通过车辆识别号解析销售车型的方法及装置

摘要

本发明公开了一种通过车辆识别号解析销售车型的方法及装置。该方法包括：接收车辆识别号，根据所述车辆识别号的编码规则提取相对独立的各个识别区段；查询车型数据库中各个识别区段与销售车型所包括各个车辆信息部分的对应关系，从而将所述各个识别区段解析为对应的各个车辆信息；将各个识别区段对应的各个车辆信息组合起来得到销售车型；当所得到的销售车型唯一时，输出所述销售车型。该装置包括：识别区段提取单元、识别区段解析单元、信息组合单元和车型输出单元。这种方法和装置实现了车辆识别号到销售车型的精准解析。

说明书

技术领域

本发明涉及汽车领域的解析技术，更为具体来说，本发明涉及一种通过车辆识别号解析销售车型的方法及装置。

背景技术

在汽车后市场的供应体系中，制造商熟悉的往往是配件产品的技术参数信息，对产品装配的车的概念往往比较模糊或者不统一，而汽配商无法和制造商一样对这些配件产品的技术参数了如指掌，但是汽配商因为长期参与交易所以对车型的理解往往较深，而公开信息可以采集到的最细颗粒度的车型信息就是销售车型信息，所以，汽配商在交易中会把这些配件产品适配到销售车型下面，以方便查询从而提高交易的效率和精度。但是，由此又出现了另一个问题，汽配商在销售时，需要车型信息才能进行精确地选取适配的配件产品，但是汽修厂往往掌握不到具体准确的车型信息，汽修厂能看的信息，只有实物汽车铭牌上的车辆识别号即VIN，这个是每辆汽车独一无二的身份识别信息。所以，一个能将车辆识别号或车架号(VIN，Vehicle Identification Number)精确识别为汽配商建立产品适配的车型的工具成为了供应链交易体系中必不可少的一部分。

二手车交易中，车商在收车时，需要知道实际的汽车对应的版型信息才能对车辆价格进行精确的评估，但是这个信息汽车产权证书上是没有的。所以大多数场景下，车商只能凭借自身的经验和参考一些汽车的外观配置来判断汽车的版型，但是如果汽车上有后期加装的配件，比如摄像头、导航等，往往会对车商的判断造成较大的影响。例如，一汽奥迪A6L 2011款2.4L技术型的官方指导价是：44.1万；一汽奥迪A6L 2011款2.4L豪华型的官方指导价是：54.2万，两款车相差10万。从配置区别来看，外观上比较明显的差异就是倒车影像，但是如果车主二次加装这个配置的话可能只需要1-2千块钱。一旦判断错误，将会造成较大的经济损失。所以，能精确将VIN识别为销售车型的工具将会对二手车交易中汽车价格的评估带来非常大的帮助。

在保险领域，新车投保的时候一般会根据汽车价格估算汽车的保费，所以为了方便统一标准及管理，也会将承保车辆的VIN放入销售版型信息下。但是保险人往往不具备判断车型的能力，往往就是根据车辆价格放到一个相等或者近似的车型下面。这就给理赔时判断车辆的配件是否为原装自带配件带来比较大的困难，比如市场上SUV会有加装脚踏板的风潮，但是原装踏板和加装踏板的价格差距甚至达到十倍以上，这个就带来了很大的错赔风险。所以，一个能精确将VIN识别为销售车型的工具会对保险理赔的判断和减损带来非常大的帮助。

目前，市场上虽然也有一些类似的通过VIN解析版型的工具，但是在精度使用上存在比较大的问题。

发明内容

本发明创新地提供了一种通过车辆识别号解析销售车型的方法及装置，实现了车辆识别号到汽车销售版型信息的精准解析。

为实现上述的技术目的，一方面，本发明公开了一种通过车辆识别号解析销售车型的方法。所述通过车辆识别号解析销售车型的方法包括：接收车辆识别号，根据所述车辆识别号的编码规则提取相对独立的各个识别区段；查询车型数据库中各个识别区段与销售车型所包括各个车辆信息部分的对应关系，从而将所述各个识别区段解析为对应的各个车辆信息；将各个识别区段对应的各个车辆信息组合起来得到销售车型；当所得到的销售车型唯一时，输出所述销售车型。

进一步地，所述通过车辆识别号解析销售车型的方法还包括：当所得到的销售车型不唯一时，通过所述车辆识别号获取配件信息；从车型数据库中获取各个销售车型分别包括的配件信息；将从车型数据库中获取的各个销售车型包括的配件信息中各类配件与通过所述车辆识别号获取的配件信息中同类配件进行交叉匹配；选取配件匹配度最高的销售车型并判断匹配度最高的销售车型是否唯一；当匹配度最高的销售车型唯一时，输出所述销售车型。

进一步地，对于所述通过车辆识别号解析销售车型的方法，将从车型数据库中获取的各个销售车型包括的配件信息中各类配件与通过所述车辆识别号获取的配件信息中同类配件进行交叉匹配，包括如下正选装评分过程：对于匹配上的同类标配配件，根据所述配件所配置的权重，为所述配件所属的销售车型对应的匹配度评分加上与所述权重对应的分数；正选装评分过程得到的最终评分最高的销售车型作为配件匹配度最高的销售车型。

进一步地，对于所述通过车辆识别号解析销售车型的方法，将从车型数据库中获取的各个销售车型包括的配件信息中各类配件与通过所述车辆识别号获取的配件信息中同类配件进行交叉匹配，还包括如下选配评分过程：当正选装评分过程得到的最终评分最高的销售车型不唯一时，对于匹配上的同类选配配件，根据所述配件所配置的权重，为所述配件所属的销售车型对应的匹配度评分加上与所述权重对应的分数；选配评分过程得到的最终评分最高的销售车型作为配件匹配度最高的销售车型。

