一种提供标准化评注的智能风险评估方法、装置和电子设备

技术领域

本发明涉及计算机信息处理领域，具体而言，涉及一种提供标准化评注的智能风险评估方法、装置和电子设备。

背景技术

风险控制(简称为风控)是指风险管理者采取各种措施和方法，消灭或减少风险案件发生的各种可能性，或风险控制者减少风险案件发生时造成的损失。风险控制一般应用于金融行业，如对公司的交易、商家的交易或个人交易等进行风险控制。

在现有技术中，金融风险评估主要的目的是如何区分出好客户和坏客户，评估用户的风险情况，以降低金融风险实现利润最大化。事实上，作为审核流程中的重要一环，好的风险评注对于提升风控人员的处理准确率、操作规范性和注记易读性方面起着不可或缺的作用。目前，风控人员审核需自主识别案件风险点，人工添加注记内容，但此注记形式不方便后续案件回顾和风险追踪。

因此，有必要提出一种能够提供标准化评注的智能风险评估方法。

发明内容

为了解决现有依赖人工挖掘风险信息数据并进行备注的方式所带来的操作不规范、遗漏风险及效率方面的问题。本发明提出了一种提供标准化评注的智能风险评估方法，用于对业务中的风险案件进行自动化风险评估，包括：根据风险审核策略和历史业务数据，建立风险评注知识库，所述风险评注知识库包括风险分析规则和风险评注规则；根据所述风险分析规则获取风险案件，对所述风险案件进行风险拆分；根据所述风险评注规则，生成与风险案件相对应的标准化评注；基于所述标准化评注，自动形成综合风险评估结果。

优选地，所述风险分析规则包括：风险案件筛选规则以及风险案件中风险点、风险特征的识别规则，其中，所述风险案件筛选规则用于对风险案件进行分类以确定待分析的风险案件。

优选地，对所述风险案件进行风险拆分包括：对所述风险案件的风险拆分以形成多个风险因子。

优选地，所述风险评注规则包括对应于各风险因子的评注规则。

优选地，根据所述风险评注规则，生成与风险案件相对应的标准化评注包括：根据风险评注规则识别各风险因子中的异常模式，并根据该异常模式生成与相对应的标准化评注。

优选地，所述基于所述标准化评注，自动形成综合风险评估结果包括：将不同因子的多条标准化评注进行合并以生成综合化标准化评注作为综合风险评估结果。

优选地，还包括：配置合并规则，所述合并规则包括多对一对应关系、一对一对应关系、多对多对应关系以及优先顺序；根据所述多对一对应关系、一对一对应关系、多对多对应关系进行合并匹配处理，并确定优选顺序，以进行合并匹配。

优选地，还包括：向用户提供所述自动形成的综合风险评估结果，接受用户的操作信息，记录用户确认后的风险评估结果。

此外，本发明还提出了一种提供标准化评注的智能风险评估装置，用于对业务中的风险案件进行自动化风险评估，包括：建立模块，根据风险审核策略和历史业务数据，建立风险评注知识库，所述风险评注知识库包括风险分析规则和风险评注规则；风险拆分模块，根据所述风险分析规则获取风险案件，对所述风险案件进行风险拆分；生成模块，根据所述风险评注规则，生成与风险案件相对应的标准化评注；评估模块，基于所述标准化评注，自动形成综合风险评估结果。

优选地，还包括设置模块，所述设置模块用于设置风险分析规则；所述风险分析规则包括：风险案件筛选规则以及风险案件中风险点、风险特征的识别规则，其中，所述风险案件筛选规则用于对风险案件进行分类以确定待分析的风险案件。

优选地，所述风险拆分模块还包括：对所述风险案件的风险拆分以形成多个风险因子。

优选地，所述风险评注规则包括对应于各风险因子的评注规则。

优选地，还包括识别模块，所述识别模块根据风险评注规则识别各风险因子中的异常模式，并根据该异常模式生成与相对应的标准化评注。

优选地，还包括处理模块，所述处理模块用于将不同因子的多条标准化评注进行合并以生成综合化标准化评注作为综合风险评估结果。

优选地，还包括：配置合并规则，所述合并规则包括多对一对应关系、一对一对应关系、多对多对应关系以及优先顺序；根据所述多对一对应关系、一对一对应关系、多对多对应关系进行合并匹配处理，并确定优选顺序，以进行合并匹配。

