基于物联网的高校生识别方法、系统和可读存储介质与流程

1.本发明涉及物联网技术领域，更具体的，涉及一种基于物联网的高校生识别方法、系统和可读存储介质。


背景技术：

2.物联网即“万物相连的互联网”，是互联网基础上的延伸和扩展的网络，将各种信息传感设备与网络结合起来而形成的一个巨大网络，实现任何时间、任何地点，人、机、物的互联互通。
3.现阶段，基于物联网以及大数据分析正成为热门研究方向，由于高校是开放式的，对高校生的身份进行识别，以年月日的形式对学生在高校的求学轨迹进行记录，成为高校生数据分析的一个研究方向。


技术实现要素：

4.鉴于上述问题，本发明的目的是提供一种基于物联网的高校生识别方法、系统和可读存储介质，可以基于物联网采集用户的数据进行分析，利用路径、年龄以及驻停时长分析出用户对应的身份匹配信息的所属高校类型，清晰明了展现高校生的身份归属。
5.本发明第一方面提供了一种基于物联网的高校生识别方法，包括以下步骤：获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据；识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户；识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称；待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别。
6.本方案中，所述获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据，具体包括：建立与用户佩戴的物联网设备的通信连接进行数据读取，以得到所述用户数据信息；基于所述用户数据信息进行数据类型区分，并以预设表格形式进行可视化，其中，所述用户数据信息包括所述用户路径数据、所述物联网卡数据以及所述年龄数据。
7.本方案中，所述识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户，具体包括：基于得到的所述用户数据信息对各用户对应的所述年龄数据进行数量值判断，其中，针对不同预设学校对应有不同的年龄限制范围，基于不同的所述预设学校进行年
龄聚类，以得到所述预设年龄阈值范围；将所述用户数据信息中，不处于所述预设年龄阈值范围内的用户进行剔除，同步剔除该用户在可视化表格其他信息。
8.本方案中，对于跨年龄段的高校生，其年龄属性上预先做出注释，并基于注释信息直接识别出对应高校生的学校身份归属信息。
9.本方案中，所述识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称，具体包括：提取所述年龄数据位于所述预设年龄阈值范围的用户数据作为第二数据；基于所述第二数据识别对应用户的所述路径数据，进而剔除不位于预设校园范围内的所述路径数据，以得到用户对应的高校路径；基于所述高校路径识别用户所途径的高校类型，并识别每个高校的学校名称。
10.本方案中，所述待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别，具体包括：基于所述第一数据根据预设时间进行切片，并识别各用户在所述预设时间内在不同学校的停留时间；对所述停留时间进行记录，提取单日所述停留时间最长的学校作为日表匹配数据，进而获取周表、月表以及年表。
11.基于所述年表进行合并运算，提取所述日表匹配数据对应的学校出现次数排序最大的学校作为用户对应的身份匹配信息。
12.本发明第二方面还提供一种基于物联网的高校生识别系统，包括存储器和处理器，所述存储器中包括基于物联网的高校生识别方法程序，所述基于物联网的高校生识别方法程序被所述处理器执行时实现如下步骤：获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据；识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户；识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称；待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别。
13.本方案中，所述获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据，具体包括：建立与用户佩戴的物联网设备的通信连接进行数据读取，以得到所述用户数据信息；基于所述用户数据信息进行数据类型区分，并以预设表格形式进行可视化，其中，所述用户数据信息包括所述用户路径数据、所述物联网卡数据以及所述年龄数据。
14.本方案中，所述识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户，具体包括：
