评估产品价格的方法及装置与流程

本申请涉及计算机
技术领域：
，尤其涉及一种评估产品价格的方法及装置。
背景技术：
：随着社会的发展以及人们生活水平的不断提高，在人们的生活中经常会出现各种闲置产品，为了实现闲置资源的有效利用，人们可以对这些闲置的产品进行出售。因此，可以进行闲置产品转让的交易平台也应运而生。对于某些产品，如汽车、手机等在进行转让时，一般需要对该产品进行估价。现阶段，为了实现对某些产品的估价，一般都是由专业的估价人员前往产品现场对产品进行估价。这样，每次进行产品的估价需要耗费较多的时间，效率较低，且人力成本较高。因此，有必要提出一种技术方案，以解决现阶段进行产品估计所出现的耗时、低效以及人力成本较高的问题。技术实现要素：本说明书实施例的目的是提供一种评估产品价格的方法及装置，在评估目标产品的价格时，获取目标产品的产品图像，基于图像识别的方法从产品图像中获取目标产品的产品配置信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。为解决上述技术问题，本说明书实施例是这样实现的：本说明书实施例提供了一种评估产品价格的方法，包括：获取目标产品的产品图像；基于预先训练的图像识别模型对所述产品图像进行图像识别，得到所述目标产品的产品配置信息；基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本说明书实施例还提供了一种评估产品价格的方法，包括：获取用户通过终端设备输入的目标产品的产品相关信息；其中，所述产品相关信息包括所述目标产品的产品配置信息和所述目标产品的已购买时长信息；基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本说明书实施例还提供了一种评估产品价格的装置，包括：第一获取模块，用于获取目标产品的产品图像；图像识别模块，用于基于预先训练的图像识别模型对所述产品图像进行图像识别，得到所述目标产品的产品配置信息；评估模块，用于基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本说明书实施例还提供了一种评估产品价格的装置，包括：获取模块，用于获取用户通过终端设备输入的目标产品的产品相关信息；其中，所述产品相关信息包括所述目标产品的产品配置信息和所述目标产品的已购买时长信息；评估模块，用于基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本说明书实施例还提供了一种评估产品价格的设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取目标产品的产品图像；基于预先训练的图像识别模型对所述产品图像进行图像识别，得到所述目标产品的产品配置信息；基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本说明书实施例还提供了一种评估产品价格的设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：获取用户通过终端设备输入的目标产品的产品相关信息；其中，所述产品相关信息包括所述目标产品的产品配置信息和所述目标产品的已购买时长信息；基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本说明书实施例还提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：获取目标产品的产品图像；基于预先训练的图像识别模型对所述产品图像进行图像识别，得到所述目标产品的产品配置信息；基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本说明书实施例还提供了一种存储介质，用于存储计算机可执行指令，所述可执行指令在被执行时实现以下流程：获取用户通过终端设备输入的目标产品的产品相关信息；其中，所述产品相关信息包括所述目标产品的产品配置信息和所述目标产品的已购买时长信息；基于所述目标产品的产品配置信息和所述目标产品的已购买时长信息，按照设定的价格评估算法对所述目标产品的当前价格进行评估。本实施例中的技术方案，在评估目标产品的价格时，获取目标产品的产品图像，基于图像识别的方法从产品图像中获取目标产品的产品配置信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。附图说明为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，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。图1为本说明书实施例提供的评估产品价格的方法的方法流程图之一；图2为本说明书实施例提供的评估产品价格的方法的方法流程图之二；图3为本说明书实施例提供的评估产品价格的方法的方法流程图之三；图4为本说明书实施例提供的评估产品价格的方法的方法流程图之四；图5为本说明书实施例提供的评估产品价格的方法的方法流程图之五；图6为本说明书实施例提供的评估产品价格的装置的模块组成示意图之一；图7为本说明书实施例提供的评估产品价格的装置的模块组成示意图之二；图8为本说明书实施例提供的评估产品价格的设备的结构示意图。具体实施方式为了使本
技术领域：
