实时直播间的直播对象讲解顺序确定方法及装置与流程

1.本技术实施例涉及互联网技术领域，尤其涉及一种实时直播间的直播对象讲解顺序确定方法、装置、设备及计算机存储介质。


背景技术：

2.随着直播平台的兴起，人们的日常生活也发生了很大的变化，越来越多的直播用户通过电子化的直播平台进行商品推荐及销售。
3.一场直播通常会涉及多件不同的商品，在直播过程中先讲哪一件商品，后讲哪一件商品，对于直播销售业绩具有重要影响。目前，在开播之前，主要是依靠主播或者专业人员根据自身经验预先设定好各件商品的讲解顺序，开播后则按照上述固定顺序依次进行讲解。
4.上述方式，主要依赖人工经验完成，并且，商品讲解顺序一旦确定则不再改变，因此，按照上述方式确定的顺序进行商品讲解，可能无法较好地满足动态变化的观看用户的购买需求，从而导致较差的直播效果。


技术实现要素：

5.有鉴于此，本技术实施例提供一种实时直播间的直播对象讲解顺序确定方法，以至少部分解决上述问题。
6.根据本技术实施例的第一方面，提供了一种讲解顺序确定方法，包括：
7.获取直播间当前在线观众的互动行为数据；所述互动行为数据表征所述在线观众已参与的互动行为；
8.解析所述互动行为数据，得到在线观众的偏好属性信息；所述偏好属性信息为与在线观众已参与的互动行为存在强关联关系的直播对象属性信息；
9.获取所述直播间的待讲解直播对象的自身属性信息，所述自身属性信息表征所述待讲解直播对象本身所具备的直播对象属性信息；
10.基于所述偏好属性信息和所述待讲解直播对象的自身属性信息之间的匹配程度，确定所述待讲解直播对象的讲解顺序。
11.根据本技术实施例的第二方面，提供了一种实时直播间的直播对象讲解顺序确定装置，包括：
12.互动行为数据获取模块，用于获取直播间当前在线观众的互动行为数据；所述互动行为数据表征所述在线观众已参与的互动行为；
13.偏好属性信息得到模块，用于解析所述互动行为数据，得到在线观众的偏好属性信息；所述偏好属性信息为与在线观众已参与的互动行为存在强关联关系的直播对象属性信息；
14.自身属性信息获取模块，用于获取所述直播间的待讲解直播对象的自身属性信息，所述自身属性信息表征所述待讲解直播对象本身所具备的直播对象属性信息；
15.讲解顺序确定模块，用于基于所述偏好属性信息和所述待讲解直播对象的自身属性信息之间的匹配程度，确定所述待讲解直播对象的讲解顺序。
16.根据本技术实施例的第三方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如第一方面所述的讲解顺序确定方法对应的操作。
17.根据本技术实施例的第四方面，提供了一种存储有用于直播交互的计算机程序的计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的实时直播间的直播对象讲解顺序确定方法。
18.根据本技术实施例的第五方面，提供了一种用于直播交互的计算机程序产品，包括计算机指令，所述计算机指令指示计算设备执行如第一方面所述的实时直播间的直播对象讲解顺序确定方法对应的操作。
19.根据本技术实施例提供的实时直播间的直播对象讲解顺序确定方法、装置、电子设备及计算机存储介质，获取到当前时段直播间内的在线观众对应的互动行为数据；基于对上述互动行为数据的解析，得到在线观众的偏好属性信息；再基于得到的上述偏好属性信息和各待讲解直播对象本身所具备的直播对象属性信息之间的匹配程度，最终得到待讲解直播对象的讲解顺序。本技术实施例中，在确定讲解顺序的过程中，是基于通过在线观众的互动行为数据解析出的偏好属性信息和待讲解直播对象本身所具备的直播对象属性信息间的匹配程度进行的，因此，与依赖人工经验确定讲解顺序的方式相比，按照本技术实施例确定的讲解顺序进行直播对象讲解，可以使得当前讲解的直播对象更好地匹配于在线观众的偏好，增加在线观众购买商品的可能性，进而提升直播效果。
附图说明