基于得到的所述用户数据信息对各用户对应的所述年龄数据进行数量值判断，其中，针对不同预设学校对应有不同的年龄限制范围，基于不同的所述预设学校进行年龄聚类，以得到所述预设年龄阈值范围；将所述用户数据信息中，不处于所述预设年龄阈值范围内的用户进行剔除，同步剔除该用户在可视化表格其他信息。
15.本方案中，对于跨年龄段的高校生，其年龄属性上预先做出注释，并基于注释信息直接识别出对应高校生的学校身份归属信息。
16.本方案中，所述识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称，具体包括：提取所述年龄数据位于所述预设年龄阈值范围的用户数据作为第二数据；基于所述第二数据识别对应用户的所述路径数据，进而剔除不位于预设校园范围内的所述路径数据，以得到用户对应的高校路径；基于所述高校路径识别用户所途径的高校类型，并识别每个高校的学校名称。
17.本方案中，所述待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别，具体包括：基于所述第一数据根据预设时间进行切片，并识别各用户在所述预设时间内在不同学校的停留时间；对所述停留时间进行记录，提取单日所述停留时间最长的学校作为日表匹配数据，进而获取周表、月表以及年表。
18.基于所述年表进行合并运算，提取所述日表匹配数据对应的学校出现次数排序最大的学校作为用户对应的身份匹配信息。
19.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种基于物联网的高校生识别方法程序，所述基于物联网的高校生识别方法程序被处理器执行时，实现如上述任一项所述的一种基于物联网的高校生识别方法的步骤。
20.本发明公开的一种基于物联网的高校生识别方法、系统和可读存储介质，可以基于物联网采集用户的数据进行分析，利用路径、年龄以及驻停时长分析出用户对应的身份匹配信息的所属高校类型，利用表格可视化可以对高校生进行年度统计，清晰明了展现高校生的身份归属。
附图说明
21.图1示出了本发明一种基于物联网的高校生识别方法的流程图；图2示出了本发明一种基于物联网的高校生识别系统的框图。
具体实施方式
22.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本技术的实施例及实施例中的特征可以相互组合。
23.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
24.图1示出了本技术一种基于物联网的高校生识别方法的流程图。
25.如图1所示，本技术公开了一种基于物联网的高校生识别方法，包括以下步骤：s102，获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据；s104，识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户；s106，识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称；s108，待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别。
26.需要说明的是，于本实施例中，高校生随身携带的移动设备可接入物联网，进而能够获取高校生对应的所述用户数据信息，基于所述提取所述用户路径数据以及所述用户物联网卡数据，其中，所述用户路径数据用于识别当前用户在预设高校内的路径，所述物联网卡数据用以识别当前用户接入物联网时的身份证明，进一步地，对于所述用户路径数据中，不在预设高校范围内的数据进行删除，同时还可以提取所述用户数据信息中的所述年龄数据，对高校内出现的不符合所述年龄阈值范围的用户同样进行剔除，以保留剩下的待处理为高校学生数据，当所述用户数据信息做了筛选后，提取待处理的所述高校学生数据作为所述第一数据，进而基于所述第一数据识别当前用户所属的高校类型进行匹配，以完成对当前用户的高校生身份识别。
27.根据本发明实施例，所述获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据，具体包括：建立与用户佩戴的物联网设备的通信连接进行数据读取，以得到所述用户数据信息；基于所述用户数据信息进行数据类型区分，并以预设表格形式进行可视化，其中，所述用户数据信息包括所述用户路径数据、所述物联网卡数据以及所述年龄数据。
28.需要说明的是，于本实施例中，鉴于上述可接入物联网的移动设备，对其进行通信连接，以获取佩戴所述移动设备的用户对应的所述用户数据信息，进而对数据类型进行区分，以得到所述用户路径数据、所述物联网卡数据以及所述年龄数据等等，并以表格形式进行可视化，增强显示。
