基于知识图谱的预警方法、电子设备和可读存储介质与流程

1.本技术涉及数据分析技术领域，特别是涉及一种基于知识图谱的预警方法、电子设备和可读存储介质。


背景技术：

2.随着数据爆炸的时代来临，如何在海量的数据中查找出需要做预警的数据愈发得到重视，现有的预警方法通常是基于已确定的风险数据对应的特征，从海量数据中挖掘与风险数据的特征相似的数据来实现预警，这样的预警方法所能挖掘出的预警对象之间的深层次关联不强，预警的准确率较低，有鉴于此，如何提高对预警对象进行预警的准确率成为亟待解决的问题。


技术实现要素：

3.本技术主要解决的技术问题是提供一种基于知识图谱的预警方法、电子设备和可读存储介质，能够提高对预警对象进行预警的准确率。
4.为解决上述技术问题，本技术第一方面提供一种基于知识图谱的预警方法，包括：获得待处理数据；其中，所述待处理数据包括标识信息和事件信息；基于所述待处理数据，构建所述待处理数据对应的知识图谱；其中，所述标识信息在所述知识图谱中对应标识实体，所述事件信息在所述知识图谱中对应事件实体，至少部分所述事件实体对应有预设风险值；基于与所述标识实体具有关联关系的事件实体对应的预设风险值，确定所述知识图谱中各个所述标识实体对应的风险评估值，将所述风险评估值超过风险阈值的标识实体作为预警实体；在所述知识图谱中，将所述预警实体以及与所述预警实体具有关联关系的标识实体作为预警对象。
5.为解决上述技术问题，本技术第二方面提供一种电子设备，该电子设备包括：相互耦接的存储器和处理器，其中，所述存储器存储有程序数据，所述处理器调用所述程序数据以执行上述第一方面所述的方法。
6.为解决上述技术问题，本技术第三方面提供一种计算机可读存储介质，其上存储有程序数据，所述程序数据被处理器执行时实现上述第一方面所述的方法。
7.上述方案，获得包括标识信息和事件信息的待处理数据，基于待处理数据构建知识图谱，将标识信息转换成知识图谱中的标识实体，将事件信息转换成知识图谱中的事件实体，并且，至少部分事件实体对应有预设风险值，基于与标识实体具有关联关系的事件实体对应的预设风险值，对知识图谱中的各个标识实体对应的风险进行评估，得到各个标识实体对应的风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体，提高预警实体的准确率，并且在知识图谱中，挖掘与预警实体具有关联关系的标识实体，得到与预警实体具有更深层次关联的标识实体，将预警实体以及与预警实体具有关联关系的标识实体作为预警对象，挖掘出具有团体性质的预警对象，提高对预警对象进行预警的准确率。
附图说明
8.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例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。其中：
9.图1是本技术基于知识图谱的预警方法一实施方式的流程示意图；
10.图2是本技术基于知识图谱的预警方法另一实施方式的流程示意图；
11.图3是图2中步骤s205对应的一实施方式的应用场景示意图；
12.图4是本技术电子设备一实施方式的结构示意图；
13.图5是本技术计算机可读存储介质一实施方式的结构示意图。
具体实施方式
14.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，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
15.本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。
16.若本技术技术方案涉及个人信息，应用本技术技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本技术技术方案涉及敏感个人信息，应用本技术技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理规则可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
17.本技术所提供的基于知识图谱的预警方法，可应用于对金融诈骗、违规并购等风险事项中所涉及的成员进行提前预警，但这并非限制本技术所提供的基于知识图谱的预警方法的应用领域的依据，基于本技术所提供的基于知识图谱的预警方案可拓展至除金融之外的多个领域。
18.请参阅图1，图1是本技术基于知识图谱的预警方法一实施方式的流程示意图，该方法包括：
19.s101：获得待处理数据，其中，待处理数据包括标识信息和事件信息。
20.具体地，获得包括标识信息和事件信息的待处理数据，当待处理数据需要授权时，在得到相应的授权后获得待处理数据。
21.在一应用方式中，获得由用户确认后上传的待处理数据，从待处理数据中提取标
