数据产品质量评价方法及装置

1.本发明涉及数据产品交易技术领域，尤其涉及一种数据产品质量评价方法及装置。


背景技术：

2.数据产品化之后进入数据产品交易市场流通是数据发挥其最大利用价值的必要手段，数据产品质量水平高低则是数据产品交易市场能否有序高效运行的重要影响因素。低质量的数据进入市场流通不但会降低市场交易效率，提高数据产品交易市场运行成本，还会给数据买方带来诸多数据质量问题，例如数据冗余、数据失真、数据缺失、数据不一致等，阻碍数据买方获得数据的最大利用价值。目前学术界对于数据产品质量评价问题仍处于探索阶段，没有认可度非常高的有效解决方案。
3.目前虽然已经有一些人提出了数据质量评价思想，如现有的《dama数据管理知识体系指南》、laura sebastian-coleman等人构建的数据质量评估框架(dqaf)，以及由richard y.wang等人提出的全面数据质量管理(tdqm)等，但这些思想不仅存在数据质量评价指标不统一的问题，而且各评价指标均没有合理可实现的量化方法。现有技术方案大多都是对数据质量进行定性的分析，没有合理的指标量化方法，使得数据质量评价结果掺杂过多的主观因素。此外，现有的数据质量评价没有考虑数据从产品化特征。
4.因此，如何对数据产品质量水平进行更加客观的衡量，以量化的形式更直观的反映数据产品质量水平，是一个亟待解决的问题。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种数据产品质量评价方法及装置，以解决现有技术中数据产品质量评价难以合理量化的问题。
6.本发明的一个方面提供一种数据产品质量评价方法，该方法包括以下步骤：
7.利用层次分析法确定预建立的数据产品质量评价指标架构中的各二级指标的权重，基于各二级指标的权重获得二级指标中客观指标的总权重以及主观指标的总权重，其中，所述预建立的数据产品质量评价指标架构包括多个数据评价维度，每个数据评价维度包括至少一个一级指标，每个一级指标包括多个二级指标，每一数据评价维度下的二级指标分为客观指标和主观指标；
8.自动采集数据产品中各个客观指标的质量评价特征参数，基于采集的各个客观指标的质量评价特征参数计算数据产品的各个客观指标的评价分值；
9.基于各个客观指标的权重及分值，计算数据产品的客观指标整体分值；
10.接收对多个评价者对数据产品各个主观指标的语言评价信息，将语言评价信息转换为梯形模糊数，并基于多个评价者的权重计算数据产品在当前主观指标上的分值；
11.基于各个主观指标的权重及分值，计算数据产品的主观指标整体分值；
12.基于所述客观指标整体分值和主观指标整体分值获得数据产品质量评价综合得
分。
13.在本发明一实施例中，所述基于各个主观指标的权重及分值，计算数据产品的主观指标整体分值的步骤包括：
14.基于各个主观指标的权重及分值，以梯形模糊数表示数据产品的主观指标综合得分；
15.确定数据产品质量最优点和最劣点，利用理想点法计算梯形模糊数表示的主观指标综合得分与所述最优点和最劣点的距离，得到数据产品质量贴进度系数；
16.基于数据产品质量贴进度系数和主观指标的总权重得到数据产品主观指标整体分值。
17.在本发明一实施例中，所述利用理想点法计算数据产品的主观指标的整体分值的步骤包括：计算梯形模糊数表示的数据产品的初始主观指标整体分值
18.在本发明一实施例中，所述基于所述客观指标整体分值和主观指标整体分值获得数据产品质量评价综合得分的步骤包括：以客观指标整体分值和主观指标整体分值之和作为数据产品质量评价综合得分。
19.在本发明一实施例中，所述多个数据评价维度包括：数据内容评价维度、产品包装评价维度和市场流通评价维度。
20.在本发明一实施例中，所述数据内容评价维度包括以下一级指标中的部分或全部：准确性指标、完整性指标、及时性指标、唯一性指标和有效性指标；所述产品包装评价维度包括以下一级指标：元数据规范性指标；所述市场流通评价维度包括以下一级指标：服务水平指标和/或市场反馈指标。
