物料采购运输优化方法、装置、电子设备及存储介质

技术领域

本申请涉及计算机技术领域，特别涉及一种物料采购运输优化方法、装置、电子设备及计算机可读存储介质。

背景技术

随着社会经济的不断发展，物流运输行业也得到了快速的发展，物流的运输量也在不断地增大；一个企业在对物料采购配送方面往往需要基于多个不同的系统，而这些系统内部的数据并没有建立关联性，往往需要从多个系统中反复进行数据的查看以及确认，从而导致物料的采购运输过于繁杂，不利于企业物流运输的快速发展。

申请内容

本申请旨在至少解决现有技术中存在的技术问题之一。

为此，本申请提出一种物料采购运输优化方法，能够简化物料的采购运输步骤，从而有利于企业物流运输的快速发展。

本申请还提出一种应用上述物料采购运输优化方法的装置。

本申请还提出一种应用上述物料采购运输优化方法的电子设备。

本申请还提出一种应用上述物料采购运输优化方法的计算机可读存储介质。

根据本申请第一方面实施例的物料采购运输优化方法，所述方法包括：

采集多个业务系统的业务数据，其中，所述业务数据用于表征物料采购以及运输的关联属性数据；

基于预设的构建策略对所述业务数据进行模型构建处理得到业务数据概念模型；

对所述业务数据概念模型进行泛化处理得到物料数据关系实体模型；

对所述物料数据关系实体模型进行监控优化处理。

根据本申请实施例的物料采购运输优化方法，至少具有如下有益效果：在进行物料采购运输优化的过程中，首先采集多个业务系统数据，其中，业务数据用于表征物料采购以及运输的关联属性数据；接着基于预设的构建策略对业务数据进行模型构建处理得到业务数据概念模型；接着对业务数据概念模型进行泛化处理就可以得到物料关系实体模型；最后对物料数据关系实体模型进行监控优化处理，以完成物料采购运输优化处理。通过上述技术方案，能够简化物料的采购运输步骤，从而有利于企业物流运输的快速发展。

根据本申请的一些实施例，所述采集多个业务系统的业务数据，包括：

获取多个所述业务系统对应的数据库链接信息；

基于各个所述数据库链接信息读取元数据表信息，其中，所述元数据表信息包括表名称信息和字段信息；

基于所述表名称信息和所述字段信息进行匹配处理得到匹配结果；

基于所述匹配结果使得所述字段信息的链接匹配对齐；

对所述链接匹配对齐后的所述字段信息进行数据抽取处理得到所述业务数据。

根据本申请的一些实施例，所述对所述链接匹配对齐后的所述字段信息进行数据抽取处理得到所述业务数据，包括：

通过预设的定时器根据预设的时间间隔对所述链接匹配对齐后的所述字段信息进行数据抽取处理得到所述业务数据。

根据本申请的一些实施例，所述业务数据包括产品域数据、需求域数据、关系域数据和审批域数据，所述基于预设的构建策略对所述业务数据进行模型构建处理得到业务数据概念模型，包括：