优选地，还包括：向用户提供所述自动形成的综合风险评估结果，接受用户的操作信息，记录用户确认后的风险评估结果。

此外，本发明还提供了一种电子设备，其中，该电子设备包括：处理器；以及，存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行本发明所述的提供标准化评注的智能风险评估方法。

此外，本发明还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现本发明所述的提供标准化评注的智能风险评估方法。

有益效果

与现有技术相比，本发明的智能风险评估方法通过建立风险评注知识库，对风险案件实现自动识别，最大程度地保证了智能抓取风险特征的精确性，并自动生成标准化格式评注，经过审核结果判断规则处理后，推荐标准化的评注及预处理结果辅助风控人员给出准确决策(即给予人工最佳处理建议)，由此能够实现智能审核辅助功能，并且能够兼顾人工处理结果的精确性与审核效率；节省了人工判断时间，提升了人工审核效率；解决了现有依赖人工挖掘风险信息数据并进行备注的方式所带来的操作不规范、遗漏风险及效率低的问题。

附图说明

为了使本发明所解决的技术问题、采用的技术手段及取得的技术效果更加清楚，下面将参照附图详细描述本发明的具体实施例。但需声明的是，下面描述的附图仅仅是本发明本发明示例性实施例的附图，对于本领域的技术人员来讲，在不付出创造性劳动的前提下，可以根据这些附图获得其他实施例的附图。

图1是本发明的实施例1的提供标准化评注的智能风险评估方法的一示例的流程图。

图2是本发明的实施例1的提供标准化评注的智能风险评估方法的另一示例的流程图。

图3是本发明的实施例1的提供标准化评注的智能风险评估方法的又一示例的流程图。

图4是本发明的实施例2的提供标准化评注的智能风险评估装置的一示例的示意图。

图5是本发明的实施例2的提供标准化评注的智能风险评估装置的另一示例的示意图。

图6是本发明的实施例2的提供标准化评注的智能风险评估装置的又一示例的示意图。

图7是根据本发明的一种电子设备的示例性实施例的结构框图。

图8是根据本发明的计算机可读介质的示例性实施例的结构框图。

具体实施方式

现在将参考附图更全面地描述本发明的示例性实施例。然而，示例性实施例能够以多种形式实施，且不应被理解为本发明仅限于在此阐述的实施例。相反，提供这些示例性实施例能够使得本发明更加全面和完整，更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分，因而将省略对它们的重复描述。

在符合本发明的技术构思的前提下，在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。

在对于具体实施例的描述中，本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是，并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

应理解，虽然本文中可能使用第一、第二、第三等表示编号的定语来描述各种器件、元件、组件或部分，但这不应受这些定语限制。这些定语乃是用以区分一者与另一者。例如，第一器件亦可称为第二器件而不偏离本发明实质的技术方案。

术语“和/或”或者“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

为了解决现有依赖人工挖掘风险信息数据并进行备注的方式所带来的操作不规范、遗漏风险及效率方面的问题。本发明提出了一种智能风险评估方法，通过建立风险评注知识库，对风险案件实现异常标签自动识别，最大程度地保证了智能抓取风险特征的精确性，并自动生成标准化格式评注，经过审核结果判断规则处理后，推荐标准化的评注及预处理结果辅助风控人员给出准确决策(即给予人工最佳处理建议)。以下将详细描述具体评估过程。

