一种基于养老金的金融产品推荐方法及相关装置

技术领域

本发明涉及大数据领域，更具体的，涉及一种基于养老金的金融产品推荐方法及相关装置。

背景技术

个人养老金制度与现有社保养老金制度互为补充。个人养老金制度实行个人账户制，由个人选择购买符合规定的储蓄存款、理财产品、商业养老保险、公募基金等金融产品。

然而，客户需要在大量金融产品中寻找自己所需的目标金融产品，费时费力，金融机构也无法快速、准确的为客户推荐符合客户需求的金融产品。

发明内容

有鉴于此，本发明提供了一种基于养老金的金融产品推荐方法及相关装置，实现快速、准确的为客户推荐符合客户需求的金融产品组合。

为了实现上述发明目的，本发明提供的具体技术方案如下：

第一方面，本发明实施例提供了一种基于养老金的金融产品推荐方法，包括：

确定目标客户群体，并获取所述目标客户群体的共同特征；

在预先构建的客户群体库中提取具有所述共同特征的至少一个参考客户群体，所述目标客户群体与所述参考客户群体都是领用养老金的客户群体；

获取所述参考客户群体投资的金融产品组合；

假设所述目标客户群体采用所述金融产品组合，对比所述目标客户群体的投资收益值与所述参考客户群体的投资收益值，得到决策参考指数；

根据所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。

在一些实施例中，所述在预先构建的客户群体库中提取具有所述共同特征的至少一个参考客户群体，包括：

分别计算所述客户群体库中每个客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值；

若所述差值在预设范围内，将所述差值对应的客户群体确定为所述参考客户群体，所述共同特征为养老金月度支取使用金额的最大似然估计值区间。

在一些实施例中，所述共同特征包括第一共同特征和第二共同特征，所述在预先构建的客户群体库中提取具有所述共同特征的至少一个参考客户群体，包括：

在所述客户群体库中提取具有所述第一共同特征的至少一个候选客户群体，所述第一共同特征包括：养老金月度发放金额区间、退休前职业类型中的至少一项；

从所述至少一个候选客户群体中提取具有所述第二共同特征的至少一个所述参考客户群体，所述第二共同特征为养老金月度支取使用金额的最大似然估计值区间，所述参考客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值在预设范围内。

在一些实施例中，假设所述目标客户群体采用所述金融产品组合，对比所述目标客户群体的投资收益值与所述参考客户群体的投资收益值，得到决策参考指数，包括：

依据以下收益值计算公式计算所述参考客户群体的投资收益值；

假设所述目标客户群体采用所述金融产品组合，计算所述目标客户群体的投资收益值，并根据以下决策参考指数计算公式计算所述决策参考指数：

其中，f(y)表示所述参考客户群体的投资收益值，E表示所述决策参考指数，

在一些实施例中，所述根据所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合，包括：

在所述参考客户群体的数量为1的情况下，判断所述决策参考指数是否小于预设值；

若所述决策参考指数小于预设值，向所述目标客户群体推荐所述金融产品组合；

在所述参考客户群体的数量大于1的情况下，确定最小决策参考指数，并判断所述最小决策参考指数是否小于预设值；

若所述最小决策参考指数小于预设值，向所述目标客户群体推荐所述最小决策参考指数对应的所述参考客户群体的金融产品组合。

在一些实施例中，所述金融产品组合中金融产品的目标属性包括所在地域、投资周期、投资风险中的至少一项；

当所述目标属性为多种时，每种所述目标属性分别对应一个所述决策参考指数。

在一些实施例中，当所述目标属性为多种时，所述根据所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合，包括：

根据每种所述目标属性分别对应的所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。

第二方面，本发明实施例提供了一种基于养老金的金融产品推荐装置，包括：

目标客户群体确定单元，用于确定目标客户群体，并获取所述目标客户群体的共同特征；

参考客户群体提取单元，用于在预先构建的客户群体库中提取具有所述共同特征的至少一个参考客户群体，所述目标客户群体与所述参考客户群体都是领用养老金的客户群体；

金融产品组合获取单元，用于获取所述参考客户群体投资的金融产品组合；

投资收益值对比单元，用于假设所述目标客户群体采用所述金融产品组合，对比所述目标客户群体的投资收益值与所述参考客户群体的投资收益值，得到决策参考指数；

金融产品推荐判断单元，用于根据所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。

在一些实施例中，所述参考客户群体提取单元，具体用于分别计算所述客户群体库中每个客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值；若所述差值在预设范围内，将所述差值对应的客户群体确定为所述参考客户群体，所述共同特征为养老金月度支取使用金额的最大似然估计值区间。

