一种面向无人化乘客服务场景的服务需求要素处理系统的制作方法

1.本发明涉及轨道交通技术领域，尤其涉及一种面向无人化乘客服务场景的服务需求要素处理系统。


背景技术：

2.近年来，轨道交通逐渐成为现代化城市主要的交通工具之一，轨道交通具有安全、高速、高效的优点，在城市现代化过程中的作用越来越重要。目前，国内城市轨道交通普遍采用票亭及车控室兼作客服中心的形式进行乘客服务。但是这样的服务形式效率低下且往往耗费巨大人力资源。同时，轨道交通这种服务于大众的设备应尽量人与人间的避免接触，以减少病毒的传播，保障大众的生命安全。因此，在轨道交通车站实现无人化乘客服务迫在眉睫。
3.目前无人化乘客服务技术主要侧重于在轨道交通车站提供具体服务，这种服务是机械式的，类似自动售票机。通过这种方式提供的服务确实具有服务信息全面、服务功能全面的优点，但同时具有缺少个性化的缺点。缺少对于乘客需求信息的采集与分析，就难以精确的为每一位乘客制定个性化的服务方案，虽然提高了服务的智能化水平但难以提高乘客的服务体验。目前来看，很难达到提高乘客对服务满意度的目的，因此仍需改进。


技术实现要素：

4.本发明所要解决的是现有无人化乘客服务技术难以精确的为每一位乘客制定个性化的服务方案的问题，为了解决上述技术问题，本发明提供了一种面向无人化乘客服务场景的服务需求要素处理系统。
5.第一个方面，提供了一种面向无人化乘客服务场景的服务需求要素处理系统，包括：乘客需求数据采集模块和乘客需求分析与挖掘模块，所述乘客需求数据采集模块用于针对不同的出行场景，采集出行数据，所述乘客需求分析与挖掘模块用于对所述出行数据进行分析与挖掘，生成乘客出行引导数据，根据所述出行引导数据对乘客进行出行引导，并对出行过程进行评价；
6.其中，所述出行场景包括：进站场景、咨询场景、购票场景、安检场景、检票场景、候车场景、乘车场景和出站场景。
7.在第一个方面的一种可能实现中，当所述出行场景为进站场景时，所述乘客需求数据采集模块用于采集轨道交通车站的客流信息，并采集所述轨道交通车站的欢迎信息和商业推广信息；所述乘客需求分析与挖掘模块用于将所述客流信息发送给乘客的终端，并根据所述欢迎信息和商业推广信息收集乘客的反馈意见，根据所述反馈意见修改或更换所述欢迎信息和所述商业推广信息。
8.在第一个方面的一种可能实现中，当所述出行场景为咨询场景时，所述乘客需求数据采集模块用于采集乘客的咨询数据；所述乘客需求分析与挖掘模块用于对所述咨询数据进行处理，分析乘客在咨询场景中的满意点与不满意点，根据所述满意点与所述不满意
点分析预测咨询场景中出现的问题。
9.在第一个方面的一种可能实现中，当所述出行场景为购票场景时，所述乘客需求数据采集模块用于采集乘客的票务数据，以及乘客对票务服务的意见；所述乘客需求分析与挖掘模块用于对所述票务数据和对票务服务的意见进行处理分析。
10.在第一个方面的一种可能实现中，当所述出行场景为安检场景时，所述乘客需求数据采集模块用于采集乘客携带物品的物品安全信息以及疫情防控数据；所述乘客需求分析与挖掘模块用于对所述物品安全信息进行处理和分析，生成危险物品提示信息发送给乘客的终端，并根据所述疫情防控数据生成疫情提示信息发送给乘客的终端。
11.在第一个方面的一种可能实现中，当所述出行场景为检票场景时，所述乘客需求数据采集模块用于采集进出站人数，以及乘客对于检票场景的意见；所述乘客需求分析与挖掘模块用于将进出站人数发送给乘客的终端，并根据乘客对于检票场景的意见分析检票场景中待改进的问题。
12.在第一个方面的一种可能实现中，当所述出行场景为候车场景时，所述乘客需求数据采集模块用于采集乘客信息、车站管理数据、列车运行数据和乘客对于候车场景的意见；所述乘客需求分析与挖掘模块用于对所述乘客信息、所述车站管理数据、所述列车运行数据和乘客对于候车场景的意见进行分析，确定候车场景中待改进的问题。