的人员更好地理解本申请中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。本说明书实施例的思想在于，通过图像识别的方法确定出目标产品的产品配置信息，并采用设定的价格评估算法对目标产品的当前价格进行评估。从而实现产品价格的自动化评估，避免了通过人工方式对产品的当前价格进行评估，节省了大量的人力成本，且效率较高。基于此，本说明书实施例提供了一种评估产品价格的方法、装置、设备及存储介质，下述将一一详细进行介绍。本说明书实施例提供的评估产品价格的方法可以应用于服务器侧，即本说明书实施例提供的方法的执行主体为服务器，具体的，可以为安装在服务器上的评估产品价格的装置。需要说明的是，本说明书实施例提供的方法的一种应用场景可以是对二手产品进行估价，例如，对二手汽车进行估价、对二手手机、电脑等进行估计等。当然，本说明书实施例的应用场景并不局限于此，此处只是示例性说明本说明书实施例所提供方法的具体应用场景。图1为本说明书实施例提供的评估产品价格的方法的方法流程图之一，图1所示的方法，至少包括如下步骤：步骤102，获取目标产品的产品图像。其中，上述目标产品可以为二手产品，例如，可以为二手汽车、二手桌椅、二手玩具、二手手机、二手电脑等等。本说明书实施例提供的方法的执行主体为服务器，当用户通过终端设备上传目标产品的产品图像时，服务器获取终端设备发送的目标产品的产品图像。其中，该终端设备可以为手机、计算机、平板电脑等。在具体实施时，用户可以拍摄目标产品的产品图像，并通过终端设备将该目标产品的产品图像上传至服务器，以使得服务器接收终端设备发送的目标产品的产品图像。其中，上述目标产品的产品图像可以为一张或者多张，且目标产品的产品图像尽量清晰、且包含目标产品较多的产品特征。另外，需要说明的是，在终端设备上可以安装有评估产品价格的应用程序客户端，这样，用户可以通过该客户端进行产品图像的上传；或者，用户可以通过某些应用程序客户端上的产品价格评估界面进行产品图像的上传。步骤104，基于预先训练的图像识别模型对上述产品图像进行图像识别，得到目标产品的产品配置信息。其中，上述图像识别模型可以在执行本说明书实施例提供的方法之前训练得到。上述图像识别模型可以为卷积神经网络(convolutionalneuralnetworks，cnn)模型、深度神经网络(deepneuralnetworks，dnn)模型或者分类模型等。在本说明书实施例中，通过图像识别所得到的目标产品的产品配置信息可以包括目标产品的型号、颜色、表面破损状况等信息。具体的，针对不同的产品，所得到的产品配置信息的具体内容可能存在差别。例如，若是目标产品为汽车，所得到的产品配置信息可以包括汽车的型号，汽车的颜色等等，这里需要说明的是，一般汽车的型号包括汽车的品牌和车型，如汽车的型号可以为奥迪q5等。步骤106，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。一般的，针对二手产品在对产品的当前价格进行评估时，还需要考虑到该产品的折旧率，因此，需要依据该产品的已购买时长进行评估。因此，在本说明书实施例中，在使用价格评估算法对目标产品的当前价格进行评估时，则将目标产品的已购买时长信息考虑在内。其中，在本说明书实施例中，已购买时长信息可以以年为单位、也可以以月为单位、甚至以天为单位，具体的，可以根据实际应用场景进行设置，本说明书实施例并不对此进行限定。具体的，上述步骤106中，所提及到的价格评估算法可以为回归算法模型，在具体实施时，可以将目标产品的已购买时长信息和通过图像识别模型对产品图像进行识别得到的产品配置信息输入上述回归算法模型，通过回归算法模型的计算得出目标产品的当前价格。其中，上述回归算法模型可以为线性回归算法模型，也可以为其他回归算法模型，本说明书实施例并不对其所使用的具体回归算法模型进行限定。本说明书实施例提供的评估产品价格的方法，在对目标产品进行估价时，用户只需要长传目标产品的产品图像即可，操作简单方便；另外，基于图像识别模型和价格评估算法实现了产品价格的自动化评估，避免了通过人工方式对目标产品的价格进行评估，节省了大量的人力成本，且效率较高；且自动化评估价格，还可以避免由于人工经验而导致的价格评估稳定性较差的问题。另外，需要说明的是，在本说明书实施例中，上述目标产品的已购买时长信息至少可以通过如下两种方式所确定：方式一、获取用户通过终端设备输入的目标产品的已购买时长信息。一般的，用户通过终端设备直接输入目标产品的已购买时长信息，至少包括如下两种情况，下述将分别详细进行介绍。1)、当用户需要进行目标产品的价格评估时，在产品价格评估界面除了上传目标产品的图像之外，还需要输入目标产品的已购买时长信息，当然，除此之外，还可以在该界面上输入目标产品的其他信息，如目标产品的维修信息、保养信息、使用频率信息等等。在该种情况下，则是基于用户在价格评估界面输入信息以及上传产品图像两者相结合的方式向服务器发送目标产品的产品相关信息。2)、通过图像识别模型在对产品图像进行识别时，若是所识别出的产品配置信息中包含目标产品的唯一标识信息，例如，若是目标产品为汽车，该唯一标识信息可以为汽车的型号等，则可以基于目标产品的唯一标识信息从预先建立的产品信息库中查询目标产品所对应的已购买时长信息。若是，未从产品图像中识别出目标产品的唯一标识信息或者从预先建立的产品信息库中未查询出目标产品所对应的已购买时长信息，这时则向终端设备发送提示信息，以提示用户输入目标产品的已购买时长信息。方式二、基于上述产品配置信息中所包含的目标产品的型号，从预先建立的产品信息库中查询该型号的目标产品所对应的已购买时长信息；其中，在产品信息库中存储有各型号的目标产品所对应的已购买时长信息。对于某些产品而言，通过目标产品的型号可以唯一的标识出该目标产品，且在目标产品的外观上携带有该产品的型号信息，这时，可以通过图像识别的方法确定出目标产品的型号。