21.在本发明一实施例中，所述准确性指标包括以下二级指标：语法准确性指标和/或语义准确性指标；所述完整性指标包括以下二级指标中的部分或全部指标：描述完整性指标、事实完整性指标、列完整性指标和参照完整性指标；所述及时性指标包括以下二级指标：内容及时性指标和/或采集及时性指标；所述唯一性指标包括以下二级指标：广度唯一性指标和/或深度唯一性指标；所述有效性指标包括以下二级指标：格式有效性指标和/或数量有效性指标；所述元数据规范性指标包括以下二级指标：元数据准确性指标和/或元数据完整性指标；所述服务水平指标包括以下二级指标：卖家信用评分指标和/或买家对卖家好评度；所述市场反馈指标包括以下二级指标：产品销量指标和/或买家对产品评分指标；所述列完整性指标、内容及时性指标、采集及时性指标、深度唯一性指标、格式有效性指标、数量有效性指标、元数据完整性指标、卖家信用评分指标、买家对卖家好评度指标和买家对产品评分指标为客观指标；所述语法准确性指标、语义准确性指标、述完整性指标、事实完整性指标、参照完整性指标、广度唯一性指标、元数据准确性指标和产品销量指标为主观指标。
22.在本发明一实施例中，所述基于采集的各个客观指标的质量评价特征参数计算数据产品的各个客观指标的评价分值的步骤包括以下步骤中的部分或全部步骤：
23.利用如下公式来计算列完整性指标的评价分值：s1＝1-∑[w
i
*(第i列缺失值数量/第i列列值总数)]；其中，s1表示列完整性指标的评价分值；w
i
表示第i列属性在数据集所有列属性中所占的权重；
[0024]
利用如下公式来计算内容及时性指标的评价分值：s2＝e^(-δt)＝e^(t
2-t1)；其
中，s2表示内容及时性指标的评价分值，t1和t2分别表示数据发布时间与数据内容覆盖最晚时间；
[0025]
利用如下公式来计算采集及时性指标的评价分值s3：s3＝e^(-f)；其中，s3表示采集及时性指标的评价分值，f表示数据采集频率；
[0026]
利用如下公式来计算深度唯一性指标的评价分值：s4＝1-数据行重复数
÷
数据行总数，其中，s4表示深度唯一性指标的评价分值；
[0027]
利用如下公式来计算格式有效性指标的评价分值：s5＝格式正确值总数
÷
数据记录值总数，其中，s5表示格式有效性指标的评价分值；
[0028]
利用如下公式来计算数量有效性指标的评价分值：s6＝数量格式正确值总数
÷
数据记录值总数，其中，s6表示采集及时性指标的评价分值；
[0029]
利用如下公式来计算元数据完整性指标的评价分值：s7＝元数据非空缺字段总数
÷
规范元数据字段总数，其中，s7表示数据完整性指标的评价分值；
[0030]
基于卖方信用等级来计算卖家信用评分指标的评价分值；
[0031]
利用如下公式来计算买家好评度指标的评价分值：s9＝数据买方好评订单总数
÷
数据卖方完成订单总数，其中，s9表示买家好评度指标的评价分值；
[0032]
通过采集数据产品交易完成后数据买方对数据产品的打分来计算买家评分指标的评价分值。
[0033]
本发明的另一方面还提供一种数据产品质量评价装置，该装置包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该装置实现权利要求1-8中任意一项所述方法的步骤。
[0034]
本发明的另一方面还提供一种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如前所述方法的步骤。
[0035]
本发明提供的数据产品质量评价方法及评价装置从数据产品内容本身的特性出发，对数据质量从数据准确性、数据完整性、数据及时性、数据唯一性、数据有效性五个维度进行考量，并设计每个维度下对应的细化二级指标，完整、全面的评估数据资源的质量水平。本发明能以数字的形式科学、直观的展示数据产品的质量水平高低。
[0036]
本领域技术人员将会理解的是，能够用本发明实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
[0037]
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：
[0038]
图1为本发明一实施例中数据产品质量评价架构的示意图。
[0039]
图2为本发明一实施例中数据产品质量评价方法的流程示意图。
[0040]
图3为本发明一实施例中主观指标量化方法的流程示意图。
[0041]
图4为梯度模糊数的函数图像示意图。
具体实施方式
[0042]
