一种电子邮件网络的社区结构发现方法及系统与流程

本发明涉及web网络数据挖掘技术领域，特别涉及一种电子邮件网络的社区结构发现方法及系统。

背景技术：

电子邮件是通过使用电子手段进行信息交换的通信方式，它的出现极大地方便了人们之间的沟通与交流，也是目前使用频率较高的一种网络通信方式。电子邮件能够在很大程度上对真实社会中人们的通信关系进行体现，因此由大量电子邮件的发送者和接收者构成的网络是社会网络的组成之一，可以借鉴社会网络分析手段对其进行分析处理。电子邮件网络通常处于内部通信和动态通信的行为模式中，与其他社会网络类似，其中包含着若干社区结构，这些社区结构内部往往存在着密切的通信关系，而不同社区结构之间通信较少。从电子邮件网络动态组织的层级关系结构中快速准确地发现潜在社区结构，可以揭示现实社会的组织和运行模式，使人们更加清楚的了解信息的传播路径和方式，掌握信息的传播规律，进行信息的定向定点投放，以及进行个性化服务推荐，具有重要的研究意义和实用价值。

从目前的研究成果和技术应用情况来看，社区发现方法主要分为四种类型：(1)基于层次聚类的社区发现方法，通过度量网络节点间的相似度，进而将相似度较大的节点归为同一社区，将相似度较小的节点置于不同社区，根据其网络节点的聚类规则可分为凝聚式和分裂式两类方法；(2)基于优化模型的社区发现方法，模拟一个物理系统到达均衡状态的过程，定义一个目标函数度量社区划分结果的优劣，在搜索空间中寻找使目标函数取得最优值的划分结果，其中最典型的度量函数是模块度；(3)基于图分割的社区发现方法以及启发式方法.其基本思想是根据网络laplacian矩阵的特征向量分量对网络节点间的相似性进行度量，并利用其可以在任意形状样本空间上实现聚类的优点对网络社区进行划分；(4)以直观或经验构造为基础的启发式方法也对社区发现问题的研究产生了积极意义，比较有代表性的方法主要包括标签传播算法、基于距离或吸引力的算法以及群智能算法等。

电子邮件网络作为社会网络领域中的重要研究对象之一，具有与社会网络类似的许多特性，同时也存在一些鲜明的特点，例如数据规模巨大、存在无效垃圾邮件、数据类型化等。这些特点对社区发现方法的执行效率和鲁棒性都提出了较高要求，并可能导致传统的社区发现方法在电子邮件网络中难以取得令人满意的效果。因此，为电子邮件网络设计高效可靠的社区发现方法是一个意义重大并且极具挑战的技术问题。

技术实现要素：

本发明提供了一种电子邮件网络的社区结构发现方法及系统，以解决传统的社区发现方法在电子邮件网络中难以取得令人满意效果的技术问题。

为解决上述技术问题，本发明提供了如下技术方案：

一方面，本发明提供了一种电子邮件网络的社区结构发现方法，包括：

基于预设电子邮件数据集进行电子邮件网络拓扑建模，构建电子邮件网络；

对构建的电子邮件网络中的每个用户的社区标签进行多次随机初始化，并利用标签传播方法生成电子邮件网络的多个独立社区发现结果；

计算每一独立社区发现结果的模块度，以评价各独立社区发现结果的质量；

基于各独立社区发现结果的模块度，计算各独立社区发现结果的集成权重；

基于各独立社区发现结果的集成权重，将电子邮件网络的多个独立社区发现结果进行加权集成，获得电子邮件网络的集成社区发现结果。

可选地，所述基于预设电子邮件数据集进行电子邮件网络拓扑建模，包括：

通过预设电子邮件数据集的电子邮件数据库的接口获取电子邮件记录数据，并从获取的电子邮件记录数据中抽取出预设类型的属性信息；

基于抽取的预设类型的属性信息，对所述电子邮件记录数据进行预处理；

根据预处理后的电子邮件记录数据获取邮件收发关系，并根据邮件收发关系进行电子邮件网络拓扑建模；其中，电子邮件网络中的顶点表示用户，若两个用户之间存在邮件互发关系，则为表示这两个用户的顶点之间建立一条连边。