例如，针对汽车而言，在汽车上都标有汽车的品牌车型等信息，因此可以从汽车图像上识别出该汽车的型号，从而可以基于该型号从预先建立的产品信息库中查询该型号的汽车所对应的已购买时长信息。在一种具体实施方式中，虽然通过本说明书实施例提供的方法可以对多种产品的价格进行评估，但是，在建立产品信息库时，为了便于进行已购买时长信息的查询，可以在产品信息库中建立多张表格，每张表格中存储有一种产品所对应的已购买时长信息，因此，在产品信息库中目标产品所对应的已购买时长信息的一种可能的形式如表1所示。表1产品型号已购买时长型号13年型号21年型号313个月当然，除此之外，在产品信息库中，也可以将所有产品所对应的已购买时长信息存储在同一张表格中，此处不再一一赘述。下述将通过具体实施例介绍本说明书实施例提供的评估产品价格的方法。图2示出了本说明书实施例提供的评估产品价格的方法的方法流程图之二，图2所示的方法，至少包括如下步骤：步骤202，获取目标产品的产品图像。步骤204，基于预先建立的图像识别模型对上述产品图像进行识别，得到目标产品的产品配置信息；其中，该产品配置信息包括目标产品的型号。步骤206，基于目标产品的型号从预先建立的产品信息库中查询该型号的目标产品所对应的已购买时长信息。步骤208，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。图3为本说明书实施例提供的评估产品价格的方法的方法流程图之三，图3所示的方法，至少包括如下步骤：步骤302，获取目标产品的产品图像。步骤304，基于预先建立的图像识别模型对上述产品图像进行图像识别，得到目标产品的产品配置信息。步骤306，检测上述产品配置信息中是否包含目标产品的型号；若是，则执行步骤308；否则，执行步骤312。步骤308，查询预先建立的产品信息库中是否存在该型号的目标产品所对应的已购买时长信息；若存在，则执行步骤310；否则，执行步骤312。步骤310，将从产品信息库中查询到的已购买时长信息确定为目标产品的已购买时长信息。步骤312，提示用户上传目标产品的已购买时长信息，并获取用户上传的目标产品的已购买时长信息。步骤314，基于目标产品的产品配置信息和已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。为了便于本说明书实施例的实施，在执行本说明书实施例提供的评估产品价格的方法之前，还需要建立上述产品信息库。具体的，在本说明书实施例中，可以通过如下步骤一和步骤二建立上述产品信息库：步骤一、针对每种型号的目标产品，从其他网站收集该型号的目标产品所对应的已购买时长信息集合；其中，已购买时长信息集合中包含该型号的目标产品所对应的多个已购买时长信息；步骤二、确定已购买时长信息集合中各个已购买时长信息所对应的众数，并将该众数确定为该型号的目标产品所对应的已购买时长信息。其中，上述网站可以为二手交易网站。具体的，针对每种型号的目标产品，在每个网站上都可以发布有多个交易信息，因此，在本说明书实施例中，可以通过网络爬虫的方式爬取每个网站上发布的每种型号的目标产品的交易信息，然后从该交易信息中获取已购买时长信息。这样，针对每种型号的目标产品，从各个网站上可以获取到该型号的目标产品的多个已购买时长信息，然后，确定该型号的目标产品所对应的多个已购买时长信息中的众数，将该众数作为该型号的目标产品的已购买时长信息，并将目标产品的型号和已购买时长信息一一对应的存储至产品信息库中。为便于理解，下述将以目标产品为汽车，且型号为a为例进行说明。例如，若是汽车交易网站包括网站1、网站2和网站3三个网站，分别通过网络爬虫爬取发布在网站1、网站2和网站3上的型号a的汽车的所有交易信息，并分别从每条交易信息中提取型号为a的汽车的已购买时长，将从网站1、网站2和网站3上获取的型号为a的汽车的所有已购买时长组成型号为a的汽车的已购买时长集合。确定型号为a的汽车所对应的已购买时长集合中所有已购买时长所对应的众数，并将该众数作为型号为a的汽车所对应的已购买时长，并将型号a与型号a的汽车所对应的已购买时长对应的存储在产品信息库中。当然，上述只是介绍了其中一种建立产品信息库的具体实现方式，除此之外，还可以通过其他方式建立产品信息库，本说明书实施例不再一一赘述。具体的，在本说明书实施例中，通过图像识别出的目标产品的产品配置信息可能包括数值型产品配置信息，也可能包括非数值型产品配置信息，所谓数值型产品配置信息则值得时产品配置信息为具体的数值，如1、2、3等这样的数值。在使用设定的价格评估算法对目标产品的当前价格进行评估时，需要输入的各个参数均为具体的数值，因此，在本说明书实施例中，需要对产品配置信息中的非数值型产品配置信息进行处理，以得到该产品配置信息所对应的具体数值。因此，在具体实施时，上述步骤106包括：对产品配置信息中的非数值型产品配置信息进行编码处理，得到非数值型产品配置信息所对应的产品配置数值；基于上述产品配置数值、产品配置信息中的数值型产品配置信息和已购买时长信息，按照设定的价格评估算法对目标产品的价格进行评估。其中，可以采用one-hot等编码方式对上述非数值型产品配置信息进行编码处理。为便于理解，下述将通过具体实施例进行介绍。具体的，在本说明书实施例中，若是上述目标产品为汽车，则上述产品配置信息可以包括汽车的型号和汽车的颜色；相应的，上述步骤106中，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，具体包括：分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；基于上述汽车的型号值、上述汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对上述汽车的当前价格进行评估。