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。
[0043]
在此，还需要说明的是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
[0044]
应该强调，术语“包括/包含/具有”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
[0045]
本发明针对数据交易市场中的数据产品，从数据内容、产品包装与市场流通三个方面入手，在建立的数据质量评价指标体系的基础上，构建了包含八个一级指标和十八个二级指标的数据产品质量评价指标体系(或称数据产品质量评价指标架构)。同时设计了依据数据产品质量评价指标体系的指标测算与量化方法，以实现以数字的形式直观的展示数据产品的质量水平高低。
[0046]
其中，本发明所基于的数据质量评价指标体系为完整、全面的数据质量评价指标体系，其是从数据内容本身的特性出发，对数据质量从数据准确性、数据完整性、数据及时性、数据唯一性、数据有效性五个维度进行考量，设计每个维度下对应的细化二级指标，从而能够完整、全面的评估数据资源的质量水平。
[0047]
本发明实施例基于数据质量评价指标体系构建的数据产品质量评价指标体系如下面表1所示。
[0048]
表1.数据产品质量评价指标体系：
[0049]
[0050][0051]
从表1可以看出，在数据质量评价指标体系的基础上，本发明的数据产品质量评价指标体系进一步从数据卖方角度以及数据产品交易市场角度阐述了数据产品化之后的特征，主要包括元数据规范性、数据卖方服务水平以及市场反馈。这些特征为能够由交易系统自动提取的数据产品化特征。
[0052]
如表1所示，各个二级指标可以分为客观指标与主观指标两类，其中：
[0053]
客观指标可包括：列完整性指标、内容及时性指标、采集及时性指标、深度唯一性指标、格式有效性指标、数量有效性指标、元数据完整性指标、卖家信用评分指标、买家对卖家好评度指标和买家对产品评分指标。
[0054]
主观指标可包括：语法准确性指标、语义准确性指标、述完整性指标、事实完整性指标、参照完整性指标、广度唯一性指标、元数据准确性指标和产品销量指标。
[0055]
本发明针对于主观指标和客观指标这两类指标设计了不同的量化方法。如图1所示，本发明总体的指标量化思路如下：为了在最大程度上减少人的主观因素对数据产品质量评价结果的影响，提高数据产品质量评价方法的可靠性，本发明将数据产品质量评价指标体系中十八个二级指标分为十个客观指标与八个主观指标，对客观指标与主观指标分别
采取不同的方法进行测算、量化，例如对于客观指标，是基于数据产品本身的特征来计算指标的分值，进一步可基于客观指标的权重得到客观指标的总体得分；对于主管指标，可由专家对各指标进行评价，并转换为梯形模糊数，然后基于专家的权重以及各指标的梯形模糊数利用理想点法(即topsis方法)得到主观指标的总体得分。在利用数据产品质量评价指标体系对数据质量进行评估时，首先通过专家利用层次分析法确定各二级指标的权重，同时计算主观指标的权重之和得到主观指标总权重，再分别测算数据产品在客观指标与主观指标上的表现得分s、c，从而得到数据产品质量综合评价得分q＝s+c。
[0056]
图2所示为本发明一实施例中数据产品质量评价方法的流程示意图。如图2所示，本方法包括以下步骤：
[0057]
步骤s110，利用层次分析法确定预建立的数据产品质量评价指标架构中的各二级指标的权重，基于各二级指标的权重获得二级指标中客观指标的总权重以及主观指标的总权重。
[0058]
其中，预建立的数据产品质量评价指标架构包括多个数据评价维度，每个数据评价维度包括至少一个一级指标，每个一级指标包括多个二级指标，每一数据评价维度下的二级指标分为客观指标和主观指标。优选的，预建立的数据产品质量评价指标架构具有表1所示的结构，但本发明并不限于此，二级指标还可以被划分为更多或更少的指标。
[0059]
本步骤中涉及的层次分析法是一种现有的系统分析方法，通过建立问题层次关系、构造判断矩阵、确定权向量并对权向量做一致性检验、进行层次总排序并对其进行一致性检验的步骤，来系统的确定各层指标的权重，进而确定备选方案中的最优方案。层次分析法理论基础完备，结构设置严谨，在解决问题上具有简洁性，尤其在解决非结构化的问题上有很大的优势。