可选地，所述预设类型的属性信息包括：用户名称、用户邮件地址、邮件id、邮件名称、邮件发送地址、邮件接收地址、邮件发送时间以及附件信息；

所述对电子邮件记录数据进行预处理包括：清理垃圾邮件、剔除无效账号，并对字符串形式的邮件地址进行编码转换，存储为连续唯一的数值型数据；

所述电子邮件网络的拓扑表示为net(u,e)；

其中，u＝{u1,u2,…,um}表示电子邮件网络中的用户构成的集合，m为用户的数量，um表示第m个用户，1≤m≤m；e＝(e1,e2,…,en)表示电子邮件网络中的连边构成的集合，n为电子邮件网络中连边的数量，en表示第n条连边，1≤n≤n；对于任一用户um，将与其具有连边关系的用户构成的集合记做neim。

可选地，对构建的电子邮件网络中的每个用户的社区标签进行多次随机初始化，并利用标签传播方法生成电子邮件网络的多个独立社区发现结果，包括：

社区标签随机初始化步骤，将电子邮件网络中的各用户随机分配到k个社区当中；其中，k表示电子邮件网络中包含的社区数量；

社区标签迭代更新步骤，针对电子邮件网络的所有用户，利用标签传播方法，依次对电子邮件网络中的每一用户的社区标签进行传播更新；其中，每对电子邮件网络中所有用户进行一次社区标签更新，称为一轮迭代，多次执行迭代更新，直到电子邮件网络中所有用户的社区标签取值不再发生变化，将此时电子邮件网络中所有用户的社区标签构成的集合作为一个独立社区发现结果；

对电子邮件网络独立重复执行预设次数的所述社区标签随机初始化步骤和所述社区标签迭代更新步骤，获得预设数量的相互独立的社区发现结果。

可选地，对电子邮件网络中的每一用户的社区标签进行传播更新，包括：

对于电子邮件网络中的第m个用户um，选择与um具有连边关系的各用户对应的社区标签中出现频次最高的社区标签对um的社区标签lm进行更新；若同时存在多个出现频次最高的社区标签，则从中随机选择一个标签值对lm进行更新。

可选地，所述计算每一独立社区发现结果的模块度，包括：

对于电子邮件网络第t个独立社区发现结果的模块度，采用下式进行计算：

其中，qt表示电子邮件网络的第t个独立社区发现结果lt的模块度；1≤i≠j≤m表示电子邮件网络中任意两个不同用户的序号，m为电子邮件网络中用户的数量；a为电子邮件网络的邻接矩阵，其矩阵元素aij的取值为0或1，表示电子邮件网络中用户ui和uj之间的连边数量；和分别表示用户ui和用户uj的度；和分别表示独立社区发现结果lt中用户ui和用户uj的社区标签；δ(·)表示阶跃函数，若则否则

可选地，所述计算各独立社区发现结果的集成权重，包括：

采用下式，计算各独立社区发现结果的集成权重：

其中，ωt表示第t个独立社区发现结果lt的集成权重，qo表示第o个独立社区发现结果lo的模块度。

可选地，基于各独立社区发现结果的集成权重，将电子邮件网络的多个独立社区发现结果进行加权集成，获得电子邮件网络的集成社区发现结果，包括：

利用多个独立社区发现结果及其集成权重构建集成关系矩阵s，所述集成关系矩阵s的规模为m×m，其矩阵元素spq的计算方法如下式：

其中，1≤p≠q≤m表示电子邮件网络中任意两个不同用户的序号，m为电子邮件网络中用户的数量；和分别表示第t个独立社区发现结果lt中用户up和用户uq的社区标签，若则否则