在具体实施时，上述设定的价格评估算法可以为回归算法模型。一般的，汽车的颜色不同会使得汽车的价格产生差异，因此，当上述目标产品为汽车时，上述产品配置信息可以包括汽车的颜色。具体的，在本说明书实施例中，由于通过图像识别的方法识别出的为汽车的颜色、型号等信息，如识别出汽车型号为奥迪q5、识别出的汽车颜色为白色，但是，在使用回归算法模型在对汽车的当前价格进行评估时，需要输入具体的数值。因此，在本说明书实施例中，需要对所识别出的汽车的型号和颜色进行编码处理，分别得出汽车的型号所对应的型号值、汽车的颜色所对应的颜色值。在具体实施时，对汽车的型号和颜色分别进行编码处理后，所得到的型号值和颜色值可以为1、2、3…这样的数值，也可以为000001000010000101.....这样的数值，本说明书实施例并不对编码后所得到的数值的具体形式进行限定。当然，在本说明书实施例中，可以采用任何编码方式对汽车的颜色和型号进行编码，例如，可以采用one-hot的方式对其进行编码。在通过编码得到汽车的型号值和颜色值后，可以将汽车的型号值、汽车的颜色值和已购买时长信息输入预先训练的回归算法模型，通过回归算法模型对汽车的当前价格进行评估。另外，需要注意的是，本说明书实施例中所提及到的已购买时长信息可以为具体的已购买时间长度值。在具体实施时，上述预先训练的回归算法模型可以为线性回归算法模型；相应的，上述基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估，具体包括：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。当然，在上述实施例中，则是以汽车配置信息包括汽车的型号和汽车的颜色为例进行说明的，除此之外，在对汽车的当前价格进行评估时，还可以将汽车的其他参数考虑在内，如汽车的动力参数、汽车的已行驶里程以及汽车的内饰参数等。因此，本说明书实施例提供的方法，还包括：获取汽车的下述参数中的至少一种：汽车的已行驶里程、汽车的动力参数和汽车的内饰参数。在具体实施时，可以从用户输入的汽车相关信息中获取汽车的已行驶里程信息、汽车的动力参数和汽车的内饰参数。除此之外，在通过图像识模型从汽车图像中识别出汽车型号外，还还可以基于汽车的型号从预先建立的产品信息库中查询该型号的汽车所对应的动力参数、内饰参数等；或者，还可以是链接到其他服务器上，根据汽车的型号从其他服务器中查询该型号的汽车所对应的动力参数、内饰参数等。当然，在对汽车的当前价格进行评估时，若是将汽车的动力参数、内饰参数等信息考虑在内，则在使用预先设定的价格评估算法进行计算之前，需要对汽车的动力参数、汽车的内饰参数等信息进行编码，得到其对应的具体数值，并基于其对应的具体数值进行价格的评估。另外，需要说明的是，本说明书实施例中进行产品价格评估的价格评估算法可以作为一个单独的模型使用，也可以集成在图像识别模型中，作为图像识别模型的最后一层。为便于理解本说明书实施例提供的方法，下述将以目标产品为汽车、产品配置信息包括汽车的颜色和汽车的型号为例介绍本说明书实施例提供的方法，图4为本说明书实施例提供的评估产品价格的方法的方法流程图之四，图4所示的方法，至少包括如下步骤：步骤402，获取用户通过终端设备上传的汽车图像。步骤404，基于预先建立的图像识别模型对上述汽车图像进行图像识别，得到汽车的颜色和汽车的型号。步骤406，根据汽车的型号从预先建立的汽车信息库中查询该型号的汽车所对应的已购买时长。步骤408，分别对汽车的型号、汽车的颜色进行编码处理，得到汽车的型号值和颜色值。步骤410，将汽车的颜色值、型号值和已购买时长信息输入预先建立的线性回归模型，以通过该回归模型计算该汽车的当前价格。步骤412，获取回归模型的输出结果，将该输出结果作为汽车的当前价格。本说明书实施例提供的评估产品价格的方法，在评估目标产品的价格时，获取目标产品的产品图像，基于图像识别的方法从产品图像中获取目标产品的产品配置信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。对应于本说明书图1-图4所示实施例所提供的评估产品价格的方法，基于相同的思路，本说明书实施例还提供了一种评估产品价格的方法，该方法应用于服务器侧，即该方法的执行主体为服务器，具体的，为安装在服务器上的评估产品价格的装置。图5为本说明书实施例提供的评估产品价格的方法的方法流程图之五，图5所示的方法，至少包括如下步骤：步骤502，获取用户通过终端设备输入的目标产品的产品相关信息；其中，该产品相关信息包括目标产品的产品配置信息和目标产品的已购买时长信息。具体的，用户可以在终端设备的价格评估界面输入目标产品的产品相关信息，该价格评估界面可以为安装在终端设备上的价格评估应用程序中的界面，也可以为安装在终端设备上的其他应用程序中的价格评估界面。具体内容可参考图1-图4所对应实施例的介绍，此处不再赘述。在具体实施时，针对不同的产品，用户输入的产品相关信息的具体信息内容可能存在差异。例如，在一种具体实施方式中，上述目标产品为汽车，则汽车所对应的产品配置信息可以包括汽车的型号和汽车的颜色。相应的，产品相关信息还可以包括汽车的已行驶里程、汽车的动力参数、汽车的内饰参数、汽车的维修记录信息、汽车的保养信息等。步骤504，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。其中，在本说明书实施例中，上述设定的价格评估算法可以为回归算法，具体的，可以为线性回归算法等等。