一种技术演进趋势确定方法及装置

摘要

本申请披露了一种技术演进趋势确定方法及装置，其中，该方法包括：获取目标技术领域的第一文献数据和第二文献数据；基于目标技术领域的第一文献数据，生成第一技术领域‑时间网络；基于目标技术领域的第二文献数据，生成第二技术领域‑时间网络；基于第一技术领域‑时间网络和第二技术领域‑时间网络，确定第二文献的发展趋势。

说明书

技术领域

本发明涉及一种技术演进趋势确定方法及装置。具体的，涉及一种专利文献的技术演进趋势方法及装置。

背景技术

现有的文献挖掘技术通常是通过读取一个方向或一个数据源的数据，将数据按照既定的维度(进行统计如按时间，发明人数量，发明人专利数量等)进行统计，并将统计维度之后数据进行比对与再计算，得出结论。然而，现有的文献挖掘技术通常是需要人工的辅助(如对异常信息的提取与判断，对有效统计维度的筛选与过滤等)，而且对于不同领域的数据，难以套用一套自动化的统计标准与维度。最终结论也通常需要领域专家人工的做出判定。这样的方法极不方便，结果的准确性也难以判定。

发明内容

针对现有技术中人为数据分析主观性较大的情况，本申请提出了一种技术演进趋势确定方法。

本申请的一个方面涉及一种技术演进趋势确定方法，包括：获取目标技术领域的第一文献数据和第二文献数据；基于目标技术领域的第一文献数据，生成第一技术领域-时间网络；基于目标技术领域的第二文献数据，生成第二技术领域-时间网络；基于第一技术领域-时间网络和第二技术领域-时间网络，确定第二文献的发展趋势。

在一些实施例中，所述第一文献数据包括目标技术领域的多篇第一文献，以及每一篇第一文献对应的影响因子、评分、引用与被引用关系、引用数量与被引用数量中的至少一个。

在一些实施例中，所述第二文献数据包括目标技术领域的多篇第二文献，以及每一篇第二文献对应的评分、引用与被引用关系、引用数量与被引用数量中的至少一个。

在一些实施例中，所述基于目标技术领域的第一文献数据，生成第一技术领域-时间网络，包括：将同一年份的第一文献数据中属于相同子技术领域的第一文献进行融合；针对融合后的每个子技术领域，基于该子技术领域内的第一文献数量、每一篇第一文献对应的影响因子、评分、引用数量与被引用数量中的至少一个，确定该子技术领域的第一分值；删除分值低于第一阈值的子技术领域，确定第一类有效子技术领域。

在一些实施例中，所述基于目标技术领域的第二文献数据，生成第二技术领域-时间网络，包括：将同一年份的第二文献数据中属于相同子技术领域的第二文献进行融合；针对融合后的每个子技术领域，基于该子技术领域内的第二文献数量、每一篇第二文献对应的影响因子、评分、引用数量与被引用数量中的至少一个，确定该子技术领域的第二分值；删除分值低于第二阈值的子技术领域，确定第二类有效子技术领域。

在一些实施例中，所述基于第一技术领域-时间网络和第二技术领域-时间网络，确定第二文献的发展趋势，包括：将第一文献数据中的第一文献进行融合、删除低于第一阈值的子领域后，确定第一类有效子技术领域；将第二文献数据中的第二文献进行融合、删除低于第二阈值的子领域后，确定第二类有效子技术领域；针对同一年份，将第一类有效子技术领域和第二类有效子技术领域中相同的子技术领域进行融合；基于引用关系，确定第一类有效子技术领域的第一文献发展路线；基于引用关系，确定第二类有效子技术领域的第二文献发展路线；基于第一文献的发展路线和第二文献的发展路线，确定第二文献的发展趋势。

本申请的又一方面涉及一种技术演进趋势确定装置，包括：获取单元，所述获取单元用于获取目标技术领域的第一文献数据和第二文献数据；技术领域-时间网络确定单元，其特征在于，所述技术领域-时间网络确定单元用于基于目标技术领域的第一文献数据，生成第一技术领域-时间网络，并基于目标技术领域的第二文献数据，生成第二技术领域-时间网络；发展趋势确定单元，其特征在于，所述发展趋势确定单元基于第一技术领域-时间网络和第二技术领域-时间网络，确定第二文献的发展趋势。