依据所述集成关系矩阵s对多个独立社区发现结果进行一致性集成，生成电子邮件网络的集成社区发现结果，并进行结果输出。

可选地，所述依据所述集成关系矩阵对多个独立社区发现结果进行一致性集成，生成电子邮件网络的集成社区发现结果，包括：

对于所述集成关系矩阵s中的任一元素spq，若spq＞0.5则将用户up和用户uq划分到同一社区结构中，若spq≤0.5则认为用户up和用户uq分别属于不同的社区结构；通过对所述集成关系矩阵s的每个矩阵元素进行判定，将电子邮件网络中的每一个用户划分到相应社区结构中，形成集成社区发现结果。

另一方面，本发明还提供了一种电子邮件网络的社区结构发现系统，包括：

网络拓扑建模单元，用于基于预设电子邮件数据集进行电子邮件网络拓扑建模，构建电子邮件网络；

独立社区发现单元，用于对所述网络拓扑建模单元构建的电子邮件网络中的每个用户的社区标签进行多次随机初始化，并利用标签传播方法生成电子邮件网络的多个独立社区发现结果；

质量评估单元，用于计算所述独立社区发现单元生成的每一独立社区发现结果的模块度，以评价各独立社区发现结果的质量；

集成权重计算单元，用于基于所述质量评估单元计算出的各独立社区发现结果的模块度，计算各独立社区发现结果的集成权重；

一致性集成与结果输出单元，用于基于所述集成权重计算单元计算出的各独立社区发现结果的集成权重，将电子邮件网络的多个独立社区发现结果进行加权集成，获得电子邮件网络的集成社区发现结果，并进行结果输出。

再一方面，本发明还提供了一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。

又一方面，本发明还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现上述方法。

本发明提供的技术方案带来的有益效果至少包括：

本发明通过电子邮件数据集抽取邮件收发关系并构建电子邮件网络；利用标签传播方法生成一系列电子邮件网络的独立社区发现结果；对各独立社区发现结果的质量进行评估，进而计算各独立社区发现结果的集成权重，对所有独立社区发现结果进行集成，形成可靠性较高的一致性社区发现结果，从而有效且可靠的识别出电子邮件网络中的社区结构。本发明在多次随机初始化后利用标签传播方法生成一系列独立的社区发现结果，从而具有较高的执行效率，并且有利于并行计算架构的实现；利用模块度对独立社区发现结果进行评估，能够有效反映各社区发现结果的可靠性；通过对电子邮件网络的多个独立社区发现结果进行加权集成，能够获得具有更高的稳定性和可靠性的社区发现结果。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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。

图1是本发明实施例提供的电子邮件网络的社区结构发现方法的流程图；

图2是本发明实施例提供的电子邮件网络的社区结构发现系统的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

第一实施例

本实施例提供了一种电子邮件网络的社区结构发现方法，该方法可以由电子设备实现，该电子设备可以是终端或者服务器。该电子邮件网络的社区结构发现方法的执行流程如图1所示，其包括以下步骤：

s1，基于电子邮件数据集进行电子邮件网络拓扑建模，构建电子邮件网络；

具体地，在本实施例中，上述s1包括：

s11，通过预设电子邮件数据集的电子邮件数据库的接口获取电子邮件记录数据，并从获取的电子邮件记录数据中抽取出预设类型的属性信息；

其中，本实施例采用的电子邮件数据集为“安然邮件数据集”，“安然邮件数据集”是一个由真实电子邮件记录形成的数据集，由安然公司部分高管和中级管理人员共150位员工的50万封邮件消息组成，由美国联邦能源管理委员会进行调查期间发布。该数据集中不包括邮件附件，并且某些敏感消息已被删除。

