一种目标顾客服务处理方法及装置

技术领域

本发明涉及客服技术领域，具体涉及一种目标顾客服务处理方法及装置。

背景技术

目前，在第三产业逐步繁荣的社会形态下，加强银行服务尤为重要。

现有银行服务通常是通过预先让顾客下载银行APP，在顾客需要办理业务时优先通过银行APP办理，或者在顾客遇到无法自行解决的问题时通过服务电话或智能机器人辅助顾客完成业务办理。

但是，对于一些业务，顾客更喜欢到银行网点进行现场办理，这其中有些顾客对于银行网点业绩贡献较大，如果银行服务不佳，非常容易导致顾客满意度下降，甚至导致顾客流失，现有方式是银行服务人员对所有上门顾客都进行人工服务，导致服务成本过高以及服务效率低下。

此外，有些顾客办理的业务对于银行网点比较重要，现有方式是银行网点无差别对待所有服务业务，也导致这类业务服务质量不佳。

发明内容

针对现有技术中的问题，本发明实施例提供一种目标顾客服务处理方法及装置，能够至少部分地解决现有技术中存在的问题。

一方面，本发明提出一种目标顾客服务处理方法，包括：

获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；

若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；

利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

其中，获取所述业务识别样本数据，包括：

获取顾客数据集；所述顾客数据集包括顾客生理行为特征历史数据和顾客服饰特征历史数据；

验证所述顾客数据集，若确定验证结果为所述网点的存量顾客，则根据历史业务办理信息生成标注有业务类别的标注信息，得到所述业务识别样本数据。

其中，根据业务识别样本数据训练深度学习模型得到所述预设业务识别模型，包括：

基于预先构建的预设损失函数和所述业务识别样本数据计算损失值；

以所述损失值最小为目标，对训练过程中的权重参数进行优化，得到所述预设业务识别模型。

其中，确定预先为所述网点规划的服务业务，包括：

获取所述网点所在的周边环境信息；

根据所述周边环境信息和所述网点在近h年的收益信息，确定为所述网点规划的服务业务。

其中，所述根据所述周边环境信息和所述网点在近h年的收益信息，确定为所述网点规划的服务业务，包括：

利用大数据技术根据所述周边环境信息和所述网点在近h年的收益信息，计算得到为所述网点规划的服务业务。

其中，所述利用预设顾客服务方式为所述目标顾客提供对应的目标服务，包括：

根据预配置信息对顾客服务优先级进行排序；所述预配置信息根据网点建设目标信息和网点所属总部设置的业务驱动信息预先配置得到；

生成排序信息，在预设服务通道内根据所述排序信息完成针对所述目标顾客的叫号和服务。

其中，所述利用预设顾客服务方式为所述目标顾客提供对应的目标服务，还包括：

发送目标顾客标识和所述待办理的业务至网点服务人员终端，以使与所述网点服务人员终端相对应的网点服务人员根据所述目标顾客标识和所述待办理的业务为所述目标顾客提供人工服务。

一方面，本发明提出一种目标顾客服务处理装置，包括：

获取单元，用于获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；

确定单元，用于若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；

服务单元，用于利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

再一方面，本发明实施例提供一种电子设备，包括：处理器、存储器和总线，其中，

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：

获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；

若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；

利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

本发明实施例提供一种非暂态计算机可读存储介质，包括：

所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下方法：

获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；

若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；

利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

本发明实施例提供的目标顾客服务处理方法及装置，获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；利用预设顾客服务方式为所述目标顾客提供对应的目标服务，能够降低银行顾客服务成本，提高服务效率和服务质量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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。在附图中：

图1是本发明一实施例提供的目标顾客服务处理方法的流程示意图。

图2是本发明一实施例提供的目标顾客服务处理装置的结构示意图。

图3为本发明实施例提供的电子设备实体结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

图1是本发明一实施例提供的目标顾客服务处理方法的流程示意图，如图1所示，本发明实施例提供的目标顾客服务处理方法，包括：

步骤S1：获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到。

步骤S2：若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客。

步骤S3：利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

在上述步骤S1中，装置获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到。装置可以是执行该方法的计算机设备等，需要说明是，本发明实施例涉及数据都是经用户授权的。顾客在进入网点后可以通过安装在网点的摄像头拍摄得到图像信息，将该图像信息输入至预设业务识别模型，将预设业务识别模型的输出结果作为顾客待办理的业务。