实施例1

下面，将参照图1至图3描述本发明的提供标准化评注的智能风险评估方法的实施例。

图1为本发明的提供标准化评注的智能风险评估方法的流程图。如图1所示，一种智能风险评估方法，该方法包括如下步骤。

步骤S101，根据风险审核策略和历史业务数据，建立风险评注知识库，所述风险评注知识库包括风险分析规则和风险评注规则。

步骤S102，根据所述风险分析规则获取风险案件，对所述风险案件进行风险拆分。

步骤S103，根据所述风险评注规则，生成与风险案件相对应的标准化评注。

步骤S104，基于所述标准化评注，自动形成综合风险评估结果。

首先，在步骤S101中，根据风险审核策略和历史业务数据，建立风险评注知识库，所述风险评注知识库包括风险分析规则和风险评注规则。

在本示例中，根据风险审核策略、历史业务数据、审核相关数据、人工处理经验数据，形成从风险审核流程开始到结束的一系列的知识文本数据。

具体地，基于所述知识文本数据，进行结合归纳以形成风险评注知识库。

优选地，所述风险评注知识库可随着各策略上线及业务发展不断更新迭代，进一步优化调整。例如设定在特定时间段内进行优化调整，通过增加评注、修改或删去现有评注等，以逐渐完善所述风险评注知识库，由此更具灵活性。

具体地，基于所述知识文本，建立风险评注知识库。

进一步地，所述风险评注知识库包括风险分析规则和风险评注规则，其中，所述风险分析规则包括风险案件筛选规则以及风险案件中风险点、风险特征的识别规则；所述风险评注规则用于根据风险分析结果自动生成相应的风险评注。

更具体地，所述风险案件筛选规则用于对风险案件进行分类以确定待分析的风险案件。

在本示例中，还包括基于所述风险评注知识库，对历史样本案件进行异常标签打标，以实现异常标签自动识别，最大程度地保证了智能抓取风险特征的精确性，由此避免由人工审核引起的操作不规范、遗漏风险和效率低等的问题。

优选地，还包括对历史风险案件的相关数据，进行聚类分析，以确定风险案件中多个风险点及其风险系数。

进一步地，根据各风险点进一步确定与不同风险点相对应的风险因子。

需要说明的是，对于聚类的算法，例如K-means算法、基于概率分布的算法、EM算法等。但是不限于此，上述仅作为优选的示例进行说明，不能理解成对本发明的限制。

接下来，在步骤S102中，根据所述风险分析规则获取风险案件，对所述风险案件进行风险拆分。

在本示例中，在风险用户来案时，获取风险用户的风险案件，并根据风险案件筛选规则和风险识别规则对风险案件进行过滤处理或筛选处理，对该风险案件进行识别、分类并确定待分析的风险案件。

进一步地，对所述风险案件进行风险拆分。

具体地，所述风险特征识别规则包括识别是否存在预设风险点、预设风险点的数量、是否存在新风险点、新风险点的数量以及风险系数(在多个预设风险点的情况下，为加权风险系数)。由此，提取风险特征，智能风险评估装置将生成相应的注记标签(包括异常标签)和风险分类。

优选地，所述筛选规则包括判断风险系数是否超过特定阈值，以对当前用户的风险案件进行非目标案件和目标案件(即待分析的风险案件)的筛选。

需要说明的是，对于预设风险点和风险特征识别规则，可以根据业务需求进行调整。上仅作为优选示例进行说明，不能理解成对本发明的限制。

进一步地，将筛选出的目标风险案件进行风险拆分，以形成多个风险因子。

在本示例中，风险因子包括团伙中介、虚假信息、经济因子(即表示用户的经济状况是否恶化)、意外事故、用户帐号是否正常登陆等等。

例如，对于团伙中介，异常模式例如是电话频繁、常联系人中有黑名单用户，或者常联系人中黑名单用户比例高，等等。

再例如，经济因子的异常模式判断包括根据特定时间内(例如，近6个月内)无动支行为、资源归还逾期次数是否大于两次等判断某用户的经济状况是否恶化、计算用户近6个月的逾期概率或违约概率并判断是否大于用户近两年的逾期概率或违约概率等。