在一些实施例中，所述共同特征包括第一共同特征和第二共同特征，所述参考客户群体提取单元，具体用于在所述客户群体库中提取具有所述第一共同特征的至少一个候选客户群体，所述第一共同特征包括：养老金月度发放金额区间、退休前职业类型中的至少一项；从所述至少一个候选客户群体中提取具有所述第二共同特征的至少一个所述参考客户群体，所述第二共同特征为养老金月度支取使用金额的最大似然估计值区间，所述参考客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值在预设范围内。

在一些实施例中，所述投资收益值对比单元，具体用于：

依据以下收益值计算公式计算所述参考客户群体的投资收益值；

假设所述目标客户群体采用所述金融产品组合，计算所述目标客户群体的投资收益值，并根据以下决策参考指数计算公式计算所述决策参考指数：

其中，f(y)表示所述参考客户群体的投资收益值，E表示所述决策参考指数，

在一些实施例中，所述金融产品推荐判断单元，具体用于在所述参考客户群体的数量为1的情况下，判断所述决策参考指数是否小于预设值；若所述决策参考指数小于预设值，向所述目标客户群体推荐所述金融产品组合；在所述参考客户群体的数量大于1的情况下，确定最小决策参考指数，并判断所述最小决策参考指数是否小于预设值；若所述最小决策参考指数小于预设值，向所述目标客户群体推荐所述最小决策参考指数对应的所述参考客户群体的金融产品组合。

在一些实施例中，所述金融产品组合中金融产品的目标属性包括所在地域、投资周期、投资风险中的至少一项；当所述目标属性为多种时，每种所述目标属性分别对应一个所述决策参考指数。

在一些实施例中，所述金融产品推荐判断单元，具体用于根据每种所述目标属性分别对应的所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。

第三方面，本发明实施例提供了一种电子设备，所述电子设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行如第一方面中任意一种实现方式描述的一种基于养老金的金融产品推荐方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任意一种实现方式描述所述的一种基于养老金的金融产品推荐方法。

相对于现有技术，本发明的有益效果如下：

本发明公开的一种基于养老金的金融产品推荐方法及相关装置，在确定目标客户群体并获取目标客户群体的共同特征之后，在预先构建的客户群体库中提取具有上述共同特征的至少一个参考客户群体。假设目标客户群体采用参考客户群体的金融产品组合，通过对比目标客户群体的投资收益值与参考客户群体的投资收益值，得到决策参考指数。从而根据该决策参考指数确定是否向目标客户群体推荐金融产品组合，实现快速、准确的为养老金客户推荐符合养老金客户金融产品，避免养老金客户在大量金融产品中选择自己所需的金融产品，有效提升养老金客户体验。

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，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种基于养老金的金融产品推荐方法的流程示意图；

图2为本发明实施例公开的一种基于养老金的金融产品推荐装置的结构示意图；

图3为本发明实施例公开的一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种基于养老金的金融产品推荐方法，应用于电子设备，如智能手机、平板电脑、笔记本电脑、一体机、台式计算机等终端设备。利用大数据技术从海量养老金客户的金融产品投资数据，构建客户群体库，作为后续新的养老金客户群体的金融产品投资参考。假设目标客户群体采用参考客户群体的金融产品组合，通过对比目标客户群体的投资收益值与参考客户群体的投资收益值，得到决策参考指数。从而根据该决策参考指数确定是否向目标客户群体推荐金融产品组合，实现快速、准确的为养老金客户推荐符合养老金客户金融产品，避免养老金客户在大量金融产品中选择自己所需的金融产品，有效提升养老金客户体验。

请参阅图1，本实施例公开的一种基于养老金的金融产品推荐方法，具体包括以下步骤：

S101：确定目标客户群体，并获取所述目标客户群体的共同特征；

目标客户群体为本次基于养老金的金融产品推荐的客户群体。

目标客户群体中的养老金客户具备共同特征，如养老金月度发放金额区间、退休前职业类型等。

养老金月度发放金额区间：表示目标客户群体中的养老金客户的养老金月度发放金额都在同一个区间内，养老金月度发放金额区间的划分可以根据推荐精度要求确定，推荐精度要求越高养老金月度发放金额区间的划分越精细。

