一种利用大数据获取商品详细信息的方法及显示系统与流程

1.本技术涉及物联网技术领域，尤其涉及一种利用大数据获取商品详细信息的方法及显示系统。


背景技术：

2.无人小店作为当下普通便利店的补充形式，填补了消费者到传统便利店的距离空白，同时极大的方便了消费者，为人们的生活带来更多的便利，同时也改善了人们的生活品质，因此，线下无人小店也越来越受到人们的青睐。
3.对于普通的线下小店，消费者在购物时可以通过在柜台进行结账来判断消费者购买的商品的数量、种类等情况，因此作为收账的信息。相反的，对于消费者来说，他们越来越不限于对商品本身的关注，而是随着社会生活的进步，希望在购买商品的时候能够充分的对需要购买的商品进行详细的了解和关注。线下传统的便利店并不能提供这样的服务，只能针对商品进行在店内的促销活动公告，对于其他诸如人们对于该商品的评价、使用情况、具体介绍等无法提供。当前，无人小店的新销售模式，省去了在店人员的线下交易模式，同时延长了店铺的销售时间，一定程度上提升了服务的水平。但是，对于如何为消费者在购物时提供购买商品的诸如商品评价、使用情况、具体介绍信息，还没有一个有效的方式，同时对于商品的促销信息也是笼统的，不能够针对消费者所购买的商品进行针对性的促销信息推送，以更好的，更便利的为消费者服务。
4.因此，设计一种能够提供商品详细信息和针对性推送促销信息的方法或系统，能够在消费者购买商品时，根据购买的商品提供详细的商品信息和店内促销信息，以达到提升服务品质的目的，是目前亟待解决的问题。


技术实现要素：

5.基于此，本发明在于克服现有技术的缺陷，提供一种利用大数据获取商品详细信息的方法，该方法通过监测用户的购买行为来判断用户所购买商品的种类，借此根据用户购买的商品提供针对该商品的详细商品信息以及关于该商品在店内的促销信息，为客户提供详尽的参考，便于客户对商品进行满意的挑选，这样，不仅提升了无人小店的服务品质，也满足了客户对于购买商品的信息了解需求。
6.本发明还提供一种利用大数据获取商品详细信息的显示系统，该系统通过利用视觉跟踪装置来确认店内消费者的购物行为，并持续进行跟踪，以明确消费者的购物倾向。同时，根据消费者的购物倾向，通过重力传感器和视觉传感器来确认客户所要购买的商品种类。根据所确认的消费者欲购买的商品种类，通过大数据商品信息调取装置来获取关于该商品的诸如评价、生产信息等的详细数据，另外，利用促销装置获取关于该商品的促销信息。将这些详细数据和促销信息综合显示在便携式显示装置上，为消费者的购物提供更多的信息引导，保证消费者购物时能够获取需要的信息并作出满意的购物决定，同时这样的信息提供方式，也进一步提升了线下无人小店的服务品质。
7.本发明提供的第一种技术方案：
8.一种利用大数据获取商品详细信息的方法，包括：监测用户的购买行为，形成商品购买数据；根据商品购买数据，确认购买商品；根据购买商品的种类，获取购买商品的详细信息；根据购买商品的种类，获取购买商品的促销信息；结合详细信息和促销信息，形成商品购买价值信息。上述实现过程中，通过监测用户的购买行为来判断用户所购买商品的种类，借此根据用户购买的商品提供针对该商品的详细商品信息以及关于该商品在店内的促销信息，为客户提供详尽的参考，便于客户对商品进行满意的挑选，这样，不仅提升了无人小店的服务品质，也满足了客户对于购买商品的信息了解需求。
9.优选地，监测用户的购买行为，形成商品购买数据，包括：跟踪用户的行动，形成视觉跟踪信息；根据视觉跟踪信息，获取用户的位置信息；根据位置信息，确认用户购买商品的货架信息；根据货架信息，获取货架重量数据；结合视觉跟踪信息和货架重量数据，形成商品购买数据。上述实现过程中，商品购买数据的形成包括对用户的视觉跟踪和对货架信息的提取。在用户进入到店内后，对用户进行视觉跟踪，可以随时了解用户的行动和购物行为，并根据客户的这些行动和购物行为来判断用户所要购买商品的位置位于店内的哪个货架上，确认商品所处的货架位置后根据对货架上商品的重量数据以及结合视觉系统监测的用户取拿商品数据可以判断出用户购买的商品，进而形成商品购买数据，作为后边根据确认的商品提供详细信息和促销信息的基础依据。