进一步地，对于所述目标风险案件，识别该案件所包含的风险点，基于所识别的风险点，将该案件拆分为与各风险点相对应的多个风险因子。

接下来，在步骤S103中，根据所述风险评注规则，生成与风险案件相对应的标准化评注。

如图2所示，还包括预设风险评注规则的步骤S201。

在步骤S201中，预设风险评注规则。基于对风险审核策略和历史业务数据的聚类分析，设定与不同风险点相对应的风险点评注及与每个风险因子相对应的风险因子评注。

优选地，审核人员根据业务需求和业务参数配置风险评注规则，该风险评注规则包括对应于各风险因子的评注规则。

具体地，针对每一个风险因子，智能风险评估装置根据所设定的评注规则生成对应注记或评注，以节约审核人员填写注记的事件，优化注记撰写方式，并将注记标准化。

优选地，根据风险评注规则识别各风险因子中的异常模式，并根据该异常模式生成与相对应的标准化评注。

例如，目标风险案件的风险点包括风险点d1(风险系数0.5)、风险点d3(风险系数0.8)两个风险点，风险点d1包括因子z1和z2两个风险因子，风险点d3包括因子z3、z4和z5三个风险因子。

例如，根据风险系数进行降序排列，例如排序后为风险点d3、风险点d1，并且各自对应一条风险点评注，各风险点批注包括加权风险系数、风险因子数量、每个风险因子的评注。在该示例中，所述目标风险事件包括两个风险点评注和五个风险因子评注。由此，生成与所述目标风险案件相对应的标准化评注。

接下来，在步骤S104中，基于所述标准化评注，自动形成综合风险评估结果。

在本示例中，将不同因子的多条标准化评注进行合并以生成综合化标准化评注作为综合风险评估结果。

如图3所示，还包括配置合并规则的步骤S301。

在步骤S301中，配置合并规则。具体地，所述合并规则包括多对一对应关系、一对一对应关系、多对多对应关系以及优先顺序。

具体地，根据所述多对一对应关系、一对一对应关系、多对多对应关系进行合并匹配处理，并确定优选顺序，以进行合并匹配。

例如，预先设定好与不同风险因子组合相对应的设定风险点评注。进一步地，将多个风险因子的风险点评注简单组合后的实际风险点评注与所述风险点评注进行匹配，以增加或删去相应内容。

优选地，计算同一风险点的风险因子的数量和风险系数，以确定加权风险系数注。再根据各风险点的加权风险系数确定优先顺序，按照多对一(或者一对一)对应关系依次分别将各风险点所对应的多个风险因子评注整合成一条风险点评注。

进一步地，将多条风险点评注进行综合智能评估，并提供一条整合后的标准化审核评注。

在本示例中，该条整合后的标准化审核评注经过智能风险评估装置的智能评估之后，自动形成综合风险评估结果。

优选地，还包括：向用户提供所述自动形成的综合风险评估结果，接受用户的操作信息，记录用户确认后的风险评估结果，该风险评估结果包括拟通过或拟拒绝。

因此，本发明通过自主建立风险平评注知识库，在知识库的基础上搭建风险分析规则，实现对案件的风险特征的提取并提供标准化评注，经过审核结果判断规则处理后(即经智能评估后)，推荐标准化的评注及预处理结果以辅助风控人员给出准确决策(即给予人工最佳处理建议)，由此能够实现智能审核辅助功能，并且能够兼顾人工处理结果的精确性与审核效率。

需要说明的是，上述仅为优选的实施例，不能理解成对本发明的限制。

本领域技术人员可以理解，实现上述实施例的全部或部分步骤被实现为由计算机数据处理设备执行的程序(计算机程序)。在该计算机程序被执行时，可以实现本发明提供的上述方法。而且，所述的计算机程序可以存储于计算机可读存储介质中，该存储介质可以是磁盘、光盘、ROM、RAM等可读存储介质，也可以是多个存储介质组成的存储阵列，例如磁盘或磁带存储阵列。所述的存储介质不限于集中式存储，其也可以是分布式存储，例如基于云计算的云存储。

与现有技术相比，本发明的智能风险评估方法通过建立风险评注知识库，对风险案件实现自动识别，最大程度地保证了智能抓取风险特征的精确性，并自动生成标准化格式评注，经过审核结果判断规则处理后，推荐标准化的评注及预处理结果辅助风控人员给出准确决策(即给予人工最佳处理建议)，由此能够实现智能审核辅助功能，并且能够兼顾人工处理结果的精确性与审核效率；节省了人工判断时间，提升了人工审核效率；解决了现有依赖人工挖掘风险信息数据并进行备注的方式所带来的操作不规范、遗漏风险及效率低的问题。