13.在第一个方面的一种可能实现中，当所述出行场景为乘车场景时，所述乘客需求数据采集模块用于乘客的地理信息数据；所述乘客需求分析与挖掘模块用于根据所述地理信息数据分析乘客的乘坐里程和乘坐意愿。
14.在第一个方面的一种可能实现中，当所述出行场景为出站场景时，所述乘客需求数据采集模块用于采集乘客出行的起始位置、终点位置和换乘中间站；所述乘客需求分析与挖掘模块用于对根据所述起始位置、所述终点位置和所述换乘中间站生成出行推荐路线，并发送给乘客的终端。
15.在第一个方面的一种可能实现中，所述乘客需求分析与挖掘模块具体用于通过dial算法和dijkstra算法生成乘客出行引导数据。
16.本方案实现了面向无人化乘客服务场景的服务需求要素处理系统，通过考虑乘客在无人化场景下对服务的需求，同时结合当前无人化服务水平，从而可以更加客观的描述乘客需求，指导服务，实现智能化、个性化、定制化的乘客服务，提升乘客出行体验。本发明在实际应用中能够充分利用数据背后的价值，充分考虑乘客需求，提供更加丰富多元的信息反馈与服务价值。
17.本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
18.图1为本发明服务需求要素处理系统的实施例提供的结构示意图。
具体实施方式
19.以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
20.如图1所示，为本发明服务需求要素处理系统的实施例提供的结构示意图，该面向无人化乘客服务场景的服务需求要素处理系统包括：乘客需求数据采集模块和乘客需求分析与挖掘模块，乘客需求数据采集模块用于针对不同的出行场景，采集出行数据，乘客需求分析与挖掘模块用于对出行数据进行分析与挖掘，生成乘客出行引导数据，根据出行引导数据对乘客进行出行引导，并对出行过程进行评价；
21.其中，出行场景包括：进站场景、咨询场景、购票场景、安检场景、检票场景、候车场景、乘车场景和出站场景。
22.乘客需求分析与挖掘模块可以通过进出站信息统计，结合对进站前乘客的gps信号分析，完成对乘客出行路径的分析，从而获取乘客出行路径偏好同时分析乘客出行可优化路径，保障路径的最优程度。
23.需要说明的是，乘客需求分析与挖掘模块可以通过乘客画像技术和kano模型技术进行数据的分析与挖掘，乘客画像技术可以通过获取乘客画像基本信息和乘客画像拓展构建乘客画像，为轨道交通乘客出行规律深度分析提供数据支撑，对乘客提供精准化、差异化个性服务及延伸服务提供基础数据。满足乘客获得品质服务的需求，提升城市轨道交通运营服务水平。
24.kano模型技术将服务质量要素分为基本要素(m类)、期望要素(o类)、魅力要素(a类)、非必要要素(i类)和反向要素(r类)共5类。各质量要素的分类可通过设计kano问卷进行调查并通过kano评价表确定。其中，kano问卷是一个结构性问卷，由正面和反面两类问题组成，对同一个问题的不同回答构成了该属性的频率，由kano评价表中的统计数据进行整理，以总频数最大者作为该要素的kano类别。
25.本实施例实现了面向无人化乘客服务场景的服务需求要素处理系统，以“站”、“车”、“人”3要素为核心，梳理乘客在车站、列车环境下的服务需求，通过考虑乘客在无人化场景下对服务的需求，同时结合当前无人化服务水平，从而可以更加客观的描述乘客需求，指导服务，实现智能化、个性化、定制化的乘客服务，提升乘客出行体验。本实施例在实际应用中能够充分利用数据背后的价值，充分考虑乘客需求，提供更加丰富多元的信息反馈与服务价值。
26.可选地，在一些可能的实施方式中，当出行场景为进站场景时，乘客需求数据采集模块用于采集轨道交通车站的客流信息，并采集轨道交通车站的欢迎信息和商业推广信息；乘客需求分析与挖掘模块用于将客流信息发送给乘客的终端，并根据欢迎信息和商业推广信息收集乘客的反馈意见，根据反馈意见修改或更换欢迎信息和商业推广信息。