对所述产品域数据、所述需求域数据、所述关系域数据和所述审批域数据进行数据关联分析处理得到数据关联分析信息；

基于所述构建策略和所述数据关联分析信息构建得到所述业务数据概念模型。

根据本申请的一些实施例，所述在对所述业务数据概念模型进行泛化处理得到物料数据关系实体模型，包括：

对所述业务数据概念模型的数据对象及其数据属性进行转换处理，得到与所述数据对象对应的第一物理实体表以及与所述数据属性对应的第一物理实体字段；

对所述第一物理实体表和所述第一物理实体字段进行加工转换处理得到对应所述第一物理实体表的第二物理实体表以及对应所述第一物理实体字段的第二物理实体字段；

基于所述第二物理实体表和所述第二物理实体字段生成多个转换加载子任务；

根据预设的业务逻辑对多个所述转换加载子任务进行串接处理；

对串接处理后的多个所述转换子任务进行执行处理得到所述物料数据关系实体模型。

根据本申请的一些实施例，所述对所述物料数据关系实体模型进行监控优化处理，包括：

对所述物料数据关系实体模型进行运行处理得到运行参数；

根据所述运行参数对所述物料数据关系实体模型进行优化调整处理。

根据本申请的一些实施例，所述运行参数包括指标监控参数、事件监控参数和日志监控参数。

根据本申请第二方面实施例的物料采购运输优化装置，包括：

第一处理模块，用于采集多个业务系统的业务数据，其中，所述业务数据用于表征物料采购以及运输的关联属性数据；

第二处理模块，用于基于预设的构建策略对所述业务数据进行模型构建处理得到业务数据概念模型；

第三处理模块，用于对所述业务数据概念模型进行泛化处理得到物料数据关系实体模型；

第四处理模块，用于对所述物料数据关系实体模型进行监控优化处理。

根据本申请第三方面实施例的电子设备，包括：

存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述的物料采购运输优化方法。

根据本申请第四方面实施例的一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令被控制处理器执行时实现如上所述的物料采购运输优化方法。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在说明书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本公开技术方案的进一步理解，并且构成说明书的一部分，与本公开的实施例一起用于解释本公开的技术方案，并不构成对本公开技术方案的限制。

图1是本申请一个实施例提供的物料采购运输优化方法流程图；

图2是本申请一个实施例提供的物料采购运输优化方法的采集业务数据的具体流程图；

图3是本申请一个实施例提供的物料采购运输优化方法的数据抽取的具体流程图；

图4是本申请一个实施例提供的物料采购运输优化方法的构建业务数据概念模型的流程图；

图5是本申请一个实施例提供的物料采购运输优化方法的对业务数据概念模型进行泛化处理的流程图；

图6是本申请一个实施例提供的物料采购运输优化方法的对物料数据关系实体模型进行监控优化处理的流程图；

图7是本申请一个实施例提供的数据库配置示意图；

图8是本申请一个实施例提供的图库表字段配置示意图

图9是本申请一个实施例提供的业务数据概念模型示意图；

图10是本申请一个实施例提供的物料数据关系实体模型示意图；

图11是本申请一个实施例提供的物料采购运输优化装置的装置架构图；

图12是本申请一个实施例提供的电子设备的构造示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

在本申请的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。

本申请的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。

本申请提供了一种物料采购运输优化方法、装置、电子设备及计算机可读存储介质，所述方法包括：在进行物料采购运输优化的过程中，首先采集多个业务系统数据，其中，业务数据用于表征物料采购以及运输的关联属性数据；接着基于预设的构建策略对业务数据进行模型构建处理得到业务数据概念模型；接着对业务数据概念模型进行泛化处理就可以得到物料关系实体模型；最后对物料数据关系实体模型进行监控优化处理，以完成物料采购运输优化处理。通过上述技术方案，能够简化物料的采购运输步骤，从而有利于企业物流运输的快速发展。

下面结合附图，对本申请实施例作进一步阐述。

如图1所示，图1是本申请一个实施例提供的物料采购运输优化方法的流程图。该方法包括但不限于有步骤S100、步骤S200、步骤S300和步骤S400：

步骤S100，采集多个业务系统的业务数据，其中，业务数据用于表征物料采购以及运输的关联属性数据；

步骤S200，基于预设的构建策略对业务数据进行模型构建处理得到业务数据概念模型；

步骤S300，对业务数据概念模型进行泛化处理得到物料数据关系实体模型；

步骤S400，对物料数据关系实体模型进行监控优化处理。

需要说明的是，在进行物料采购运输优化的过程中，首先采集多个业务系统数据，其中，业务数据用于表征物料采购以及运输的关联属性数据；接着基于预设的构建策略对业务数据进行模型构建处理得到业务数据概念模型；接着对业务数据概念模型进行泛化处理就可以得到物料关系实体模型；最后对物料数据关系实体模型进行监控优化处理，以完成物料采购运输优化处理。通过上述技术方案，能够简化物料的采购运输步骤，从而有利于企业物流运输的快速发展。

