热力图生成方法、装置、电子设备及存储介质

技术领域

本公开涉及计算机技术领域，尤其涉及云计算、大数据处理等人工智能技术领域，具体涉及一种热力图生成方法、装置、电子设备及存储介质。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术，以及机器学习、深度学习、大数据处理技术、知识图谱技术等几大方向。

相关技术中，通常是基于坐标点和坐标点对应的热度值，在地图上渲染出热力图。

发明内容

本公开提供了一种热力图生成方法、装置、电子设备、存储介质以及计算机程序产品。

根据本公开的第一方面，提供了一种热力图生成方法，包括：响应于生成请求，从所述生成请求中解析得到热力图区域；确定与所述热力图区域对应的区块分组，所述区块分组包括：多个区块；获取与所述多个区块分别对应的多个热力图数据；以及分别在所述多个区块渲染对应的多个热力图数据，以得到目标热力图。

根据本公开的第二方面，提供了一种热力图生成装置，包括：解析模块，用于响应于生成请求，从所述生成请求中解析得到热力图区域；确定模块，用于确定与所述热力图区域对应的区块分组，所述区块分组包括：多个区块；获取模块，用于获取与所述多个区块分别对应的多个热力图数据；以及渲染模块，用于分别在所述多个区块渲染对应的多个热力图数据，以得到目标热力图。

根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开实施例的热力图生成方法。

根据本公开的第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行本公开实施例的热力图生成方法。

根据本公开的第五方面，提出了一种计算机程序产品，包括计算机程序，当计算机程序由处理器执行时实现本公开实施例的热力图生成方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开实施例的热力图区域划分示意图；

图3是根据本公开第二实施例的示意图；

图4是根据本公开实施例的并发渲染示意图；

图5是根据本公开第三实施例的示意图；

图6是根据本公开第四实施例的示意图；

图7是根据本公开第五实施例的示意图；

图8示出了可以用来实施本公开实施例的热力图生成方法的示例电子设备的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本公开第一实施例的示意图。

其中，需要说明的是，本实施例的热力图生成方法的执行主体为热力图生成装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。

本公开实施例涉及云计算、大数据处理等人工智能技术领域。

其中，人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

云计算(Cloud Computing)是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。

而大数据处理，是指采用人工智能的方式对规模巨大的数据进行分析以及处理的过程，而大数据可以概括为5个V，数据量大(Volume)、速度快(Velocity)、类型多(Variety)、价值(Value)、真实性(Veracity)。

需要说明的是，本公开实施例中所涉及到的数据的获取，存储，处理和使用，其过程均符合相关法律法规的规定，且不违背公序良俗。

如图1所示，该热力图生成方法，包括：

S101：响应于生成请求，从生成请求中解析得到热力图区域。

其中，用于生成热力图的请求，可以被称为生成请求，生成请求可以例如，热力图生成装置预先提供生成请求接口，并基于该生成请求接口接收到的用于生成热力图的请求。

其中，被用于加载、渲染热力图数据的地图区域，即可以被称为热力图区域，而区域可以例如为地图中的北京市区域、上海市区域、江苏省区域等，对此不做限制。

也即是说，在接收到生成请求后，可以对生成请求进行解析处理，以得到生成请求中被用于加载、渲染热力图数据的地图区域作为热力图区域，而后可以对该热力图区域进行相应处理，以生成该区域的热力图。

S102：确定与热力图区域对应的区块分组，区块分组包括：多个区块。

其中，可以根据不同的区域划分方式将热力图区域划分为多个区块，如图2所示，图2是根据本公开实施例的热力图区域划分示意图，即可以现实世界中的道路、兴趣点(Point Of Interest，POI)的边界或自然地物(例如：河流)为边界将热力图区域划分为多个区块，多个区块可以构成不同的区块分组。

一些实施例中，可以根据行政区域划分的方式，确定与热力图区域对应的区块分组，即在将热力图区域划分为多个区块后，可以是确定与热力图区域对应的行政区域划分方式，并将与热力图区域对应的行政区域划分方式，作为与热力图区域对应的区块分组，对此不做限制。