所抽取的预设类型的属性信息包括：用户名称、用户邮件地址、邮件id、邮件名称、邮件发送地址、邮件接收地址、邮件发送时间以及附件信息。

s12，基于抽取的预设类型的属性信息，对电子邮件记录数据进行预处理；

其中，本实施例中的预处理过程包括：清理垃圾邮件、剔除无效账号，并对字符串形式的邮件地址进行编码转换，存储为连续唯一的数值型数据。

s13，根据预处理后的电子邮件记录数据获取邮件收发关系，并根据邮件收发关系进行电子邮件网络拓扑建模；

其中，电子邮件网络中的顶点表示用户，若两个用户之间存在邮件互发关系，则为表示这两个用户的顶点之间建立一条连边。本实施例的电子邮件网络的拓扑表示为net(u,e)；其中，u＝{u1,u2,…,um}表示电子邮件网络中的用户构成的集合，m为用户的数量，um表示第m个(1≤m≤m)用户，用户序号可依据数据导入顺序确定；e＝(e1,e2,…,en)表示电子邮件网络中的连边构成的集合，n为电子邮件网络中连边的数量，en表示第n条(1≤n≤n)连边；对于任一用户um，将与其具有连边关系的用户构成的集合记做neim。

s2，对构建的电子邮件网络中的每个用户的社区标签进行多次随机初始化，并利用标签传播方法生成电子邮件网络的一系列的独立社区发现结果；

具体地，在本实施例中，上述s2包括：

s21，使用l＝(l1,l2,…,lm)表示电子邮件网络中所有用户的社区标签构成的集合，第m个用户um的社区标签记作lm，表示用户um属于lm代表的社区；lm的取值范围为{1,2,…,k}，k表示电子邮件网络中包含的社区数量；

s22，将电子邮件网络net(u,e)中各用户随机分配到k个社区当中(本实施例将电子邮件网络划分为5个社区，因此k＝5)，从而完成每个用户的社区标签初始化，即对于任一用户um，由集合{1,2,…,k}中随机产生其社区标签lm的取值；

s23，对于电子邮件网络net(u,e)的所有用户，从第1个用户u1开始，到第m个用户um，利用标签传播方法，依次对电子邮件网络net(u,e)中的每个用户的社区标签进行传播更新，具体方式为：对于电子邮件网络net(u,e)中第m个用户um，其社区标签lm的更新值由neim中用户的社区标签共同决定，即选择neim中出现频次最高的社区标签值对lm进行更新，如果neim中同时存在多个出现频次最高的社区标签值，则从中随机选择一个标签值对lm进行更新；从第1个用户u1到第m个用户um的社区标签更新称为一轮迭代，多次执行这种迭代更新，直到电子邮件网络net(u,e)中所有用户的社区标签取值不再发生变化，将此时所有用户的社区标签构成的集合作为一个独立社区发现结果；

s24，对电子邮件网络net(u,e)独立重复执行t次步骤s22和s23，获得t个相互独立的社区发现结果(其中t＝10)，记做其中，表示第t个独立社区发现结果，表示lt中第m个用户um的社区标签。

需要说明的是，上述s22为社区标签随机初始化步骤，s23为社区标签迭代更新步骤；s24中对电子邮件网络net(u,e)独立重复执行t次s22和s23是指，任意两次执行s22时对电子邮件网络net(u,e)中用户的社区标签进行的随机初始化是相互独立和互不影响的，并且任意两次执行s23时net(u,e)中用户社区标签的传播更新过程也是相互独立和互不影响的。这样就保证通过对电子邮件网络net(u,e)独立重复执行t次s22和s23获得的t个社区发现结果是相互独立的。

s3，计算各独立社区发现结果的模块度，评价各独立社区发现结果的质量；

具体地，在本实施例中，上述s3包括：

对于电子邮件网络第t个独立社区发现结果的模块度，采用式(1)计算：

其中，qt表示电子邮件网络net(v,e)的第t个独立社区发现结果lt的模块度；1≤i≠j≤m表示电子邮件网络net(v,e)中任意两个不同用户的序号；a为电子邮件网络net(v,e)的邻接矩阵，其矩阵元素aij的取值为0或1，表示电子邮件网络net(v,e)中用户ui和uj之间的连边数量；和分别表示用户ui和用户uj的度；和分别表示独立社区发现结果lt中用户ui和用户uj的社区标签；δ(·)表示阶跃函数，若则否则