在一些实施例中，所述第一文献数据包括目标技术领域的多篇第一文献，以及每一篇第一文献对应的影响因子、评分、引用与被引用关系、引用数量与被引用数量中的至少一个。

在一些实施例中，所述第二文献数据包括目标技术领域的多篇第二文献，以及每一篇第二文献对应的评分、引用与被引用关系、引用数量与被引用数量中的至少一个。

在一些实施例中，所述技术领域-时间网络确定单元具体用于：将同一年份的第一文献数据中属于相同子技术领域的第一文献进行融合；针对融合后的每个子技术领域，基于该子技术领域内的第一文献数量，每一篇第一文献对应的影响因子、评分、引用数量与被引用数量中的至少一个，确定该子技术领域的第一分值；删除分值低于第一阈值的子技术领域，确定第一类有效子技术领域。

在一些实施例中，所述技术领域-时间网络确定单元还用于：将同一年份的第二文献数据中属于相同子技术领域的第二文献进行融合；针对融合后的每个子技术领域，基于该子技术领域内的第二文献数量、每一篇第二文献对应的影响因子、评分、引用数量与被引用数量中的至少一个，确定该子技术领域的第二分值；删除分值低于第二阈值的子技术领域，确定第二类有效子技术领域。

在一些实施例中，所述发展趋势确定单元具体用于：针对同一年份，将第一类有效子技术领域和第二类有效子技术领域中相同的子技术领域进行融合；基于引用关系，确定第一类有效子技术领域的第一文献发展路线；基于引用关系，确定第二类有效子技术领域的第二文献发展路线；基于第一文献的发展路线和第二文献的发展路线，确定第二文献的发展趋势。

本申请的另一个方面涉及一种技术演进趋势确定系统，包括处理器，所述处理器执行所述技术演进趋势确定方法。

本申请的另一个方面涉及一种计算机可读存储介质，所述存储介质存储计算机指令，所述计算机指令被计算机读取后执行所述技术演进趋势确定方法。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构和操作。

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。

图1是根据本申请的一些实施例所示的一种技术演进趋势确定方法示意图；

图2是根据本申请的一些实施例所示的一种第一技术领域-时间网络生成方法示意图；

图3是根据本申请的一些实施例所示的一种技术领域-按网络示意图；

图4是根据本申请的一些实施例所示的一种第二文献的发展趋势确定方法示意图；

图5是根据本申请的一些实施例所示的一种CNN领域的技术演进趋势示意图；

图6是根据本申请的一些实施例所示的一种无人机领域的技术演进趋势示意图；以及

图7是根据本申请的一些实施例所示的一种技术演进趋势确定装置示意图。

具体实施方式

在下面的详细描述中，通过示例阐述了本申请的许多具体细节，以便提供对相关披露的透彻理解。然而，对于本领域的普通技术人员来讲，本申请显而易见的可以在没有这些细节的情况下实施。应当理解的是，本申请中使用“系统”、“装置”、“单元”和/或“模块”术语，是用于区分在顺序排列中不同级别的不同部件、元件、部分或组件的一种方法。然而，如果其他表达式可以实现相同的目的，这些术语可以被其他表达式替换。

应当理解的是，当设备、单元或模块被称为“在……上”、“连接到”或“耦合到”另一设备、单元或模块时，其可以直接在另一设备、单元或模块上，连接或耦合到或与其他设备、单元或模块通信，或者可以存在中间设备、单元或模块，除非上下文明确提示例外情形。例如，本申请所使用的术语“和/或”包括一个或多个相关所列条目的任何一个和所有组合。

本申请所用术语仅为了描述特定实施例，而非限制本申请范围。如本申请说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的特征、整体、步骤、操作、元素和/或组件，而该类表述并不构成一个排它性的罗列，其他特征、整体、步骤、操作、元素和/或组件也可以包含在内。

参看下面的说明以及附图，本申请的这些或其他特征和特点、操作方法、结构的相关元素的功能、部分的结合以及制造的经济性可以被更好地理解，其中说明和附图形成了说明书的一部分。然而，可以清楚地理解，附图仅用作说明和描述的目的，并不意在限定本申请的保护范围。可以理解的是，附图并非按比例绘制。