深度学习模型可以为现有成熟的深度学习模型。

获取所述业务识别样本数据，包括：

获取顾客数据集；所述顾客数据集包括顾客生理行为特征历史数据和顾客服饰特征历史数据；顾客生理行为特征历史数据可以包括头部特征，如眼睛、鼻子、嘴和耳朵等实时状态、例如眼睛眨眼次数、嘴巴状态、鼻子呼吸状态等，肢体特征如行为举止、步伐、头部方向、视觉关注点、肢体动作幅度、手部状态、脚步状态、腰部状态等等。

顾客服饰特征历史数据可以包括上下衣、鞋帽、手表、头饰、帽子、手提袋、背包、手杖等等，还可以包括其他特征，例如年龄、性别、声音特征。

验证所述顾客数据集，若确定验证结果为所述网点的存量顾客，则根据历史业务办理信息生成标注有业务类别的标注信息，得到所述业务识别样本数据。可以利用人脸搜索，在一个指定人脸库中查找相似的人脸，确定是否是已存在顾客，如果是已存在顾客，即网点的存量顾客，则获取该存量顾客的历史业务办理信息，即过往办理过什么业务，并根据历史业务办理信息对应的业务类别进行数据标注，得到标注有业务类别的标注信息，进而得到所述业务识别样本数据。

如果不是已存在顾客，则无法获取顾客的历史业务办理信息，可以记录每次顾客办理的业务办理信息，并将这些数据作为以后的历史业务办理信息。

根据业务识别样本数据训练深度学习模型得到所述预设业务识别模型，包括：

基于预先构建的预设损失函数和所述业务识别样本数据计算损失值；

以所述损失值最小为目标，对训练过程中的权重参数进行优化，得到所述预设业务识别模型。深度学习模型的表达式可以如下所示：

f(x,W)＝Wx+b

其中，其中x为该顾客进入网点办理业务前的一个列向量，该列向量包括各维度信息，例如上述顾客数据集的具体数据项。W是一个行(随机)向量，为顾客进入网点的数据集中各数据项对应的权重，可以初始化设一个随机数列。

以顾客进入网点到出网点最后办理的业务为目标，即需要求得的目标值。b为一个顾客进入网点的一个一列目的个数的列向量，作为一个偏置参数(初始值可选为1)，根据结果对权重进行微调。

预设损失函数的表达式如下：

将错误的值减去正确的值，然后加1(可变参数，可容忍程度)进行求和，这个值越小越好，对小于零的数值进行丢弃，然后对所有数据集进行求和，取平均数。

上述预设损失函数为常规损失函数表达式，其中的各符号的含义与常规含义相同，不再赘述。

进一步还可以对上式进行正则化转换，得到如下表达式：

对W权重参数进行求平方和然后乘以惩罚参数λ，其中λ为一个微调惩罚参数。上述正则化转换得到的预设损失函数为常规损失函数表达式，其中的各符号的含义与常规含义相同，不再赘述。

使用顾客进入网点的数据集，使用权重参数使用得分函数(即深度学习模型的表达式)进行计算，然后利用得分值基于正确值进行损失计算，然后加上正则化惩罚项，得出可以有区分含义的的损失值。

上述y

上述公式为常规分类器表达式，其中的各符号的含义与常规含义相同，不再赘述。

将所有分类的分值计算出来后，将所有的分类进行分类，方法为将分值进行计算，即x为的分值，计算后分类更为清晰，然后将所有数值进行归一化，即将每个值作为分母，将所有运算值之和为分母，计算出每个值的概率值(概率值为正数所以在值前面加负号)。

最优化，利用损失值对每组W权重参数进行优化，对每一个W权重参数进行链式求导，的出W权重参数变化趋势，我们目标为求得最小的损失，然后根据每个最优化方程式如下：

上述公式为常规最优化方程式，其中的各符号的含义与常规含义相同，不再赘述。

根据W权重参数计算出的趋势对W权重参数进行优化，在数据集足够多的情况下，W权重参数会形成一个固定值，然后将x即顾客进入网点办理业务前的一个一列向量的值带入得分函数公式就可以预判顾客待办理的业务。

在上述步骤S2中，装置若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客。为所述网点规划的服务业务，可以理解为综合考虑网点自身情况以及网点业务的盈利收益等，为该网点规划的比较有优势和竞争力的顾客服务业务。

如果待办理的业务不是预先为所述网点规划的服务业务，则该顾客不是目标顾客，可以按照常规顾客服务方式为该顾客提供服务。

确定预先为所述网点规划的服务业务，包括：

获取所述网点所在的周边环境信息；周边环境信息可以包括网点所在地区的相关信息，例如区域行政信息，人口规模，经济收益，产业种类等信息，例如商圈商业公司名称、规模、数量和距离，商圈周边社区、街道、楼栋、学校、公共设施、人数等信息。