[0060]
由于基于层次分析法确定不同指标的权重的具体实现属于现有技术，在此不再赘述。
[0061]
步骤s120，自动采集数据产品相关的各个客观指标的质量评价特征参数，基于采集的各个客观指标的质量评价特征参数计算数据产品的各个客观指标的评价分值。
[0062]
本步骤为用于对客观指标的质量评价进行量化的步骤，本步骤中通过分析数据产品的内容或数据产品交易相关信息，而从数据产品中或交易平台中采集各个客观指标的质量评价特征参数，由此计算数据产品的各个客观指标的评价分值。客观指标是可以通过自动化的手段直接量化的指标。后面会详细描述各个客观指标的量化。
[0063]
本步骤中，优选地是基于前面表1中示出的所有10个客观指标的质量评价特征参数计算数据产品的各个客观指标的评价分值，但本发明并不限于此，也可以选择更多或更少个客观指标来进行质量评价的量化。
[0064]
步骤s130，基于各个客观指标的权重及分值，计算数据产品的客观指标整体分值s。
[0065]
步骤s140，接收对多个评价者对数据产品各个主观指标的语言评价信息，将语言评价信息转换为梯形模糊数，并基于多个评价者的权重计算数据产品在当前主观指标上的分值。
[0066]
本步骤属于主观指标的质量评价量化步骤。
[0067]
步骤s150，基于各个主观指标的权重及分值，计算数据产品的主观指标整体分值
c。
[0068]
把步骤s160，基于得到的客观指标整体分值和主观指标整体分值来获得数据产品质量评价综合得分。
[0069]
例如，通过将客观指标整体分值s和主观指标整体分值c相加，便可以得到数据产品质量评价综合得分q：q＝s+c。
[0070]
下面描述步骤s120中客观指标的量化方法。
[0071]
客观指标的测算主要依据数据产品的内容本身在各个指标上的表现来对数据产品质量进行评估。下文将对具体每个二级指标测算方法进行阐述。
[0072]
1)列完整性
[0073]
列完整性通过列缺失值比例来反映，数据产品在列完整性上的得分s1的具体测算方法为：
[0074]
s1＝1-∑[w
i
*(第i列缺失值数量/第i列列值总数)]；
[0075]
其中，w
i
是指第i列属性在数据集所有列属性中所占权重，0<w
i
<1。计算得到的s1通常为0到1之间的数据。
[0076]
2)内容及时性
[0077]
内容及时性通过数据发布时间t1与数据内容覆盖最晚时间t2之差δt来反映，其中，数据内容覆盖最晚时间是指数据中记录的距离当前时间最近的时间点。本发明中利用指数函数y＝e-x
来将δt标准化从而得到数据产品在内容及时性上的得分s2，具体测算方法为：
[0078]
s2＝e^(-δt)＝e^(t
2-t1)。
[0079]
3)采集及时性
[0080]
数据内容的采集及时性可以通过单位时间内数据采集次数即采集频率f来衡量，与内容及时性类似，本发明中采用指数函数y＝e-x
来对采集频率f进行标准化从而得到数据产品在采集及时性指标上的得分s3，具体测算方法为：
[0081]
s3＝e^(-f)。
[0082]
4)深度唯一性
[0083]
深度唯一性可以通过数据行重复数比率来反映，数据产品在深度唯一性上的得分s4的具体测算方法为：
[0084]
s4＝1-数据行重复数
÷
数据行总数。
[0085]
5)格式有效性
[0086]
格式有效性是对数据值从数据类型、预定义枚举值、存储格式等方面进行考量与评价，判断数据值是否在某个属性上符合属性的数据类型特殊要求。例如身份证号码格式只能为数字且长度只能为18位。格式有效性通过数据中格式正确的值的比例来反映，数据产品在格式有效性上得分s5的具体测算方法为：
[0087]
s5＝格式正确值总数
÷
数据记录值总数
[0088]
6)数量有效性
[0089]
数量有效性是指数据值在精度、值域范围上是否符合要求。例如年龄为正整数且一般小于130。数量有效性通过数据值中数量格式有效记录所占比例来反映，数据产品在数量有效性上得分s6的具体测算方法为：
[0090]
s6＝数量格式正确值总数
÷
数据记录值总数。
[0091]
7)元数据完整性
[0092]
