一种业务数据封装方法及装置与流程

1.本发明涉及金融领域，特别涉及一种业务数据封装方法及装置。


背景技术：

2.随着当前社会的金融和计算机发展，涉及越来越多的金融交易，随着银行业务的快速发展，银行业务存储的数据也越来越多。
3.对于银行这类数字信息资源密集型企业，在其数字化不断发展的过程中，由于客观的局限性，会导致不同业务线条甚至是同一业务线条不同时期所使用的基础架构和技术方法不尽相同。由于业务和技术方法的隔离，导致数据在企业之中流通不畅，容易形成数据孤岛，会增加企业使用数据的各项成本。
4.因此，现在亟需一种能够降低企业使用数据成本的方法。


技术实现要素：

5.有鉴于此，本技术的目的在于提供一种业务数据封装方法及装置，能够降低企业使用数据成本。
6.本技术实施例提供一种业务数据封装方法，所述方法包括：
7.获取多种渠道的业务数据，所述业务数据的渠道至少包括实时数据库中的实时数据、数据仓库中的第一历史数据和数据湖中的第二历史数据；
8.将不同渠道的所述业务数据根据业务类型分配至不同的业务数据网格；
9.对所述业务数据网格设计调用接口，以便利用所述调用接口调用所述业务数据网格中的业务数据。
10.可选的，所述将所述业务数据根据业务类型分配至不同的业务数据网格包括：
11.若所述业务数据的渠道为实时数据库中的实时数据，则根据所述实时数据的业务类型建立业务类型和所述实时数据对应的数据表的对应关系，根据所述对应关系将所述实时数据分配至相应的业务数据网格。
12.可选的，所述将所述业务数据根据业务类型分配至不同的业务数据网格包括：
13.若所述业务数据的渠道为数据仓库中的第一历史数据，当所述第一历史数据处于贴源层、基础层或汇总层时，根据所述第一历史数据的关键词获取所述第一历史数据的传输路径，根据所述第一历史数据的业务类型将所述第一历史数据的传输路径分配至相应的业务数据网格。
14.可选的，所述将所述业务数据根据业务类型分配至不同的业务数据网格包括：
15.当所述第一历史数据处于应用层时，根据所述第一历史数据的关键词获取所述第一历史数据的业务类型，根据所述第一历史数据的业务类型将所述第一历史数据分配至相应的业务数据网格。
16.可选的，所述将所述业务数据根据业务类型分配至不同的业务数据网格包括：
17.若所述业务数据的渠道为数据湖中的第二历史数据，利用对抗神经网络模型对所
述第二历史数据根据业务类型进行数据划分，将不同业务类型的第二历史数据分配至不同的业务数据网格。
18.本技术实施例还提供一种业务数据封装装置，所述装置包括：
19.获取单元，用于获取多种渠道的业务数据，所述业务数据的渠道至少包括实时数据库中的实时数据、数据仓库中的第一历史数据和数据湖中的第二历史数据；
20.分配单元，用于将不同渠道的所述业务数据根据业务类型分配至不同的业务数据网格；
21.调用单元，用于对所述业务数据网格设计调用接口，以便利用所述调用接口调用所述业务数据网格中的业务数据。
22.可选的，所述分配单元，具体用于：
23.若所述业务数据的渠道为实时数据库中的实时数据，则根据所述实时数据的业务类型建立业务类型和所述实时数据对应的数据表的对应关系，根据所述对应关系将所述实时数据分配至相应的业务数据网格。
24.可选的，所述分配单元，具体用于：
25.若所述业务数据的渠道为数据仓库中的第一历史数据，当所述第一历史数据处于贴源层、基础层或汇总层时，根据所述第一历史数据的关键词获取所述第一历史数据的传输路径，根据所述第一历史数据的业务类型将所述第一历史数据的传输路径分配至相应的业务数据网格。
26.可选的，所述分配单元，具体用于：
27.当所述第一历史数据处于应用层时，根据所述第一历史数据的关键词获取所述第一历史数据的业务类型，根据所述第一历史数据的业务类型将所述第一历史数据分配至相应的业务数据网格。
28.可选的，所述分配单元，具体用于：
29.若所述业务数据的渠道为数据湖中的第二历史数据，利用对抗神经网络模型对所述第二历史数据根据业务类型进行数据划分，将不同业务类型的第二历史数据分配至不同的业务数据网格。
30.本技术实施例提供了一种业务数据封装方法，方法包括：获取多种渠道的业务数据，业务数据的渠道至少包括实时数据库中的实时数据、数据仓库中的第一历史数据和数据湖中的第二历史数据，将不同渠道的业务数据根据业务类型分配至不同的业务数据网格，对业务数据网格设计调用接口，以便利用调用接口调用业务数据网格中的业务数据，也就是说，可以将多种渠道的业务数据根据其对应的业务类型分配至不同的业务数据网格进行封装，而后对封装完毕的业务数据网格设计调用接口，以便后续直接利用调用接口就能够直接调用封装在业务数据网格中的业务数据，无需关注业务数据的来源渠道，无需修改数据库的底层架构，实现业务数据在应用层面的解耦，极大的方便了数据的使用，降低企业使用数据的成本。