需要说明的是，业务系统可以为企业资源计划(Enterpr i se Resource Pl anning,ERP)系统、办公自动化(Office Automat ion,OA)审批系统、供应商系统和门户网站等系统；业务数据可以按照产品、、需求、关系、审批四大分类进行分类统一。在采购运输领域中，产品域主要为采购产品，根据其采购价值分为高价值物料产品、低价值物料产品两大类。高价值或低价值物料属性分为：运输信息、物料编号、库存信息、生产计划、审批信息。其中物料编号整合物料关系系统、企业ERP系统等不同系统形成统一的物料编号。以物料编号为主键，其他属性全部依赖于主键进行辨识。需求为工厂为生产出相关产品所需要指定的各类需求计划、生产计划等。需求数据域整合了APS排产计划、ERP计划等多个计划系统的数据，形成了统一计划编号为主键的各类计划数据拉通的横向计划信息。计划域和产品域通过产品编号关联对应产品的生产计划编号进行链接。库存域为工厂多级仓储库存相关信息。可分为工厂的安全库存、期末库存、在途物料等相关属性信息。库存域和产品域通过产品对应的库存位置信息进行链接。关系域主要为各类实体之间的关系归类信息。可分为配送关系、生产关系两大分类分别记录整合后的产品的配送信息、生产信息。关系域和产品域通过产品编号、配送、生产编码进行关联链接。审批域归集各类审批流程记录信息如：物料、计划、库存盘点审批相关信息。可通过统一的审批编号信息整合计划领域、物料整合、库存盘点等不同系统中记录的数据。审批域通过统一审批编号与产品、库存、需求、关系等不同领域的信息进行关联链接。

可以理解的是，基于预设的构建策略对业务数据进行模型构建处理得到业务数据概念模型的过程中，预设的构建策略可以为3NF范式理论策略，使用心型模型进行模型构建处理。

值得注意的是，对物料数据关系实体模型进行监控优化处理，使得物料数据关系实体模型能够被不断地优化调整处理，以实现更好的物料采购运输处理。

另外，在一实施例中，如图2所示，上述步骤S100可以包括但不限于步骤S110至步骤S150。

步骤S110，获取多个业务系统对应的数据库链接信息；

步骤S120，基于各个数据库链接信息读取元数据表信息，其中，元数据表信息包括表名称信息和字段信息；

步骤S130，基于表名称信息和字段信息进行匹配处理得到匹配结果；

步骤S140，基于匹配结果使得字段信息的链接匹配对齐；

步骤S150，对链接匹配对齐后的字段信息进行数据抽取处理得到业务数据。

需要说明的是，在采集多个业务系统的业务数据的过程中，首先获取多个业务系统对应的数据库链接信息；接着基于各个数据库链接信息读取元数据表信息，其中，元数据表信息包括表名称信息和字段信息；接着基于表名称信息和字段信息进行匹配处理得到匹配结果；然后基于匹配结果使得字段信息的链接匹配对齐；最后对链接匹配对齐后的字段信息进行数据抽取处理得到业务数据。

在一个具体实施例中，示例性地，如图7所示，可以通过现有技术的自动化批量抽取数据工具将所需的业务数据，从业务系统数据层抽取到物料数据模型泛化工具产品的ODS层(open data source leve l)中，形成业务原系统的镜像数据；其中，自动化批量抽取业务系统数据工具可以通过可视化配置界面完成数据库的链接配置；通过数据库的链接，自动读取元数据表信息，通过表字段名、表名的互相匹配规则形成匹配关系，完成表到表、字段到字段的自动链接匹配对齐；然后通过配置化图形界面完成字段级别的对齐，完成字段的链接对齐后将通过定时器定点自动运行相关数据抽取同步作业。