元数据完整性通过元数据中的完整字段占字段总数的比例来反映，即元数据非空缺字段占字段总数的比例，数据产品在元数据完整性上得分s7的具体测算方法为：
[0093]
s7＝元数据非空缺字段总数
÷
规范元数据字段总数。
[0094]
8)卖家信用评分
[0095]
卖家信用评分由数据卖方社会影响力与数据卖方在数据交易体系中留下的历史数据来反映，数据交易系统根据数据卖方的历史行为自动评估卖方信用等级，给出数据卖方信用评分s8(0≤s8≤1)。例如可以根据数据卖方在数据交易系统中的历史行为、履约能力等方面来评估数据卖方的信用等级。
[0096]
9)买家好评度
[0097]
买家好评度通过采集数据产品交易完成订单总数中，数据买方对数据卖方的好评订单总数所占比例来反映，数据产品在买家好评度上的得分s9的具体测算方法为：
[0098]
s9＝数据买方好评订单总数
÷
数据卖方完成订单总数。
[0099]
在本发明另一些实施例中，还可以基于各数据买方对数据卖方的星级评价对应的分数计算出的平均星级评价分数。
[0100]
10)买家评分
[0101]
买家评分通过数据产品交易完成后数据买方对数据产品的打分来体现，由交易系统自动采集并计算数据产品在买家评分上的综合得分s
10
(0≤s
10
≤1)。
[0102]
综上所述，数据产品在各个客观指标上的得分由数据本身的属性特征决定，不受其他人为因素的影响，从而保证了数据产品质量评估结果的客观性、有效性。
[0103]
在步骤s130中，在得到数据产品在单个客观指标上的得分后，综合各客观指标的权重，可计算出数据产品质量在客观指标上的得分s，s越大说明数据产品在客观指标上表现越好，数据质量水平越高。
[0104]
下面描述步骤s140中的主观指标量化方法。
[0105]
主观指标是难以通过自动化的手段直接量化的指标，主要包含：语法准确性、语义准确性、描述完整性、事实完整性、参照完整性、广度唯一性、元数据准确性、产品销量。
[0106]
本发明中，如图3所示的对采用专家先对数据产品在每个主观指标上的表现进行语言评价，再利用模糊数学理论将文字性的语言评价转化为梯形模糊数的思路来对主观指标评价进行量化。下文将介绍主观指标量化方法具体实施步骤。
[0107]
(一)专家语言评价
[0108]
邀请在数据质量评估具有权威性的m个专家对数据产品在各个主观指标上的表现进行语言评价，得到专家语言评价信息l
ij
(即第i个专家对数据产品在第j个主观质量指标上的语言评价，1≤i≤m，1≤j≤8，且都为整数)，并确定每个专家自身的权重p
i
。在专家语言评价过程中，允许不同专家有不同的语言评价标度，降低由于不同专家评价标准不一致而对数据产品质量评价结果造成的偏差。其中，语言标度是指人在用语言评价一个事物时所用的标准尺度，语言粒度是指语言短语集划分的粗细程度，例如，{非常差，差，较差，一般，较好，好，非常好}可作为评价事物的语言标度，其是一个语言粒度为7的语言短语集合。
[0109]
(二)利用模糊理论将语言评价信息转化为梯形模糊数
[0110]
梯形模糊数是模糊数学中的重要概念，是用数学的语言表述生活中不确定性问题的有效工具。在模糊数学中认为，若给定某论域u上的一个模糊集，对于任意的x∈u，都有唯一的u(x)∈[0，1]与之对应，表示x对u的隶属度，称u(x)为x的隶属函数。
[0111]
若a为一个梯形模糊数，则a＝(a,b,c,d)，其隶属函数为：
[0112][0113]
u(x)＝1，x∈[b,c]
[0114][0115]
u(x)＝0，其它。
[0116]
梯形模糊数对应的函数图像如图4所示。
[0117]
将语言评价信息转化为梯形模糊数的具体转换公式设计为：
[0118][0119]
其中，τ为大于0的自然数，2τ+1表示语言短语集的粒度，k为[0,2τ+1]之间的整数，ak代表语言短语集中的第k个元素。
[0120]
利用语言评价与梯形模糊数的转换关系得到以梯形模糊数表示的每个专家对数据产品质量的评价信息a
ij
(a
ij
，b
ij
，c
ij
，d
ij
)，其中a
ij
(a
ij
，b
ij
，c
ij
，d
ij
)代表第i个专家在第j个主观指标上语言评价信息对应的梯形模糊数，1≤i≤m，1≤j≤8，i、j都为整数。
[0121]
