一种出行数据的处理方法、装置及服务器与流程

1.本公开涉及数据处理技术领域，更具体地，涉及一种出行数据的处理方法、一种出行数据的处理装置、及一种服务器。


背景技术：

2.目前，通过共享车辆出行已经成为城市中新兴的出行方式，可以有效解决城市人群的出行需求，并且绿色环保。
3.为了向用户提供更好的共享车辆的使用服务，通常需要预测用户下次使用共享车辆的出发地。
4.在现有技术中，通常是对用户在历史统计时段内的出行数据进行统计，将历史统计时段内出现次数最多的起点，作为用户下次使用共享车辆的出发地。
5.但是，这种预测方式所得到的预测出发地的准确率较低，导致无法精准的为用户提供共享车辆的使用服务，使得用户体验较差。


技术实现要素：

6.本公开的一个目的是提供一种处理出行数据的新技术方案。
7.根据本公开的第一方面，提供了一种出行数据的处理方法，包括：
8.获取目标用户在历史统计时段内使用共享车辆的出行数据；
9.根据所述出行数据，生成表征所述目标用户在所述历史统计时段内使用所述共享车辆的出行规律的特征向量；
10.根据所述特征向量和预设的机器学习模型，得到所述目标用户使用所述共享车辆的预测出发地；
11.根据所述预测出发地向所述目标用户提供所述共享车辆的使用服务。
12.可选的，所述出行数据包括至少一对匹配的经纬度数据，一对匹配的纬度数据表示所述目标用户使用所述共享车辆的标记点，所述标记点为对应使用过程的起点或终点；
13.所述根据所述出行数据，生成表征所述目标用户使用所述共享车辆的出行规律的特征向量包括：
14.生成所述经纬度数据的时间序列；
15.对所述时间序列中缺少的经纬度数据进行补充；
16.根据所述时间序列生成所述特征向量。
17.可选的，所述根据所述时间序列生成所述特征向量包括：
18.基于预设的编码算法，对所述时间序列中匹配的经纬度数据进行编码，得到对应标记点的出行特征；
19.根据所述出行特征，得到所述特征向量。
20.可选的，所述编码算法为哈希编码算法。
21.可选的，所述根据所述预测出发地对所述目标用户提供所述共享车辆的使用服务
包括：
22.获取表示所述共享车辆在所述预测出发地的需求热度的热度参数；
23.根据所述热度参数，向所述目标用户提供使用所述共享车辆的凭证。
24.可选的，所述方法还包括：
25.获取所述凭证的历史购买数据；
26.根据所述历史购买数据确定所述目标用户。
27.可选的，所述根据所述预测出发地对所述目标用户提供所述共享车辆的使用服务包括：
28.确定任一预测出发地所对应的目标用户的数量；
29.根据所述数量，对所述任一预测出发地的共享车辆进行调度。
30.可选的，所述机器学习模型为bert模型。
31.根据本公开的第二方面，提供了一种出行数据的处理装置，包括：
32.数据获取模块，用于获取目标用户在历史统计时段内使用共享车辆的出行数据；
33.向量生成模块，用于根据所述出行数据，生成表征所述目标用户在所述历史统计时段内使用所述共享车辆的出行规律的特征向量；
34.出发地预测模块，用于根据所述特征向量和预设的机器学习模型，得到所述目标用户使用所述共享车辆的预测出发地；
35.服务提供模块，用于根据所述预测出发地向所述目标用户提供所述共享车辆的使用服务。
36.根据本公开的第三方面，提供了一种服务器，包括存储器和处理器，所述存储器用于存储可执行的计算机程序；所述处理器用于根据所述计算机程序的控制运行所述服务器执行根据本公开第一方面所述的方法。
37.通过本实施例的方法，根据目标用户在历史统计时段内使用共享车辆的出行数据，生成表征目标用户在历史统计时段内使用共享车辆的出行规律的特征向量，再根据该特征向量和预设的机器学习模型，预测目标用户使用共享车辆的预测出发地，并根据该预测出发地向目标用户提供共享车辆的使用服务，可以使得得到的预测出发地更加准确，进而能够更好的为目标用户提供共享车辆的使用服务，提高目标用户的用车体验。
38.通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
39.被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且连同其说明一起用于解释本公开的原理。
40.图1是显示可用于实现本公开的实施例的车辆系统的硬件配置的例子的框图。