根据所述周边环境信息和所述网点在近h年的收益信息，确定为所述网点规划的服务业务。上述h的具体数值可以根据实际情况自主设置，可选为两年或三年。

所述根据所述周边环境信息和所述网点在近h年的收益信息，确定为所述网点规划的服务业务，包括：

利用大数据技术根据所述周边环境信息和所述网点在近h年的收益信息，计算得到为所述网点规划的服务业务。具体可以包括根据大数据技术开发的计算模型，通过将周边环境信息和网点在近h年的收益信息的具体数值输入至该计算模型，通过该计算模型输出为网点规划的服务业务。

在上述步骤S3中，装置利用预设顾客服务方式为所述目标顾客提供对应的目标服务。所述利用预设顾客服务方式为所述目标顾客提供对应的目标服务，包括：

根据预配置信息对顾客服务优先级进行排序；所述预配置信息根据网点建设目标信息和网点所属总部设置的业务驱动信息预先配置得到；网点建设目标信息可以根据实际情况由人为进行设定。

业务驱动信息可以包括符合总部发展战略要求的新兴业务信息等，可以具有高风险高收益等特点，不作具体限定。

生成排序信息，在预设服务通道内根据所述排序信息完成针对所述目标顾客的叫号和服务。排序信息可以理解为目标顾客有多个的情况下，服务这些目标顾客的先后顺序。

预设服务通道可以理解为重点顾客提供的专属服务的服务窗口等。

叫号即是表示服务顾客顺序的号码，可以进一步通过叫号机生成排序信息。

所述利用预设顾客服务方式为所述目标顾客提供对应的目标服务，还包括：

发送目标顾客标识和所述待办理的业务至网点服务人员终端，以使与所述网点服务人员终端相对应的网点服务人员根据所述目标顾客标识和所述待办理的业务为所述目标顾客提供人工服务。目标顾客标识可以为银行网点为顾客建立的编号等，方便管理顾客。

网点服务人员终端可以为网点服务人员服务顾客使用的平板电脑等，不作具体限定，即目标服务还包括专人提供人工服务。

本发明实施例提供的目标顾客服务处理方法，获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；利用预设顾客服务方式为所述目标顾客提供对应的目标服务，能够降低银行顾客服务成本，提高服务效率和服务质量。

进一步地，获取所述业务识别样本数据，包括：

获取顾客数据集；所述顾客数据集包括顾客生理行为特征历史数据和顾客服饰特征历史数据；可参照上述说明，不再赘述。

验证所述顾客数据集，若确定验证结果为所述网点的存量顾客，则根据历史业务办理信息生成标注有业务类别的标注信息，得到所述业务识别样本数据。可参照上述说明，不再赘述。

本发明实施例提供的目标顾客服务处理方法，能够提高业务识别样本数据获取效率。

进一步地，根据业务识别样本数据训练深度学习模型得到所述预设业务识别模型，包括：

基于预先构建的预设损失函数和所述业务识别样本数据计算损失值；可参照上述说明，不再赘述。

以所述损失值最小为目标，对训练过程中的权重参数进行优化，得到所述预设业务识别模型。可参照上述说明，不再赘述。

本发明实施例提供的目标顾客服务处理方法，能够提高预设业务识别模型训练效率。

进一步地，确定预先为所述网点规划的服务业务，包括：

获取所述网点所在的周边环境信息；可参照上述说明，不再赘述。

根据所述周边环境信息和所述网点在近h年的收益信息，确定为所述网点规划的服务业务。可参照上述说明，不再赘述。

本发明实施例提供的目标顾客服务处理方法，能够准确确定为网点规划的服务业务。

进一步地，所述根据所述周边环境信息和所述网点在近h年的收益信息，确定为所述网点规划的服务业务，包括：

利用大数据技术根据所述周边环境信息和所述网点在近h年的收益信息，计算得到为所述网点规划的服务业务。可参照上述说明，不再赘述。

本发明实施例提供的目标顾客服务处理方法，进一步能够准确确定为网点规划的服务业务。

进一步地，所述利用预设顾客服务方式为所述目标顾客提供对应的目标服务，包括：

根据预配置信息对顾客服务优先级进行排序；所述预配置信息根据网点建设目标信息和网点所属总部设置的业务驱动信息预先配置得到；可参照上述说明，不再赘述。

生成排序信息，在预设服务通道内根据所述排序信息完成针对所述目标顾客的叫号和服务。可参照上述说明，不再赘述。

本发明实施例提供的目标顾客服务处理方法，能够基于预设服务通道为目标顾客提供叫号和服务。

进一步地，所述利用预设顾客服务方式为所述目标顾客提供对应的目标服务，还包括：

发送目标顾客标识和所述待办理的业务至网点服务人员终端，以使与所述网点服务人员终端相对应的网点服务人员根据所述目标顾客标识和所述待办理的业务为所述目标顾客提供人工服务。可参照上述说明，不再赘述。