10.优选地，根据商品购买数据，确认购买商品，包括：根据货架重量数据，获取货架的重量变化数据；根据重量变化数据，获取相关商品种类信息；结合视觉跟踪信息和相关商品种类信息，判断购买商品的种类。上述实现过程中，提供一种具体确认购买商品的方式。首先是根据视觉装置判断出用户购买的商品所在的货柜，然后提取该货柜上的重力传感数据，根据重力传感数据中重量的变化来判断出可能的相关商品种类，同时在利用视觉传感器监测到的用户取拿商品时的情况，来确定用户所购买的商品的种类。总体上利用视觉传感技术和重力传感数据进行商品种类的判断，充分保证了商品种类判断的准确性和实时性。
11.优选地，根据购买商品的种类，获取购买商品的详细信息，包括：根据购买商品的种类，获取商品评级数据；对商品评级数据分析处理，获取购买商品的详细信息。上述实现过程中，商品的种类确认后，可以有针对性的获取关于该商品的详细信息。根据确认的商品种类去获取关于该商品在各个平台中的评级数据，通过对评级数据进行合理的分析处理，提取出适用于用户且有价值的数据，为客户提供详细的商品数据参考，指导或者帮助客户完成满意的购物过程。
12.优选地，对商品评级数据分析处理，获取购买商品的详细信息，包括：将商品评级数据按照不同的来源进行评级类别划分，形成商品评级类别数据；设定评级选定标准，根据评级选定标准对商品评级类别数据进行筛选，形成购买商品的详细信息。上述实现过程中，提供一种商品评级数据分析处理的方式。由于不同的平台对于商品的销售情况或者关注方面不同，因此，可以先将商品的评级数据根据不同的平台进行分类别的划分。然后制定统一的、合理的筛选标准来对不同类别的商品评级数据进行筛选，获取到具有价值的商品评级数据，以为用户提供有用的参考信息，有效的引导或帮助用户更好的进行购物。
13.优选地，评级选定标准为好评率不小于选定好评率。上述实现过程中，好评率在商
品的购选过程中是十分重要的参考依据，基本上会影响用户对于商品的购买决定。因此，在对商品的评级数据进行筛选时，将好评率作为筛选的标准，可以快速的筛选出关于购买该商品的有价值的商品信息，有助于用户能够正确的进行购物决定的判断。
14.优选地，根据购买商品的种类，获取购买商品的促销信息，包括：根据购买商品的种类，结合店内促销活动，形成购买商品的促销信息。上述实现过程中，关于用户欲购买的商品的促销信息也是用户最希望参考的信息，一定程度上决定了用户对于该商品的购买决定。通过所确定的商品的种类，直接筛选出店内关于该商品的促销活动，能够帮助用户快速的确认关于该商品的促销信息，一方面为用户及时提供了关于该商品的价值信息，另一方面也节省了客户自己在促销信息中寻找关于该商品的促销信息，节省时间的同时也提高了客户购物的舒适性。
15.优选地，视觉跟踪信息包括用户行动轨迹信息和用户肢体动作信息。上述实现过程中，视觉跟踪信息可以反馈用户在店内的购物行为，对于为满足用户购物需求而言，视觉跟踪信息至少包含用户行动轨迹信息和用户肢体动作信息，其中，用户行动轨迹信息可助于判断用户在店内的位置，初步判断用户欲购物的商品范围，并为提取重力传感信息提供位置依据。用户肢体动作信息可以作为判断用户最终选定购买商品的依据，为后续提供关于该商品的详细信息、促销信息提供依据，同时也为购买结账提供参考数据。
16.本发明提供的第二种技术方案：
17.一种利用大数据获取商品详细信息的显示系统，采用第一种技术方案中所说的利用大数据获取商品详细信息的方法，包括视觉跟踪装置，用于获取用户在店内的购物行为，并对用户的购物行为进行跟踪分析；与视觉跟踪装置连接的重力传感器，设置于不同的货架上，用于采集货架上因商品的取拿形成的重力变化数据；同视觉跟踪装置连接的大数据商品信息调取装置，用于接收视觉跟踪装置的商品购买数据，并根据商品购买数据调取商品的详细信息；与视觉跟踪装置连接的促销装置，用于接收视觉跟踪装置的商品购买数据，并根据商品购买数据调取商品的促销信息；分别与大数据商品信息调取装置和促销装置连接的便携式显示装置，用于接收详细信息和促销信息，并显示商品购买价值信息。上述实现过程中，该系统通过利用视觉跟踪装置来确认店内消费者的购物行为，并持续进行跟踪，以明确消费者的购物倾向。同时，根据消费者的购物倾向，通过重力传感器和视觉传感器来确认客户所要购买的商品种类。根据所确认的消费者欲购买的商品种类，通过大数据商品信息调取装置来获取关于该商品的诸如评价、生产信息等的详细数据，另外，利用促销装置获取关于该商品的促销信息。将这些详细数据和促销信息综合显示在便携式显示装置上，为消费者的购物提供更多的信息引导，保证消费者购物时能够获取需要的信息并作出满意的购物决定，同时这样的信息提供方式，也进一步提升了线下无人小店的服务品质。