本申请中使用了多种结构图用来说明根据本申请的实施例的各种变形。应当理解的是，前面或下面的结构并不是用来限定本申请。本申请的保护范围以权利要求为准。

一般而言，一项新的技术都是先在研究机构进行基础研究，并通过产业机构实现大规模的产业化。因此，同一个技术在学术文献中出现要早于专利文献，并且存在一定的时间周期。无论是论文还是专利，其本质都是文献类数据，因此可以通过相同的手段确定其技术领域。而同时，论文与专利在技术方向上是有相同点的，这使得利用这个相同点可以判断未来技术发展趋势。通常来讲，论文更偏重理论，而从理论到实际应用可能需要若干年，因此，可通过论文与专利两类文献中技术发展的趋势进行对比，预测出专利的申请趋势。

图1是根据本申请的一些实施例所示的一种技术演进趋势确定方法示意图。

在102中，获取目标技术领域的第一文献数据和第二文献数据。在一些实施例中，所述目标领域为特定的技术领域。例如无人机、人工智能、无人驾驶等技术领域。所述获取操作由图7中的获取单元710执行。

在一些实施例中，所述第一文献数据包括目标技术领域的多篇第一文献，以及每一篇第一文献对应的影响因子、评分、引用与被引用关系、引用数量与被引用数量中的至少一个；所述第二文献数据包括目标技术领域的多篇第二文献，以及每一篇第二文献对应的评分、引用与被引用关系、引用数量与被引用数量中的至少一个。所述引用与被引用关系包括一篇文献引用的先前文献，以及引用该文献的后续文献。

在一些实施例中，所述第一文献和第二文献可以是不同的任意两种文献。例如，所述第一文献为论文文献，所述第二文献为专利文献。又例如，所述，第一文献为著作文献，所述第二文献为论文文献。特别地，本申请中以第一文献数据为论文文献、第二文献为专利文献为例进行说明。所述目标技术领域的论文文献数据和专利文献数据可以通过在论文数据库和专利数据库中分别输入关键词获得。

在104中，基于目标技术领域的第一文献数据，生成第一技术领域-时间网络。所述步骤104可由图7中的技术领域-时间网络生成单元720执行。

在106中，基于目标技术领域的第二文献数据，生成第二技术领域-时间网络。所述步骤106可由图7中的技术领域-时间网络生成单元720执行。

值得说明的是，步骤104和步骤106并不存在执行先后的限定，即，可以同时执行步骤104和步骤106，或者先执行其中一个。所述技术领域-时间网络的生成方法见图2及其描述，此处不做赘述。

在108中，基于第一技术领域-时间网络和第二技术领域-时间网络，确定第二文献的发展趋势。所述第二文献的发展趋势确定步骤108可由图7中的趋势预测单元730执行。第二文献的发展趋势确定方法见图3及其描述，此处不作赘述。

图2是根据本申请的一些实施例所示的一种第一技术领域-时间网络生成方法示意图。

在202中，将同一年份的第一文献数据中属于相同子技术领域的第一文献进行融合。在一些实施例中，所述第一文献所属的子技术领域可通过提取第一文献中的结构化字段(例如，关键词)或分析第一文献中的非结构化字段实现。在一些实施例中，所述融合过程包括对上位词、下位词、同位词的融合。例如，一篇第一文献所属的子技术领域为fast-CNN，另一篇第一文献所属的子技术领域为faster-CNN，则两篇第一文献属于相同的子技术领域(CNN)，可以融合。最终融合成的子技术领域的数据包括融合前的一篇或多篇第一文献的所有数据以及融合后第一文献的数量。

在204中，针对融合后的每个子技术领域，基于该子技术领域内的第一文献数量、每一篇第一文献对应的影响因子、评分、引用数量与被引用数量中的至少一个，确定该子技术领域的第一分值。

例如，以论文为例。某个子技术领域包括2篇论文，第一篇论文的影响因子为2.1，第二篇论文的影响因子为3.0，则该子技术领域的分值可以是2*权重1+(2.1+3.0)*权重2。在一些实施例中，所述子技术领域的分值计算方式还可以增加引用数量、被引用数量、评分等多种参数，并同时为新增的参数确定权重。所述权重为经过数据处理分析确定或人为设定。