29.根据本发明实施例，所述识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户，具体包括：基于得到的所述用户数据信息对各用户对应的所述年龄数据进行数量值判断，其中，针对不同预设学校对应有不同的年龄限制范围，基于不同的所述预设学校进行年龄聚类，以得到所述预设年龄阈值范围；将所述用户数据信息中，不处于所述预设年龄阈值范围内的用户进行剔除，同步
剔除该用户在可视化表格其他信息。
30.需要说明的是，基于所述年龄数据对年龄数量值进行判断，由于普遍的高校生年龄分布具备稳定性，因此可以针对不同学校对应的年龄限制范围，进行聚类得到所述年龄阈值范围，例如a校的年龄分布限制在“18-28”岁，而b校的年龄分布在于“18-22”岁，c校的年龄分布在于“16-32”，因此，得到的所述年龄阈值范围可以为“16-32”岁，在高校物联网系统中识别到的年龄数量值不在所述年龄阈值范围内的用户可进行剔除，以减小数据处理量，提升数据处理能力，同步地，对于年龄不符合要求的剔除用户，其他信息也一并剔除。
31.根据本发明实施例，对于跨年龄段的高校生，其年龄属性上预先做出注释，并基于注释信息直接识别出对应高校生的学校身份归属信息。
32.需要说明的是，于本实施例中，上述有说明到普遍的高校生年龄分布具备稳定性，但也不排除有些高校存在特殊年龄段的学生就读，对于这些特征年龄段的学生而言，其入学时，会在年龄属性上进行标注说明，因此可以基于所述注释信息直接识别出其高校生的身份，进而识别到学校身份归属信息，由于这一部分学生基数小，并不影响整体方案的进行。
33.根据本发明实施例，所述识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称，具体包括：提取所述年龄数据位于所述预设年龄阈值范围的用户数据作为第二数据；基于所述第二数据识别对应用户的所述路径数据，进而剔除不位于预设校园范围内的所述路径数据，以得到用户对应的高校路径；基于所述高校路径识别用户所途径的高校类型，并识别每个高校的学校名称。
34.需要说明的是，在对年龄进行分类后，对所述年龄数据位于所述预设年龄阈值范围的用户数据进行提取以作为所述第二数据，进一步地，对所述第二数据中用户记录到的所述路径数据进行分类，剔除不位于预设校园范围内的路径记录，以得到第二数据中用户对应的所述高校路径，因此，可对每个用户所途径过的高校进行识别其类型以及该校的学校名称。
35.根据本发明实施例，所述待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别，具体包括：基于所述第一数据根据预设时间进行切片，并识别各用户在所述预设时间内在不同学校的停留时间；对所述停留时间进行记录，提取单日所述停留时间最长的学校作为日表匹配数据，进而获取周表、月表以及年表。
36.基于所述年表进行合并运算，提取所述日表匹配数据对应的学校出现次数排序最大的学校作为用户对应的身份匹配信息。
37.需要说明的是，待所述用户数据信息做了年龄、路径的筛选后，提取剩下的数据作为所述第一数据，选定所述预设时间为白日以及黑夜，进而对所述第一数据按照白日以及黑夜进行切片，获取用户在每个时间段在不同学校的停留时间并记录，提取单日所述停留时间最长的学校作为该用户的所述日表匹配数据，以此获取该用户的周表匹配数据、月表匹配数据以及年表匹配数据，进一步地，基于所述年表匹配数据进行合并运算，分析出所述
日表匹配数据对应的学校出现次数排序最大的学校作为该用户对应的身份匹配信息，例如，d学生，出入过三所高校，但是以所述年表匹配数据综合后，发现，分别对应a、b以及c三所高校次数为“118、20、12”次，因此，可以判定d学生为a校的高校生。
38.值得一提的是，所述方法还包括识别用户的社保数据以完成对所述用户数据信息进行筛选。
39.需要说明的是，由于学生在求学阶段没有缴纳社保，所以可以将有无缴纳社保作为特征因子来筛选用户，提取高校范围内识别到的用户中没有缴纳社保的用户群进行保留，以进一步减小运算量。
40.值得一提的是，所述方法还包括识别社保缴纳数据中的博士身份因子以扩充学生用户群体。
41.需要说明的是，在国内高校的实际运营过程中，对于本科生，硕士生而言多数是不缴纳社保的，但是对于博士生而言会存在缴纳社保的情况，因此，在筛选用户时，还可以对社保缴纳数据中的博士身份因子进行提取以进行保留，完善筛选机制。
42.值得一提的是，所述方法还包括提取预设图书馆浏览用户数据进行交叉分析，以筛选出目标群体。
43.需要说明的是，对于高校生而言，常出入的场所中会有省、市图书馆以及各大书店，因此，在高校范围内识别到的用户可以与出入图书馆的用户群体进行交叉分析，以提取出相交群体进一步缩小筛选范围。
44.值得一提的是，所述还包括调用外部数据库匹配用户署名数据，进行身份研判以判断当前用户的高校所属。