18.优选地，视觉跟踪装置包括视觉传感器和跟踪处理器；跟踪处理器分别与视觉传感器、重力传感器、大数据商品信息调取装置以及促销装置连接，用于接收视觉传感器提供的视觉跟踪信息和重力传感器提供的重力变化数据，并对视觉跟踪信息和重力变化数据进行分析形成商品购买数据，再将商品购买数据分别发送给大数据商品信息调取装置和促销装置。上述实现过程中，视觉跟踪装置一方面提供视觉传感信息，另一方面对视觉传感信息、重力传感信息进行同一的处理来判断出用户欲购买商品的种类，进而为大数据商品信息调取装置和促销装置提供数据依据，保证最后形成的商品购买价值信息的准确定。
19.本发明提供的一种利用大数据获取商品详细信息的方法及显示系统的有益效果有：
20.该方法通过监测用户的购买行为来判断用户所购买商品的种类，借此根据用户购买的商品提供针对该商品的详细商品信息以及关于该商品在店内的促销信息，为客户提供详尽的参考，便于客户对商品进行满意的挑选，这样，不仅提升了无人小店的服务品质，也满足了客户对于购买商品的信息了解需求。
21.该系统通过利用视觉跟踪装置来确认店内消费者的购物行为，并持续进行跟踪，以明确消费者的购物倾向。同时，根据消费者的购物倾向，通过重力传感器和视觉传感器来确认客户所要购买的商品种类。根据所确认的消费者欲购买的商品种类，通过大数据商品信息调取装置来获取关于该商品的诸如评价、生产信息等的详细数据，另外，利用促销装置获取关于该商品的促销信息。将这些详细数据和促销信息综合显示在便携式显示装置上，为消费者的购物提供更多的信息引导，保证消费者购物时能够获取需要的信息并作出满意的购物决定，同时这样的信息提供方式，也进一步提升了线下无人小店的服务品质。
附图说明
22.图1为本发明实施例提供的一种利用大数据获取商品详细信息的方法的步骤图；
23.图2为本发明实施例提供的一种利用大数据获取商品详细信息的显示系统的关系图。
24.图标：01、重力传感器；02、视觉跟踪装置；21、视觉传感器；22、跟踪处理器；03、大数据商品信息调取装置；04、促销装置；05、便携式显示装置。
具体实施方式
25.下面对本发明作进一步详细说明，但本发明的实施方式不限于此。
26.本技术将围绕可包括多个设备、组件、模块等的系统来呈现各个方面、实施例或特征。应当理解和明白的是，各个系统可以包括另外的设备、组件、模块等，并且/或者可以并不包括结合附图讨论的所有设备、组件、模块等。此外，还可以使用这些方案的组合。
27.另外，在本技术实施例中，“示例地”、“例如”等词用于表示作例子、例证或说明。本技术中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用示例的一词旨在以具体方式呈现概念。此外，在本技术实施例中，“和/或”所表达的含义可以是两者都有，或者可以是两者任选其一。
28.无人小店作为当下普通便利店的补充形式，填补了消费者到传统便利店的距离空白，同时极大的方便了消费者，为人们的生活带来更多的便利，同时也改善了人们的生活品质，因此，线下无人小店也越来越受到人们的青睐。
29.对于普通的线下小店，消费者在购物时可以通过在柜台进行结账来判断消费者购买的商品的数量、种类等情况，因此作为收账的信息。相反的，对于消费者来说，他们越来越不限于对商品本身的关注，而是随着社会生活的进步，希望在购买商品的时候能够充分的对需要购买的商品进行详细的了解和关注。线下传统的便利店并不能提供这样的服务，只能针对商品进行在店内的促销活动公告，对于其他诸如人们对于该商品的评价、使用情况、具体介绍等无法提供。当前，无人小店的新销售模式，省去了在店人员的线下交易模式，同