41.图2示出了本公开的实施例的出行数据的处理方法的流程图。
42.图3示出了本公开的实施例的出行数据的处理装置的方框原理图。
43.图4示出了本公开的实施例的服务器的示意性框图。
具体实施方式
44.现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
45.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
46.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
47.在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
48.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
49.<硬件配置>
50.如图1所示，车辆系统100包括服务器1000、移动终端2000、车辆3000、网络4000。
51.服务器1000提供处理、数据库、通讯设施的业务点。服务器1000可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器可以是各种类型的，例如但不限于，网络服务器，新闻服务器，邮件服务器，消息服务器，广告服务器，文件服务器，应用服务器，交互服务器，数据库服务器，或代理服务器。在一些实施例中，每个服务器可以包括硬件，软件，或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如，服务器例如刀片服务器、云端服务器等，或者可以是由多台服务器组成的服务器群组，可以包括上述类型的服务器中的一种或多种等等。
52.在一个例子中，服务器1000可以如图1所示，包括处理器1100、存储器1200、接口装置1300、通信装置1400、显示装置1500、输入装置1600。尽管服务器也可以包括扬声器、麦克风等等，但是，这些部件与本公开的是合理无关，故在此省略。
53.其中，处理器1100例如可以是中央处理器cpu、微处理器mcu等。存储器1200例如包括rom(只读存储器)、ram(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1300例如包括usb接口、串行接口、红外接口等。通信装置1400例如能够进行有线或无线通信。显示装置1150例如是液晶显示屏、led显示屏触摸显示屏等。输入装置1160例如可以包括触摸屏、键盘等。
54.在本实施例中，移动终端2000是具有通信功能、业务处理功能的服务器。移动终端2000可以是移动终端，例如手机、便携式电脑、平板电脑、掌上电脑等等。在一个例子中，移动终端2000是对车辆3000实施管理操作的设备，例如，安装有支持运营、管理车辆的应用程序(app)的手机。
55.如图1所示，移动终端2000可以包括处理器2100、存储器2200、接口装置2300、通信装置2400、显示装置2500、输入装置2600、扬声器2700、麦克风2800，等等。其中，处理器2100可以是中央处理器cpu、微处理器mcu等。存储器2200例如包括rom(只读存储器)、ram(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置2300例如包括usb接口、耳机接口等。通信装置2400例如能够进行有线或无线通信。显示装置2500例如是液晶显示屏、触摸显示屏等。输入装置2600例如可以包括触摸屏、键盘等。用户可以通过扬声器2700和麦克风
2800输入/输出语音信息。
56.车辆3000是任何可以分时或分地出让使用权供不同用户共享使用的车辆，例如，用于共享的共享自行车、共享助力车、共享电动车、共享车等等。车辆3000可以是自行车、三轮车、电动助力车、摩托车以及四轮乘用车等各种形态。