本发明实施例提供的目标顾客服务处理方法，能够基于人工服务为目标顾客提供服务。

需要说明的是，本发明实施例提供的目标顾客服务处理方法可用于金融领域，也可用于除金融领域之外的任意技术领域，本发明实施例对目标顾客服务处理方法的应用领域不做限定。

图2是本发明一实施例提供的目标顾客服务处理装置的结构示意图，如图2所示，本发明实施例提供的目标顾客服务处理装置，包括获取单元201、确定单元202和服务单元203，其中：

获取单元201用于获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；确定单元202用于若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；服务单元203用于利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

具体的，装置中的获取单元201用于获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；确定单元202用于若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；服务单元203用于利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

本发明实施例提供的目标顾客服务处理装置，获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；利用预设顾客服务方式为所述目标顾客提供对应的目标服务，能够降低银行顾客服务成本，提高服务效率和服务质量。

进一步地，所述目标顾客服务处理装置还用于：

获取顾客数据集；所述顾客数据集包括顾客生理行为特征历史数据和顾客服饰特征历史数据；

验证所述顾客数据集，若确定验证结果为所述网点的存量顾客，则根据历史业务办理信息生成标注有业务类别的标注信息，得到所述业务识别样本数据。

本发明实施例提供的目标顾客服务处理装置，能够提高业务识别样本数据获取效率。

进一步地，所述目标顾客服务处理装置还用于：

基于预先构建的预设损失函数和所述业务识别样本数据计算损失值；

以所述损失值最小为目标，对训练过程中的权重参数进行优化，得到所述预设业务识别模型。

本发明实施例提供的目标顾客服务处理装置，能够提高预设业务识别模型训练效率。

进一步地，所述目标顾客服务处理装置还用于：

获取所述网点所在的周边环境信息；

根据所述周边环境信息和所述网点在近h年的收益信息，确定为所述网点规划的服务业务。

本发明实施例提供的目标顾客服务处理装置，能够准确确定为网点规划的服务业务。

进一步地，所述目标顾客服务处理装置还具体用于：

利用大数据技术根据所述周边环境信息和所述网点在近h年的收益信息，计算得到为所述网点规划的服务业务。

本发明实施例提供的目标顾客服务处理装置，进一步能够准确确定为网点规划的服务业务。

进一步地，所述服务单元203具体用于：

根据预配置信息对顾客服务优先级进行排序；所述预配置信息根据网点建设目标信息和网点所属总部设置的业务驱动信息预先配置得到；

生成排序信息，在预设服务通道内根据所述排序信息完成针对所述目标顾客的叫号和服务。

本发明实施例提供的目标顾客服务处理装置，能够基于预设服务通道为目标顾客提供叫号和服务。

进一步地，所述服务单元203还具体用于：

发送目标顾客标识和所述待办理的业务至网点服务人员终端，以使与所述网点服务人员终端相对应的网点服务人员根据所述目标顾客标识和所述待办理的业务为所述目标顾客提供人工服务。

本发明实施例提供的目标顾客服务处理装置，能够基于人工服务为目标顾客提供服务。

本发明实施例提供目标顾客服务处理装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。

图3为本发明实施例提供的电子设备实体结构示意图，如图3所示，所述电子设备包括：处理器(processor)301、存储器(memory)302和总线303；

其中，所述处理器301、存储器302通过总线303完成相互间的通信；

所述处理器301用于调用所述存储器302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：

获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；

若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；

利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：

获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；

若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；

利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

本实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：

获取顾客在进入网点后拍摄得到的图像信息，基于预设业务识别模型对所述图像信息进行识别，得到所述顾客待办理的业务；

其中，所述预设业务识别模型根据业务识别样本数据训练深度学习模型得到；

若确定所述待办理的业务是预先为所述网点规划的服务业务，则确定与所述待办理的业务相对应的顾客为目标顾客；

利用预设顾客服务方式为所述目标顾客提供对应的目标服务。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、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、专用计算机、嵌入式处理机或其他可编程数据处理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设备上，使得在计算机或其他可编程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。

在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“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一定指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何的一个或多个实施例或示例中以合适的方式结合。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。