值得注意的是，在选择对应的数据库将自动读取相关库的字段元数据信息，根据指标名称、表名称等相关数据元数据进行名称匹配，并通过配置化图形界面将相关信息展示匹配结果，匹配工具将源系统的数据字段信息通过字段名、出现顺序等匹配规则对应到目标字段中，并通过配置化图形界面指定对应的字段及字段类型，确保字段导入过程无异常。其中，每一个网页前端图形化界面都对应一张或多张系统后端的库表，前端图形图形化界面显示的信息均来自程序处理后的数据库对应的表数据；如图8所示，左边数据源字段，就来源数据库中的业务源系统元数据，右边的写表字段即为物料数据模型泛化工具产品的ODS层对应的表及字段；通过如图8所示的字段匹配规则，如按照元数据的标注关系等规则关系，形成对应的匹配关系；所使用到的规则均为本模型预置规则，形成对应的匹配关系后将完成从业务系统将数据抽取到物料数据模型泛化工具产品的ODS层。将自动化批量抽取业务系统数据到采购运输领域物料数据模型产品的ODS数据层中，形成物料数据模型产品的贴源数据层。

另外，在一实施例中，如图3所示，上述步骤S150可以包括但不限于步骤S151。

步骤S151，通过预设的定时器根据预设的时间间隔对链接匹配对齐后的字段信息进行数据抽取处理得到业务数据。

需要说明的是，通过定时器根据预设的时间间隔对链接匹配对齐后的字段信息进行数据抽取处理就可以得到业务数据，对相关数据实现同步抽取处理，为了后续的模型构建做好准备。

另外，在一实施例中，如图4所示，业务数据包括产品域数据、需求域数据、关系域数据和审批域数据,上述步骤S200可以包括但不限于步骤S210和步骤S220。

步骤S210，对产品域数据、需求域数据、关系域数据和审批域数据进行数据关联分析处理得到数据关联分析信息；

步骤S220，基于构建策略和数据关联分析信息构建得到业务数据概念模型。

需要说明的是，业务数据可以包括产品域数据、需求域数据、关系域数据和审批域数据；对产品域数据、需求域数据、关系域数据和审批域数据进行数据关联分析处理就可以得到数据关联分析信息；接着基于构建策略和数据关联分析信息就可以构建得到业务数据概念模型。

示例性地，业务数据概念模型可以如图9所示；业务数据可以按照产品、、需求、关系、审批四大分类进行分类统一。在采购运输领域中，产品域主要为采购产品，根据其采购价值分为高价值物料产品、低价值物料产品两大类。高价值或低价值物料属性分为：运输信息、物料编号、库存信息、生产计划、审批信息。其中物料编号整合物料关系系统、企业ERP系统等不同系统形成统一的物料编号。以物料编号为主键，其他属性全部依赖于主键进行辨识。需求为工厂为生产出相关产品所需要指定的各类需求计划、生产计划等。需求数据域整合了APS排产计划、ERP计划等多个计划系统的数据，形成了统一计划编号为主键的各类计划数据拉通的横向计划信息。计划域和产品域通过产品编号关联对应产品的生产计划编号进行链接。库存域为工厂多级仓储库存相关信息。可分为工厂的安全库存、期末库存、在途物料等相关属性信息。库存域和产品域通过产品对应的库存位置信息进行链接。关系域主要为各类实体之间的关系归类信息。可分为配送关系、生产关系两大分类分别记录整合后的产品的配送信息、生产信息。关系域和产品域通过产品编号、配送、生产编码进行关联链接。审批域归集各类审批流程记录信息如：物料、计划、库存盘点审批相关信息。可通过统一的审批编号信息整合计划领域、物料整合、库存盘点等不同系统中记录的数据。审批域通过统一审批编号与产品、库存、需求、关系等不同领域的信息进行关联链接。