57.如图1所示，车辆3000可以包括处理器3100、存储器3200、接口装置3300、通信装置3400、显示装置3500、输入装置3600、定位装置3700、蓝牙广播装置3800，等等。其中，处理器3100可以是中央处理器cpu、微处理器mcu等。存储器3200例如包括rom(只读存储器)、ram(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置3300例如包括usb接口、耳机接口等。通信装置3400例如能够进行有线或无线通信。输出装置3500例如可以是输出信号的装置，可以显示装置，例如液晶显示屏、触摸显示屏等，也可以是扬声器等输出语音信息等。输入装置3600例如可以包括触摸屏、键盘等，也可以是麦克风输入语音信息。定位装置3700用于提供定位功能，例如可以是gps定位模块、北斗定位模块等。蓝牙广播装置3800用于通过蓝牙广播包含自身车辆信息的数据包。
58.网络4000可以是无线通信网络也可以是有线通信网络，可以是局域网也可以是广域网。在图1所示的物品管理系统中，车辆3000与服务器1000、移动终端2000与服务器1000，可以通过网络4000进行通信。此外，车辆3000与服务器1000、移动终端2000与服务器1000通信所基于的网络4000可以是同一个，也可以是不同的。
59.应当理解的是，尽管图1仅示出一个服务器1000、移动终端2000、车辆3000，但不意味着限制对应的数目，车辆系统100中可以包含多个服务器1000、移动终端2000、车辆3000。
60.以车辆3000为共享自行车为例，车辆系统100为共享自行车系统。服务器1000用于提供支持共享自行车使用所必需的全部功能。移动终端2000可以是手机，其上安装有共享自行车应用程序，共享自行车应用程序可以帮助用户使用车辆3000获取相应的功能等等。
61.图1所示的车辆系统100仅是解释性的，并且决不是为了要限制本公开、其应用或用途。
62.应用于本公开的实施例中，尽管图1只示出一个服务器1000、一个移动终端2000、一个车辆3000，但是，应当理解的是，具体应用中，可以根据实际需求使得所述车辆系统100包括多个服务器1000、多个移动终端2000、多个车辆3000。
63.应用于本公开的实施例中，服务器1000的所述存储器1200用于存储指令，所述指令用于控制所述处理器1100进行操作以执行本公开实施例提供的出行数据的处理方法。
64.尽管在图1中对服务器1000示出了多个装置，但是，本公开可以仅涉及其中的部分装置，例如，服务器1000只涉及存储器1200和处理器1100。
65.应用于本公开的实施例中，移动终端2000的所述存储器2200用于存储指令，所述指令用于控制所述处理器2100运行移动终端2000执行本公开实施例提供的出行数据的处理方法。
66.尽管在图1中对移动终端2000示出了多个装置，但是，本公开可以仅涉及其中的部分装置，例如，移动终端2000只涉及存储器2200和处理器2100。
67.在上述描述中，技术人员可以根据本公开所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。
68.<方法实施例>
69.本实施例中提供的一种出行数据的处理方法，该出行数据的处理方法通过服务器实施，该服务器可以是各种实体形式。例如，服务器可以是服务器，具体可是如图1所示的服务器1000。一个例子中，服务器是支持提供车辆运营、管理、调度等服务的运营中心。
70.如图2所示，该出行数据的处理方法包括步骤s2100～s2400。
71.步骤s2100，获取目标用户在历史统计时段内使用共享车辆的出行数据。
72.历史统计时段可以是预先根据应用场景或具体需求所设定的，例如，该历史统计时段可以是过去的180天。
73.本实施例中的共享车辆是被投放供用户以分时租赁、分地租赁等模式获取使用权的交通设备，该共享车辆可以是两轮或三轮自行车、助力车、电动车，也可以是四轮及以上的机动车辆。
74.在本实施例中，出行数据可以表示目标用户在历史统计时段内每次使用共享车辆的标记点，该标记点可以是起点或者是终点。具体的，出行数据可以包括至少一对匹配的经纬度数据，即一对匹配的经度数据和维度数据，表示一个标记点的位置。
75.在本公开的一个实施例中，共享车辆上可以是设置有定位装置，该共享车辆在每次开锁或关锁的情况下，定位装置都会采集自身的位置信息上报至服务器，以供服务器对共享车辆在本次使用过程中的起点和终点，与使用该共享车辆的用户进行关联，以通过步骤s2100得到目标用户的出行数据。