20.为了更清楚地说明本技术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技术实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
21.图1为根据本技术实施例一的一种实时直播间的直播对象讲解顺序确定方法的场景示意图；
22.图2为根据本技术实施例一的一种实时直播间的直播对象讲解顺序确定方法的步骤流程图；
23.图3为根据本技术实施例二的一种实时直播间的直播对象讲解顺序确定装置的结构框图；
24.图4为根据本技术实施例三的一种电子设备的结构示意图。
具体实施方式
25.为了使本领域的人员更好地理解本技术实施例中的技术方案，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实施例一部分实施例，而不是全部的实施例。基于本技术实施例中的实施
例，本领域普通技术人员所获得的所有其他实施例，都应当属于本技术实施例保护的范围。
26.下面结合本技术实施例附图进一步说明本技术实施例具体实现。
27.实施例一、
28.参见图1，图1为根据本技术实施例一的一种实时直播间的直播对象讲解顺序确定方法的场景示意图，为便于理解，首先结合图1对本技术实施例一提供的实时直播间的直播对象讲解顺序确定方法的应用场景进行解释说明。
29.需要说明的是，本技术实施例提供的实时直播间的直播对象讲解顺序确定方法，可适用于电商直播、教育/文化直播、娱乐/生活直播、体育直播、新闻直播等各种类型的直播场景中，图1的实施例中仅以电商直播为例，进行说明。
30.在主播对当前直播对象(例如：某男士t恤)进行讲解的过程中，可以获取该直播间当前所有在线观众的互动行为数据，如：点击商品链接行为数据、商品加入购物车行为数据、评论数据等等；经过对互动行为数据进行解析，得到在线观众的偏好属性信息；同时，获取该直播间中待讲解直播对象的自身属性信息。基于上述在线观众的偏好属性信息和待讲解直播对象的自身属性信息之间的匹配程度，得到上述待讲解直播对象的讲解顺序(例如图1所示，待讲解直播对象共4件，其中，女士瑜伽砖位于讲解顺序中的第一位)，之后，主播则可以根据得到的上述讲解顺序，进行相应操作，例如图1所示：若主播为虚拟主播，则可以在讲解完上述男士t恤之后，按照上述讲解顺序，接着讲解女士瑜伽砖；或者，若主播为真人主播，则可以向主播输出上述讲解顺序，以便主播参考上述讲解顺序，决定下一讲解直播对象。本技术实施例中，在确定讲解顺序的过程中，是基于通过在线观众的互动行为数据解析出的偏好属性信息和待讲解直播对象本身所具备的直播对象属性信息间的匹配程度进行的，因此，与依赖人工经验确定讲解顺序的方式相比，按照本技术实施例确定的讲解顺序进行直播对象讲解，可以使得当前讲解的直播对象更好地匹配于在线观众的偏好，增加在线观众购买商品的可能性，进而提升直播效果。
31.参见图2，图2为根据本技术实施例一的一种实时直播间的直播对象讲解顺序确定方法的步骤流程图；具体地，本实施例提供的实时直播间的直播对象讲解顺序确定方法包括以下步骤：
32.步骤202，获取直播间当前在线观众的互动行为数据，互动行为数据表征在线观众已参与的互动行为。
33.本技术实施例中，直播间当前在线观众是当前时段直播间里的所有在线观众，或者说，是当前时段进入过直播间的所有在线观众。其中，当前时段可以为当前时刻向前回推某个预设时间段，如当前时刻之前3分钟这一预设时间段，等等。
34.如前所述，本技术可以适用在任何场景的直播间，举例而言本技术实施例中的直播间可以是针对商品进行讲解的直播间，也可以是针对教学文件进行讲解的直播间，还可以是针对新闻进行讲解的直播间等。若直播间是针对商品进行讲解的直播间，对应地，互动行为可以包括如下至少一项：点击商品链接、商品加入购物车、商品收藏、商品下单、评论，直播对象属性信息可以包括如下至少一项：名称信息、类别信息、品牌信息、好评信息、成交信息、价格信息。若直播间是针对教学文件进行讲解的直播间，对应地，互动行为可以包括如下至少一项：收藏、评论或者点赞，直播对象属性信息可以包括如下至少一项：名称信息、类别信息、好评信息。若直播间是针对新闻进行讲解的直播间，对应地，互动行为可以包括