例如，在确定热力图区域为海淀区后，可以将海淀区划分为多个区块，再按照乡镇区域划分的方式，将海淀区划分为苏家坨镇、温泉镇、四季青镇、北太平庄镇等多个乡镇，相应地，与海淀区对应的区块分组可以是乡镇分组。

另一些实施例中，还可以在将热力图区域划分为多个区块的同时，对多个区块进行编号处理，编号相同的区块即可以构成一个区块分组，相应地，可以确定热力图区域对应的多个区块中编号相同的区块，以确定与热力图区域对应的区块分组，对此不做限制。

S103：获取与多个区块分别对应的多个热力图数据。

其中，用于描述区块对应的热力图相关的数据，即可以被称为热力图数据，热力图数据可以具体例如为热度值，对此不做限制。

一些实施例中，获取与多个区块分别对应的多个热力图数据，可以是获取与多个区块分别对应的多个热度值，并将获取得到的多个热度值共同作为与多个区块分别对应的多个热力图数据。

另一些实施例中，获取与多个区块分别对应的多个热力图数据，还可以是获取与多个区块分别对应的多个热度值，并对多个区块分别对应的多个热度值进行累加处理，并将累加处理后得到的热度值作为与多个区块分别对应的多个热力图数据，对此不做限制。

S104：分别在多个区块渲染对应的多个热力图数据，以得到目标热力图。

上述在获取与多个区块分别对应的多个热力图数据后，可以分别在多个区块渲染对应的多个热力图数据，以得到渲染后的多个热力图，该热力图即可以被称为目标热力图。

一些实施例中，分别在多个区块渲染对应的多个热力图数据，可以是分别对多个区块对应的多个热力图数据依次进行渲染，以得到目标热力图数据，还可以是采用热力图渲染器，对与多个区块分别对应的多个热力图数据进行渲染，以得到目标热力图，对此不做限制。

本实施例中，通过响应于生成请求，从生成请求中解析得到热力图区域，并确定与热力图区域对应的区块分组，区块分组包括：多个区块，再获取与多个区块分别对应的多个热力图数据，以及分别在多个区块渲染对应的多个热力图数据，以得到目标热力图，由于是将热力图区域划分为多个区块，并基于区块粒度对热力图数据进行渲染，能够在有效地保障热力图的语义表达效果的同时，有效地减少热力图生成过程中的数据处理量，从而能够有效地降低热力图生成过程中的内存消耗，有效地提升热力图的生成效率。

图3是根据本公开第二实施例的示意图。

如图3所示，该热力图生成方法，包括：

S301：响应于生成请求，从生成请求中解析得到热力图区域。

S301的描述说明可以具体参见上述实施例，在此不再赘述。

S302：确定与热力图区域对应的参考区域层级。

一些实施例中，可以按照行政区划的方式对热力图区域进行划分，即可以按照行政区划的方式将热力图区域划分为多个地市级区域，多个县级区域或者多个乡级区域，对此不做限制。

其中，在按照行政区划的方式将热力图区域划分为多个区域之后，该区域可以具有对应的行政区域层级，该行政区域层级即可以被称为参考区域层级，参考区域层级可以例如为地市级、区级、县级、乡镇级等，对此不做限制。

相应地，确定与热力图区域对应的参考区域层级可以是确定与热力图区域对应的行政区域层级，并将该行政区域层级作为参考区域层级，例如，如果热力图区域为北京市区域，则与北京市区域对应的参考区域层级是地市级。

S303：根据参考区域层级，确定与热力图区域对应的区块分组。

上述在确定与热力图区域对应的行政区域层级后，可以根据行政区域层级，确定与热力图区域对应的区块分组，由于是根据行政区域层级，确定与热力图区域对应的区块分组，从而能够基于一个清晰可衡量的维度，确定与热力图区域对应的区块分组，有效地保障区块分组的准确性。