76.在本公开的另一个实施例中，目标用户用来使用共享车辆的移动终端上设置有定位装置，目标用户在通过移动终端向共享车辆或服务器发送使用共享车辆的请求的情况下，以及目标用户在通过移动终端向共享车辆或服务器发送结束使用共享车辆的请求的情况下，定位装置会采集自身的位置信息上报至服务器，以供服务器对共享车辆在本次使用过程中的起点和终点，与使用该共享车辆的用户进行关联，以通过步骤s2100得到目标用户的出行数据。
77.步骤s2200，根据出行数据，生成表征目标用户在历史统计时段内使用共享车辆的出行规律的特征向量。
78.在本实施例中，特征向量可以表征目标用户在历史统计时段内使用共享车辆的出行规律。
79.在通常情况下，用户在一天内可以是使用两次共享车辆，例如，第一次可以是使用共享车辆由第一位置到达第二位置，第二次可以是使用共享车辆由第二位置到达第一位置。其中，第一位置可以是用户住处，第二位置可以是距用户住处最近的地铁站；或者，第一位置可以是距用户公司最近的地铁站，第二位置可以是用户公司；或者，第一位置可以是用户住处，第二位置可以是用户公司。
80.在一个例子中，该特征向量可以表示目标用户在历史统计时段内每天两次使用共享车辆的起点和终点。
81.在本公开的一个实施例中，根据出行数据，生成表征目标用户在历史统计时段内使用共享车辆的规律的特征向量可以包括如下所示的步骤s2210～s2230：
82.步骤s2210，生成经纬度数据的时间序列。
83.在本实施例中，可以是根据经纬度数据的获取时间，按照时间先后顺序，生成经纬度数据的时间序列。
84.步骤s2220，对时间序列中缺少的经纬度数据进行补充。
85.在本实施例中，通过对时间序列中缺少的经纬度数据进行补充，可以使得时间序列中包括目标用户在历史统计时段内每天两次使用共享车辆的起点和终点的经纬度数据。如果目标用户在任一天内仅使用一次共享车辆，或者是未使用共享车辆，可以是将对应使用过程的起点和终点的经纬度数据补充为设定经纬度数据。该设定经纬度数据可以是预先根据应用场景或具体需求所设定的，例如，该设定经纬度数据可以是0,0。
86.步骤s2230，根据时间序列生成特征向量。
87.在本公开的一个实施例中，根据时间序列生成特征向量，可以包括如下所示的步骤s2231～s2232：
88.步骤s2231，基于预设的编码算法，对时间序列中匹配的经纬度数据进行编码，得到对应标记点的出行特征。
89.在本实施例中，预设的编码算法可以是预先根据应用场景或具体需求所设定的。例如，该编码算法可以是哈希编码算法。
90.基于哈希算法，可以是分别对每对匹配的经纬度数据进行编码，得到该对匹配的经纬度数据所对应的标记点的出行特征。
91.步骤s2232，根据出行特征，得到特征向量。
92.在本实施例中，可以是根据时间序列中每对匹配的经纬度数据编码得到的出行特征，生成特征向量。
93.步骤s2300，根据该特征向量和预设的机器学习模型，得到目标用户使用共享车辆的预测出发地。
94.本实施例中预设的机器学习模型可以是预先训练好的模型，能够根据表征目标用户在历史统计时段内使用共享车辆的出行规律的特征向量，预测目标用户在第二天首次使用共享车辆的起点，即预测出发地。
95.在一个例子中，该机器学习模型可以是bert模型。使用bert模型预测目标用户使用共享车辆的预测出发地，可以使得最终的预测结果更加准确。
96.在本公开的一个实施例中，可以是将通过步骤s2200得到的特征向量，输入到bert模型中，bert模型的输出结果即为目标用户使用共享车辆的预测出发地。
97.步骤s2400，根据预测出发地向目标用户提供共享车辆的使用服务。
98.通过本实施例的方法，根据目标用户在历史统计时段内使用共享车辆的出行数据，生成表征目标用户在历史统计时段内使用共享车辆的出行规律的特征向量，再根据该特征向量和预设的机器学习模型，预测目标用户使用共享车辆的预测出发地，并根据该预测出发地向目标用户提供共享车辆的使用服务，可以使得得到的预测出发地更加准确，进而能够更好的为目标用户提供共享车辆的使用服务，提高目标用户的用车体验。
99.在本公开的一个实施例中，根据预测出发地向目标用户提供共享车辆的使用服务可以包括如下所示的步骤s2411～s2412：
100.步骤s2411，获取表示共享车辆在预测出发地的需求热度的热度参数。