45.需要说明的是，对于高校生来说，需要在知网或者各种学术杂志中发表文章，因此，可以调用知网数据库或者学术杂志、报刊对用户署名数据进行追踪，匹配到当前高校范围内的用户为同一身份时，可以直接得到当前用户的高校生身份以及对应的学校所属。
46.值得一提的是，所述方法还包括提取志愿活动数据进行辅助筛选。
47.需要说明的是，对于高校生而言，是各个城市、组织或者群体中的青年志愿者的主力军，因此，可以提取所述志愿活动数据进行辅助分析，同时对筛选出的高校生用户还可以完善其身份标签信息。
48.图2示出了本发明一种基于物联网的高校生识别系统的框图。
49.如图2所示，本发明公开了一种基于物联网的高校生识别系统，包括存储器和处理器，所述存储器中包括基于物联网的高校生识别方法程序，所述基于物联网的高校生识别方法程序被所述处理器执行时实现如下步骤：获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据；识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户；识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称；待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别。
50.需要说明的是，于本实施例中，高校生随身携带的移动设备可接入物联网，进而能够获取高校生对应的所述用户数据信息，基于所述提取所述用户路径数据以及所述用户物联网卡数据，其中，所述用户路径数据用于识别当前用户在预设高校内的路径，所述物联网卡数据用以识别当前用户接入物联网时的身份证明，进一步地，对于所述用户路径数据中，不在预设高校范围内的数据进行删除，同时还可以提取所述用户数据信息中的所述年龄数据，对高校内出现的不符合所述年龄阈值范围的用户同样进行剔除，以保留剩下的待处理为高校学生数据，当所述用户数据信息做了筛选后，提取待处理的所述高校学生数据作为所述第一数据，进而基于所述第一数据识别当前用户所属的高校类型进行匹配，以完成对当前用户的高校生身份识别。
51.根据本发明实施例，所述获取用户数据信息，其中，所述用户数据信息包括用户路径数据以及用户物联网卡数据，具体包括：建立与用户佩戴的物联网设备的通信连接进行数据读取，以得到所述用户数据信息；基于所述用户数据信息进行数据类型区分，并以预设表格形式进行可视化，其中，所述用户数据信息包括所述用户路径数据、所述物联网卡数据以及所述年龄数据。
52.需要说明的是，于本实施例中，鉴于上述可接入物联网的移动设备，对其进行通信连接，以获取佩戴所述移动设备的用户对应的所述用户数据信息，进而对数据类型进行区分，以得到所述用户路径数据、所述物联网卡数据以及所述年龄数据等等，并以表格形式进行可视化，增强显示。
53.根据本发明实施例，所述识别所述用户数据信息中的年龄数据，剔除所述年龄数据不处于预设年龄阈值范围内的用户，具体包括：基于得到的所述用户数据信息对各用户对应的所述年龄数据进行数量值判断，其中，针对不同预设学校对应有不同的年龄限制范围，基于不同的所述预设学校进行年龄聚类，以得到所述预设年龄阈值范围；将所述用户数据信息中，不处于所述预设年龄阈值范围内的用户进行剔除，同步剔除该用户在可视化表格其他信息。
54.需要说明的是，基于所述年龄数据对年龄数量值进行判断，由于普遍的高校生年龄分布具备稳定性，因此可以针对不同学校对应的年龄限制范围，进行聚类得到所述年龄阈值范围，例如a校的年龄分布限制在“18-28”岁，而b校的年龄分布在于“18-22”岁，c校的年龄分布在于“16-32”，因此，得到的所述年龄阈值范围可以为“16-32”岁，在高校物联网系统中识别到的年龄数量值不在所述年龄阈值范围内的用户可进行剔除，以减小数据处理量，提升数据处理能力，同步地，对于年龄不符合要求的剔除用户，其他信息也一并剔除。
55.根据本发明实施例，对于跨年龄段的高校生，其年龄属性上预先做出注释，并基于注释信息直接识别出对应高校生的学校身份归属信息。
56.需要说明的是，于本实施例中，上述有说明到普遍的高校生年龄分布具备稳定性，但也不排除有些高校存在特殊年龄段的学生就读，对于这些特征年龄段的学生而言，其入学时，会在年龄属性上进行标注说明，因此可以基于所述注释信息直接识别出其高校生的身份，进而识别到学校身份归属信息，由于这一部分学生基数小，并不影响整体方案的进
行。
57.根据本发明实施例，所述识别所述路径数据中非预设校园范围内的路径记录并剔除，并基于处于所述预设校园范围内的路径记录识别当前路径所属的学校名称，具体包括：提取所述年龄数据位于所述预设年龄阈值范围的用户数据作为第二数据；基于所述第二数据识别对应用户的所述路径数据，进而剔除不位于预设校园范围内的所述路径数据，以得到用户对应的高校路径；基于所述高校路径识别用户所途径的高校类型，并识别每个高校的学校名称。
