客户分类方法、装置及存储介质与流程

1.本发明涉及金融科技技术领域，具体而言，涉及一种客户分类方法、装置及存储介质。


背景技术：

2.近年来，研究和分析数据挖掘技术在银行领域的应用是计算机技术发展的热点之一，利用聚类分析的方法进行客户分类，将大量的客户分成不同的类型，同一类型的客户拥有某些相似的属性，如背景资料、盈利能力、消费偏好等。
3.但是，现有的分类方法在庞大的客户数据量下，无法将客户进行精细的划分。
4.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本发明实施例提供了一种客户分类方法、装置及存储介质，以至少解决现有技术中客户分类结果不够精确，导致提供的针对性服务不佳的技术问题。
6.根据本发明实施例的一个方面，提供了一种客户分类方法，包括：获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果。
7.可选的，上述获取多个目标客户的客户信息，包括：确定上述目标客户的选取范围；基于上述选取范围获取上述多个目标客户的客户信息。
8.可选的，上述基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，包括：基于上述利益信息确定上述目标客户的利益数据，其中，上述利益数据用于表征上述目标客户为对应机构产生的收益；判断上述利益数据是否大于第一利益阈值或小于第二利益阈值；若上述利益数据大于上述第一利益阈值，则确定上述目标客户为上述高价值客户，属于上述高价值客户集合；若上述利益数据小于上述第二利益阈值，则确定上述目标客户为上述低价值客户，属于上述低价值客户集合。
9.可选的，上述基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合之后，上述方法还包括：基于上述高价值客户集合和上述低价值客户集合从上述多个目标客户中确认剩余客户，得到待分类客户。
10.可选的，基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合，包括：基于上述身份信息确定上述待分类客户的身份信息，其中，上述身份信息用于表征上述目标客户的收入数据；判断上述收入数据是否大于第一收入阈值或小于第二收入阈值；若上述收入数据大于上述第一收入阈值，则确定上述目标客户为上述潜价值客户，属于上述潜价值客户集合；若上述收入数据小于上述第二收入阈值，则确定上述目标客户
为上述次价值客户，属于上述次价值客户集合。
11.可选的，在上述对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果之前，上述方法还包括：从上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合中任意选择一个上述目标客户作为第一聚类中心；基于上述第一聚类中心对上述第一聚类中心所属集合进行聚类分析处理，得到第二聚类中心，完成一次上述聚类分析处理。
12.可选的，上述对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果，还包括：重复上述聚类分析处理多次，得到目标聚类中心；基于上述目标聚类中心，确定上述客户分类结果。
13.根据本发明实施例的另一方面，还提供了一种客户分类装置，包括：获取模块，用于获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；划分模块，用于基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；处理模块，用于对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果。
14.根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，上述计算机可读存储介质存储有多条指令，上述指令适于由处理器加载并执行任意一项上述的客户分类方法。
15.根据本发明实施例的另一方面，还提供了一种电子设备，包括一个或多个处理器和存储器，上述存储器用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现任意一项上述的客户分类方法。
16.在本发明实施例中，通过获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果，达到了基于客户价值对客户进行分类的目的，从而实现了提升客户关系管理的质量，提高银行竞争力的技术效果，进而解决了现有技术中客户分类结果不够精确，导致提供的针对性服务不佳的技术问题。
附图说明
17.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
18.图1是根据本发明实施例的客户分类方法；
19.图2是根据本发明实施例的一种可选的客户分类结构示意图；
20.图3是根据本技术实施例的一种客户分类装置的结构示意图；
21.图4是根据本发明实施例的一种可选的电子设备的结构示意图。
具体实施方式
22.为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
23.需要说明的是，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”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