101.在本实施例中，可以是预先将预设区域划分为多个区域单元，并根据每个区域单元内产生使用共享车辆的订单的数量，设置每个区域单元的热度参数。在得到预测出发地的情况下，可以是确定预测出发地所属的区域单元，将预测出发地所属的区域单元的热度
参数，作为预测出发地的热度参数。
102.该预设区域是存在共享车辆使用需求的区域，可以根据实际的车辆使用需求设置预设区域，例如某个城市或者某个城市的某个行政区等。
103.在本实施例中，可以根据预设的划分规则对预设区域进行划分，得到对应的多个区域单元，每个区域单元具有对应的地理位置。
104.例如，可以预先设置每个区域单元的地理区域形状及面积。具体的，设置区域单元为预设边长的正方形地理区域，该预设边长可以根据具体的需求设置，比如预设边长为10米，对应的区域单元为10米*10米的一个正方形地理区域，对应地，可以将预设区域沿横向和纵向进行划分成网格，每个网格为10米*10米的区域单元，区域单元的地理位置可以是该地理区域的中心位置的地理坐标信息，例如该中心位置的经纬度信息。
105.步骤s2412，根据热度参数，向目标用户提供使用共享车辆的凭证。
106.在本实施例中，可以是预先设置多种使用共享车辆的凭证，每个凭证的购买价格不同。根据热度参数，可以是向目标用户提供对应价格的使用共享车辆的凭证，供用户进行购买。
107.在目标用户的预测出发地不同的情况下，向目标用户提供使用共享车辆的凭证的价格也可以不同。
108.在本实施例的基础上，该方法还可以包括获取目标用户的步骤，包括：
109.获取使用共享车辆的凭证的历史购买数据；根据该历史购买数据确定目标用户。
110.本实施例中的历史购买数据，可以是注册使用共享车辆的多个用户，在另一历史统计时段内购买使用共享车辆的凭证的历史购买数据。
111.其中，另一历史统计时段与前述实施例中的历史统计时段可以相同，也可以不同，在此不做限定。
112.在一个例子中，可以是根据历史购买数据，确定购买使用共享车辆的凭证的次数超过预设的次数阈值的用户，作为目标用户。其中，次数阈值可以是预先根据应用场景或具体需求所设定的，例如，该次数阈值可以是5次。
113.在另一个例子中，可以是根据历史购买数据，确定购买使用共享车辆的凭证的金额超过预设的金额阈值的用户，作为目标用户。其中，金额阈值可以是预先根据应用场景或具体需求所设定的，例如，该金额阈值可以是50元。
114.通过本实施例的方法来确定目标用户，可以提高使用共享车辆的凭证的购买率。
115.在本公开的另一个实施例中，目标用户的数量可以是多个，不同目标用户的预测出发地可以相同，也可以不同。那么，根据预测出发地向目标用户提供共享车辆的使用服务可以包括如下所示的步骤s2421～s2422：
116.步骤s2421，确定任一预测出发地所对应的目标用户的数量。
117.步骤s2422，根据该数量，对该预测出发地的共享车辆进行调度。
118.在本实施例中，可以对预测出发地所对应的目标用户的数量，与当前停放在预测出发地的共享车辆的数量进行比较，在预测出发地所对应的目标用户的数量大于当前停放在预测出发地的共享车辆的数量的情况下，可以是从其他区域向预测出发地调入共享车辆，以满足在预测出发地使用共享车辆的用户需求，避免出现无车可用的情况。
119.<装置实施例>
120.与上述方法相对应的，本说明书还提供了一种出行数据的处理装置3000。如图3所示，该出行数据的处理装置3000可以包括数据获取模块3100、向量生成模块3200、出发地预测模块3300和服务提供模块3400。该数据获取模块3100用于获取目标用户在历史统计时段内使用共享车辆的出行数据；该向量生成模块3200用于根据出行数据，生成表征目标用户在历史统计时段内使用共享车辆的出行规律的特征向量；该出发地预测模块3300用于根据特征向量和预设的机器学习模型，得到目标用户使用共享车辆的预测出发地；该服务提供模块3400用于根据预测出发地向目标用户提供共享车辆的使用服务。
121.在本公开的一个实施例中，出行数据包括至少一对匹配的经纬度数据，一对匹配的纬度数据表示目标用户使用共享车辆的标记点，标记点为对应使用过程的起点或终点；
122.向量生成模块3200具体可以用于：
123.生成经纬度数据的时间序列；
124.对时间序列中缺少的经纬度数据进行补充；