附图说明
31.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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它的附图。
32.图1示出了本技术实施例提供的一种业务数据封装方法的流程示意图；
33.图2示出了本技术实施例提供的一种业务数据封装装置的结构示意图。
具体实施方式
34.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
35.在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施例的限制。
36.本发明提供的业务数据封装方法及装置可用于金融领域或其他领域，例如，可用于金融领域中的业务数据封装应用场景。其他领域为除金融领域之外的任意领域，例如，计算机领域。上述仅为示例，并不对本发明提供的业务数据封装方法及装置的应用领域进行限定。
37.随着当前社会的金融和计算机发展，涉及越来越多的金融交易，随着银行业务的快速发展，银行业务存储的数据也越来越多。
38.对于银行这类数字信息资源密集型企业，在其数字化不断发展的过程中，由于客观的局限性，会导致不同业务线条甚至是同一业务线条不同时期所使用的基础架构和技术方法不尽相同。由于业务和技术方法的隔离，导致数据在企业之中流通不畅，容易形成数据孤岛，会增加企业使用数据的各项成本。
39.随着企业数字化转型的加快，越来越多的企业开始在整体的数字解决方案上不断投入，随着业务类型和实际数据量的变化与增长，衍生出了数据仓库、数据湖以及数据仓库与数据湖的混合数据存储与利用模式。虽然数据仓库和数据湖解决了企业数据存储与利用的难题，但是也带了新的问题，数据仓库适合支持分析和商业智能报告访问模式，数据湖适合数据科学访问模式，同时数据仓库是针对现有数据分析历史问题，而数据湖是针对现有数据对未来进行预测分析。除此之外，有部分业务是运行在实时运行的机器中，需要过一段时间数据才会进入到数据仓库或数据湖，这会在一定程度上影响业务的敏捷性。
40.在实际的数据应用过程中，不同的数据库架构，不同的应用系统所处理的数据针对不同的业务场景会包括实时数据和历史数据，但是所用到的所有数据均会属于某一具体的业务领域或者是实际的场景。例如银行的存款和贷款业务中部分数据可以共享，部分数据是各自独立的，这时其他的业务例如风险管理可能同时会用到贷款业务和存款业务所需要的数据。但是实际上银行众多业务线可能都需要进行风险管理，同时这些业务系统均会使用其中的数据，在这个过程中会导致出现数据的重复提取、转换、加载和复杂数据管道。这些都会导致企业使用数据成本的增加。
41.因此，现在亟需一种能够降低企业使用数据成本的方法。
42.基于此，本技术实施例提供了一种业务数据封装方法，方法包括：获取多种渠道的
业务数据，业务数据的渠道至少包括实时数据库中的实时数据、数据仓库中的第一历史数据和数据湖中的第二历史数据，将不同渠道的业务数据根据业务类型分配至不同的业务数据网格，对业务数据网格设计调用接口，以便利用调用接口调用业务数据网格中的业务数据，也就是说，可以将多种渠道的业务数据根据其对应的业务类型分配至不同的业务数据网格进行封装，而后对封装完毕的业务数据网格设计调用接口，以便后续直接利用调用接口就能够直接调用封装在业务数据网格中的业务数据，无需关注业务数据的来源渠道，无需修改数据库的底层架构，实现业务数据在应用层面的解耦，极大的方便了数据的使用，降低企业使用数据的成本。
43.为了更好地理解本技术的技术方案和技术效果，以下将结合附图对具体的实施例进行详细的描述。
44.参见图1，该图为本技术实施例提供的一种业务数据封装方法的流程示意图。
45.本实施例提供的业务数据封装方法包括以下步骤：
46.s101，获取多种渠道的业务数据。
47.在本技术的实施例中，可以获取多种渠道的业务数据，业务数据的渠道至少可以包括实时数据库中的实时数据、数据仓库中的第一历史数据和数据湖中的第二历史数据。
48.在实际应用中，银行的系统有些需要实时数据进行业务处理的，使用实时数据的系统的数据常常来自于即时性非常高的操作，例如实时的资金流入转出等前置设备的操作。
49.银行中使用历史数据的系统，主要包括利用数据仓库的数据分析系统和利用数据湖的数据科学家系统，利用数据仓库的数据分析系统主要是形成各种报表来进行数据的直观分析，利用数据湖的数据科学家系统主要是使用各种数据模型来利用数据进行预测。
50.在实际应用中，对于数据仓库和数据湖而言，是企业主要的数据存储解决方案，其中数据湖的数据存储较为多元，而数据仓库的数据存储大多为结构性数据，同时对于一些企业的数据仓库数据也可以为数据湖中数据的一部分。对于数据仓库和数据湖而言，其中最为重要的是二者对于数据统一管理和记录的元数据的利用。