在具体实施时，可以将目标产品的配置信息和已购买时长信息输入预先训练的回归算法模型，通过回归算法模型对目标产品的价格进行计算，获取回归算法模型的输出结果，将该输出结果作为目标产品的当前价格。在具体实施时，上述步骤504中，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，具体包括：对产品配置信息中的非数值型产品配置信息进行编码处理，得到非数值型产品配置信息所对应的产品配置数值；基于上述产品配置数值、产品配置信息中的数值型产品配置信息和已购买时长信息，按照设定的价格评估算法对目标产品的价格进行评估。在一种具体实施方式中，上述目标产品为汽车；产品配置信息包括汽车的型号和汽车的颜色；相应的，上述步骤504中，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，具体包括：分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估。在具体实施时，上述回归算法模型为线性回归算法模型；相应的，上述基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估，具体包括：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。另外，在本说明书实施例中，为了便于可以直观的了解目标产品的损耗情况，本说明书实施例提供的方法还包括如下步骤：获取用户通过终端设备上传的目标产品的产品图像；基于预先训练的图像识别模型对上述产品图像进行图像识别，得到目标产品的损耗信息。其中，上述预先训练的图像识别模型可以为cnn模型、dnn模型、分类模型等。具体的，上述损耗信息主要包括目标产品表面的破损状况，例如，可以包括是否有磕损、掉漆等现象。当然，在具体实施时，获取所获取的产品相关信息中包含非数值型产品相关信息，则需要先对其进行编码处理，再使用价格评估算法进行产品价格的估算。另外，在本说明书实施例中，通过对目标产品的产品图像进行图像识别，还可以获取目标产品的部分产品配置信息，从而可以对用户直接上传的产品配置信息进行校验，从而提高了产品相关信息的准确性，进一步提高了对目标产品的当前价格进行评估的准确性。其中，本说明书实施例提供的评估产品价格的方法中各步骤的具体实现方式可参考图1-图4所对应实施例，此处不再赘述。本说明书实施例提供的评估产品价格的方法，从用户通过终端设备发送的目标产品的产品相关信息中获取目标产品的产品配置信息和已购买时长信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。对应于本说明书图1-图4所提供的评估产品价格的方法，基于相同的思路，本说明书实施例还提供了一种评估产品价格的装置，用于执行本说明书实施例中图1-图4所对应实施例提供的方法，图6为本说明书实施例提供的评估产品价格的装置的模块组成示意图之一，图6所示的装置，包括：第一获取模块602，用于获取目标产品的产品图像；图像识别模块604，用于基于预先训练的图像识别模型对产品图像进行图像识别，得到目标产品的产品配置信息；评估模块606，用于基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。可选的，本说明书实施例提供的装置，还包括：第二获取模块，用于获取用户通过终端设备输入的目标产品的已购买时长信息；或者，查询模块，用于基于产品配置信息中所包含的目标产品的型号，从预先建立的产品信息库中查询型号的目标产品所对应的已购买时长信息；其中，产品信息库中存储有各型号的目标产品所对应的已购买时长信息。可选的，本说明书实施例提供的装置还包括：收集模块，用于针对每种型号的目标产品，从其他网站收集型号的目标产品所对应的已购买时长信息集合；其中，已购买时长信息集合中包含型号的目标产品所对应的多个已购买时长信息；确定模块，用于确定已购买时长信息集合中各个已购买时长信息所对应的众数，并将众数确定为型号的目标产品所对应的已购买时长信息。可选的，评估模块，包括：第一编码单元，用于对产品配置信息中的非数值型产品配置信息进行编码处理，得到非数值型产品配置信息所对应的产品配置数值；第一评估单元，用于基于产品配置数值、产品配置信息中的数值型产品配置信息和已购买时长信息，按照设定的价格评估算法对目标产品的价格进行评估。可选的，上述目标产品为汽车；产品配置信息包括汽车的型号和汽车的颜色；相应的，上述评估模块，包括：第二编码单元，用于分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；第二评估单元，用于基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估。可选的，回归算法模型为线性回归算法模型；上述第二评估单元，具体用于：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。可选的，本说明书实施例提供的装置，还包括：第三获取模块，用于获取汽车的下述参数中的至少一种：汽车的已行驶里程、汽车的动力参数和汽车的内饰参数。本说明书实施例的评估产品价格的装置还可执行图1-图4中评估产品价格的装置执行的方法，并实现评估产品价格的装置在图1-图4所示实施例的功能，在此不再赘述。本说明书实施例提供的评估产品价格的装置，在评估目标产品的价格时，获取目标产品的产品图像，基于图像识别的方法从产品图像中获取目标产品的产品配置信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。