本实施例中，在确定与热力图区域对应的行政区域层级后，可以将与热力图区域对应的行政区域层级，作为与热力图区域对应的区块分组，对此不做限制。

举例而言，如果确定热力图区域对应的行政区域层级是地市级，则可以确定与热力图区域对应的区块分组为地市级分组。

S304：确定与区块对应的多个坐标位置点。

其中，区块中对应包含的多个点的坐标即可以被称为坐标位置点，坐标位置点可以具体例如为经纬度坐标，对此不做限制。

也即是说，本公开实施例中，可以确定区块对应的多个点的经纬度坐标，并将其作为多个坐标位置点。

S305：确定与多个坐标位置点分别对应的多个热力数据。

上述在确定与区块对应的多个坐标位置点后，可以确定与多个坐标位置点分别对应的多个热度值，该热度值即可以被称为热力数据。

本公开实施例中，在确定与区块对应的多个坐标位置点[(x

[(x

S306：对与区块对应的多个热力数据进行聚合处理，以得到与区块对应的热力图数据。

本公开实施例中，在确定与区块对应的多个坐标位置点分别对应的多个热力数据后，可以对与区块对应的多个坐标位置点的多个热力数据[(x

[(r

本实施例中，通过确定与区块对应的多个坐标位置点，并确定与多个坐标位置点分别对应的多个热力数据，再对与区块对应的多个热力数据进行聚合处理，以得到与区块对应的热力图数据，由此能够有效地提升热力图数据的准确性和可靠性，由于是将多个坐标位置点分别对应的多个热力数据，转化为与区块对应的热力图数据，从而能够在后续热力图生成方法的执行过程中，有效地减少数据处理量，有效地提升热力图生成的效率。

S307：采用与区块分组对应的渲染方法，在多个区块分别渲染对应的多个热力图数据，以得到目标热力图。

也即是说，不同的区块分组可以对应不同的渲染方法，可以采用区块分组对应的渲染方法，对区块分组中对应的多个区块的热力图数据进行渲染，以得到目标热力图，由于是采用与区块分组对应的渲染方法，对区块对应的多个热力图数据进行渲染，使得热力图数据的渲染方法更具有针对性，能够与区块分组的特征相适配，从而能够有效地提升热力图数据的渲染效果，有效地满足不同区块对热力图数据的个性化渲染需求。

可选地，一些实施例中，采用与区块分组对应的渲染方法，在多个区块分别渲染对应的多个热力图数据，以得到目标热力图，可以是采用并发渲染方法，在多个区块分别渲染对应的多个热力图数据，由此能够在有效地保障热力图数据渲染效果的同时，有效地提升热力图数据的渲染效率。

举例而言，以热力图区域是海淀区为例，海淀区可以分为苏家坨镇、温泉镇、四季青镇、北太平庄镇等，则可以确定与热力图区域对应的区块分组为乡镇分组，每个乡镇分组可以包括多个区块(例如可以根据街道确定每个乡镇分组所包括的多个区块)，相应地，采用并发渲染方法，在多个区块分别渲染对应的多个热力图数据，可以是对该乡镇下街道区块进行并发渲染，以得到目标热力图，如图4所示，图4是根据本公开实施例的并发渲染示意图。

本实施例中，通过响应于生成请求，从生成请求中解析得到热力图区域，并确定与热力图区域对应的参考区域层级，再根据参考区域层级，确定与热力图区域对应的区块分组，由此能够基于一个清晰可衡量的维度，确定与热力图区域对应的区块分组，有效地保障区块分组的准确性，通过确定与区块对应的多个坐标位置点，并确定与多个坐标位置点分别对应的多个热力数据，再对与区块对应的多个热力数据进行聚合处理，以得到与区块对应的热力图数据，由此能够有效地提升热力图数据的准确性和可靠性，由于是将多个坐标位置点分别对应的多个热力数据，转化为与区块对应的热力图数据，从而能够在后续热力图生成方法的执行过程中，有效地减少数据处理量，有效地提升热力图生成的效率，再采用与区块分组对应的渲染方法，在多个区块分别渲染对应的多个热力图数据，以得到目标热力图，可以是采用并发渲染方法，在多个区块分别渲染对应的多个热力图数据，由此能够在有效地保障热力图数据渲染效果的同时，有效地提升热力图数据的渲染效率。