51.s102，将不同渠道的所述业务数据根据业务类型分配至不同的业务数据网格。
52.在本技术的实施例中，获取得到多种渠道的业务数据之后，可以将业务数据根据业务类型分配至不同的业务数据网格，也就是说，可以将不同渠道的业务数据进行解耦，封装到不同的业务数据网格中，无需修改数据库底层架构，实现业务数据在应用层面的解耦。
53.在本技术的实施例中，业务类型可以包括存款、贷款、信用卡、外汇等，因此业务数据网格可以分为存款、贷款、信用卡、外汇等基础业务网格，同时增加多个基础数据网格，来构建一个统一的数据网格架构。
54.在本技术的实施例中，不同渠道的业务数据在分配至不同的业务数据网格的过程中，可以对不同渠道的业务数据根据业务类型进行正确分配，即针对不同渠道的业务数据采用不同的分配方式，以便最大化的对业务数据进行解耦，也就是说，本技术中三种不同渠道的业务数据可以分别有针对性的业务数据解耦方式：
55.第一种可能的实现方式，若业务数据的渠道为实时数据库中的实时数据，则可以根据实时数据的业务类型建立业务类型和实时数据对应的数据表的对应关系，根据对应关系将实时数据分配至相应的业务数据网格。
56.在实际应用中，由于使用实时数据的系统的数据常常来自于即时性非常高的操作，例如实时的资金流入转出等前置设备的操作，因此在即时性高的操作中对于相应的数据库和数据表的操作不会很复杂，主要集中在数据表的增删改查，且通常是单表操作。对于使用实时数据的系统而言，使用的数据往往有特定性，例如存款、贷款、个人信息等，存在明显的标识。此时，可以建立一个对应关系，将在进行系统设计时对应于某一业务类型的关键字列举出来，编写脚本对实时数据所在的数据表的元数据进行关键字匹配，从而将数据表与业务类型进行关联，从而实现将这部分数据表中的实时数据进行解耦。具体的，对应关系可以是数据字典。
57.第二种可能的实现方式，若业务数据的渠道为数据仓库中的第一历史数据，由于数据仓库具有多个数据分层，包括贴源层、基础层、汇总层和应用层，每个层的数据输入输出均与相邻层有关联，即贴源层可以作为基础层的数据输入，基础层可以作为汇总层的数据输入，汇总层可以作为应用层的数据输入。以基础层到汇总层为例，贴源层输出的数据输入到基础层后，数据表仍然会经过一系列的加工才会形成汇总层的输入，即在基础层和汇总层之间仍然存在一系列的数据加工，也就是说，第一历史数据在数据仓库中有具体的数据加工路径，因此对于数据仓库而言，可以根据数据分层和业务类型同时进行数据解耦，可以保证数据仓库在可以正常使用的情况下，开发新的业务需求或者制造新的业务类型，因此对于数据仓库而言，对其进行正确的业务数据网格划分，就需要知晓第一历史数据进行加工的链路。
58.因此，当第一历史数据处于贴源层、基础层或汇总层时，根据第一历史数据的关键词获取第一历史数据的传输路径，根据第一历史数据的业务类型将第一历史数据的传输路径分配至相应的业务数据网格，也就是所，当第一历史数据处于贴源层、基础层或汇总层时，由于该数据分层内的数据需要进行加工处理，因此可以得到第一历史数据的传输路径，而后对传输路径根据第一历史数据的业务类型进行封装，即可实现针对数据仓库中处于贴源层、基础层或汇总层的第一历史数据的解耦。
59.具体的，利用数据仓库中的第一历史数据的元数据，提取每个数据表所对应的关键词，在提取关键词时，可以将数据表的表名按照一定格式进行分割，而后使用tf-idf方法进行数据表的表名关键词的提取，之后会得到每个数据表的关键信息，同时这些数据表的关键信息在原有的数据仓库架构里形成网状结构，后续就可以在网状结构中使用bellman-ford算法来获取数据仓库中的数据传播链路。即第一历史数据的传输路径。对于一个真实存在的数据传播链路，是有一定的存在规律的，从数据仓库的贴源层、基础层到汇总层使用bellman-ford算法，也就是通过比较不同数据节点之间的距离向量来进行判断，因为在数据仓库中有相应关联关系的数据表在前后是存在一定的关系的，也就表现在经过向量化之后的相应数据表会存在一定数字上的关系，可以方便进行两点之间的向量化。使用bellman-ford算法可以在形成网状结构的数据仓库数据表中发现不同数据分层之间存在的最小路径，在得到整个网络结构中的最小路径之后，需要进行筛选，如果路径中的数据节点数小于等于3则进行剔除，数据节点数大于3的链路之间需要进行匹配，查看是否存在相同或者是包含的关系，如果是相同则对该数据节点进行剔除，如果是存在包含关系则按照包含部分进行打散同时将打散后的结果重复进行上述的判断数据节点数的工作。在获取得到全部的最小路径之后，就可以获得从贴源层、基础层到汇总层的一个个截断的传输路径，