如下至少一项：点击新闻链接、评论，直播对象属性信息可以包括如下至少一项：名称信息、类别信息、好评信息。
35.本技术实施例中，互动行为数据可以包括：实时互动行为数据和历史互动行为数据。其中，实时互动行为数据表征在线观众在当前时刻之前第一预设时间段内参与的互动行为；历史互动行为数据表征在线观众在当前时刻之前第二预设时间段内参与的互动行为；第一预设时间段的时长小于第二预设时间段的时长，且第二预设时间段包含第一预设时间段。
36.例如：实时互动行为数据可以表征在线观众在当前时刻之前3分钟内参与的互动行为；历史互动行为数据表征在线观众在当前时刻之前一个月内参与的互动行为。
37.另外，在执行本步骤之前，可以先判断当前是否满足预设的针对直播对象讲解顺序确定的触发条件，当满足时，则执行本步骤，获取直播间当前在线观众的互动行为数据。
38.本技术实施例中，对于上述触发条件的具体内容不做限定，可以根据实际需要进行设定，例如：可以预设时间周期，按照上述时间周期定时执行本技术实施例提供的讲解顺序确定方法。对应地，触发条件则可以为当前时刻为可执行讲解顺序确定方法的时刻，也可以由主播主动触发，当检测到主播的触发操作时，确定满足触发条件，等等。
39.步骤204，解析互动行为数据，得到在线观众的偏好属性信息，偏好属性信息为与在线观众已参与的互动行为存在强关联关系的直播对象属性信息。
40.可选地，可以通过如下方式解析互动行为数据，得到在线观众的偏好属性信息：解析互动行为数据，得到互动属性信息；互动属性信息为在线观众的互动行为所关联的直播对象属性信息；基于各互动属性信息所关联的互动行为数据的数量，从所有互动属性信息中确定在线观众的偏好属性信息。
41.进一步地，在各互动属性信息中，可以将所关联的互动行为数据的数量最多的互动属性信息，确定为在线观众的偏好属性信息。
42.以互动行为是点击商品链接，直播对象属性信息为商品名称举例，可以先对点击商品链接的互动行为数据进行解析，确定出在线观众点击的所有商品链接，进而确定出商品链接对应的商品名称；若某个商品链接被点击的次数最多，则可以将该商品链接对应的商品名称，确定为在线观众的偏好属性信息。如：在线观众点击的商品链接有4种，分别为：a商品的商品链接、b商品的商品链接、c商品的商品链接，以及，d商品的商品链接,其中，a商品的商品链接被点击的次数最多，则可以将a商品确定为在线观众的偏好的商品。
43.又如，假设互动行为是评论数据，直播对象属性信息为商品名称，可以先对在线观众的评论数据进行意图解析，确定出评论数据所涉及的所有商品名称，然后，将涉及的评论数据最多的商品名称，确定为在线观众的偏好商品，等等。
44.如上述步骤202中，互动行为数据可以包括：实时互动行为数据和历史互动行为数据，因此，对应地，解析互动行为数据，得到在线观众的偏好属性信息，则可以包括：
45.解析实时互动行为数据，得到在线观众的实时偏好属性信息；实时偏好属性信息为与在线观众在第一预设时间段内已参与的互动行为存在强关联关系的直播对象属性信息；
46.解析历史互动行为数据，得到在线观众的历史偏好属性信息；历史偏好属性信息为与在线观众在第二预设时间段内已参与的互动行为存在强关联关系的直播对象属性信
息；
47.对实时偏好属性信息和历史偏好属性信息进行信息融合，得到在线观众的偏好属性信息。
48.进一步的，对实时偏好属性信息和历史偏好属性信息进行信息融合，得到在线观众的偏好属性信息，可以包括：对实时偏好属性信息和历史偏好属性信息进行合并，得到在线观众的偏好属性信息。
49.例如：得到实时偏好属性信息为：a商品和b商品；得到历史偏好属性信息为：a商品和c商品,则可以对上述两种偏好属性信息进行合并，将a商品、b商品以及c商品作为在线观众的偏好属性信息。
50.步骤206，获取直播间的待讲解直播对象的自身属性信息，自身属性信息表征待讲解直播对象本身所具备的直播对象属性信息。