另外，在一实施例中，如图5所示,上述步骤S300可以包括但不限于步骤S310和步骤S350。

步骤S310，对业务数据概念模型的数据对象及其数据属性进行转换处理，得到与数据对象对应的第一物理实体表以及与数据属性对应的第一物理实体字段；

步骤S320，对第一物理实体表和第一物理实体字段进行加工转换处理得到对应第一物理实体表的第二物理实体表以及对应第一物理实体字段的第二物理实体字段；

步骤S330，基于第二物理实体表和第二物理实体字段生成多个转换加载子任务；

步骤S340，根据预设的业务逻辑对多个转换加载子任务进行串接处理；

步骤S350，对串接处理后的多个转换子任务进行执行处理得到物料数据关系实体模型。

需要说明的是，首先对业务数据概念模型的数据对象及其数据属性进行转换处理，得到与数据对象对应的第一物理实体表以及与数据属性对应的第一物理实体字段；接着对第一物理实体表和第一物理实体字段进行加工转换处理得到对应第一物理实体表的第二物理实体表以及对应第一物理实体字段的第二物理实体字段；然后基于第二物理实体表和第二物理实体字段生成多个转换加载子任务；接着根据预设的业务逻辑对多个转换加载子任务进行串接处理；最后对串接处理后的多个转换子任务进行执行处理得到物料数据关系实体模型。

示例性地，采购运输领域的物料数据模型可通过上述业务数据概念模型构建，将采购运输领域物料数据概念模型所示的概念模型进行泛化成对应的物理实体模型的过程称为模型的泛化，其过程可概述为按照概念模型设计的数据对象及其属性、转化成为物理实体表及其字段，并使用库表字段级图形化配置工具，将数据模型产品的ODS数据层数据加工形成物料数据关系实体(PTDW)模型所需的数据实体表及字段。并通过库表字段级图形化配置工具生成对应的ETL作业；将ETL作业按照业务逻辑顺序串接，将完成从工厂的生产、计划、采购、销售等领域对应的业务系统生产的数据对应的ODS层数据按规则(按照PTDW模型指标规则)加载到物料数据关系实体模型中。通过流式输入和流式输出元子链接ODS层数据，并通过对数据计算元子拖拽组合的方式，快速实现流式数据的可视化处理流程设计，根据PTDW的指标定义及相关要求完成对流式数据的自定义输入、清洗、转换、抽取、计算和输出，形成各类ETL作业。通过相关的ETL作业及本案提供的库表字段级图形化配置工具,链接不同的业务系统如：ERP系统、APS高级排产系统等构建形成统一、完整、通用的数据域模型(PTDW)。

具体地，采购运输领域的物料数据实体关系模型以业务数据概念模型为理论依据，构建可在数据库范围内实现并建立的数据库物理表字段实体关系模型。模型以物料信息表为主要实体表对象。围绕着物料构建非冗余的符合3NF范式的心型模型。围绕该模型相关数据对象及指标，以物料库存信息为例，将物料信息表，物料库存指标使用库表字段级图形化配置工具将ERP中物料期末库存指标数据取出，输入到物料数据模型泛化工具产品的ODS层，然后将ODS的库存数据，按照采购运输领域物料数据概念模型中的库存信息指标，使用物料数据模型泛化工具，将该库存按照每个工厂、每周滚动进行汇总加工然后将汇总库存数据存放到物料数据关系实体(PTDW)模型中的metra l_info表的stone_info字段中；同理将物料信息表的其他字段同样按照数据概念模型中的指标规则使用物料数据模型泛化工具进行加工，存储到物料数据关系实体(PTDW)模型对应的表、字段中，进而形成物料数据关系实体(PTDW)模型实体关系，并最终在各类数据库(如：Mysq l/Orac le等)中形成采购运输领域的物料数据实体关系模型。

