非临时性计算机可读存储介质和计算机程序产品。
39.传统的个人征信报告均为人工解读，但是人工解读个人征信报告，有以下几个缺点：
40.(1)效率低。个人征信报告短则十几页、长则几十页。以公积金对个人贷款审批业务为例，人工解读一份个人征信报告，平均时长为15分钟，大幅影响公积金审批效率。
41.(2)尺度不一。个人征信报告解读规则的数量较多，需要多年从业经验才可以把握评估尺度，保证客观性。由于新老业务人员把握规则尺度不一样，所以对于同一份个人征信报告往往会有不同的解读结果。
42.(3)人因风险大。业务人员经常处于疲劳审批状态，往往不能对每一条规则进行客观的解读，导致错评。
43.为此，本技术提出一种结合rpa和ai征信信息的处理方法，该方法能够提升解读效率，同时也可以排除人因风险，保持评估的客观性和准确性。
44.需要说明的是，rap是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。例如，rpa可以为企业和个人提供专业全面的流程自动化解决方案。rpa机器人可通过用户使用界面，智能理解企业已有应用，将基于规则的常规操作自动化，如自动重复读取邮件、读取office组件、操作数据库及网页和客户端软件等，采集数据，进行繁琐的计算，大批量生成文本和报告，完成枯燥的文件检查等工作，能够大幅降低人力成本的投入，有效提高现有办公效率，准确、稳定、快捷地完成工作。
45.图1是根据本技术实施例的结合rpa和ai征信信息的处理方法的流程图。
46.如图1所示，本技术实施例的结合rpa和ai征信信息的处理方法，包括以下步骤：
47.s1，获取征信报告文件。
48.根据本技术的一个实施例，获取征信报告文件，包括：接收征信查询请求；响应于征信查询请求，获取查询信息；基于rpa访问目标页面，并在目标页面提交查询信息，以得到查询的征信报告文件。
49.可以理解的是，贷款类型(如装修贷、工薪贷、车贷、公积金贷款商业贷款等不同)，需要查询信息不同，不同类型贷款设有对应的评估规则。
50.具体地，柜面人员在收到贷款申请人的贷款申请之后，登录贷款审请系统，并填入贷款申请人或其配偶的姓名、身份证数据，并发送征信查询请求。
51.rap机器人在接收到征信查询请求之后，从征信查询请求中解析得到查询信息，或者根据征信查询请求中携带的编号，从贷款申请信息中获取查询信息。然后针对查询信息，从多种系统(目标界面)中抓取数据，具体如下表1所示。
52.表1
53.系统实现方式网页界面元素抓取，支持ie、chrome、firefox及uibot browser客户端软件界面元素抓取、计算机视觉邮箱从邮箱内容中抓取，支持pop/smtp协议数据库odbc连接excel表单com组件调用网络协议http调用其它c、c++、python、java、lua等语言插件扩展
54.也就是说，可以在网页、客户端软件、邮箱、数据库、excel表单、网络协议、其它中提交查询信息，以抓取与查询信息相关的数据，最终生成征信报告文件。
55.进一步地，基于rpa访问目标页面，并在目标页面提交查询信息之后，还包括：周期性刷新目标页面，并监测目标页面中显示的查询状态；在查询状态为已生成的情况下，基于
rpa下载征信报告文件。
56.举例说明，查询状态为进度条的形式。具体地，rpa机器人在征信系统上定期如每隔10s刷新目标页面，并监测进度条的进度，并在进度条满格的时候，说明征信报告电子档已生成，此时也可在目标页面上显示“已生成”，告知柜面人员征信报告电子档已生成。rpa机器人模拟人工操作，自动下载征信报告至本地。
57.s2，基于机器人流程自动化rpa，对设定的多个属性项从征信报告文件中提取对应的属性值。
58.在该实施例中，属性项包括贷款、信用卡和其它。其中，贷款可包括个人住房贷款、个人商用房贷款(包括商住两用房)和其它类贷款等；信用卡包括贷记卡和准贷记卡等；其它包括水、电、燃气等公用事业费用。
59.属性值为属性项对应的详细信息，例如，个人住房贷款还款银行卡、还款金额、还款记录等。
60.s3，基于自然语言处理技术nlp，将设定的至少一个评估规则与多个属性项的属性值进行匹配。
61.在该实施例中，评估规则可根据属性项进行设置。
62.例如，以某地的住房公积金贷款进行说明。
63.贷款对应的评估规则，包括：
64.①
单笔贷款近两年内是否存在连续逾期3期以上记录(含3期)或累计逾期6期以上(含6期)记录；
65.②
贷款当前是否逾期；
66.③
贷款是否存在担保人代还记录；
67.④
贷款或担保贷款属于五级分类的状态(包括关注、次级、可疑、损失、正常)。
68.贷记卡对应的评估规则，包括：
69.⑤
贷记卡近两年内是否存在连续逾期3期以上(含3期)记录；
70.⑥
贷记卡当前是否逾期；
71.⑦
贷记卡状态(包括止付、冻结或呆账)；