实施例2

下面描述本发明的装置实施例，该装置可以用于执行本发明的方法实施例。对于本发明装置实施例中描述的细节，应视为对于上述方法实施例的补充；对于在本发明装置实施例中未披露的细节，可以参照上述方法实施例来实现。

参照图4、图5和图6，本发明还提供了一种提供标准化评注的智能风险评估装置400，用于对业务中的风险案件进行自动化风险评估，包括：建立模块401，根据风险审核策略和历史业务数据，建立风险评注知识库，所述风险评注知识库包括风险分析规则和风险评注规则；风险拆分模块402，根据所述风险分析规则获取风险案件，对所述风险案件进行风险拆分；生成模块403，根据所述风险评注规则，生成与风险案件相对应的标准化评注；评估模块404，基于所述标准化评注，自动形成综合风险评估结果。

如图5所示，还包括设置模块501，所述设置模块501用于设置风险分析规则；所述风险分析规则包括：风险案件筛选规则以及风险案件中风险点、风险特征的识别规则，其中，所述风险案件筛选规则用于对风险案件进行分类以确定待分析的风险案件。

优选地，所述风险拆分模块402还包括：对所述风险案件的风险拆分以形成多个风险因子。

优选地，所述风险评注规则包括对应于各风险因子的评注规则。

如图6所示，还包括识别模块601，所述识别模块601根据风险评注规则识别各风险因子中的异常模式，并根据该异常模式生成与相对应的标准化评注。

优选地，还包括处理模块602，所述处理模块602用于将不同因子的多条标准化评注进行合并以生成综合化标准化评注作为综合风险评估结果。

优选地，还包括：配置合并规则，所述合并规则包括多对一对应关系、一对一对应关系、多对多对应关系以及优先顺序；根据所述多对一对应关系、一对一对应关系、多对多对应关系进行合并匹配处理，并确定优选顺序，以进行合并匹配。

优选地，还包括：向用户提供所述自动形成的综合风险评估结果，接受用户的操作信息，记录用户确认后的风险评估结果。

需要说明的是，在实施例2中，省略了与实施例1相同的部分的说明。

本领域技术人员可以理解，上述装置实施例中的各模块可以按照描述分布于装置中，也可以进行相应变化，分布于不同于上述实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

与现有技术相比，本发明的智能风险评估装置通过建立风险评注知识库，对风险案件实现自动识别，最大程度地保证了智能抓取风险特征的精确性，并自动生成标准化格式评注，经过审核结果判断规则处理后，推荐标准化的评注及预处理结果辅助风控人员给出准确决策(即给予人工最佳处理建议)，由此能够实现智能审核辅助功能，并且能够兼顾人工处理结果的精确性与审核效率；提供标准化评注，给出预判结果，节省了人工判断时间，提升了人工审核效率；解决了现有依赖人工挖掘风险信息数据并进行备注的方式所带来的操作不规范、遗漏风险及效率低的问题。

实施例3

下面描述本发明的电子设备实施例，该电子设备可以视为对于上述本发明的方法和装置实施例的具体实体实施方式。对于本发明电子设备实施例中描述的细节，应视为对于上述方法或装置实施例的补充；对于在本发明电子设备实施例中未披露的细节，可以参照上述方法或装置实施例来实现。

图7是根据本发明的一种电子设备的示例性实施例的结构框图。下面参照图7来描述根据本发明该实施例的的电子设备200。图7显示的电子设备200仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图7所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子设备的处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图1所示的步骤。

所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。

所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，本发明描述的示例性实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时，使得该计算机可读介质能够实现本发明的上述方法。

如图8所示，所述计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，本发明可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

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，应理解的是，本发明不与任何特定计算机、虚拟装置或者电子设备固有相关，各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已，并不用于限制本发明，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。