24.实施例1
25.根据本发明实施例，提供了一种客户分类方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
26.图1是根据本发明实施例的客户分类方法流程图，如图1所示，该方法包括如下步骤：
27.步骤s102，获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；
28.步骤s104，基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；
29.步骤s106，对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果。
30.在本发明实施例中，上述步骤s102至s106中提供的客户分类方法的执行主体为客户分类系统，采用上述系统获取预设数量的目标客户的客户信息，并基于上述客户信息将上述多个目标客户分类到上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合中，并对上述四个集合进行聚类分析，得到客户分类结果。
31.需要说明的是，上述目标客户的数量不作具体限定，可以根据算法的运行速度、客户的总数等信息进行修改；上述客户信息包括：利益信息和身份信息；上述利益数据用于表征上述目标客户为对应机构产生的收益；上述身份信息用于表征上述目标客户的收入数据。
32.还需要说明的是，客户价值为客户为银行带来的收益的大小，包括客户当前价值、客户潜在价值。客户当前价值决定银行机构当前的盈利水平。是指一个客户从使用银行产品或服务到目前为止为银行所带来的利润或收益。客户潜在价值指一个客户可能给银行带来的利润或收益，是随着时间的推移，客户本身的年龄、身份、受教育程度、家庭状况，以及所处的行业、职业、收入等不断的变化而使客户的价值不断成长后给银行带来的价值。
33.作为一种可选的实施例，通过银行客户数据库，获取一定量的客户数据，这些数据
里包括每个客户的目前为止为银行所带来的利润或收益以及年龄、身份、受教育程度、家庭状况，以及所处的行业、职业、收入这些数据元素。
34.可选的，如图2所示的客户分类结构示意图，根据客户目前为止为银行所带来的利润或收益，即把客户的当前价值分为高、低类别a，b(高价值客户集合a、低价值客户集合b)。再根据客户本身的年龄、身份、受教育程度、家庭状况，以及所处的行业、职业、收入等综合情况将客户数据分为两种类别，即潜在价值的高、低类别c，d(潜价值客户集合c、次价值客户集合d)。
35.可选的，基于上述的四种类别，作为四种类型数据集合，随机在这四个数据集合各自选取一位客户的数据集作为当前四个集合的聚类中心(第一聚类中心)；对接下来的其他客户的数据集进循环遍历，根据每个数据集与上述各个簇中心的距离，将其赋给最近的簇；此时，重新计算每个簇的平均值，求出新的簇中心(第二聚类中心)。重复多次计算后，当没有目标客户被重新分配给不同的聚类时，完成客户分类，得到上述分类结果。
36.在一种可选的实施例中，上述获取多个目标客户的客户信息，包括：确定上述目标客户的选取范围；基于上述选取范围获取上述多个目标客户的客户信息。
37.在本技术实施例中，需要从银行机构的数据仓库中确定上述目标客户的选取范围，并基于上述选取范围获取上述多个目标客户。
38.需要说明的是，数据仓库是支持管理决策过程的、面向主题的、集成的、动态的、连续的数据集合。可以从容量庞大的业务处理型数据库中抽取数据，清理、转换为新的存储格式。
39.作为一种可选的实施例，要对客户进行细分挖掘，银行必须建立数据仓库，将分散在各业务系统中的客户数据集中到一起，存储在一个单一的集成的数据库中.并提供各种手段对数据进行统计、分析，并且允许各个部门共享数据，为银行更快、更好地做出决策提供更加准确、完整的信息。银行数据仓库中数据分为操作数据和分析模型。操作数据包括客户基本信息、客户账务信息和操作控制(客户个性化服务信息)，而这些信息的数据格式要求严格一致才能保证数据处理的成本最小。
40.在一种可选的实施例中，上述基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，包括：基于上述利益信息确定上述目标客户的利益数据，其中，上述利益数据用于表征上述目标客户为对应机构产生的收益；判断上述利益数据是否大于第一利益阈值或小于第二利益阈值；若上述利益数据大于上述第一利益阈值，则确定上述目标客户为上述高价值客户，属于上述高价值客户集合；若上述利益数据小于上述第二利益阈值，则确定上述目标客户为上述低价值客户，属于上述低价值客户集合。
41.在本技术实施例中，可以通过设置多个利益阈值来区分上述目标客户的价值大小，可以将目标客户分为高价值、中价值、低价值；其中，中价值客户还可以细分为潜价值与次价值。
42.作为一种可选的实施例，通过判断每个目标客户的利益数据是否大于第一利益阈值或小于第二利益阈值，将大于第一利益阈值的目标客户分为高价值客户，将小于第二利益阈值的目标客户分为低价值客户，并将上述目标客户归纳到所属集合中。
43.在一种可选的实施例中，上述基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合之后，上述方法还包括：基于上述高价值客户集合和上述低价