在206中，删除第一分值低于第一阈值的子技术领域，确定第一类有效子技术领域。所述第一阈值可以是人为设定的。例如，所述第一阈值可以是第一分值最高的子技术领域的70％、60％等任意比例。

同样地，可以对第二文献数据执行如图2相同的步骤，确定出第二类有效子技术领域。所述第二类有效子技术领域是经过与第二阈值比较后确定的。同样地，所述第二阈值可以是第二分值最高的子技术领域的70％、60％等比例。

如图3所示，为论文的技术发展路线图。技术发展路线图表征子技术领域间的引用关系。在第一年到第四年，每一年分别有4篇论文，其中B2引A1，B1引A2，C2引B1和B2，D1引C2。当同一年份的4篇论文均不可融合时，技术发展路线图如图3A所示，此时原论文的关键词成为其子技术领域名称(图中仍以论文编号示意)。在一些实施例中，利用特征相似度方法将同一年份属于相同子技术领域的论文文献进行合并。例如，当A1和A2属于相同的子技术领域时，技术发展路线如图3B所示；当B1和B2属于相同的子技术领域时，技术发展路线如图3C所示；当A1和A2属于相同的子技术领域，且B1和B2属于相同的子技术领域时，技术发展路线如图3D所示。融合后的多篇论文成为一个子技术领域；没有可融合的文献(例如，A3、B3等)独立成为一个子技术领域，该子技术领域仅包括一篇论文，实际上，图3中经融合后应以论文所属的子技术领域(所属的子技术领域可通过提取并分析论文中的关键词确定)的名称代替原论文编号，仅用作方便举例，图3中仍以原论文编号或融合后的编号示意。

如图3所示，所述技术发展路线的横坐标为时间，纵坐标为分值。所述不同时间点可以是以年份为分割、以月份为分割、以季度为分割或者以任意时间间隔为分割。特别的，本申请中以年份进行举例说明。

如步骤206中所述，可通过设定阈值将某些分值较低的子技术领域剔除。如图3所示，可将A3、A4、B3、B4、C3、C4、D3、D4这几个子技术领域剔除。

图4是根据本申请的一些实施例所示的一种第二文献的发展趋势确定方法示意图。

在402中，将第一文献数据中的第一文献进行融合、删除低于第一阈值的子领域后，确定第一类有效子技术领域。

在404中，将第二文献数据中的第二文献进行融合、删除低于第二阈值的子领域后，确定第二类有效子技术领域。

步骤402和步骤404的过程与图2中所述的过程相同，在此不做赘述。在一些实施例中，步骤402和步骤404的执行顺序可以是任意的，即，可以同时执行步骤402和步骤404，或先执行其中一个。

在步骤406中，针对同一年份，将第一类有效子技术领域和第二类有效子技术领域中相同的子技术领域进行融合。具体地，将第一类有效子技术领域移至第二类有效子技术领域所在的坐标系中，同一年份中，相同的子技术领域融合为一个，并参考该子技术领域的融合位置，确定移至该坐标系中其他第一类有效子技术领域(不可融合的第一类有效子技术领域)的相对位置。

以图5为例，第一文献为论文，第二文献为专利。论文的子技术领域有三个(ResNN、RCNN、Mask-RCNN)，专利的子技术领域有三个(CNN相似识别、RCNN、CNN内存)，将专利的子技术领域放置于原坐标系中，将论文的三个子技术领域移至专利的坐标系中，将两个相同的子技术领域(RCNN)融合，同时保持论文的另外两个子技术领域(CNN相似识别、CNN内存)与RCNN的相对位置不变。此时，纵坐标的分值变为相对值。

在408中，基于引用关系，确定第一类有效子技术领域的第一文献发展路线。如图5所示，将论文的子技术领域移至专利的子技术领域坐标系中后，基于引用关系，将ResNN、RCNN、Mask-RCNN进行连接，生成论文的发展路线。

在410中，基于引用关系，确定第二类有效子技术领域的第二文献发展路线。如图5所示，将专利的子技术领域CNN相似识别、RCNN、CNN内存进行连接，生成专利的发展路线。