图5是根据本公开第三实施例的示意图。

如图5所示，该热力图生成方法，包括：

S501：响应于生成请求，从生成请求中解析得到热力图区域。

S502：确定与热力图区域对应的参考区域层级。

S501-S502的描述说明可以具体参见上述实施例，在此不再赘述。

S503：如果参考区域层级是目标区域层级，则确定与热力图区域对应的多个区块，并根据多个区块形成区块分组。

其中，最低的行政区域层级即可以被称为目标区域层级，目标区域层级可以具体例如为乡镇级，对此不做限制。

进一步地，当热力图区域对应的参考区域层级是目标区域层级时，可以确定与热力图区域对应的多个区块，并根据多个区块形成区块分组。

本公开实施例中，在确定与热力图区域对应的参考区域层级是乡镇级时，可以确定与热力图区域对应的多个区块，

S504：如果参考区域层级不是目标区域层级，则确定参考区域层级所涉及的多个候选区域层级。

其中，介于参考区域层级和最低区域层级之间的行政区域层级即可以被称为候选区域层级。

举例而言，如果参考区域层级为地市级，则候选区域层级可以是介于地市级和最低区域层级(乡镇级)之间的县级行政区域层级，对此不做限制。

S505：根据多个候选区域层级，确定与热力图区域对应的区块分组。

本实施例中，在参考区域层级是目标区域层级时，确定与热力图区域对应的多个区块，并根据多个区块形成区块分组，在参考区域层级不是目标区域层级时，确定参考区域层级所涉及的多个候选区域层级，并根据多个候选区域层级，确定与热力图区域对应的区块分组，由此可以基于多种区域层级，有针对性地确定与热力图区域对应的区块分组，使得区块分组能够与多种区域层级相适配，有效地保障区块分组的准确性。

可选地，一些实施例中，根据多个候选区域层级，确定与热力图区域对应的区块分组，可以是根据多个候选区域层级对热力图区域进行区域划分，以得到与多个候选区域层级分别对应的热力图子区域，再确定与多个热力图子区域分别对应的多个区块分组，并将多个区块分组作为与热力图区域对应的区块分组，由于是根据多个候选区域层级，确定与热力图区域对应的区块分组，从而能够基于一个全新的维度，确定与热力图区域对应的区块分组，有效地保障区块分组的准确性。

也即是说，在参考区域层级是候选区域层级时，可以根据多个候选区域层级对热力图区域进行区域划分，以得到与多个候选区域层级分别对应的热力图区域，该热力图区域即可以被称为热力图子区域，而后可以确定与热力图子区域分别对应的多个区块分组，并将多个区块分组作为与热力图区域对应的区块分组。

S506：获取与多个区块分别对应的多个热力图数据。

S507：分别在多个区块渲染对应的多个热力图数据，以得到目标热力图。

S506-S507的描述说明可以具体参见上述实施例，在此不再赘述。

本实施例中，通过响应于生成请求，从生成请求中解析得到热力图区域，并确定与热力图区域对应的参考区域层级，在参考区域层级是目标区域层级时，确定与热力图区域对应的多个区块，并根据多个区块形成区块分组，在参考区域层级不是目标区域层级时，确定参考区域层级所涉及的多个候选区域层级，并根据多个候选区域层级，确定与热力图区域对应的区块分组，由此可以基于多种区域层级，有针对性地确定与热力图区域对应的区块分组，使得区块分组能够与多种区域层级相适配，有效地保障区块分组的准确性，再获取与多个区块分别对应的多个热力图数据，分别在多个区块渲染对应的多个热力图数据，以得到目标热力图，由此能够有效地降低热力图生成过程中的内存消耗，有效地提升热力图的生成效率，有效地提升热力图的语义表达效果。