退休前职业类型：表示目标客户群体中的养老金客户退休前的职业类型相同，职业类型的划分也可以根据推荐精度要求确定，推荐精度要求越高职业类型划分的越精细。

S102：在预先构建的客户群体库中提取具有所述共同特征的至少一个参考客户群体，所述目标客户群体与所述参考客户群体都是领用养老金的客户群体；

预先构建的客户群体库中的客户群体为已投资金融产品的养老金客户群体，且对已投资金融产品的评分高于阈值，可以作为后续新的养老金客户群体的金融产品投资参考。

通过在客户群体库中提取具有所述共同特征的参考客户群体，使参考客户群体的特征更加接近目标客户群体，参考价值更高。

S103：获取所述参考客户群体投资的金融产品组合；

其中，一种可选的实现方式为：根据所述参考客户群体中每个养老金客户的金融产品投资数据，获取所述参考客户群体投资的金融产品组合。

另一种可选的实现方式为：在构建所述客户群体库时将每个客户群体投资的金融产品组合进行存储，在从所述客户群体库中提取所述参考客户群体之后，直接读取已存储的所述参考客户群体投资的金融产品组合。

所述金融产品组合中包括多种金融产品，所述参考客户群体中每个养老金客户可以都投资了所述金融产品组合，也可以至少投资了所述金融产品组合中的至少一种金融产品。

S104：假设所述目标客户群体采用所述金融产品组合，对比所述目标客户群体的投资收益值与所述参考客户群体的投资收益值，得到决策参考指数；

依据以下收益值计算公式计算所述参考客户群体的投资收益值；

假设所述目标客户群体采用所述金融产品组合，计算所述目标客户群体的投资收益值，并根据以下决策参考指数计算公式计算所述决策参考指数：

其中：

f(y)表示所述参考客户群体的投资收益值；

表示所述目标客户群体的投资收益值；

E表示所述决策参考指数；

表示收益计算函数；

y

x

c

w

q表示所述金融产品组合中金融产品的数量，所述金融产品组合中所有金融产品的目标属性权重之和为1。

S105：根据所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。

其中，S105的一种可选实现方式包括：

A1：在所述参考客户群体的数量为1的情况下，判断所述决策参考指数是否小于预设值。

A2：若所述决策参考指数小于预设值，说明目标客户群体采用参考客户群体的金融产品组合之后所得到的投资收益值与参考客户群体的投资收益值相似，向所述目标客户群体推荐所述金融产品组合，以使目标客户群体中的养老金客户从所述金融产品组合中选择一种或多种金融产品。

A3：若所述决策参考指数不小于预设值，对所述金融产品组合中的金融产品进行调整，如将所述金融产品组合中金融产品替换为收益率更高的金融产品等。

A4：在所述参考客户群体的数量大于1的情况下，每个所述参考客户群体分别对应一个决策参考指数，确定其中最小决策参考指数，并判断所述最小决策参考指数是否小于预设值；

A5：若所述最小决策参考指数小于预设值，向所述目标客户群体推荐所述最小决策参考指数对应的所述参考客户群体的金融产品组合，以使目标客户群体中的养老金客户从该金融产品组合中选择一种或多种金融产品。

A6：若所述最小决策参考指数不小于预设值，对所述最小决策参考指数对应的所述参考客户群体的金融产品组合中的金融产品进行调整，调整策略如A3。

可选的，所述金融产品组合中金融产品的目标属性包括所在地域、投资周期、投资风险中的至少一项，其中，不同的所在地域对应不同的所在地域权重，如金融产品所在地域在国内与国外所对应的所在地域权重不同；不同投资周期对应不同的投资周期权重，投资周期包括3个月、6个月、12个月等；不同金融产品对应不同的投资风险权重，如股票对应的投资风险权重为0.2，债券对应的投资风险权重为0.3。

当所述目标属性为多种时，每种所述目标属性分别对应一个所述决策参考指数。在此基础上，需要根据每种所述目标属性分别对应的所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。S105的另一种可选实现方式包括：

B1：在所述参考客户群体的数量为1的情况下，判断每种所述目标属性分别对应的所述决策参考指数是否小于预设值。

B2：若小于预设值的所述决策参考指数的数量大于阈值，向所述目标客户群体推荐所述金融产品组合，以使目标客户群体中的养老金客户从所述金融产品组合中选择一种或多种金融产品。