而后可以根据第一历史数据的业务类型，将第一历史数据的传输路径分配至相应的业务数据网格。
60.在实际应用中，当第一历史数据处于应用层时，根据第一历史数据的关键词获取第一历史数据的业务类型，根据第一历史数据的业务类型将第一历史数据分配至相应的业务数据网格，也就是说，对于处于应用层的第一历史数据而言，第一历史数据对应的数据表和处理使用实时数据的系统类似，因此第一历史数据的分配方法和实时数据的分配方法较为类似，在获取得到第一历史数据对应的数据表的关键词之后，和业务类型进行匹配从而获取出属于不同业务类型的第一历史数据。
61.由此可见，在对数据仓库的第一历史数据进行分配时，可以将第一历史数据的传输路径在数据仓库基础架构上的数据分层之间进行切割，即进行分层划分，在最大限度保留第一历史数据的传输路径并且还可以继续开发的情况下，满足了针对数据仓库的第一历史数据的解耦。
62.第三种可能的实现方式，若业务数据的渠道为数据湖中的第二历史数据，由于数据湖中主要存储原始数据以及少部分简单加工后的数据，因此对于数据湖中除数据仓库的第一历史数据以外的第二历史数据，可以利用对抗神经网络模型对第二历史数据根据业务类型进行数据划分，将不同业务类型的第二历史数据分配至不同的业务数据网格。
63.具体的，可以利用半监督学习的方法，使用对抗神经网络模型来对数据湖中的第二历史数据进行半监督学习的模型训练，在某一精度的条件下来完成对数据湖中第二历史数据按照业务类型进行划分。
64.在实际应用中，针对数据湖中直接从上游的数据加载渠道加载到并保留的原始数据，可以不利用半监督学习方法进行解耦，由于入湖的数据类型多种多样千差万别无法直接对其进行分析，因此可以对原始数据的元数据进行分析。可以对元数据中针对原始数据的描述进行分词拆分，去除掉一些无效词汇，接着使用tf-idf方法将这些描述词进行向量化处理，得到原始数据的关键词，将关键词和业务类型进行匹配从而获取出属于不同业务类型的原始数据。
65.由此可见，针对不同渠道的业务数据，可以分别根据渠道进行相应的数据分配，将其按照业务类型进行划分，从而形成不同的业务数据网格，以实现数据解耦的目的。
66.s103，对所述业务数据网格设计调用接口。
67.在本技术的实施例中，在对不同渠道的业务数据划分至不同的业务数据网格后，可以对多个业务数据网格设计调用接口，从而可以利用调用接口直接调用不同业务数据网格中的业务数据。
68.由此可见，本技术实施例提供的业务数据封装方法，可以在现有的数据架构下对全部业务数据进行解耦，并且在应用层面上实现数据在数据库底层和数据加工操作上的解耦，将数据视为产品，将同一业务类型做到区域的耦合，并与其它的业务类型的数据进行解耦。实现具体业务类型的数据的解耦可以有效减轻银行使用数据的成本，可以在现有数据库硬件的基础上不做底层架构的变动实现数据的有效治理。也就是说，可以减少不同业务系统之间使用数据的成本，同时减少不必要的重复数据操作过程，可以简化数据工程的复杂度，可以方便维护和业务调整。还能够降低业务开发的成本，可以将数据作为产品进行展示，相关的开发只要使用提供的接口就可以完成在现有业务基础上的开发任务，因此减少
了业务开发过程中人力成本和资源成本。此外还可以提高业务开发敏捷度，对于特定的业务开发，精准找到与该业务相关的数据接口，从中提取数据进行相应的继续开发即可。
69.基于以上实施例提供的一种业务数据封装方法，本技术实施例还提供了一种业务数据封装装置，下面结合附图来详细说明其工作原理。
70.参见图2，该图为本技术实施例提供的一种业务数据封装装置的结构示意图。
71.本实施例提供的业务数据封装装置200包括：
72.获取单元210，用于获取多种渠道的业务数据，所述业务数据的渠道至少包括实时数据库中的实时数据、数据仓库中的第一历史数据和数据湖中的第二历史数据；
73.分配单元220，用于将不同渠道的所述业务数据根据业务类型分配至不同的业务数据网格；
74.调用单元230，用于对所述业务数据网格设计调用接口，以便利用所述调用接口调用所述业务数据网格中的业务数据。
75.可选地，所述分配单元，具体用于：
76.若所述业务数据的渠道为实时数据库中的实时数据，则根据所述实时数据的业务类型建立业务类型和所述实时数据对应的数据表的对应关系，根据所述对应关系将所述实时数据分配至相应的业务数据网格。
77.可选地，所述分配单元，具体用于：
78.若所述业务数据的渠道为数据仓库中的第一历史数据，当所述第一历史数据处于贴源层、基础层或汇总层时，根据所述第一历史数据的关键词获取所述第一历史数据的传输路径，根据所述第一历史数据的业务类型将所述第一历史数据的传输路径分配至相应的业务数据网格。
79.可选地，所述分配单元，具体用于：
80.当所述第一历史数据处于应用层时，根据所述第一历史数据的关键词获取所述第一历史数据的业务类型，根据所述第一历史数据的业务类型将所述第一历史数据分配至相应的业务数据网格。