图6是根据本公开第四实施例的示意图。

如图6所示，该热力图生成装置60，包括：

解析模块601，用于响应于生成请求，从生成请求中解析得到热力图区域；

确定模块602，用于确定与热力图区域对应的区块分组，区块分组包括：多个区块；

获取模块603，用于获取与多个区块分别对应的多个热力图数据；以及

渲染模块604，用于分别在多个区块渲染对应的多个热力图数据，以得到目标热力图。

在本公开的一些实施例中，如图7所示，图7是根据本公开第五实施例的示意图，该热力图生成装置70，包括：解析模块701，确定模块702，获取模块703，渲染模块704，其中，确定模块702，包括：

第一确定子模块7021，用于确定与热力图区域对应的参考区域层级；

第二确定子模块7022，用于根据参考区域层级，确定与热力图区域对应的区块分组。

在本公开额一些实施例中，其中，第二确定子模块7022，包括：

第一确定单元70221，用于在参考区域层级是目标区域层级，确定与热力图区域对应的多个区块，并根据多个区块形成区块分组；

第二确定单元70222，用于在参考区域层级不是目标区域层级，确定参考区域层级所涉及的多个候选区域层级；

第三确定单元70223，用于根据多个候选区域层级，确定与热力图区域对应的区块分组。

在本公开的一些实施例中，其中，第三确定单元70223，具体用于：

根据多个候选区域层级对热力图区域进行区域划分，以得到与多个候选区域层级分别对应的多个热力图子区域；

确定与多个热力图子区域分别对应的多个区块分组，并将多个区块分组作为与热力图区域对应的区块分组。

在本公开的一些实施例中，其中，获取模块703，具体用于：

确定与区块对应的多个坐标位置点；

确定与多个坐标位置点分别对应的多个热力数据；

对与区块对应的多个热力数据进行聚合处理，以得到与区块对应的热力图数据。

在本公开的一些实施例中，其中，渲染模块704，具体用于：

采用与区块分组对应的渲染方法，在多个区块分别渲染对应的多个热力图数据，以得到目标热力图。

在本公开的一些实施例中，其中，渲染模块704，具体用于：

采用并发渲染方法，在多个区块分别渲染对应的多个热力图数据。

可以理解的是，本实施例附图7中的热力图生成装置70与上述实施例中的热力图生成装置60，解析模块701与上述实施例中的解析模块601，确定模块702与上述实施例中的确定模块602，获取模块703与上述实施例中的获取模块603，渲染模块704与上述实施例中的渲染模块604可以具有相同的功能和结构。

需要说明的是，前述对热力图生成方法的解释说明也适用于本实施例的热力图生成装置，在此不再赘述。

本实施例中，通过响应于生成请求，从生成请求中解析得到热力图区域，并确定与热力图区域对应的区块分组，区块分组包括：多个区块，再获取与多个区块分别对应的多个热力图数据，以及分别在多个区块渲染对应的多个热力图数据，以得到目标热力图，由于是将热力图区域划分为多个区块，并基于区块粒度对热力图数据进行渲染，能够在有效地保障热力图的语义表达效果的同时，有效地减少热力图生成过程中的数据处理量，从而能够有效地降低热力图生成过程中的内存消耗，有效地提升热力图的生成效率。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图8示出了可以用来实施本公开实施例的热力图生成方法的示例电子设备的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其他适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其他类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图8所示，设备800包括计算单元801，其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序，来执行各种适当的动作和处理。在RAM 803中，还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

设备800中的多个部件连接至I/O接口805，包括：输入单元806，例如键盘、鼠标等；输出单元807，例如各种类型的显示器、扬声器等；存储单元808，例如磁盘、光盘等；以及通信单元809，例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如热力图生成方法。例如，在一些实施例中，热力图生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元808。在一些实施例中，计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时，可以执行上文描述的热力图生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元801可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行热力图生成方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程热力图生成装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其他种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网及区块链网络。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。