51.具体地，通常直播间的待讲解直播对象可以有多个，本步骤中，可以获取每个待讲解直播对象的自身属性信息。例如，当待讲解直播对象为商品，则可以获取每个商品的自身属性信息，如：商品名称、商品类别、商品品牌、好评信息、成交信息、价格信息等中的一种或者多种。
52.步骤208，基于偏好属性信息和待讲解直播对象的自身属性信息之间的匹配程度，确定待讲解直播对象的讲解顺序。
53.具体地，可以通过讲解顺序预测模型确定讲解顺序：将偏好属性信息和待讲解直播对象的自身属性信息输入讲解顺序预测模型，使得讲解顺序基于偏好属性信息和待讲解直播对象的自身属性信息之间的匹配程度，预测得到待讲解直播对象的讲解顺序。
54.其中，上述讲解顺序预测模型可以为线性回归模型、神经网络模型、决策树模型或者基于宽度及深度架构的机器学习模型中的任意一种。
55.可选的，在其中一些实施例中，直播间可以为真人主播直播间，对应地，在确定出待讲解直播对象的讲解顺序之后，还可以：在直播间的主播界面中展示上述确定出的讲解顺序，以便真人主播参考上述讲解顺序，同时结合自身直播经验，决定下一讲解直播对象。
56.可选的，在其中一些实施例中，直播间也可以为虚拟主播直播间，对应地，在确定出待讲解直播对象的讲解顺序之后，还可以：使直播间的虚拟直播按照讲解顺序，对待讲解直播对象进行讲解。
57.本技术实施例中，获取到当前时段直播间内的在线观众对应的互动行为数据，基于对上述互动行为数据的解析，得到在线观众的偏好属性信息；再基于得到的上述偏好属性信息和各待讲解直播对象本身所具备的直播对象属性信息之间的匹配程度，最终得到待讲解直播对象的讲解顺序。本技术实施例中，讲解顺序的确定是基于通过在线观众的互动行为数据解析出的偏好属性信息和待讲解直播对象本身所具备的直播对象属性信息间的匹配程度进行的，因此，与依赖人工经验确定讲解顺序的方式相比，按照本技术实施例确定的讲解顺序进行直播对象讲解，可以使得当前讲解的直播对象更好地匹配于在线观众的偏好，增加在线观众购买商品的可能性，进而提升直播效果。
58.实施例二、
59.参见图3，图3为根据本技术实施例二的一种实时直播间的直播对象讲解顺序确定装置的结构框图。本技术实施例提供的实时直播间的直播对象讲解顺序确定装置包括：互
动行为数据获取模块302，用于获取直播间当前在线观众的互动行为数据，互动行为数据表征在线观众已参与的互动行为；偏好属性信息得到模块304，用于解析互动行为数据，得到在线观众的偏好属性信息，偏好属性信息为与在线观众已参与的互动行为存在强关联关系的直播对象属性信息；自身属性信息获取模块306，用于获取直播间的待讲解直播对象的自身属性信息，自身属性信息表征待讲解直播对象本身所具备的直播对象属性信息；讲解顺序确定模块308，用于基于偏好属性信息和待讲解直播对象的自身属性信息之间的匹配程度，确定待讲解直播对象的讲解顺序。
60.可选地，在其中一些实施例中，偏好属性信息得到模块304具体用于：解析互动行为数据，得到互动属性信息，互动属性信息为在线观众的互动行为所关联的直播对象属性信息；基于各互动属性信息所关联的互动行为数据的数量，从所有互动属性信息中确定在线观众的偏好属性信息。
61.可选地，在其中一些实施例中，偏好属性信息得到模块304在执行基于各互动属性信息所关联的互动行为数据的数量，从所有互动属性信息中确定在线观众的偏好属性信息的步骤时，具体用于：在各互动属性信息中，将所关联的互动行为数据的数量最多的互动属性信息，确定为在线观众的偏好属性信息。
62.可选地，在其中一些实施例中，讲解顺序确定模块308具体用于：将偏好属性信息和待讲解直播对象的自身属性信息输入讲解顺序预测模型，使得讲解顺序基于偏好属性信息和待讲解直播对象的自身属性信息之间的匹配程度，预测得到待讲解直播对象的讲解顺序。
63.可选地，在其中一些实施例中，讲解顺序预测模型为线性回归模型、神经网络模型、决策树模型或者基于宽度及深度架构的机器学习模型中的一种。