值得说明的是，步骤410和步骤408并无执行先后顺序。即，可以先执行步骤410，或者先执行步骤408。

在412中，基于第一文献的发展路线和第二文献的发展路线，确定第二文献的发展趋势。具体地，基于最近若干时间点的融合度、当前时间点第一文献的一个或多个子技术领域的热度、和交叉趋势中的至少一个，确定第二文献的发展趋势(下一时间节点的发展热点)。所述最近若干时间点的融合度表示近几个(例如，三个)时间节点的第一有效子技术领域和第二有效子技术领域的融合度；所述当前时间点第一文献的一个或多个子技术领域的热度是只子技术领域的纵坐标的相对分值；交叉趋势是指两条发展路线呈汇聚或者发散的趋势。

基于上述三个参数的至少一个确定第二文献的发展趋势，所述判定规则可以是任意的，并可以设定多种输出结果。例如，可以设定交叉趋势呈汇聚时，将当前时间点的第一类子技术领域中相对分值最高的子技术领域确定为第二文献的发展趋势；当交叉趋势呈发散时，输出结果为“无法预测”。又例如，若最近若干时间点的融合度较高，则将当前时间点的第一类子技术领域中相对分值最高的子技术领域确定为第二文献的发展趋势；若最近若干时间点的融合度较低，则输出结果为“无法预测”。

值得说明的是，以上确定方法仅作为示例。输出结果的判定标准可以是基于上述三个参数的任意组合，并基于任意规则。

以图6为例，图6是根据本申请的一些实施例所示的一种无人机领域的技术演进趋势示意图。

类似步骤406中的描述，将论文的子技术领域移至专利的子技术领域所在坐标系中，并保持其它论文的子技术领域与融合点对应的子技术领域的相对位置不变，并将论文的子技术领域按照引用关系进行连线，将专利的子技术领域按照引用关系进行连线，最终形成如图6所示的无人机的论文发展路线和专利发展路线。值得说明的是，横坐标为时间，间隔为3年或4年，但图中的连线并不一定表示某一子技术领域与3年前或4年前的某一子技术领域存在直接引用关系，也可以是间接的引用关系。例如，EFGH之间存在连续的引用关系(F引用E，G引用F，H引用G)，则H与E之间存在间接引用关系。

如图6所示，存在两条论文发展路线和两条专利发展路线。两条论文发展路线在2011年汇聚为一条，而专利发展路线在2011年分散为两条。其中一条论文发展路线与一条专利发展路线高度重合(即，2005/2008/2011/2015四个时间节点均发生融合)，且论文发展路线与另一条专利发展路线呈汇聚趋势，且当前时间点(2018)的论文子技术领域(云无人机，无人机集群控制)的相对分值较高，则可以确定专利的申请趋势为“云无人机，无人机集群控制”。

同样地，参见图5，在当前时间节点(2018)前仅有一个可融合的子技术领域(RCNN)，且交叉趋势不明显，因此，可将输出结果设定为“专利的发展趋势可能为Mask-RCNN”。

值得说明的是，所述最近若干时间点的融合度、当前时间点第一文献的一个或多个子技术领域的热度、和交叉趋势等参数均可量化，因此，可以自动确定第二文献的发展趋势。

值得说明的是，当执行步骤406时，第一类有效子技术领域和第二类有效子技术领域中不存在可融合的相同子技术领域时，则可直接输出无法预测专利的发展趋势。

在一些实施例中，输出结果可以分为“确定的”(例如图6中的结论)、“可能的”(例如图5中的结论)、“无法预测”三种，或者“可预测的”(例如图6或图5中的结论)、“无法预测”两种。

图7是根据本申请的一些实施例所示的一种技术演进趋势确定装置示意图。如图7所示，所述技术演进趋势确定装置700包括文献获取单元710、技术领域-时间网络生成单元720和趋势预测单元730。所述技术演进趋势确定系统700用于执行如图1、图2及图4中所述的技术演进趋势确定方法。

获取单元710用于获取目标技术领域的第一文献数据和第二文献数据。在一些实施例中，所述目标领域为特定的技术领域。例如无人机、人工智能、无人驾驶等技术领域。

在一些实施例中，所述第一文献数据包括目标技术领域的多篇第一文献，以及每一篇第一文献对应的影响因子、评分、引用与被引用关系、引用数量与被引用数量中的至少一个；所述第二文献数据包括目标技术领域的多篇第二文献，以及每一篇第二文献对应的评分、引用与被引用关系、引用数量与被引用数量中的至少一个。