时延长了店铺的销售时间，一定程度上提升了服务的水平。但是，对于如何为消费者在购物时提供购买商品的诸如商品评价、使用情况、具体介绍信息，还没有一个有效的方式，同时对于商品的促销信息也是笼统的，不能够针对消费者所购买的商品进行针对性的促销信息推送，以更好的，更便利的为消费者服务。
30.参考图1，图1为申请实施例提供的一种利用大数据获取商品详细信息的方法的步骤图。该利用大数据获取商品详细信息的方法通过监测用户的购买行为来判断用户所购买商品的种类，借此根据用户购买的商品提供针对该商品的详细商品信息以及关于该商品在店内的促销信息，为客户提供详尽的参考，便于客户对商品进行满意的挑选，这样，不仅提升了无人小店的服务品质，也满足了客户对于购买商品的信息了解需求。其具体包括以下步骤：
31.s1：监测用户的购买行为，形成商品购买数据。
32.监测用户的购买行为，形成商品购买数据包括：跟踪用户的行动，形成视觉跟踪信息；根据视觉跟踪信息，获取用户的位置信息；根据位置信息，确认用户购买商品的货架信息；根据货架信息，获取货架重量数据；结合视觉跟踪信息和货架重量数据，形成商品购买数据。
33.商品购买数据的形成包括对用户的视觉跟踪和对货架信息的提取。在用户进入到店内后，对用户进行视觉跟踪，可以随时了解用户的行动和购物行为，并根据客户的这些行动和购物行为来判断用户所要购买商品的位置位于店内的哪个货架上，确认商品所处的货架位置后根据对货架上商品的重量数据以及结合视觉系统监测的用户取拿商品数据可以判断出用户购买的商品，进而形成商品购买数据，作为后边根据确认的商品提供详细信息和促销信息的基础依据。
34.s2：根据商品购买数据，确认购买商品。
35.本技术提供一种确认购买商品的具体方式：根据货架重量数据，获取货架的重量变化数据；根据重量变化数据，获取相关商品种类信息；结合视觉跟踪信息和相关商品种类信息，判断购买商品的种类。
36.首先是根据视觉装置判断出用户购买的商品所在的货柜，然后提取该货柜上的重力传感数据，根据重力传感数据中重量的变化来判断出可能的相关商品种类，同时在利用视觉传感器21监测到的用户取拿商品时的情况，来确定用户所购买的商品的种类。总体上利用视觉传感技术和重力传感数据进行商品种类的判断，充分保证了商品种类判断的准确性和实时性。
37.s3：根据购买商品的种类，获取购买商品的详细信息。
38.商品的种类确认后，可以有针对性的获取关于该商品的详细信息。具体地，根据购买商品的种类，获取商品评级数据；对商品评级数据分析处理，获取购买商品的详细信息。
39.根据确认的商品种类去获取关于该商品在各个平台中的评级数据，通过对评级数据进行合理的分析处理，提取出适用于用户且有价值的数据，为客户提供详细的商品数据参考，指导或者帮助客户完成满意的购物过程。
40.当然，对于对商品评级数据分析处理，获取购买商品的详细信息，本技术实施例提供一种方式：将商品评级数据按照不同的来源进行评级类别划分，形成商品评级类别数据；设定评级选定标准，根据评级选定标准对商品评级类别数据进行筛选，形成购买商品的详
细信息。
41.由于不同的平台对于商品的销售情况或者关注方面不同，因此，可以先将商品的评级数据根据不同的平台进行分类别的划分。然后制定统一的、合理的筛选标准来对不同类别的商品评级数据进行筛选，获取到具有价值的商品评级数据，以为用户提供有用的参考信息，有效的引导或帮助用户更好的进行购物。
42.可以理解的是，好评率在商品的购选过程中是十分重要的参考依据，基本上会影响用户对于商品的购买决定。因此，在对商品的评级数据进行筛选时，将好评率作为筛选的标准，可以快速的筛选出关于购买该商品的有价值的商品信息，有助于用户能够正确的进行购物决定的判断。所以，评级选定标准为好评率不小于选定好评率。对于选定好评率可根据大数据分析来确定。
43.具体地，本技术提供一种实施方式：