27.需要说明的是，客流信息指该轨道交通车站的乘降量，即进站客流、出站客流、换乘客流的总和，其中，进站客流和出站客流可通过收集轨道交通车站的进站闸机与出站闸机中的乘客进出站数据获取，换乘客流可以根据收费系统中乘客换乘的信息计算。
28.需要说明的是，欢迎信息指的是车站入口广播，具体地，可以是该轨道交通车站在传统的服务模式中所采用的欢迎信息，以便后期分析乘客对其意见，广播信息可通过收集中心广播控制终端中的相关数据实现。
29.商业推广信息按照种类分为商业广告与公益广告，可以人为分别统计数量，乘客意见的采集可以通过调查问卷形式，在乘客出站同时在乘客所持终端上派发问卷分别统计乘客对以上服务的满意度与意见建议。
30.可选地，在一些可能的实施方式中，当出行场景为咨询场景时，乘客需求数据采集模块用于采集乘客的咨询数据；乘客需求分析与挖掘模块用于对咨询数据进行处理，分析乘客在咨询场景中的满意点与不满意点，根据满意点与不满意点分析预测咨询场景中出现的问题。
31.其中，咨询数据可以从乘客服务窗口的处理终端上获取，可以通过接入处理终端直接读取积累的咨询数据。
32.需要说明的是，乘客需求分析与挖掘模块可以将乘客咨询问题按照关键词进行分类，例如：方向、购票、某号列车等，然后根据关键词出现的频率进行排序，提取前十个作为最可能出现的问题，提前生成回答推送至用户终端。
33.可选地，在一些可能的实施方式中，当出行场景为购票场景时，乘客需求数据采集模块用于采集乘客的票务数据，以及乘客对票务服务的意见；乘客需求分析与挖掘模块用于对票务数据和对票务服务的意见进行处理分析。
34.例如，乘客对票务服务的意见可以通过问卷的形式收集。
35.需要说明的是，采集到乘客的票务数据后，通过对票务数据进行分析，可以确定乘客何时何地乘坐何趟车辆，从而为乘客生成票务打折信息等，推送给乘客的手机等终端。
36.可选地，在一些可能的实施方式中，当出行场景为安检场景时，乘客需求数据采集模块用于采集乘客携带物品的物品安全信息以及疫情防控数据；乘客需求分析与挖掘模块用于对物品安全信息进行处理和分析，生成危险物品提示信息发送给乘客的终端，并根据疫情防控数据生成疫情提示信息发送给乘客的终端。
37.需要说明的是，物品安全信息可以从车站的安检台的终端中获取，可以根据轨道交通车站安检处以日为单位收集到的危险物品种类包括枪支弹药、易燃易爆物品、腐蚀性物品、管制刀具等限带酒类等及其数量。然后按照各类危险品出现的频率，在乘客终端上不定时提示，防止乘客误带。
38.如果场所发生疫情，可以及时生成提示信息，发送给乘客的终端。
39.可选地，在一些可能的实施方式中，当出行场景为检票场景时，乘客需求数据采集模块用于采集进出站人数，以及乘客对于检票场景的意见；乘客需求分析与挖掘模块用于将进出站人数发送给乘客的终端，并根据乘客对于检票场景的意见分析检票场景中待改进的问题。
40.需要说明的是，进出站人数指的是集散量，即进站客流加出站客流。
41.乘客对于检票场景的意见可以通过问卷的形式获取，从而获取乘客对于检票场景的意见，从而可以针对性地提出改进措施，对检票场景进行改进。
42.可选地，在一些可能的实施方式中，当出行场景为候车场景时，乘客需求数据采集模块用于采集乘客信息、车站管理数据、列车运行数据和乘客对于候车场景的意见；乘客需求分析与挖掘模块用于对乘客信息、车站管理数据、列车运行数据和乘客对于候车场景的意见进行分析，确定候车场景中待改进的问题。
43.应理解，乘客信息指的是乘客的年龄、性别、行程人数等个人信息，以及出发地、达到地、乘车时间等出行信息。
44.车站管理数据指的是对乘客的指引方式、限流方式等信息。
45.列车运行数据指的是每趟车次的运行间隔、运行时间、站点停留时间等信息。
46.需要说明的是，乘客对于候车场景的意见可以通过问卷的形式获取，例如，从而获取乘客对于候车场景的意见，从而可以针对性地提出改进措施，对候车场景进行改进。