值客户集合从上述多个目标客户中确认剩余客户，得到待分类客户。
44.在本技术实施例中，可以将上述中价值客户作为上述待分类客户，并采用上述目标客户的身份信息确定具体价值信息。
45.在一种可选的实施例中，基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合，包括：基于上述身份信息确定上述待分类客户的身份信息，其中，上述身份信息用于表征上述目标客户的收入数据；判断上述收入数据是否大于第一收入阈值或小于第二收入阈值；若上述收入数据大于上述第一收入阈值，则确定上述目标客户为上述潜价值客户，属于上述潜价值客户集合；若上述收入数据小于上述第二收入阈值，则确定上述目标客户为上述次价值客户，属于上述次价值客户集合。
46.作为一种可选的实施例，通过判断每个目标客户的收入数据是否大于第一收入阈值或小于第二收入阈值，将大于第一收入阈值的目标客户分为潜价值客户，将小于第二收入阈值的目标客户分为次价值客户，并将上述目标客户归纳到所属集合中。
47.在一种可选的实施例中，上述对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果，包括：从上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合中任意选择一个上述目标客户作为第一聚类中心；基于上述第一聚类中心对上述第一聚类中心所属集合进行聚类分析处理，得到第二聚类中心，完成一次上述聚类分析处理。
48.在本技术实施例中，基于上述的四种价值集合，作为四种类型数据集合，随机在这四个数据集合各自选取一位目标客户的数据集作为当前四个集合的第一聚类中心；对价值集合内的其他的客户的数据集进循环遍历，根据每个数据集与上述各个第一聚类中心的距离，将其赋给最近的集合，得到新的价值集合，并重新计算上述新的价值集合的平均值，求出第二聚类中心。
49.在一种可选的实施例中，上述对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果，还包括：重复上述聚类分析处理多次，得到目标聚类中心；基于上述目标聚类中心，确定上述客户分类结果。
50.在本技术实施例中，根据上述第二聚类中心对价值集合内的其他的客户的数据集进循环遍历，根据每个数据集与上述各个第人聚类中心的距离，将其赋给最近的集合，得到目标价值集合，重复多次后直至没有目标客户的数据被重新分配给不同的聚类时，完成客户分类。
51.通过上述步骤，可以实现将客户数据分为四个大类别，即将银行的客户分为四组.即低价值客户、潜价值客户、次价值客户和高价值客户。以便于银行针对不同的客户类别提供差异化的服务和更好的针对性服务。
52.实施例2
53.图3是根据本技术实施例的一种客户分类装置的结构示意图，如图3所示，上述客户分类装置，包括：获取模块30、划分模块32和处理模块34，其中：
54.获取模块30，用于获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；
55.划分模块32，用于基于上述利益信息将上述多个目标客户分为高价值客户集合和
低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；
56.处理模块34，用于对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果。
57.本技术实施例提供的客户分类装置，通过获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果，达到了基于客户价值对客户进行分类的目的，从而实现了提升客户关系管理的质量，提高银行竞争力的技术效果，进而解决了现有技术中客户分类结果不够精确，导致提供的针对性服务不佳的技术问题。
58.上述客户分类装置包括处理器和存储器，上述获取模块30、划分模块32和处理模块34等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
59.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来加快卷积神经网络的训练以及预测速度。
60.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
61.本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述客户分类方法。
62.本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述客户分类方法。
63.如图4所示，本发明实施例提供了一种电子设备，电子设备10包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果。
64.可选的，处理器执行程序时实现以下步骤：确定上述目标客户的选取范围；基于上述选取范围获取上述多个目标客户的客户信息。
65.可选的，处理器执行程序时实现以下步骤：基于上述利益信息确定上述目标客户的利益数据，其中，上述利益数据用于表征上述目标客户为对应机构产生的收益；判断上述利益数据是否大于第一利益阈值或小于第二利益阈值；若上述利益数据大于上述第一利益阈值，则确定上述目标客户为上述高价值客户，属于上述高价值客户集合；若上述利益数据小于上述第二利益阈值，则确定上述目标客户为上述低价值客户，属于上述低价值客户集合。