识信息和事件信息。
22.在另一应用方式中，获得经数据提供机构授权的待处理数据，从待处理数据中提取标识信息和事件信息。
23.在一应用场景中，待处理数据对应银行系统数据，标识信息包括用户身份证号和银行卡号，事件信息包括各类货币的交易时间、交易次数、交易金额和交易流向。
24.在另一应用场景中，待处理数据对应股票证券系统数据，标识信息包括开户账号和公司代码，事件信息包括各类股权和债券的交易时间、交易次数、交易金额和交易流向。
25.s102：基于待处理数据，构建待处理数据对应的知识图谱；其中，标识信息在知识图谱中对应标识实体，事件信息在知识图谱中对应事件实体，至少部分事件实体对应有预设风险值。
26.具体地，将标识信息转换成知识图谱中的标识实体，将事件信息转换成知识图谱中的事件实体，从而构建知识图谱。此外，至少部分事件实体对应有预设风险值。
27.在一应用方式中，知识图谱对应有预先构建的图结构，其中，图结构中包括顶点和边，标识信息和事件信息设置在图结构的顶点上分别得到标识实体和事件实体，基于标识信息和事件信息的特征，确定具有关联关系的实体，实体之间的连线对应图结构中的边，基于事件信息的特征为至少部分事件实体设置有预设风险值。
28.在另一应用方式中，将标识信息和事件信息作为知识图谱中的实体，将与标识信息直接相关的事件信息与对应的标识信息相连，将具有关联关系或相似特征的标识信息相连，将具有关联关系的事件信息相连，从而将标识信息和事件信息分别转换为知识图谱中的标识实体和事件实体，并生成至少部分标识实体和事件实体相互之间的连线，为预设类型的事件信息对应的事件实体设置对应的预设风险值。
29.在一应用场景中，从事件信息中提取事件信息对应的事件特征，例如，当事件信息是从银行系统数据中提取的信息时，基于事件信息得到的事件特征，从事件特征中得到异常特征，包括但限于：代理人开户异常、交易次数异常、交易间隔时间异常、交易数额异常，为异常特征对应的事件信息的事件实体设置预设风险值，其中，预设风险值可基于上述事件特征的类型设置不同的数值，且预设风险值可基于最终获得的预警对象的准确率，对预设风险值进行更新优化。
30.在一具体应用场景中，预设风险值包括基础风险值和基础权重，其中，预设风险值基于基础风险值和基础权重的乘积确定，且基础风险值和基础权重可基于事件信息的特征进行自由设置和更改，提高设置预设风险值的自由度，并通过调整预设风险值挖掘不同的事件信息所对应的潜在预警对象。
31.s103：基于与标识实体具有关联关系的事件实体对应的预设风险值，确定知识图谱中各个标识实体对应的风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体。
32.具体地，基于与标识实体具有关联关系的事件实体所对应的预设风险值，对知识图谱中的各个标识实体对应的风险进行评估，得到各个标识实体对应的风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体，获得知识图谱中的预警实体，提高预警实体的准确率。
33.在一应用方式中，确定与标识实体具有关联关系的事件实体的第一数值，将与标
识实体具有关联关系的事件实体中所对应的所有预设风险值相加后与第一数值相除，得到标识实体的风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体，其中，在计算过程中，未明确设有预设风险值的事件实体可以理解为预设风险值默认是0的事件实体。
34.在另一应用方式中，确定与标识实体具有关联关系且设有预设风险值的事件实体的第二数值，将与标识实体具有关联关系的事件实体中所对应的所有预设风险值相加后与第二数值相除，得到标识实体的风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体。
35.s104：在知识图谱中，将预警实体以及与预警实体具有关联关系的标识实体作为预警对象。
36.具体地，在知识图谱中挖掘与预警实体具有关联关系的标识实体，得到与预警实体具有更深层次关联的标识实体，将预警实体以及与预警实体具有关联关系的标识实体作为预警对象，挖掘出具有团体性质的预警对象。
37.在一应用方式中，利用社区发现(community detection)算法在知识图谱中确定与预警实体连接密度较高的标识实体，从而输出至少一个关联路径或关联关系圈。
38.在另一应用方式中，在知识图谱中，基于标识信息对应的特征，确定与预警实体特征相似度较高且具有关联关系的标识实体，从而输出至少一个关联路径或关联关系圈。
39.需要说明的是，关联关系圈的首尾位置对应同一实体，将关联路径或关联关系圈中的所有标识实体均作为预警对象，提高对预警对象进行预警的全面性和准确率，同时基于知识图谱使预警对象具象化，提高对预警对象的可解释性，当待处理数据对应银行系统数据时，能够有效挖掘出与金融诈骗相关的具有团体性质的涉案人员，当待处理数据对应股票证券系统数据时，能够有效挖掘出进行违规并购的具有团体性质的策划人员。