44.首先根据商品评级数据按照不同来源进行评级类别划分，形成商品评级类别数据，共有9种不同来源的商品评级数据，分别是数据a1、数据a2、数据a3、数据a4、数据a5、数据a6、数据a7、数据a8、数据a9。然后，根据从商品评级类别数据中提取出不同来源的商品评级数据的好评率，即数据a1好评率为90％；数据a2好评率为95％；数据a3好评率为92％；数据a4好评率为98％；数据a5好评率为93.5％；数据a6好评率为92％；数据a7好评率为96.5％；数据a8好评率为91％；数据a9好评率为94％。将9个不同来源的商品评级数据的好评率进行加权平均，即平均好评率m＝(90％+95％+92％+98％+93.5％+92％+96.5％+91％+94％)/9＝93.56％；将平均好评率m作为筛选的标准，确定将商品评级数据中的数据a2、数据a4、数据a7以及数据a9作为需要提供的详细信息展示给客户。当然，还可以进一步对筛选出的数据a2、数据a4、数据a7以及数据a9中的评级数据根据统计的关键字进行筛选，保留数据中关键字出现频率最大的商品评级数据作为最终的详细信息。可以理解的是，所筛选的内容越多，针对客户提供的详细信息也越直观。
45.s4：根据购买商品的种类，获取购买商品的促销信息。
46.根据购买商品的种类，结合店内促销活动，形成购买商品的促销信息。关于用户欲购买的商品的促销信息也是用户最希望参考的信息，一定程度上决定了用户对于该商品的购买决定。通过所确定的商品的种类，直接筛选出店内关于该商品的促销活动，能够帮助用户快速的确认关于该商品的促销信息，一方面为用户及时提供了关于该商品的价值信息，另一方面也节省了客户自己在促销信息中寻找关于该商品的促销信息，节省时间的同时也提高了客户购物的舒适性。
47.s5：结合详细信息和促销信息，形成商品购买价值信息。
48.商品购买价值信息由详细信息和促销信息这两部分构成，可以很好的为用户提供购买商品的数据参考。能够在消费者购买商品时，根据购买的商品提供详细的商品信息和店内促销信息，以达到提升服务品质的目的。
49.另外，对于视觉跟踪信息，其包括用户行动轨迹信息和用户肢体动作信息。视觉跟踪信息可以反馈用户在店内的购物行为，对于为满足用户购物需求而言，视觉跟踪信息至少包含用户行动轨迹信息和用户肢体动作信息，其中，用户行动轨迹信息可助于判断用户在店内的位置，初步判断用户欲购物的商品范围，并为提取重力传感信息提供位置依据。用户肢体动作信息可以作为判断用户最终选定购买商品的依据，为后续提供关于该商品的详
细信息、促销信息提供依据，同时也为购买结账提供参考数据。
50.参考图2，本技术实施例还提供一种利用大数据获取商品详细信息的显示系统。该系统采用本技术中提供的一种利用大数据获取商品详细信息的方法，包括视觉跟踪装置02，用于获取用户在店内的购物行为，并对用户的购物行为进行跟踪分析；与视觉跟踪装置02连接的重力传感器01，设置于不同的货架上，用于采集货架上因商品的取拿形成的重力变化数据；同视觉跟踪装置02连接的大数据商品信息调取装置03，用于接收视觉跟踪装置02的商品购买数据，并根据商品购买数据调取商品的详细信息；与视觉跟踪装置02连接的促销装置04，用于接收视觉跟踪装置02的商品购买数据，并根据商品购买数据调取商品的促销信息；分别与大数据商品信息调取装置03和促销装置04连接的便携式显示装置05，用于接收详细信息和促销信息，并显示商品购买价值信息。
51.该系统通过利用视觉跟踪装置02来确认店内消费者的购物行为，并持续进行跟踪，以明确消费者的购物倾向。同时，根据消费者的购物倾向，通过重力传感器01和视觉传感器21来确认客户所要购买的商品种类。根据所确认的消费者欲购买的商品种类，通过大数据商品信息调取装置03来获取关于该商品的诸如评价、生产信息等的详细数据，另外，利用促销装置04获取关于该商品的促销信息。将这些详细数据和促销信息综合显示在便携式显示装置05上，为消费者的购物提供更多的信息引导，保证消费者购物时能够获取需要的信息并作出满意的购物决定，同时这样的信息提供方式，也进一步提升了线下无人小店的服务品质。
52.对于视觉跟踪装置02，其包括视觉传感器21和跟踪处理器22；跟踪处理器22分别与视觉传感器21、重力传感器01、大数据商品信息调取装置03以及促销装置04连接，用于接收视觉传感器21提供的视觉跟踪信息和重力传感器01提供的重力变化数据，并对视觉跟踪信息和重力变化数据进行分析形成商品购买数据，再将商品购买数据分别发送给大数据商品信息调取装置03和促销装置04。