阈值可以根据推荐精度要求设定，若推荐精度要求较低，阈值可以为0，即有1个所述决策参考指数小于预设值即可；若推荐精度要求较高，阈值可以为2，即必须有3个所述决策参考指数都小于预设值才行。

B3：若小于预设值的所述决策参考指数的数量不大于阈值，对所述金融产品组合中的金融产品进行调整，如将所述金融产品组合中金融产品替换为收益率更高的金融产品，再如根据所在地域、投资周期、投资风险对所述金融产品组合中的金融产品进行调整等。

B4：在所述参考客户群体的数量大于1的情况下，每个所述参考客户群体分别对应一个决策参考指数组合，决策参考指数组合包括3种目标属性分别对应的决策参考指数，分别判断每个决策参考指数组合中的每个决策参考指数是否小于预设值；

B5：若仅有一个决策参考指数组合中的每个决策参考指数都小于预设值，向所述目标客户群体推荐该决策参考指数组合对应的所述参考客户群体的金融产品组合，以使目标客户群体中的养老金客户从该金融产品组合中选择一种或多种金融产品。

B6：若有一个以上决策参考指数组合中的每个决策参考指数都小于预设值，则计算这些决策参考指数组合中的决策参考指数之和，向所述目标客户群体推荐决策参考指数组合中决策参考指数之和最小对应的所述参考客户群体的金融产品组合，以使目标客户群体中的养老金客户从该金融产品组合中选择一种或多种金融产品。

B7，若没有决策参考指数组合中的每个决策参考指数都小于预设值，则计算所有决策参考指数组合中的决策参考指数之和，将决策参考指数之和最小对应的所述参考客户群体的金融产品组合作为待调整金融产品组合，对待调整金融产品组合中的金融产品进行调整，调整策略如A3。

以上S105中的两种实现方式，预设值在(0,1)范围内，可以根据推荐精度要求进行设定，若推荐精度要求较低，则预设值设定的高一些，例如0.4；若推荐精度要求较高，则预设值设定的低一些，例如0.3。

可见，本实施例公开的一种基于养老金的金融产品推荐方法，在确定目标客户群体并获取目标客户群体的共同特征之后，在预先构建的客户群体库中提取具有上述共同特征的至少一个参考客户群体。假设目标客户群体采用参考客户群体的金融产品组合，通过对比目标客户群体的投资收益值与参考客户群体的投资收益值，得到决策参考指数。从而根据该决策参考指数确定是否向目标客户群体推荐金融产品组合，实现快速、准确的为养老金客户推荐符合养老金客户金融产品，避免养老金客户在大量金融产品中选择自己所需的金融产品，有效提升养老金客户体验。

上述实施例中S102，在预先构建的客户群体库中提取具有所述共同特征的至少一个参考客户群体，可以有多种实现方式，以下提供两种可选的实现方式：

方式一

分别计算所述客户群体库中每个客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值；若所述差值在预设范围内，将所述差值对应的客户群体确定为所述参考客户群体，所述共同特征为养老金月度支取使用金额的最大似然估计值区间。

以y

最大似然公式为：

然后使用以下公式求出最大似然估计值θ。

方式二

首先，在所述客户群体库中提取具有所述第一共同特征的至少一个候选客户群体，所述第一共同特征包括：养老金月度发放金额区间、退休前职业类型中的至少一项。

然后，从所述至少一个候选客户群体中提取具有所述第二共同特征的至少一个所述参考客户群体，所述第二共同特征为养老金月度支取使用金额的最大似然估计值区间，所述参考客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值在预设范围内。

其中，所述参考客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值的计算方式请参阅上述方式一。

还需要说明的是，上述预设范围可以根据推荐精度要求进行设定，若推荐精度要求较低，则上述预设范围可设定的大一些，若推荐精度要求较高，则上述预设范围可设定的小一些，本发明不做具体限定。