40.上述方案，获得包括标识信息和事件信息的待处理数据，基于待处理数据构建知识图谱，将标识信息转换成知识图谱中的标识实体，将事件信息转换成知识图谱中的事件实体，并且，至少部分事件实体对应有预设风险值，基于与标识实体具有关联关系的事件实体对应的预设风险值，对知识图谱中的各个标识实体对应的风险进行评估，得到各个标识实体对应的风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体，提高预警实体的准确率，并且在知识图谱中，挖掘与预警实体具有关联关系的标识实体，得到与预警实体具有更深层次关联的标识实体，将预警实体以及与预警实体具有关联关系的标识实体作为预警对象，挖掘出具有团体性质的预警对象，提高对预警对象进行预警的准确率。
41.请参阅图2，图2是本技术基于知识图谱的预警方法另一实施方式的流程示意图，该方法包括：
42.s201：获得待处理数据，其中，待处理数据包括标识信息和事件信息。
43.具体地，获得包括标识信息和事件信息的待处理数据，当待处理数据需要授权时，在得到相应的授权后获得待处理数据。
44.s202：基于待处理数据，构建知识图谱的图结构，其中，图结构包括顶点、边和权重。
45.具体地，基于待处理数据中的标识信息和事件信息，构建知识图谱对应的图结构，其中，图结构对应生成知识图谱的模板，图结构中包括顶点、边和权重。
46.进一步地，图结构作为生成知识图谱的模板，使用者可以通过调整知识图谱中的
参数，生成不同侧重点的知识图谱，提高生成的知识图谱在不同应用场景中的适配性。
47.在一应用场景中，基于待处理数据，构建知识图谱的图结构，包括：基于待处理数据中的标识信息和事件信息，确定图结构的顶点；在具有关联关系的顶点之间设置连线，连线为图结构的边；其中，连线包括有向线段和无向线段；基于标识信息和事件信息对应的特征，确定至少部分连线所连接的顶点对应的权重。
48.具体地，基于待处理数据中的标识信息和事件信息，能够确定图结构中顶点的数量，并在待处理数据新增后，对顶点进行适应性增加，在具有关联关系的顶点之间设置连线，连线对应为图结构中的边，且连线包括有向线段和无向线段，其中，有向线段表示实体之间存在关联且实体之间存在明确的方向，无向线段包括实体之间存在关联但实体之间不存在明确的方向。
49.进一步地，基于标识信息和事件信息对应的特征，确定至少部分连线所连接的顶点对应的权重，权重表示从一个顶点至另一个的顶点的代价，当基于事件信息的特征确定事件信息存在风险时，为存在风险的事件信息对应的事件实体设置权重。
50.在一具体应用场景中，当实体之间对应的关联关系为交易流水时，则实体之间设置有向线段，用于指示交易流水的方向，当实体之间对应的关联关系为人际关系时，则实体之间设置无向线段，用于指示实体之间存在关联关系。
51.s203：基于图结构、标识信息和事件信息，构建待处理数据对应的知识图谱。
52.具体地，知识图谱中的标识实体和事件实体与图结构的顶点对应，知识图谱中的实体之间的连线与图结构的边对应，且连线对应的实体之间具有关联关系。
53.在一应用场景中，将标识信息和事件信息与图结构中的顶点对应，得到知识图谱中的标识实体和事件实体，具有关联关系的标识实体和事件实体之间对应有连线，连线与图结构的边对应，连线可以连接标识实体和标识实体、标识实体和事件实体或者事件实体和事件实体。
54.s204：基于事件信息对应的特征，为知识图谱中的至少部分事件实体设置预设风险值，其中，权重与事件信息的特征相关，且权重与设有预设风险值的事件实体对应。
55.具体地，基于事件信息对应的特征，为知识图谱中的至少部分事件实体设置预设风险值，且设有预设风险值的事件实体对应有权重，权重也与事件信息的特征相关。
56.在一应用场景中，从事件信息中提取出事件特征，当事件信息提取出的事件特征与预先设置的具有风险的事件类型相匹配时，为具有风险的事件信息对应的事件实体设置预设风险值，且具有风险的事件信息对应的事件实体对应有权重，预设风险值和权重的乘积能够确定具有风险的事件信息对应的风险校正值，从而可以通过调整预设风险值和权重中的至少一个参数，对具有风险的事件信息风险校正值进行调整，以便于得到更合理的风险校正值。
57.在一具体应用场景中，待处理数据对应银行系统数据，从事件信息中提取的事件特征包括但不限于：同一代理人开设多个账户、长期处于待业状态、年龄在预设范围、多账户交易ip地址相同、频繁交易和迅速提现。为各个事件特征设置预设风险值和权重，例如：同一代理人开设多个账户对应的预设风险值为50权重为0.8，长期处于待业状态对应的预设风险值为30权重为0.3，年龄在预设范围对应的预设风险值为40权重为0.3，多账户交易ip地址相同对应的预设风险值为80权重为0.2，频繁交易对应的预设风险值为90权重为