s4，基于各独立社区发现结果模块度，计算各独立社区发现结果集成权重；

具体地，在本实施例中，上述s4包括：

采用式(2)，计算各独立社区发现结果的集成权重：

其中，ωt表示第t个独立社区发现结果lt的集成权重，qo表示第o个独立社区发现结果lo的模块度。

s5，基于各独立社区发现结果的集成权重，将电子邮件网络的多个独立社区发现结果进行加权集成，获得电子邮件网络的集成社区发现结果。

具体地，在本实施例中，上述s5包括：

s51，利用t个独立社区发现结果及其集成权重构建集成关系矩阵s，该集成关系矩阵s的规模为m×m，其矩阵元素spq的计算方法如式(3)所示：

其中，1≤p≠q≤m表示电子邮件网络net(u,e)中任意两个不同用户的序号，m为电子邮件网络中用户的数量；和分别表示第t个独立社区发现结果lt中用户up和用户uq的社区标签，若则否则

s52，依据集成关系矩阵s对t个独立社区发现结果进行一致性集成，生成电子邮件网络net(u,e)的集成社区发现结果，并进行结果输出，具体方法如下：

对于集成关系矩阵s中的任一元素spq，若spq＞0.5则将用户up和用户uq划分到同一社区结构中，若spq≤0.5则认为用户up和用户uq分别属于不同的社区结构；通过对所述集成关系矩阵s的每个矩阵元素进行这样的判定，将电子邮件网络net(u,e)中的每一个用户划分到相应社区结构中，形成集成社区发现结果。

s53，将s52获得的集成社区发现结果输出至web网络数据分析人员，用于电子邮件传播路径和模式的分析研究，进而协助完成web网络中的信息定向投放和个性化服务推荐。

下面对本实施例方法的技术效果进行验证：

为验证本实施例提出技术方案的有效性和先进性，将本实施例提供的方法与标签传播算法、模块度优化算法、派系过滤算法以及局部扩展算法进行社区发现效果的对比。以10次随机实验的平均标准化互信息(normalizedmutualinformation,nmi)和平均执行时间为评价指标，通过本实施例中的“安然邮件数据集”对上述几种方法的社区发现结果进行评价，结果如表1所示：

表1不同算法的评价指标统计结果

其中，nmi的取值越接近1，表明社区发现结果的准确性越高。由表中结果可以看出，本实施例技术方案在进行电子邮件网络的社区发现中能获得准确性较高的社区发现结果，并且具有较高的执行效率。

综上，本实施例的方法通过抽取邮件收发关系并构建电子邮件网络；利用标签传播方法生成一系列电子邮件网络的独立社区发现结果；对各独立社区发现结果的质量进行评估，进而计算各独立社区发现结果的集成权重，对所有独立社区发现结果进行集成，形成可靠性较高的一致性社区发现结果，从而有效且可靠的识别出电子邮件网络中的社区结构。本发明在多次随机初始化后利用标签传播方法生成一系列独立的社区发现结果，从而具有较高的执行效率，并且有利于并行计算架构的实现；利用模块度对独立社区发现结果进行评估，能够有效反映各社区发现结果的可靠性；通过对电子邮件网络的多个独立社区发现结果进行加权集成，能够获得具有更高的稳定性和可靠性的社区发现结果。

第二实施例

本实施例提供了一种电子邮件网络的社区结构发现系统，该电子邮件网络的社区结构发现系统的系统结构如图2所示，其包括以下模块：

网络拓扑建模单元，用于基于预设电子邮件数据集进行电子邮件网络拓扑建模，构建电子邮件网络；

独立社区发现单元，用于对所述网络拓扑建模单元构建的电子邮件网络中的每个用户的社区标签进行多次随机初始化，并利用标签传播方法生成电子邮件网络的多个独立社区发现结果；