基于上述实施例公开的一种基于养老金的金融产品推荐方法，本实施例对应公开了一种基于养老金的金融产品推荐装置，请参阅图2，该装置包括：

目标客户群体确定单元201，用于确定目标客户群体，并获取所述目标客户群体的共同特征；

参考客户群体提取单元202，用于在预先构建的客户群体库中提取具有所述共同特征的至少一个参考客户群体，所述目标客户群体与所述参考客户群体都是领用养老金的客户群体；

金融产品组合获取单元203，用于获取所述参考客户群体投资的金融产品组合；

投资收益值对比单元204，用于假设所述目标客户群体采用所述金融产品组合，对比所述目标客户群体的投资收益值与所述参考客户群体的投资收益值，得到决策参考指数；

金融产品推荐判断单元205，用于根据所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。

在一些实施例中，所述参考客户群体提取单元202，具体用于分别计算所述客户群体库中每个客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值；若所述差值在预设范围内，将所述差值对应的客户群体确定为所述参考客户群体，所述共同特征为养老金月度支取使用金额的最大似然估计值区间。

在一些实施例中，所述共同特征包括第一共同特征和第二共同特征，所述参考客户群体提取单元202，具体用于在所述客户群体库中提取具有所述第一共同特征的至少一个候选客户群体，所述第一共同特征包括：养老金月度发放金额区间、退休前职业类型中的至少一项；从所述至少一个候选客户群体中提取具有所述第二共同特征的至少一个所述参考客户群体，所述第二共同特征为养老金月度支取使用金额的最大似然估计值区间，所述参考客户群体的养老金月度支取使用金额的最大似然估计值与所述目标客户群体的养老金月度支取使用金额的最大似然估计值之间的差值在预设范围内。

在一些实施例中，所述投资收益值对比单元204，具体用于：

依据以下收益值计算公式计算所述参考客户群体的投资收益值；

假设所述目标客户群体采用所述金融产品组合，计算所述目标客户群体的投资收益值，并根据以下决策参考指数计算公式计算所述决策参考指数：

其中，f(y)表示所述参考客户群体的投资收益值，E表示所述决策参考指数，

在一些实施例中，所述金融产品推荐判断单元205，具体用于在所述参考客户群体的数量为1的情况下，判断所述决策参考指数是否小于预设值；若所述决策参考指数小于预设值，向所述目标客户群体推荐所述金融产品组合；在所述参考客户群体的数量大于1的情况下，确定最小决策参考指数，并判断所述最小决策参考指数是否小于预设值；若所述最小决策参考指数小于预设值，向所述目标客户群体推荐所述最小决策参考指数对应的所述参考客户群体的金融产品组合。

在一些实施例中，所述金融产品组合中金融产品的目标属性包括所在地域、投资周期、投资风险中的至少一项；当所述目标属性为多种时，每种所述目标属性分别对应一个所述决策参考指数。

在一些实施例中，所述金融产品推荐判断单元205，具体用于根据每种所述目标属性分别对应的所述决策参考指数，确定是否向所述目标客户群体推荐所述金融产品组合。

本实施例公开的一种基于养老金的金融产品推荐装置，在确定目标客户群体并获取目标客户群体的共同特征之后，在预先构建的客户群体库中提取具有上述共同特征的至少一个参考客户群体。假设目标客户群体采用参考客户群体的金融产品组合，通过对比目标客户群体的投资收益值与参考客户群体的投资收益值，得到决策参考指数。从而根据该决策参考指数确定是否向目标客户群体推荐金融产品组合，实现快速、准确的为养老金客户推荐符合养老金客户金融产品，避免养老金客户在大量金融产品中选择自己所需的金融产品，有效提升养老金客户体验。

本发明实施例还提供了一种电子设备，示例性的，请参阅图3，所述电子设备包括处理器301以及存储器302，处理器301与存储器302通过总线进行通信；

所述存储器302用于存储程序代码，并将所述程序代码传输给所述处理器301；

所述处理器301用于根据所述程序代码中的指令执行如上述实施例中任意一种实现方式描述的一种基于养老金的金融产品推荐方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中任意一种实现方式描述所述的一种基于养老金的金融产品推荐方法。

需要说明的是，本发明提供的一种基于养老金的金融产品推荐方法及相关装置，可应用于大数据领域或金融领域。上述仅为示例，并不对本发明提供的一种基于养老金的金融产品推荐方法及相关装置的应用领域进行限定。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

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。而且，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、物品或者设备中还存在另外的相同要素。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

上述各个实施例之间可任意组合，对所公开的实施例的上述说明，本说明书中各实施例中记载的特征可以相互替换或者组合，使本领域专业技术人员能够实现或使用本申请。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。