0.9，迅速提现对应的预设风险值为80权重为0.9。其中，在其他具体应用场景中，事件特征可进行自定义，且不同的事件特征对应的预设风险值和权重均可以进行自定义设置，预设风险值为0-100中的任一数值，权重为0-1中的任一数值，本技术对此不做具体限制。
58.在一些实施场景中，事件实体对应的预设风险值和权重藉由事件风险模型设置；其中，事件风险模型基于事件信息对应的特征，以及从知识图谱中获得的预警对象进行训练和优化。
59.具体地，事件风险模型基于事件信息的事件特征，为不同类型的事件特征设有初始预设风险值和初始权值，当从知识图谱中得到预警对象后，基于预警对象的准确率，在训练阶段和应用阶段均可以对具有风险的事件信息对应的预设风险值和权重进行调整，从而不断优化预设风险值和权重，提高获得预警对象的准确率。
60.s205：在知识图谱中确定与标识实体具有关联关系的关联事件实体，提取关联事件实体中对应有预设风险值的风险事件实体。
61.具体地，在构建知识图谱后，在知识图谱中确定与各个标识实体具有关联关系的事件实体，标记为关联事件实体，提取关联事件实体中设有预设风险值的事件实体，标记为风险事件实体。
62.在一应用场景中，请参阅图3，图3是图2中步骤s205对应的一实施方式的应用场景示意图，标记1对应事件1-6，其中，事件1-6均为关联事件实体，若事件1、2、5、6设有预设风险值，则事件1、2、5、6为风险事件实体。
63.s206：基于标识实体对应的关联事件实体、风险事件实体及其对应的预设风险值和权重，确定标识实体对应的风险评估值。
64.具体地，基于标识实体对应的关联事件实体、风险事件实体和风险事件实体对应的预设风险值和权重，确定标识实体的风险评估值，从而结合标识实体对应的所有关联事件实体和风险事件实体，确定标识实体对应的风险评估值，当标识实体对应有多个关联事件实体时，降低离散的风险事件实体对风险评估值的影响，提高风险评估值的准确率。
65.在一应用场景中，确定关联事件实体的第一数量和风险事件实体的第二数量；基于风险事件实体对应的预设风险值和权重，确定风险事件实体对应的风险校正值，基于第二数量个风险事件实体对应的风险校正值之和与第一数量的比值，确定标识实体对应的风险评估值。
66.具体地，确定与标识实体具有关联关系的关联事件实体的第一数量，以及关联事件实体中风险事件实体的第二数量，其中，风险事件实体对应有预设风险值和权重，基于风险事件实体对应的预设风险值和权重的乘积，确定风险事件实体对应的风险校正值，将第二数量个风险校正值累加进而与第一数量求取比值，确定标识实体对应的风险评估值，上述过程利用公式表示如下：
[0067][0068]
其中，n表示关联事件实体的第一数量，m表示风险事件实体的第二数量，xi表示第i个风险事件实体的预设风险值，σj表示第j个风险事件实体的权重，其中，i＝j。
[0069]
在一具体应用场景中，仍以图3为例，风险事件实体对应的事件1、2、5、6分别对应同一代理人开设多个账户对应的预设风险值为50权重为0.8，长期处于待业状态对应的预
设风险值为30权重为0.3，频繁交易对应的预设风险值为90权重为0.9，迅速提现对应的预设风险值为80权重为0.9，则标记1对应的标记实体的风险评估值基于上述公式计算，(50*0.8+30*0.3+90*0.9+80*0.9)/6＝33.6，因此，标记1对应的风险评估值为33.6。
[0070]
s207：遍历知识图谱中的所有标识实体，确定知识图谱中各个标识实体对应的风险评估值。
[0071]
具体地，遍历知识图谱中的所有标识实体，确定知识图谱中各个标识实体对应的风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体。
[0072]
在一具体应用场景中，预设风险值为0-100中的任一数值，权重为0-1中的任一数值，风险阈值为30，在其他具体应用场景中，风险阈值可基于预设风险值及其对应的权重自定义设置，本技术对此不做具体限制。
[0073]
s208：在知识图谱中，将预警实体以及与预警实体具有关联关系的标识实体作为预警对象。
[0074]
具体地，在知识图谱中挖掘与预警实体具有关联关系的标识实体，得到与预警实体具有更深层次关联的标识实体，将预警实体以及与预警实体具有关联关系的标识实体作为预警对象，挖掘出具有团体性质的预警对象。
[0075]
在一应用场景中，在知识图谱中提取实体之间的多条关联路径，得到包括预警实体的风险关联路径；在风险关联路径中，将预警实体以及与预警实体具有关联关系的标识实体作为预警对象，确定预警对象的关系为异常关系并将预警实体对应的标识信息作为目标预警标识。
[0076]