72.准贷记卡对应的评估规则，包括：
73.⑧
准贷记卡近两年内是否存在透支180天以上未还记录；
74.其它对应的评估规则，包括：
75.⑨
水、电、燃气等公用事业费用的缴费信息、欠税情况、民事判决等。
76.需要说明的是，不同的评估规则与多个属性项的属性值匹配方式不同。
77.下面结合不同的规则进行说明规则与多个属性项的属性值是如何进行匹配。
78.作为第一个示例，对至少一评估规则中的第一规则，根据第一规则中指示的第一属性项，在多个属性项的属性值中，查询第一属性项的属性值；根据第一规则指示的处理算法，对第一属性项的属性值进行计算处理，得到评估值；根据评估值，生成第一规则的匹配结果。
79.其中，根据评估值，生成第一规则的匹配结果，包括：将评估值与第一规则指示的参考值比较大小关系，以根据大小关系确定第一规则的匹配结果。
80.在该示例中，第一规则可包括贷款对应的评估规则中的
①
单笔贷款近两年内是否
存在连续逾期3期以上记录(含3期)或累计逾期6期以上(含6期)记录、
②
贷款当前是否逾期、
③
贷款是否存在担保人代还记录；贷记卡对应的评估规则中的
⑤
贷记卡近两年内是否存在连续逾期3期以上(含3期)记录、
⑥
贷记卡当前是否逾期等。
81.先以贷款对应的评估规则中的
①
单笔贷款近两年内是否存在连续逾期3期以上记录(含3期)或累计逾期6期以上(含6期)记录为例进行说明。
82.具体地，rpa机器人根据贷款的属性值(还款日)判断贷款申请人是否按期还款，如果根据属性值判断按期还款，则不统计，如果根据属性值判断未按期还款，则统计次数，最终得到的统计总次数，作为总逾期次数，即评估值。然后，将评估值与第一规则指示的参考值6比较大小关系，当评估值大于或等于6时，说明单笔贷款近两年内存在累计逾期6期以上(含6期)记录；当评估值小于6时，说明单笔贷款近两年内不存在累计逾期6期以上(含6期)记录，并生成相应的匹配结果。
83.再以贷款对应的评估规则中的
③
贷款是否存在担保人代还记录为例再进行说明。
84.具体地，rpa机器人根据贷款的属性值(还款人姓名或卡号)判断是否存在担保人代还记录，如果根据属性值判断不存在担保人代还记录，则不统计；如果根据属性值判断存在担保人代还记录，则统计，作为评估值。然后，将评估值与第一规则指示的参考值0比较大小关系，当评估值大于0时，说明存在担保人代还记录；当评估值等于0时，说明存在担保人代还记录，并生成相应的匹配结果。
85.作为第二个示例，对至少一评估规则中的第二规则，根据第二规则中指示的第二属性项，在多个属性项的属性值中，查询第二属性项的属性值；将第二属性项的属性值确定为第二规则的匹配结果。
86.在该示例中，第二规则可包括贷款对应的评估规则
④
贷款或担保贷款属于五级分类的状态(包括关注、次级、可疑、损失、正常)，贷记卡对应的评估规则
⑦
贷记卡状态(包括止付、冻结或呆账)。
87.例如，本期还款金额；贷款或担保贷款属于五级分类的状态中的关注、次级、可疑、损失、正常哪种；贷记卡状态为止付、冻结或呆账中的哪种，这些可在多个属性项的属性值中直接查询得到，并将查询到的结果，确定为匹配结果。
88.s4，根据至少一个评估规则的匹配结果，生成并展示评估结论信息。
89.在得到每个评估规则的匹配结果之后，弹屏提示柜面人员评估结论信息，如可包括每项规则的匹配状况及最终的审批建议是否通过，如图2所示。
90.由此，rpa机器人完成个人征信报告自动解读，实现全流程的自动化。利用rpa机器人实现了个人征信报告自动解读，通常不超过1分钟，其中征信报告解读部分仅需耗时5秒钟。大幅缩短了征信报告解读时长，同时保障了解读准确性。
91.为使本领域技术人员更清楚地了解本技术，图3是根据本技术一个实施例的结合rpa和ai征信报告解读的流程图。
92.如图3所示，本技术实施例的结合rpa和ai征信报告解读，包括以下步骤：
93.s301，柜面人员收到贷款申请。
94.s302，rpa机器人提取申请人信息。rpa机器人自动打开征信系统，填入贷款申请人或其配偶的信息，进行征信查询。
95.s303，rpa机器人打开征信系统。
96.s304，征信系统提交查询征信请求。
97.s305，rpa机器人获取征信报告。rpa机器人在征信系统上定期刷新页面，查询征信报告状态，征信报告状态变更为“已生成”后，rpa模拟人工操作，自动下载征信报告至本地。
98.s306，rpa机器人解读征信报告。rpa机器人自动读取个人征信报告pdf文件内容，对征信数据进行结构化整理，根据解读规则进行解读。
99.s307，柜面人员确定是否贷款。
100.rpa机器人自动解读个人征信报告较人工解读个人征信报告的优点：
101.1)效率提升。rpa机器人能够自动解读个人征信报告全流程平均耗时1分钟，而人工解读个人征信报告平均耗时15分钟。