58.需要说明的是，在对年龄进行分类后，对所述年龄数据位于所述预设年龄阈值范围的用户数据进行提取以作为所述第二数据，进一步地，对所述第二数据中用户记录到的所述路径数据进行分类，剔除不位于预设校园范围内的路径记录，以得到第二数据中用户对应的所述高校路径，因此，可对每个用户所途径过的高校进行识别其类型以及该校的学校名称。
59.根据本发明实施例，所述待所述用户数据信息做筛选处理后，提取存有的数据作为第一数据，基于所述第一数据识别用户所述的学校信息进行身份信息匹配，以完成所述高校生识别，具体包括：基于所述第一数据根据预设时间进行切片，并识别各用户在所述预设时间内在不同学校的停留时间；对所述停留时间进行记录，提取单日所述停留时间最长的学校作为日表匹配数据，进而获取周表、月表以及年表。
60.基于所述年表进行合并运算，提取所述日表匹配数据对应的学校出现次数排序最大的学校作为用户对应的身份匹配信息。
61.需要说明的是，待所述用户数据信息做了年龄、路径的筛选后，提取剩下的数据作为所述第一数据，选定所述预设时间为白日以及黑夜，进而对所述第一数据按照白日以及黑夜进行切片，获取用户在每个时间段在不同学校的停留时间并记录，提取单日所述停留时间最长的学校作为该用户的所述日表匹配数据，以此获取该用户的周表匹配数据、月表匹配数据以及年表匹配数据，进一步地，基于所述年表匹配数据进行合并运算，分析出所述日表匹配数据对应的学校出现次数排序最大的学校作为该用户对应的身份匹配信息，例如，d学生，出入过三所高校，但是以所述年表匹配数据综合后，发现，分别对应a、b以及c三所高校次数为“118、20、12”次，因此，可以判定d学生为a校的高校生。
62.值得一提的是，所述方法还包括识别用户的社保数据以完成对所述用户数据信息进行筛选。
63.需要说明的是，由于学生在求学阶段没有缴纳社保，所以可以将有无缴纳社保作为特征因子来筛选用户，提取高校范围内识别到的用户中没有缴纳社保的用户群进行保留，以进一步减小运算量。
64.值得一提的是，所述方法还包括识别社保缴纳数据中的博士身份因子以扩充学生用户群体。
65.需要说明的是，在国内高校的实际运营过程中，对于本科生，硕士生而言多数是不缴纳社保的，但是对于博士生而言会存在缴纳社保的情况，因此，在筛选用户时，还可以对社保缴纳数据中的博士身份因子进行提取以进行保留，完善筛选机制。
66.值得一提的是，所述方法还包括提取预设图书馆浏览用户数据进行交叉分析，以筛选出目标群体。
67.需要说明的是，对于高校生而言，常出入的场所中会有省、市图书馆以及各大书店，因此，在高校范围内识别到的用户可以与出入图书馆的用户群体进行交叉分析，以提取出相交群体进一步缩小筛选范围。
68.值得一提的是，所述还包括调用外部数据库匹配用户署名数据，进行身份研判以判断当前用户的高校所属。
69.需要说明的是，对于高校生来说，需要在知网或者各种学术杂志中发表文章，因此，可以调用知网数据库或者学术杂志、报刊对用户署名数据进行追踪，匹配到当前高校范围内的用户为同一身份时，可以直接得到当前用户的高校生身份以及对应的学校所属。
70.值得一提的是，所述方法还包括提取志愿活动数据进行辅助筛选。
71.需要说明的是，对于高校生而言，是各个城市、组织或者群体中的青年志愿者的主力军，因此，可以提取所述志愿活动数据进行辅助分析，同时对筛选出的高校生用户还可以完善其身份标签信息。
72.本发明第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质中包括机器的一种基于物联网的高校生识别方法程序，所述基于物联网的高校生识别方法程序被处理器执行时，实现如上述任一项所述的一种基于物联网的高校生识别方法的步骤。
73.本发明公开的一种基于物联网的高校生识别方法、系统和可读存储介质，可以基于物联网采集用户的数据进行分析，利用路径、年龄以及驻停时长分析出用户对应的身份匹配信息的所属高校类型，利用表格可视化可以对高校生进行年度统计，清晰明了展现高校生的身份归属。
74.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
75.上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
76.另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
77.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
78.或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品
销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。