47.可选地，在一些可能的实施方式中，当出行场景为乘车场景时，乘客需求数据采集模块用于乘客的地理信息数据；乘客需求分析与挖掘模块用于根据地理信息数据分析乘客的乘坐里程和乘坐意愿。
48.需要说明的是，地理信息数据指的是乘客的进出站信息，乘坐里程可以根据进出站信息确定，例如，某乘客在车站a进站，在车站b出站，若可以直达，则里程为车站a到车站b间的轨道里程。若不能直达，且换乘车站可为c或d，则分别统计a到c、c到b间地铁里程之和与a到d、d到b间地铁里程之和，对二者比较并取最小值。乘坐意愿可通过在出站口设置问卷，统计乘客是否愿意再次乘坐。
49.可选地，在一些可能的实施方式中，当出行场景为出站场景时，乘客需求数据采集模块用于采集乘客出行的起始位置、终点位置和换乘中间站；乘客需求分析与挖掘模块用于对根据起始位置、终点位置和换乘中间站生成出行推荐路线，并发送给乘客的终端。
50.可选地，在一些可能的实施方式中，乘客需求分析与挖掘模块可以通过与相关部门合作，收集乘客行为数据。
[0051][0052]
此外，还可以通过与公交公司合作，获取公交班车的到达与出发时间，同时获取乘客出站后换乘公交线路的数量，可根据轨道交通车站设置前后附近公交班车的乘坐数量之差获取。
[0053]
此外，还可以与气象部门合作，获取全天、全时乘天气状况数据。
[0054]
需要说明的是，可以向乘客汇报最邻近时间的公交班车到达与出发时间，包括轨道交通车站附近的多个公交车站，帮助乘客合理安排出行时间与出行计划。同时提供智能引导模块，根据先前采集的天气信息，向乘客汇报当日天气，提高乘客出行体验。
[0055]
可选地，在一些可能的实施方式中，乘客需求分析与挖掘模块可以包括智能引导模块，用于通过dial算法和dijkstra算法生成乘客出行引导数据。
[0056]
首先用邻接矩阵a建立站点的网络模型a[i,j]：
[0057]
a[i,j]＝m站点i和j之间有地铁m连接
[0058]
0站点i和j没有地铁直接连接
[0059]
其中，i和j指的是矩阵中的任意两个站点。
[0060]
然后分别对站点i、j利用dijkstra最短路径算法，计算站点i到起点o及j到终点d的最短路径。
[0061]
然后，通过定义条件r(i)《r(j)，并且s(i)》s(j)，将检验有效的路径定义为有效路径。
[0062]
其中，r(i)代表站点i到起点o的最短路径，r(j)代表站点j到起点o的最短路径，s(i)代表站点i到终点d的最短路径，s(j)代表站点j到终点d的最短路径。若满足上述二式，则定义为有效路径。
[0063]
步骤四：继续搜索下一有效路径，直至完成所有路径搜索。
[0064]
下面对dijkstra算法进行说明。
[0065]
步骤1：进行初始化，除根节点外所有节点的标号为无穷大，置前节点为空，将根节
点放入e中，令e＝{e}，v*＝e，l(e)＝0，p(e)＝0。对每一个v(i)≠e，令l(vi)＝+∞，p(vi)＝0。
[0066]
步骤2：考察每个使(v
*
，vj)∈a且的节点vj。
[0067]
如果l(vj)》l(v
*
)+w(v
*
，vj)，则把l(vj)修改为l(v
*
)+w(v
*
，vj)，把p(vj)修改为v
*
。
[0068]
如果l(vj)≤l(v
*
)+w(v
*
，vj)，则l(vj)和p(vj)不改变。直到所有相邻节点标号完毕转入步骤3。
[0069]
步骤3：对所有的比较l(vj)的值，找出l(vj)最小的节点，将该节点记为v
*
，将v
*
放入e中并从s中删除。
[0070]
步骤4：如果算法结束，否则转入步骤2。
[0071]
需要说明的是，可以使用广义费用函数表示乘客乘坐轨道交通的综合代价，则最合理的乘车路线就是选择广义费用最小的路线。假定在第n个od对之间存在w条有效路径，令为从起点到终点之间第w条有效路径上的费用值，它是一个确定的费用估计值加上随机误差项，则其中，为随机误差项，其期望等于0。则广义路径费用是一系列子项乘以权值的加和。其中，是待定参数，表示第i个路径属性的权重。