对应于本说明书实施例图5所提供的评估产品价格的方法，基于相同的思路，本说明书实施例还提供了一种评估产品价格的装置，用于执行本说明书实施例图5所提供的评估产品价格的方法，图7为本说明书实施例提供的评估产品价格的装置的模块组成示意图之二，图7所示的装置，包括：获取模块702，用于获取用户通过终端设备输入的目标产品的产品相关信息；其中，产品相关信息包括目标产品的产品配置信息和目标产品的已购买时长信息；评估模块704，用于基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。可选的，目标产品为汽车；产品配置信息包括汽车的型号和汽车的颜色；上述评估模块704，包括：编码单元，用于分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；评估单元，用于基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估。可选的，上述回归算法模型为线性回归算法模型；相应的，上述评估单元，具体用于：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。可选的，本说明书实施例提供的装置还包括：图像获取模块，用于获取用户通过终端设备上传的目标产品的产品图像；图像识别模块，用于基于预先训练的图像识别模型对产品图像进行图像识别，得到目标产品的损耗信息。本说明书实施例的评估产品价格的装置还可执行图5中评估产品价格的装置执行的方法，并实现评估产品价格的装置在图5所示实施例的功能，在此不再赘述。本说明书实施例提供的评估产品价格的装置，从用户通过终端设备发送的目标产品的产品相关信息中获取目标产品的产品配置信息和已购买时长信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。进一步地，基于上述图1至图4所示的方法，本说明书实施例还提供了一种评估产品价格的设备，如图8所示。评估产品价格的设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器801和存储器802，存储器802中可以存储有一个或一个以上存储应用程序或数据。其中，存储器802可以是短暂存储或持久存储。存储在存储器802的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对评估产品价格的设备中的一系列计算机可执行指令信息。更进一步地，处理器801可以设置为与存储器802通信，在评估产品价格的设备上执行存储器802中的一系列计算机可执行指令信息。评估产品价格的设备还可以包括一个或一个以上电源803，一个或一个以上有线或无线网络接口804，一个或一个以上输入输出接口805，一个或一个以上键盘806等。在一个具体的实施例中，评估产品价格的设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对评估产品价格的设备中的一系列计算机可执行指令信息，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令信息：获取目标产品的产品图像；基于预先训练的图像识别模型对产品图像进行图像识别，得到目标产品的产品配置信息；基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。可选的，计算机可执行指令信息在被执行时，目标产品的已购买时长信息通过以下方式所确定：获取用户通过终端设备输入的目标产品的已购买时长信息；或者，基于产品配置信息中所包含的目标产品的型号，从预先建立的产品信息库中查询型号的目标产品所对应的已购买时长信息；其中，产品信息库中存储有各型号的目标产品所对应的已购买时长信息。可选的，计算机可执行指令信息在被执行时，通过如下步骤建立产品信息库：针对每种型号的目标产品，从其他网站收集型号的目标产品所对应的已购买时长信息集合；其中，已购买时长信息集合中包含型号的目标产品所对应的多个已购买时长信息；确定已购买时长信息集合中各个已购买时长信息所对应的众数，并将众数确定为型号的目标产品所对应的已购买时长信息。可选的，计算机可执行指令信息在被执行时，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，包括：对产品配置信息中的非数值型产品配置信息进行编码处理，得到非数值型产品配置信息所对应的产品配置数值；基于产品配置数值、产品配置信息中的数值型产品配置信息和已购买时长信息，按照设定的价格评估算法对目标产品的价格进行评估。可选的，计算机可执行指令信息在被执行时，目标产品为汽车；产品配置信息包括汽车的型号和汽车的颜色；基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，包括：分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估。可选的，计算机可执行指令信息在被执行时，基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估，包括：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。可选的，计算机可执行指令信息在被执行时，还可执行如下步骤：获取汽车的下述参数中的至少一种：汽车的已行驶里程、汽车的动力参数和汽车的内饰参数。本说明书实施例提供的评估产品价格的设备，在评估目标产品的价格时，获取目标产品的产品图像，基于图像识别的方法从产品图像中获取目标产品的产品配置信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。