125.根据时间序列生成特征向量。
126.在本公开的一个实施例中，根据时间序列生成特征向量包括：
127.基于预设的编码算法，对时间序列中匹配的经纬度数据进行编码，得到对应标记点的出行特征；
128.根据出行特征，得到特征向量。
129.在本公开的一个实施例中，编码算法为哈希编码算法。
130.在本公开的一个实施例中，该服务提供模块3400具体可以用于：
131.获取表示共享车辆在预测出发地的需求热度的热度参数；
132.根据热度参数，向目标用户提供使用共享车辆的凭证。
133.在本公开的一个实施例中，出行数据的处理装置3000还可以包括：
134.用于获取所述凭证的历史购买数据的模块；
135.用于根据历史购买数据确定目标用户的模块。
136.在本公开的一个实施例中，该服务提供模块3400还可以用于：
137.确定任一预测出发地所对应的目标用户的数量；
138.根据数量，对任一预测出发地的共享车辆进行调度。
139.在本公开的一个实施例中，机器学习模型为bert模型。
140.本领域技术人员应当明白，可以通过各种方式来实现出行数据的处理装置3000。例如，可以通过指令配置处理器来实现出行数据的处理装置3000。例如，可以将指令存储在rom中，并且当启动设备时，将指令从rom读取到可编程器件中来实现出行数据的处理装置3000。例如，可以将出行数据的处理装置3000固化到专用器件(例如asic)中。可以将出行数据的处理装置3000分成相互独立的单元，或者可以将它们合并在一起实现。出行数据的处理装置3000可以通过上述各种实现方式中的一种来实现，或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。
141.在本实施例中，出行数据的处理装置3000可以具有多种实现形式，例如，出行数据的处理装置3000可以是任何的提供出行数据的处理服务的软件产品或者应用程序中运行的功能模块，或者是这些软件产品或者应用程序的外设嵌入件、插件、补丁件等，还可以是这些软件产品或者应用程序本身。
142.<服务器实施例>
143.在本实施例中，还提供一种服务器4000，如图4所示，包括存储器4100和处理器4200。
144.该存储器4100，用于存储可执行的指令；该处理器4200，用于根据指令的控制运行服务器4000执行本实施例中提供的任意一项所述的出行数据的处理方法。
145.通过本实施例的服务器，根据目标用户在历史统计时段内使用共享车辆的出行数据，生成表征目标用户在历史统计时段内使用共享车辆的出行规律的特征向量，再根据该特征向量和预设的机器学习模型，预测目标用户使用共享车辆的预测出发地，并根据该预测出发地向目标用户提供共享车辆的使用服务，可以使得得到的预测出发地更加准确，进而能够更好的为目标用户提供共享车辆的使用服务，提高目标用户的用车体验。
146.本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
147.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd
‑
rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
148.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
149.用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方
面。
150.这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
151.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
152.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
153.附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
154.以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本公开的范围由所附权利要求来限定。