[0072]
在此基础上，结合乘车时间、换乘次数和换乘等待时间对于乘客出行的影响。则其中，表示第n个od对第w条路径的乘车时间，表示第n个od对第w条路径的换乘次数，表示第n个od对第w条路径的乘车等待时间。
[0073]
下面结合具体实例说明。
[0074]
假设一个地铁线路，一条纵向地铁为一号线，一条横向为二号线，交叉点为换乘站点。换乘站点拥挤度影响换乘时间，其中拥挤度通畅的站点换乘时间为1分钟，拥挤站点为2分钟。
[0075]
第一步：若从一号线某一站点b出发，到达二号线某一站点d，则此时bd间所有站点可建立一个矩阵a[i,j]。
[0076]
第二步：将所有站点编号为1～n号，则站点i与站点j的配对有n(n-1)种。任意取其中一个站点i，则可以计算站点i与出发点b间的最短路径：除根节点出发点b外，其余站点的节点标号即1～n号节点均为无穷大，将根节点置于e中，令e＝{e}，v*＝e,l(e)＝0，p(e)＝0，其中，l(e)表示从根节点到结点i的广义费用，p(e)表示当前最短路径上i节点的前驱节点。对每一个v(i)≠e，令l(vi)＝+∞，p(vi)＝0。此时站点j为(v*，vj)∈a且，令l(vi)＝+∞，p(vi)＝0。此时站点j为(v*，vj)∈a且的节点。对每一个符合要求的站点j进行计算：如果l(vj)》l(v*)+w(v*，vj)，则把l(vj)修改为l(v*)+w(v*，vj)，把p(vj)修改为v*。如果l(vj)≤l(v*)+w(v*，vj)，则l(vj)和p(vj)不改变。对所有的比较l(vj)的值，找出l(vj)最小的节点，将该节点记为v*，将v*放入e中。如果
算法结束。此时可以得到站点i，j到起点b的最短路径。
[0077]
第三步：重复上述算法，将起点b改为终点d，此时可以得到站点i，j到终点d的最短路径。
[0078]
第四步：若此时r(i)《r(j)，并且s(i)》s(j)，则为有效路径，记此路径为om。(r(i)代表站点i到起点o的最短路径，r(j)代表站点j到起点o的最短路径，s(i)代表站点i到终点d的最短路径，s(j)代表站点j到终点d的最短路径)
[0079]
第五步：重复第二、三、四步，搜索所有有效路径。
[0080]
第六步：对得到的有效路径时间增加由于换乘车站拥挤程度不同导致的拥挤等待时间，最后比较，取最短时间的路径。其中拥挤程度可根据先前获取的客流情况进行估计。
[0081]
可选地，在一些可能的实施方式中，乘客需求分析与挖掘模块还可以包括：消费模式分析模块，用于根据购票场景信息采集出的票务、消费数据，可以分析获取乘客消费方式的偏好进而分析消费模式。
[0082]
可选地，在一些可能的实施方式中，乘客需求分析与挖掘模块还可以包括：健康关怀模块，用于针对轨道交通体系内乘客的突发重大疾病、突发以外事故，如轨道交通体系内部器物损坏致人受伤、打架斗殴致人受伤、踩踏致人受伤中的受伤人群，保障乘客生命安全。
[0083]
例如，可以以arm9微处理器作为核心芯片，结合嵌入式linux操作系统，通过gprs设备与gsm基站通信，实现对高速移动目标的监控、远程通信和实时数据传输。从而高速、可靠地实现报警、呼叫救护车、消防部门的功能。
[0084]
可选地，在一些可能的实施方式中，乘客需求分析与挖掘模块还可以包括：站内乘客引导模块，通过乘客需求分析与挖掘模块分析得到的乘客出行引导数据，合理引导乘客进入列车，保证车站内部的有序性。
[0085]
应理解，由于轨道交通车站多位于地下，而地下环境大多缺失gnss信号，难以实现地上地下一体化衔接。因此使用传统的依赖于全球导航卫星系统的导航方式难以实现精确定位。本发明通过在隧道内安装射频矩阵基站来提供定位信号。乘客进入轨道交通车站时，手机捕捉到射频信号，app自动判断进入地下范围，将定位信号从卫星信号切换至射频信号。同时通过多个射频矩阵基站的距离信息，利用上述路径算法，完成对每个乘客的精准导航，实现合理引导。