进一步地，基于上述图5所示的方法，本说明书实施例还提供了一种评估产品价格的设备，具体结构可参考图8所示的评估产品价格的设备。在一个具体的实施例中，评估产品价格的设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对评估产品价格的设备中的一系列计算机可执行指令信息，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令信息：获取用户通过终端设备输入的目标产品的产品相关信息；其中，产品相关信息包括目标产品的产品配置信息和目标产品的已购买时长信息；基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。可选的，计算机可执行指令信息在被执行时，目标产品为汽车；产品配置信息包括汽车的型号和汽车的颜色；相应的，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，包括：分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估。可选的，计算机可执行指令信息在被执行时，基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估，包括：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。可选的，计算机可执行指令信息在被执行时，还可执行如下步骤：获取用户通过终端设备上传的目标产品的产品图像；基于预先训练的图像识别模型对产品图像进行图像识别，得到目标产品的损耗信息。本说明书实施例提供的评估产品价格的设备，从用户通过终端设备发送的目标产品的产品相关信息中获取目标产品的产品配置信息和已购买时长信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。进一步地，基于上述图1至图4所示的方法，本说明书实施例还提供了一种存储介质，用于存储计算机可执行指令信息，一种具体的实施例中，该存储介质可以为u盘、光盘、硬盘等，该存储介质存储的计算机可执行指令信息在被处理器执行时，能实现以下流程：获取目标产品的产品图像；基于预先训练的图像识别模型对产品图像进行图像识别，得到目标产品的产品配置信息；基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，目标产品的已购买时长信息通过以下方式所确定：获取用户通过终端设备输入的目标产品的已购买时长信息；或者，基于产品配置信息中所包含的目标产品的型号，从预先建立的产品信息库中查询型号的目标产品所对应的已购买时长信息；其中，产品信息库中存储有各型号的目标产品所对应的已购买时长信息。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，通过如下步骤建立产品信息库：针对每种型号的目标产品，从其他网站收集型号的目标产品所对应的已购买时长信息集合；其中，已购买时长信息集合中包含型号的目标产品所对应的多个已购买时长信息；确定已购买时长信息集合中各个已购买时长信息所对应的众数，并将众数确定为型号的目标产品所对应的已购买时长信息。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，包括：对产品配置信息中的非数值型产品配置信息进行编码处理，得到非数值型产品配置信息所对应的产品配置数值；基于产品配置数值、产品配置信息中的数值型产品配置信息和已购买时长信息，按照设定的价格评估算法对目标产品的价格进行评估。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，目标产品为汽车；产品配置信息包括汽车的型号和汽车的颜色；基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，包括：分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，回归算法模型为线性回归算法模型；基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估，包括：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，还可执行如下步骤：获取汽车的下述参数中的至少一种：汽车的已行驶里程、汽车的动力参数和汽车的内饰参数。本说明书实施例提供的存储介质存储的计算机可执行指令信息在被处理器执行时，在评估目标产品的价格时，获取目标产品的产品图像，基于图像识别的方法从产品图像中获取目标产品的产品配置信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。进一步地，基于上述图5所示的方法，本说明书实施例还提供了一种存储介质，用于存储计算机可执行指令信息，一种具体的实施例中，该存储介质可以为u盘、光盘、硬盘等，该存储介质存储的计算机可执行指令信息在被处理器执行时，能实现以下流程：获取用户通过终端设备输入的目标产品的产品相关信息；其中，产品相关信息包括目标产品的产品配置信息和目标产品的已购买时长信息；基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，目标产品为汽车；产品配置信息包括汽车的型号和汽车的颜色；相应的，基于目标产品的产品配置信息和目标产品的已购买时长信息，按照设定的价格评估算法对目标产品的当前价格进行评估，包括：分别对汽车的型号和汽车的颜色进行编码处理，得到汽车的型号值和颜色值；基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，回归算法模型为线性回归算法模型；基于汽车的型号值、汽车的颜色值和已购买时长信息，使用预先训练的回归算法模型对汽车的当前价格进行评估，包括：根据汽车的型号值、汽车的颜色值和已购买时长信息，通过如下线性回归算法公式计算汽车的当前价格；y＝β0+β1*x1+β2*x2+β3*x3其中，在上述公式中，y表示汽车的当前价格，β0为常数，β1、β2和β3为系数，x1表示汽车的颜色值，x2表示汽车的型号值，x3表示汽车的已购买时长信息。