64.可选地，在其中一些实施例中，直播间为真人主播直播间，讲解顺序确定装置还包括：展示模块，用于在确定待讲解直播对象的讲解顺序之后，在直播间的主播界面中展示讲解顺序。
65.可选地，在其中一些实施例中，直播间为虚拟主播直播间，讲解顺序确定装置还包括：自动讲解模块，用于在确定待讲解直播对象的讲解顺序之后，使直播间的虚拟直播按照讲解顺序，对待讲解直播对象进行讲解。
66.可选地，在其中一些实施例中，互动行为数据获取模块302具体用于：判断当前是否满足预设的针对直播对象讲解顺序确定的触发条件；若满足，则获取直播间当前在线观众的互动行为数据。
67.可选地，在其中一些实施例中，待讲解直播对象为商品；互动行为包括如下至少一项：点击商品链接、商品加入购物车、商品收藏、商品下单、评论；直播对象属性信息包括如下至少一项：名称信息、类别信息、品牌信息、好评信息、成交信息、价格信息。
68.可选地，在其中一些实施例中，待讲解直播对象为教学文件；互动行为包括如下至少一项：收藏、评论或者点赞；直播对象属性信息包括如下至少一项：名称信息、类别信息、好评信息。
69.可选地，在其中一些实施例中，互动行为数据包括：实时互动行为数据和历史互动行为数据；其中，实时互动行为数据表征在线观众在当前时刻之前第一预设时间段内参与的互动行为；历史互动行为数据表征在线观众在当前时刻之前第二预设时间段内参与的互
动行为；第一预设时间段的时长小于第二预设时间段的时长；第二预设时间段包含第一预设时间段。
70.可选地，在其中一些实施例中，偏好属性信息得到模块304具体用于：解析实时互动行为数据，得到在线观众的实时偏好属性信息，实时偏好属性信息为与在线观众在第一预设时间段内已参与的互动行为存在强关联关系的直播对象属性信息；解析历史互动行为数据，得到在线观众的历史偏好属性信息，历史偏好属性信息为与在线观众在第二预设时间段内已参与的互动行为存在强关联关系的直播对象属性信息；对实时偏好属性信息和历史偏好属性信息进行信息融合，得到在线观众的偏好属性信息。
71.可选地，在其中一些实施例中，偏好属性信息得到模块304在执行对实时偏好属性信息和历史偏好属性信息进行信息融合，得到在线观众的偏好属性信息的步骤时，具体用于：对实时偏好属性信息和历史偏好属性信息进行合并，得到在线观众的偏好属性信息。
72.本实施例的讲解顺序确定装置用于实现前述多个方法实施例中相应的讲解顺序确定方法，并具有相应的方法实施例的有益效果，在此不再赘述。此外，本实施例的讲解顺序确定装置中的各个模块的功能实现均可参照前述方法实施例中的相应部分的描述，在此亦不再赘述。
73.实施例三、
74.参照图4，示出了根据本技术实施例三的一种电子设备的结构示意图，本技术具体实施例并不对电子设备的具体实现做限定。
75.如图4所示，该电子设备可以包括：处理器(processor)402、通信接口(communications interface)404、存储器(memory)406、以及通信总线408。处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。通信接口404用于与其它电子设备或服务器进行通信。处理器402用于执行程序410，具体可以执行上述讲解顺序确定方法实施例中的相关步骤。具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
76.处理器402可能是cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本技术实施例的一个或多个集成电路。智能设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个cpu；也可以是不同类型的处理器，如一个或多个cpu以及一个或多个asic。
77.存储器406用于存放程序410。存储器706可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