在一些实施例中，所述第一文献和所述第二文献可以是任意两种文献。例如，所述第一文献为论文文献，所述第二文献为专利文献。又例如，所述第一文献为著作文献，所述第二文献为论文文献。特别地，本申请中以第一文献为论文文献、第二文献为专利文献为例进行说明。所述论文文献或所述专利文献可以通过在论文数据库和专利数据库中分别输入关键词获得。

技术领域-时间网络生成单元720用于分别生成第一文献的技术领域-时间网络和第二文献的技术领域-时间网络。所述技术领域-时间网络已经在图2中说明，此处不做赘述。

趋势预测单元730基于第一文献的技术-时间网络和第二文献的技术-时间网络，确定第二文献的发展趋势。具体的趋势预测方法在步骤106及图4中已作举例，此处不做赘述。

与现有技术相比，本申请的有益效果表现如下：

一、通过历史文献数据对技术领域的发展趋势进行预测，提高了准确度。

二、自动实现对技术领域发展趋势的预测，减少了人工成本，并同时减少了人为的主观误差。

以上概述了的方法的不同方面和/或通过程序实现其他步骤的方法。技术中的程序部分可以被认为是以可执行的代码和/或相关数据的形式而存在的“产品”或“制品”，是通过计算机可读的介质所参与或实现的。有形的、永久的储存介质包括任何计算机、处理器、或类似设备或相关的模块所用到的内存或存储器。例如各种半导体存储器、磁带驱动器、磁盘驱动器或者类似任何时间能够为软件提供存储功能的设备。

所有软件或其中的一部分有时可能会通过网络进行通信，如互联网或其他通信网络。此类通信能够将软件从一个计算机设备或处理器加载到另一个。例如：从智能机器人系统的一个管理服务器或主机计算机加载至一个计算机环境的硬件平台，或其他实现系统的计算机环境，或与智能机器人系统所需要的信息相关的类似功能的系统。因此，另一种能够传递软件元素的介质也可以被用作局部设备之间的物理连接，例如光波、电波、电磁波等，通过电缆、光缆或者空气实现传播。用来载波的物理介质如电缆、无线连接或光缆等类似设备，也可以被认为是承载软件的介质。在这里的用法除非限制了有形的“储存”介质，其他表示计算机或机器“可读介质”的术语都表示在处理器执行任何指令的过程中参与的介质。

因此，一个计算机可读的介质可能有多种形式，包括但不限于，有形的存储介质，载波介质或物理传输介质。稳定的储存介质包括：光盘或磁盘，以及其他计算机或类似设备中使用的，能够实现图中所描述的系统组件的存储系统。不稳定的存储介质包括动态内存，例如计算机平台的主内存。有形的传输介质包括同轴电缆、铜电缆以及光纤，包括计算机系统内部形成总线的线路。载波传输介质可以传递电信号、电磁信号，声波信号或光波信号，这些信号可以由无线电频率或红外数据通信的方法所产生的。通常的计算机可读介质包括硬盘、软盘、磁带、任何其他磁性介质；CD-ROM、DVD、DVD-ROM、任何其他光学介质；穿孔卡、任何其他包含小孔模式的物理存储介质；RAM、PROM、EPROM、FLASH-EPROM，任何其他存储器片或磁带；传输数据或指令的载波、电缆或传输载波的连接装置、任何其他可以利用计算机读取的程序代码和/或数据。这些计算机可读介质的形式中，会有很多种出现在处理器在执行指令、传递一个或更多结果的过程之中。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，例如，局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

本领域技术人员能够理解，本申请所披露的内容可以出现多种变型和改进。例如，以上所描述的不同系统组件都是通过硬件设备所实现的，但是也可能只通过软件的解决方案得以实现。例如：在现有的服务器上安装系统。此外，这里所披露的位置信息的提供可能是通过一个固件、固件/软件的组合、固件/硬件的组合或硬件/固件/软件的组合得以实现。

以上内容描述了本申请和/或一些其他的示例。根据上述内容，本申请还可以作出不同的变形。本申请披露的主题能够以不同的形式和例子所实现，并且本申请可以被应用于大量的应用程序中。后文权利要求中所要求保护的所有应用、修饰以及改变都属于本申请的范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档、物件等，特将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不限于本申请明确介绍和描述的实施例。