质量评估单元，用于计算所述独立社区发现单元生成的每一独立社区发现结果的模块度，以评价各独立社区发现结果的质量；

集成权重计算单元，用于基于所述质量评估单元计算出的各独立社区发现结果的模块度，计算各独立社区发现结果的集成权重；

一致性集成与结果输出单元，用于基于所述集成权重计算单元计算出的各独立社区发现结果的集成权重，将电子邮件网络的多个独立社区发现结果进行加权集成，获得电子邮件网络的集成社区发现结果，并进行结果输出。

本实施例的电子邮件网络的社区结构发现系统与上述第一实施例的电子邮件网络的社区结构发现方法相对应；其中，本实施例的电子邮件网络的社区结构发现系统中的各功能模块所实现的功能与上述第一实施例的电子邮件网络的社区结构发现方法中的各流程步骤一一对应；故，在此不再赘述。

第三实施例

本实施例提供一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行，以实现第一实施例的方法。

该电子设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessingunits，cpu)和一个或一个以上的存储器，其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行以下步骤：

s1，基于电子邮件数据集进行电子邮件网络拓扑建模，构建电子邮件网络；

s2，对构建的电子邮件网络中的每个用户的社区标签进行多次随机初始化，并利用标签传播方法生成电子邮件网络的多个独立社区发现结果；

s3，计算各独立社区发现结果的模块度，评价各独立社区发现结果的质量；

s4，基于各独立社区发现结果模块度，计算各独立社区发现结果集成权重；

s5，基于各独立社区发现结果的集成权重，将电子邮件网络的多个独立社区发现结果进行加权集成，获得电子邮件网络的集成社区发现结果。

本实施例的电子装置用于执行上述第一实施例的方法，通过抽取邮件收发关系并构建电子邮件网络；利用标签传播方法生成一系列电子邮件网络的独立社区发现结果；对各独立社区发现结果的质量进行评估，进而计算各独立社区发现结果的集成权重，对所有独立社区发现结果进行集成，形成可靠性较高的一致性社区发现结果，从而有效且可靠的识别出电子邮件网络中的社区结构。

第四实施例

本实施例提供一种计算机可读存储介质，该存储介质中存储有至少一条指令，所述指令由处理器加载并执行，以实现上述方法。其中，该计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。其内存储的指令可由终端中的处理器加载并执行以下步骤：

s1，基于电子邮件数据集进行电子邮件网络拓扑建模，构建电子邮件网络；

s2，对构建的电子邮件网络中的每个用户的社区标签进行多次随机初始化，并利用标签传播方法生成电子邮件网络的多个独立社区发现结果；

s3，计算各独立社区发现结果的模块度，评价各独立社区发现结果的质量；

s4，基于各独立社区发现结果模块度，计算各独立社区发现结果集成权重；

s5，基于各独立社区发现结果的集成权重，将电子邮件网络的多个独立社区发现结果进行加权集成，获得电子邮件网络的集成社区发现结果。

本实施例的存储介质用于存储上述第一实施例的方法，通过抽取邮件收发关系并构建电子邮件网络；利用标签传播方法生成一系列电子邮件网络的独立社区发现结果；对各独立社区发现结果的质量进行评估，进而计算各独立社区发现结果的集成权重，对所有独立社区发现结果进行集成，形成可靠性较高的一致性社区发现结果，从而有效且可靠的识别出电子邮件网络中的社区结构。

此外，需要说明的是，本发明可提供为方法、装置或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

最后需要说明的是，以上所述是本发明优选实施方式，应当指出，尽管已描述了本发明优选实施例，但对于本技术领域的技术人员来说，一旦得知了本发明的基本创造性概念，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。