具体地，当待处理数据的数据量较大时，尤其是事件信息的数据量众多，因此，需要为知识图谱提供更合理的存储方式，以便于挖掘标识实体之间深层次的关联关系，在知识图谱中提取实体之间的多条关联路径，其中，同一关联路径中包括连接密度高于密度阈值的实体，将包括预警实体的关联路径作为风险关联路径。
[0077]
进一步地，在风险关联路径中，将预警实体以及与预警实体具有关联关系的标识实体均作为预警对象，将预警对象之间的关系标记为异常关系，并将预警实体对应的标识信息作为目标预警标识，从而对目标预警标识做着重提醒的同时，将与目标预警标识具有团体性质的标识信息挖掘出来，其中，标识信息是与身份或账户相关的信息，使预警对象具象化，提高对预警对象进行预警的准确率。
[0078]
在一具体应用场景中，在知识图谱中提取实体之间的多条关联路径，得到包括预警实体的风险关联路径，包括：基于最小割算法将知识图谱分成预定数量的多个分组，将各个分组转换成原始矩阵；对各个原始矩阵进行非负矩阵分解，得到各个原始矩阵对应的社区矩阵；基于社区矩阵中节点之间的连接密度，将社区矩阵中的节点分成多个社团；基于各个社团中的节点所对应的实体，生成知识图谱对应的多条关联路径，并将包括预警实体的关联路径作为风险关联路径。
[0079]
具体地，通过计算图的最小割，将知识图谱划分为预定的分组数，并使连接各分组的边的条数最少，将各个分组转换成原始矩阵，对各个原始矩阵进行非负矩阵分解，得到各个原始矩阵对应的社区矩阵和基矩阵，利用基于模块度的社区发现算法或基于相似度的社区发现算法，确定社区矩阵中节点之间的连接密度，基于连接密度将社区矩阵中的节点分成多个社团，各个社团中的节点所对应的实体分别组成一条关联路径，将包括预警实体的
关联路径作为风险关联路径。
[0080]
进一步地，风险关联路径能够具象化地呈现标识实体之间的关联，以提高预警实体以及与预警实体存在关联关系的标识实体之间的可解释性，并且，风险关联路径能够实现对知识图谱的抽取，从而避免直接存储数据量庞大的知识图谱，提高数据存储的合理性。
[0081]
在本实施例中，构建了知识图谱的图结构，图结构作为生成知识图谱的模板，使用者可以通过调整知识图谱中的参数，生成不同侧重点的知识图谱，提高生成的知识图谱在不同应用场景中的适配性，基于事件信息的特征为事件信息对应的事件实体设置预设风险值和权重，从而可以通过调整预设风险值和权重中的至少一个参数，对具有风险的事件信息风险校正值进行调整，以便于得到更合理的风险校正值，基于风险校正值能够得到风险评估值，将风险评估值超过风险阈值的标识实体作为预警实体，在知识图谱中确定包括预警实体的风险关联路径，从而在风险关联路径中，将预警实体以及与预警实体具有关联关系的标识实体均作为预警对象，将预警对象之间的关系标记为异常关系，并将预警实体对应的标识信息作为目标预警标识，从而对目标预警标识做着重提醒的同时，将与目标预警标识具有团体性质的标识信息挖掘出来，提高对预警对象进行预警的准确率。
[0082]
请参阅图4，图4是本技术电子设备一实施方式的结构示意图，该电子设备40包括相互耦接的存储器401和处理器402，其中，存储器401存储有程序数据(图未示)，处理器402调用程序数据以实现上述任一实施例中的方法，相关内容的说明请参见上述方法实施例的详细描述，在此不再赘叙。
[0083]
请参阅图5，图5是本技术计算机可读存储介质一实施方式的结构示意图，该计算机可读存储介质50存储有程序数据500，该程序数据500被处理器执行时实现上述任一实施例中的方法，相关内容的说明请参见上述方法实施例的详细描述，在此不再赘叙。
[0084]
需要说明的是，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者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者全部单元来实现本实施方式方案的目的。
[0085]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，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，也可以采用软件功能单元的形式实现。
[0086]
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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)或处理器(processor)执行本技术各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、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。
[0087]
以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。