如图10所示，采购运输领域的物料数据实体关系模型集成流程可以如下所示：通过库表字段级图形化配置工具将ERP、MDM、MES、WMS、PTS等系统中将物料、审批、库存、计划数据同步到物料运输关系实体关系模型的ODS数据层，通过该步骤的定时ETL作业得到稳定的、隔绝业务系统变化的贴源数据(与业务数据一致的数据)。然后根据采购运输领域物料数据概念模型，使用物料数据模型泛化工具完成采购运输领域物料数据实体关系模型(PTDW)的构建。

另外，在一实施例中，如图6所示,上述步骤S400可以包括但不限于步骤S410和步骤S420。

步骤S410，对物料数据关系实体模型进行运行处理得到运行参数；

步骤S420，根据运行参数对物料数据关系实体模型进行优化调整处理。

需要说明的是，在构建完成物料数据关系实体模型之后还可以对模型进行检验处理，首先对物料数据关系实体模型进行运行处理得到运行参数，接着根据运行参数对物料数据关系实体模型进行优化调整处理。

在本申请的一些具体实施例中，运行参数包括指标监控参数、事件监控参数和日志监控参数。其中，指标监控参数可以通过如下方式获得：可以对采集流程和流式流程的运行指标进行监控。采集指标包括采集记录数、采集文件数、采集字节数、采集错误记录数、采集错误文件数、采集速度。流式指标包括流式记录数、流式输入速度、流式处理速度等；事件监控参数可以通过如下方式获得：查看该流程的事件输出列表。事件列表包括事件时间、事件类型、主机、事件等级、事件描述。事件等级包括正常、一般、重要、严重；日志监控参数可以通过如下方式获得：流程运行时展示展示流程相关的运行日志记录，以供流程监控运维和问题排查定位。

通过上述技术方案，获取采购运输领域的相关数据域数据，基于所述历史数据，构建目标模型。通过获取各类工厂的生产、计划、采购、销售等领域数据并依据本案提供的采购运输领域物料数据模型实施构建方法，可快速形成采购数据集市，快速、低成本的满足企业进行采购分析、物料运输优化的需求。

此外，如图11所示，本申请的一个实施例还提供了一种物料采购运输优化装置10，该装置包括：

第一处理模块100，用于采集多个业务系统的业务数据，其中，业务数据用于表征物料采购以及运输的关联属性数据；

第二处理模块200，用于基于预设的构建策略对业务数据进行模型构建处理得到业务数据概念模型；

第三处理模块300，用于对业务数据概念模型进行泛化处理得到物料数据关系实体模型；

第四处理模块400，用于对物料数据关系实体模型进行监控优化处理。

该物料采购运输优化装置10的具体实施方式与上述物料采购运输优化方法的具体实施例基本相同，在此不再赘述。

此外，如图12所示，本申请的一个实施例还提供了一种电子设备700，包括：存储器720、处理器710及存储在存储器720上并可在处理器710上运行的计算机程序，处理器710执行计算机程序时实现上述实施例中的物料采购运输优化方法，例如，执行以上描述的图1中的方法步骤S100至步骤S400、图2中的方法步骤S110至步骤S150、图3中的方法步骤S151、图4中的方法步骤S210至步骤S220、图5中的方法步骤S310至步骤S350和图6中的方法步骤S410至步骤S420。

此外，本申请的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个处理器或控制器执行，例如，被上述设备实施例中的一个处理器执行，可使得上述处理器执行上述实施例中的物料采购运输优化方法，例如，执行以上描述的图1中的方法步骤S100至步骤S400、图2中的方法步骤S110至步骤S150、图3中的方法步骤S151、图4中的方法步骤S210至步骤S220、图5中的方法步骤S310至步骤S350和图6中的方法步骤S410至步骤S420。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

以上是对本申请的较佳实施进行了具体说明，但本申请并不局限于上述实施方式，熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。