78.程序410具体可以用于使得处理器402执行以下操作：获取直播间当前在线观众的互动行为数据；互动行为数据表征在线观众已参与的互动行为；解析互动行为数据，得到在线观众的偏好属性信息；偏好属性信息为与在线观众已参与的互动行为存在强关联关系的直播对象属性信息；获取直播间的待讲解直播对象的自身属性信息，自身属性信息表征待讲解直播对象本身所具备的直播对象属性信息；基于偏好属性信息和待讲解直播对象的自身属性信息之间的匹配程度，确定待讲解直播对象的讲解顺序。
79.程序410中各步骤的具体实现可以参见上述实时直播间的直播对象讲解顺序确定方法实施例中的相应步骤和单元中对应的描述，在此不赘述。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述
方法实施例中的对应过程描述，在此不再赘述。
80.通过本实施例的电子设备，获取到当前时段直播间内的在线观众对应的互动行为数据；基于对上述互动行为数据的解析，得到在线观众的偏好属性信息；再基于得到的上述偏好属性信息和各待讲解直播对象本身所具备的直播对象属性信息之间的匹配程度，最终得到待讲解直播对象的讲解顺序。本技术实施例中，在确定讲解顺序的过程中，是基于通过在线观众的互动行为数据解析出的偏好属性信息和待讲解直播对象本身所具备的直播对象属性信息间的匹配程度进行的，因此，与依赖人工经验确定讲解顺序的方式相比，按照本技术实施例确定的讲解顺序进行直播对象讲解，可以使得当前讲解的直播对象更好地匹配于在线观众的偏好，增加在线观众购买商品的可能性，进而提升直播效果。
81.本技术实施例还提供了一种存储有用于确定实时直播间的直播对象讲解顺序的计算机程序的计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述多个方法实施例中的任一实时直播间的直播对象讲解顺序确定方法。
82.本技术实施例还提供了一种用于确定实时直播间的直播对象讲解顺序的计算机程序产品，包括计算机指令，该计算机指令指示计算设备执行上述多个方法实施例中的任一实时直播间的直播对象讲解顺序确定方法对应的操作。
83.需要指出，根据实施的需要，可将本技术实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本技术实施例的目的。
84.上述根据本技术实施例的方法可在硬件、固件中实现，或者被实现为可存储在记录介质(诸如cd rom、ram、软盘、硬盘或磁光盘)中的软件或计算机代码，或者被实现通过网络下载的原始存储在远程记录介质或非暂时机器可读介质中并将被存储在本地记录介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件(诸如asic或fpga)的记录介质上的这样的软件处理。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件(例如，ram、rom、闪存等)，当所述软件或计算机代码被计算机、处理器或硬件访问且执行时，实现在此描述的实时直播间的直播对象讲解顺序确定方法。此外，当通用计算机访问用于实现在此示出的实时直播间的直播对象讲解顺序确定方法的代码时，代码的执行将通用计算机转换为用于执行在此示出的实时直播间的直播对象讲解顺序确定方法的专用计算机。
85.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能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技术实施例的范围。
86.以上实施方式仅用于说明本技术实施例，而并非对本技术实施例的限制，有关技术领域的普通技术人员，在不脱离本技术实施例的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本技术实施例的范畴，本技术实施例的专利保护范围应由权利要求限定。