可选的，该存储介质存储的计算机可执行指令信息在被处理器执行时，还可执行如下步骤：获取用户通过终端设备上传的目标产品的产品图像；基于预先训练的图像识别模型对产品图像进行图像识别，得到目标产品的损耗信息。本说明书实施例提供的存储介质存储的计算机可执行指令信息在被处理器执行时，从用户通过终端设备发送的目标产品的产品相关信息中获取目标产品的产品配置信息和已购买时长信息，并基于产品配置信息和目标产品的已购买时长信息，采用设定的价格评估算法对目标产品的当前价格进行评估；这样，实现了产品价格评估的自动化，避免了通过人工前往现场的方式进行产品价格的评估，减少了产品价格评估的耗时、提高了产品价格评估的效率，并且不需要耗费大量的人力资源，降低了人力成本。在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmablelogicdevice，pld)(例如现场可编程门阵列(fieldprogrammablegatearray，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardwaredescriptionlanguage，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advancedbooleanexpressionlanguage)、ahdl(alterahardwaredescriptionlanguage)、confluence、cupl(cornelluniversityprogramminglanguage)、hdcal、jhdl(javahardwaredescriptionlanguage)、lava、lola、myhdl、palasm、rhdl(rubyhardwaredescriptionlanguage)等，目前最普遍使用的是vhdl(very-high-speedintegratedcircuithardwaredescriptionlanguage)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc625d、atmelat91sam、microchippic18f26k20以及siliconelabsc8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。本申请是参照根据本说明书实施例的方法、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信息实现流程图和/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信息到通用计算机、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信息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。这些计算机程序指令信息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信息产生包括指令信息装置的制造品，该指令信息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。这些计算机程序指令信息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信息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。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。内存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(flashram)。内存是计算机可读介质的示例。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信息、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(transitorymedia)，如调制的数据信号和载波。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，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。本申请可以在由计算机执行的计算机可执行指令信息的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。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，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。当前第1页12