66.可选的，处理器执行程序时实现以下步骤：基于上述高价值客户集合和上述低价值客户集合从上述多个目标客户中确认剩余客户，得到待分类客户。
67.可选的，处理器执行程序时实现以下步骤：基于上述身份信息确定上述待分类客户的身份信息，其中，上述身份信息用于表征上述目标客户的收入数据；判断上述收入数据是否大于第一收入阈值或小于第二收入阈值；若上述收入数据大于上述第一收入阈值，则确定上述目标客户为上述潜价值客户，属于上述潜价值客户集合；若上述收入数据小于上述第二收入阈值，则确定上述目标客户为上述次价值客户，属于上述次价值客户集合。
68.可选的，处理器执行程序时实现以下步骤：从上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合中任意选择一个上述目标客户作为第一聚类中心；基于上述第一聚类中心对上述第一聚类中心所属集合进行聚类分析处理，得到第二聚类中心，完成一次上述聚类分析处理。
69.可选的，处理器执行程序时实现以下步骤：重复上述聚类分析处理多次，得到目标聚类中心；基于上述目标聚类中心，确定上述客户分类结果。
70.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取多个目标客户的客户信息，其中，上述客户信息包括：利益信息和身份信息；基于上述利益信息将上述多个目标客户分为高价值客户集合和低价值客户集合，以及基于上述身份信息将上述多个目标客户分为潜价值客户集合和次价值客户集合；对上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合进行聚类分析处理，得到客户分类结果。
71.可选的，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：确定上述目标客户的选取范围；基于上述选取范围获取上述多个目标客户的客户信息。
72.可选的，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：基于上述利益信息确定上述目标客户的利益数据，其中，上述利益数据用于表征上述目标客户为对应机构产生的收益；判断上述利益数据是否大于第一利益阈值或小于第二利益阈值；若上述利益数据大于上述第一利益阈值，则确定上述目标客户为上述高价值客户，属于上述高价值客户集合；若上述利益数据小于上述第二利益阈值，则确定上述目标客户为上述低价值客户，属于上述低价值客户集合。
73.可选的，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：基于上述高价值客户集合和上述低价值客户集合从上述多个目标客户中确认剩余客户，得到待分类客户。
74.可选的，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：基于上述身份信息确定上述待分类客户的身份信息，其中，上述身份信息用于表征上述目标客户的收入数据；判断上述收入数据是否大于第一收入阈值或小于第二收入阈值；若上述收入数据大于上述第一收入阈值，则确定上述目标客户为上述潜价值客户，属于上述潜价值客户集合；若上述收入数据小于上述第二收入阈值，则确定上述目标客户为上述次价值客户，属于上述次价值客户集合。
75.可选的，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：从上述高价值客户集合、上述低价值客户集合、上述潜价值客户集合和上述次价值客户集合中任意选择一个上述目标客户作为第一聚类中心；基于上述第一聚类中心对上述第一聚类
中心所属集合进行聚类分析处理，得到第二聚类中心，完成一次上述聚类分析处理。
76.可选的，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：重复上述聚类分析处理多次，得到目标聚类中心；基于上述目标聚类中心，确定上述客户分类结果。
77.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
78.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
79.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
80.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
81.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
82.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
83.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
84.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要
素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
85.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
86.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。