53.视觉跟踪装置02一方面提供视觉传感信息，另一方面对视觉传感信息、重力传感信息进行同一的处理来判断出用户欲购买商品的种类，进而为大数据商品信息调取装置03和促销装置04提供数据依据，保证最后形成的商品购买价值信息的准确定。
54.需要说明的是，对于跟踪处理器22、大数据商品信息调取装置03以及促销装置04都属于处理器类型，这些处理器可以是单独分开的处理器，也可以是集成在一起的处理器，具体地，可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现成可编程门阵列(field－programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
55.综上所述，本发明实施例提供一种利用大数据获取商品详细信息的方法，该方法通过监测用户的购买行为来判断用户所购买商品的种类，借此根据用户购买的商品提供针对该商品的详细商品信息以及关于该商品在店内的促销信息，为客户提供详尽的参考，便于客户对商品进行满意的挑选，这样，不仅提升了无人小店的服务品质，也满足了客户对于购买商品的信息了解需求。
56.利用大数据获取商品详细信息的显示系统，该系统通过利用视觉跟踪装置02来确
认店内消费者的购物行为，并持续进行跟踪，以明确消费者的购物倾向。同时，根据消费者的购物倾向，通过重力传感器01和视觉传感器21来确认客户所要购买的商品种类。根据所确认的消费者欲购买的商品种类，通过大数据商品信息调取装置03来获取关于该商品的诸如评价、生产信息等的详细数据，另外，利用促销装置04获取关于该商品的促销信息。将这些详细数据和促销信息综合显示在便携式显示装置05上，为消费者的购物提供更多的信息引导，保证消费者购物时能够获取需要的信息并作出满意的购物决定，同时这样的信息提供方式，也进一步提升了线下无人小店的服务品质。
57.本技术中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
58.应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
59.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
60.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
61.在本技术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，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
62.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单元来实现本实施例方案的目的。
63.另外，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。
64.所述功能如果以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，本技术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)执行本技术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(read-only memory，rom)、随机存取存
储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
65.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
66.以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。