(三)以梯形模糊数表示数据产品各个主观指标的综合得分
[0122]
通过结合各个专家对数据产品质量的语言评价信息a
ij
与各个专家自身的权重，可以确定数据产品在某个主观指标上的综合得分a
j
，具体计算方法为：
[0123][0124]
(四)以梯形模糊数表示数据产品在主观指标整体上的综合得分
[0125]
通过a
j
与各个主观指标权重i
j
可以计算得到数据产品在主观指标上以梯形模糊数表示的综合得分a，具体计算公式为：
[0126][0127]
(五)更进一步地，可利用理想点法计算数据产品质量贴进度，得出数据产品质量评估综合得分
[0128]
理想点法即topsis方法，是做决策分析时，多目标决策中常用的计算方法。理想点法方法通过计算被评价对象与最优点以及最劣点距离，得出被评价对象的贴进度系数，继而通过贴进度系数排序来确定决策问题中的最优方案。只有当被评价对象距离最优点最近，同时距离最劣点最远时，才能够被选为最优方案。
[0129]
在本发明中，数据质量最劣点为d0(0，0，0，0)，最优点为d1(1，1，1，1)。通过计算a(a，b，c，d)与最优点、最劣点距离，可以得到数据产品质量贴进度系数，结合主观指标总权重即可得到数据产品质量主观指标评估最后得分c。
[0130]
具体计算过程为：
[0131]
①
分别计算a(a，b，c，d)与最优点、最劣点的距离d1、d0：
[0132]
[0133][0134]
②
计算数据产品质量贴进度系数：
[0135][0136]
贴进度系数c越大，表明a(a，b，c，d)与最劣点距离越近，与最优点距离越近，数据产品质量水平在主观指标方面越高。
[0137]
③
计算数据产品质量在主观指标上的综合得分c：
[0138]
c＝c*i
t
[0139]
其中，i
t
为主观指标在所有指标中所占权重。
[0140]
计算出客观指标整体分值s和主观指标整体分值c后，在步骤s160中可以得到数据产品质量评价综合得分q：q＝s+c。
[0141]
基于本发明的如上方法，能够有效的依据数据本身特性以及专家语言评价对数据产品质量水平进行合理评估，并以数字的形式直观的展示数据产品质量水平。
[0142]
本发明具有如下优点：
[0143]
建立了完整、全面的数据质量评价指标体系，并在数据质量评价指标体系的基础上，结合数据的、能够由交易系统自动提取的产品化特征，构建了具有普适性的数据产品质量评价指标体系。从数据内容、数据产品包装、数据产品市场流通等方面综合衡量数据产品质量水平，为解决数据产品质量评价问题提供了参考依据。
[0144]
本文发明针对数据产品质量评价指标体系提出了对指标体系中各二级指标测算和量化的方法，能够有效的依据数据本身特性以及专家语言评价对数据产品质量水平进行合理评估，并以数字的形式直观的展示数据产品质量水平。
[0145]
本发明还提供了一种数据产品质量评价装置，该装置包括处理器和存储器，存储器中存储有计算机指令，处理器用于执行所述存储器中存储的计算机指令，当计算机指令被处理器执行时该装置实现如前所述方法的步骤。
[0146]
本发明还涉及存储介质，其上可以存储有计算机程序代码，当程序代码被执行时可以实现本发明的方法的各种实施例，该存储介质可以是有形存储介质，诸如光盘、u盘、软盘、硬盘等。
[0147]
本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体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发明的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。
[0148]
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
[0149]
本发明中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实
施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
[0150]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。