102.2)客观、准确。rpa机器人能够完全按照规则进行解读，不会因为疲劳、缺乏经验而丧失解读客观性及准确性，而柜面人员在长时间的工作压力下或缺失解读经验时，容易错评漏评。
103.综上所述，根据本技术实施例的结合rpa和ai征信信息的处理方法，获取征信报告文件，基于机器人流程自动化rpa，对设定的多个属性项从征信报告文件中提取对应的属性值，基于自然语言处理技术nlp，将设定的至少一个评估规则与多个属性项的属性值进行匹配，根据至少一个评估规则的匹配结果，生成并展示评估结论信息。由此，该方法应用rpa机器人流程自动化技术，将固化、繁琐、重复的业务使用rpa机器人来自动化完成，以达到优化中心部分工作流程、减少成本、提高工作效率、降低操作失误率的目标，从而能够提升解读效率，同时也可以排除人因风险，保持评估的客观性和准确性。
104.为了实现上述实施例，本技术还提出一种装置。
105.图4是根据本技术实施例的结合rpa和ai征信信息的处理装置的方框示意图。
106.如图4所示，该结合rpa和ai征信信息的处理装置40，包括：获取模块41、提取模块42、匹配模块43和生成及展示模块44。
107.其中，获取模块41用于获取征信报告文件。提取模块42用于基于机器人流程自动化rpa，对设定的多个属性项从征信报告文件中提取对应的属性值。匹配模块43用于基于自然语言处理技术nlp，将设定的至少一个评估规则与多个属性项的属性值进行匹配。生成及展示模块44用于根据至少一个评估规则的匹配结果，生成并展示评估结论信息。
108.根据本技术的一个实施例，匹配模块43，包括：第一查询单元，用于对至少一评估规则中的第一规则，根据第一规则中指示的第一属性项，在多个属性项的属性值中，查询第一属性项的属性值；计算处理单元，用于根据第一规则指示的处理算法，对第一属性项的属性值进行计算处理，得到评估值；生成单元，用于根据评估值，生成第一规则的匹配结果。
109.根据本技术的一个实施例，生成单元，具体用于：将评估值与第一规则指示的参考值比较大小关系，以根据大小关系确定第一规则的匹配结果。
110.根据本技术的一个实施例，匹配模块43，包括：第二查询模块，用于对至少一评估规则中的第二规则，根据第二规则中指示的第二属性项，在多个属性项的属性值中，查询第二属性项的属性值；确定单元，用于将第二属性项的属性值确定为第二规则的匹配结果。
111.根据本技术的一个实施例，获取模块41，包括：接收单元，用于接收征信查询请求；获取单元，用于响应于征信查询请求，获取查询信息；提交单元，用于基于rpa访问目标页面，并在目标页面提交查询信息，以得到查询的征信报告文件。
112.根据本技术的一个实施例，获取模块41，还包括：刷新监测单元，用于在基于rpa访问目标页面，并在目标页面提交查询信息之后，周期性刷新目标页面，并监测目标页面中显示的查询状态；下载单元，用于在查询状态为已生成的情况下，基于rpa下载征信报告文件。
113.需要说明的是，前述对结合rpa和ai征信信息的处理方法实施例的解释说明也适用于该实施例的结合rpa和ai征信信息的处理装置，此处不再赘述。
114.根据本技术实施例的结合rpa和ai征信信息的处理装置，通过获取模块用于获取征信报告文件，通过提取模块基于机器人流程自动化rpa，对设定的多个属性项从征信报告文件中提取对应的属性值，通过匹配模块基于自然语言处理技术nlp，将设定的至少一个评估规则与多个属性项的属性值进行匹配，通过生成及展示模块根据至少一个评估规则的匹配结果，生成并展示评估结论信息。由此，该装置能够提升解读效率，同时也可以排除人因风险，保持评估的客观性和准确性。
115.为了实现上述实施例，本技术还提出了一种电子设备。
116.本技术实施例的电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的结合rpa和ai征信信息的处理方法。
117.为了实现上述实施例，本技术还提出了一种非临时性计算机可读存储介质。
118.本技术实施例的非临时性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的结合rpa和ai征信信息的处理方法。
119.为了实现上述实施例，本技术还提出了一种计算机程序产品。
120.本技术实施例的计算机程序产品，当所述计算机程序产品中的指令由处理器执行时，执行上述的结合rpa和ai征信信息的处理方法。
121.图5示出了适于用来实现本技术实施方式的示例性电子设备的框图。图5显示的电子设备12仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
122.如图5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
123.总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(industry standard architecture；以下简称：isa)总线，微通道体系结构(micro channel architecture；以下简称：mac)总线，增强型isa总线、视频电子标准协会(video electronics standards association；以下简称：vesa)局域总线以及外围组件互连(peripheral component interconnection；以下简称：pci)总线。
124.电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
125.存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(random access memory；以下简称：ram)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动
器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(compact disc read only memory；以下简称：cd
‑
rom)、数字多功能只读光盘(digital video disc read only memory；以下简称：dvd
‑
rom)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本技术各实施例的功能。
126.具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42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。程序模块42通常执行本技术所描述的实施例中的功能和/或方法。
127.电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信，和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，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22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(local area network；以下简称：lan)，广域网(wide area network；以下简称：wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与电子设备12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12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。
128.处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现前述实施例中提及的方法。
129.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“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技术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必须针对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一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
130.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
131.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
132.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
133.应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
134.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
135.此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
136.上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。