[0086]
可选地，在一些可能的实施方式中，乘客需求分析与挖掘模块还可以包括：乘客意见反馈模块，乘客意见反馈模块用于根据收集的乘客反馈意见，不断改进乘客服务行为，提高乘客出行体验，最后通过kano模型进行评价和乘客满意度调研。
[0087]
例如，使用kano模型对票价、基础设施、车内环境、便利服务、餐饮购物、正点率、安检流程、等候秩序、指示标志、订票便利程度十个服务要素进行kano分类，并计算每个服务要素的sii和ddi值，对轨道交通当前的服务进行评价。同时通过同一kano属性下不同服务要素的策略优先顺序，更精确的确定关键服务要素。同时对策略优先级进行排序，为更有效的优化服务提供决策支持。
[0088]
乘客需求数据采集模块可以采用问卷方式对票价、基础设施、车内环境、便利服务、餐饮购物、正点率、安检流程、等候秩序、指示标志、订票便利程度十个服务要素设置正
反两个方向的问题，例如针对基础设施设置三个问题：
[0089]
1、如果有此设施，您的满意度是：a、高，b、较高，c、零，d、较低，e、低；
[0090]
2、如果无此设施，您的满意度是：a、高，b、较高，c、零，d、较低，e、低；
[0091]
3、您目前对设施满意吗：a、满意，b、一般，c、不满意。
[0092]
同时采用随机抽样的方式发放问卷，对于问题一和二，对照表1将对不同回答计数，根据不同回答的频数，将要素分为基本要素(m类)、期望要素(o类)、魅力要素(a类)、非必要要素(i类)和反向要素(r类)。根据调查结果计算乘客满意度系数(sii)和不满意度系数(ddi)，其公式如下：
[0093]
sii＝(a+o)/(a+o+m+i)
[0094]
ddi＝-(m+o)/(a+o+m+i)
[0095]
其结果的绝对值越接近1则越需要重视与改进。
[0096]
对于问题三，选择a项记100分，b项记70分，c项记50分，同时统计abc三项频数分别记为xyz，按照公式：
[0097]
满意度＝(x*100+y*70+z*50)/(x+y+z)*100％
[0098]
即可得出乘客对每一项服务的满意度。
[0099]
表1
[0100][0101][0102]
应理解，上述实施方式为与在先方法实施方式对应的产品实施方式，关于产品实施方式的说明可以参考在先方法实施方式的说明，在此不再赘述。
[0103]
应理解，在不违背本发明构思的前提下，本领域技术人员可以将上述实施方式进行任意组合，均在本发明的保护范围内。
[0104]
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本
领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0105]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，步骤的划分，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，例如多个步骤可以结合或者可以集成到另一个步骤，或一些特征可以忽略，或不执行。
[0106]
上述方法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，本发明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)执行本发明各个实施例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-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0107]
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。