81.可选地，所述分配单元，具体用于：
82.若所述业务数据的渠道为数据湖中的第二历史数据，利用对抗神经网络模型对所述第二历史数据根据业务类型进行数据划分，将不同业务类型的第二历史数据分配至不同的业务数据网格。
83.基于以上实施例提供的一种业务数据封装方法，本技术实施例还提供了一种业务数据封装设备，业务数据封装设备包括：
84.处理器和存储器，处理器的数量可以一个或多个。在本技术的一些实施例中，处理器和存储器可通过总线或其它方式连接。
85.存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括nvram。存储器存储有操作系统和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。操作系统可包括各种系统程序，用于实现各种基础业务以及处理基于硬件的任务。
86.处理器控制终端设备的操作，处理器还可以称为cpu。
87.上述本技术实施例揭示的方法可以应用于处理器中，或者由处理器实现。处理器可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、dsp、asic、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。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
88.本技术实施例还提供一种计算机可读存储介质，用于存储程序代码，该程序代码用于执行前述各个实施例的方法中的任意一种实施方式。
89.在本技术的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
90.需要说明的是，本技术上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机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。而在本技术中，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，其中承载了计算机可读的程序代码。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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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。计算机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：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
91.当介绍本技术的各种实施例的元件时，冠词“一”、“一个”、“这个”和“所述”都意图表示有一个或多个元件。词语“包括”、“包含”和“具有”都是包括性的并意味着除了列出的元件之外，还可以有其它元件。
92.需要说明的是，本领域普通技术人员可以理解实现上述方法实施例中的全部或部
分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-only memory,rom)或随机存储记忆体(random access memory,ram)等。
93.可以以一种或多种程序设计语言或其组合来编写用于执行本技术的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如java、smalltalk、c++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
94.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元及模块可以是或者也可以不是物理上分开的。另外，还可以根据实际的需要选择其中的部分或者全部单元和模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
95.以上所述仅是本技术的优选实施方式，虽然本技术已以较佳实施例披露如上，然而并非用以限定本技术。任何熟悉本领域的技术人员，在不脱离本技术技术方案范围情况下，都可利用上述揭示的方法和技术内容对本技术技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本技术技术方案的内容，依据本技术的技术实质对以上实施例所做的任何的简单修改、等同变化及修饰，均仍属于本技术技术方案保护的范围内。