进一步地，对于所述通过车辆识别号解析销售车型的方法，将从车型数据库中获取的各个销售车型包括的配件信息中各类配件与通过所述车辆识别号获取的配件信息中同类配件进行交叉匹配，还

包括如下负选装评分过程：当选配评分过程得到的最终评分最高的销售车型不唯一时，对于没有匹配上的同类标配配件，根据所述配件所配置的权重，从所述配件所属的销售车型对应的匹配度评分扣除与所述权重对应的分数；负选装评分过程得到的最终评分最高的销售车型作为配件匹配度最高的销售车型。

进一步地，对于所述通过车辆识别号解析销售车型的方法，所述配件所配置的权重与所述配件的辨识度有关，所述配件的辨识度越高则权重越大。

进一步地，对于所述通过车辆识别号解析销售车型的方法，所述标配配件所配置的权重比所述选配配件所配置的权重大。

进一步地，所述通过车辆识别号解析销售车型的方法还包括：当匹配度最高的销售车型不唯一时，调用预测模型；将车辆识别号至少部分输入所述预测模型，得到预测出来的销售车型；将预测出来的销售车型与所述匹配度最高的销售车型取交集；当交集中的销售车型唯一时，输出所述销售车型。

进一步地，对于所述通过车辆识别号解析销售车型的方法，所述预测模型包括多个不同精度等级的预测模型，将至少部分车辆识别号先输入精度等级最高的预测模型，如果没有输出结果，则输入比精度等级最高的预测模型低一个精度等级的预测模型，依此类推，直到得到输出结果。

进一步地，对于所述通过车辆识别号解析销售车型的方法，当交集中的销售车型不唯一时，调用显著差异项算法，得到交集中各个销售车型的显著差异项返回给用户；接收用户根据车辆配置情况对显著差异项中的配置情况的点选，得到唯一的销售车型并输出。

为实现上述的技术目的，另一方面，本发明公开了一种通过车辆识别号解析销售车型的装置。所述通过车辆识别号解析销售车型的装置包括：识别区段提取单元，用于接收车辆识别号，并根据所述车辆识别号的编码规则提取相对独立的各个识别区段；识别区段解析单元，用于查询车型数据库中各个识别区段与销售车型所包括的各个车辆信息部分的对应关系，从而将所述各个识别区段解析为对应的各个车辆信息；信息组合单元，用于将各个识别区段对应的各个车辆信息组合起来得到销售车型；车型输出单元，用于当所得到的销售车型唯一时，输出所述销售车型。

为实现上述的技术目的，又一方面，本发明公开了一种计算设备。所述计算设备包括：一个或多个处理器，以及与所述一个或多个处理器耦合的存储器，所述存储器存储指令，当所述指令被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述方法。

为实现上述的技术目的，再一方面，本发明公开了一种机器可读存储介质。所述机器可读存储介质存储有可执行指令，所述指令当被执行时使得所述机器执行上述方法。

本发明的有益效果为：

本发明实施例提供的通过车辆识别号解析销售车型的方法及装置通过匹配算法实现了车辆识别号到版型的精准解析。建立车辆识别号配置信息与SID配置信息的映射，可以检测VIN到SID关系的准确性，遇到问题可批量调整修复。建立一套完整的评分机制，包含正、负选装及配置项权重排名，以确保解析出的SID的唯一性及准确性。通过大数据分析，建立了一套预测机制，将强规则的VIN到SID固化，以辅助解析不唯一的情况区分。建立一套完整的SID下的VIN规则，以保证所有的算法解析结果都在正确的可选范围以内，对解析精准度做了进一步保障。在每个主车型信息下建立显著差异项算法，以用于SID不唯一的情况下，通过显著差异项点选区分到唯一SID。

附图说明

图中，

图1为本发明实施例1提供的通过车辆识别号解析销售车型的方法的流程图；

图2为本发明一个示例提供的通过车辆识别号解析销售车型的方法的流程图；

图3为本发明另一个示例提供的通过车辆识别号解析销售车型的方法的流程图；

图4为本发明又一个示例提供的通过车辆识别号解析销售车型的方法的流程图；

图5为本发明实施例2提供的通过车辆识别号解析销售车型的方法的流程图；

图6为本发明一个示例提供的实施例2中步骤S509的流程图；

图7为本发明实施例3提供的通过车辆识别号解析销售车型的装置的结构示意图；

图8为根据本发明实施例的用于处理通过车辆识别号解析销售车型的计算设备的结构框图。

具体实施方式

下面结合说明书附图对本发明提供的通过车辆识别号(VIN)解析销售车型(SID)的方法及装置进行详细的解释和说明。

图1为本发明实施例1提供的通过车辆识别号解析销售车型的方法的流程图。

如图1所示，在步骤S110，接收车辆识别号(VIN)，根据车辆识别号的编码规则提取相对独立的各个识别区段。其中，VIN可以为17位字符组成的编码。

在步骤S120，查询车型数据库中各个识别区段与销售车型所包括的各个车辆信息部分的对应关系，从而将各个识别区段解析为对应的各个车辆信息。其中，车辆信息可以包括生产厂家、生产年份、以及/或者款型比如豪华型、普通型等等信息。

在步骤S130，将各个识别区段对应的各个车辆信息组合起来得到销售车型(SID)。

在步骤S140，当所得到的销售车型唯一时，输出销售车型。

具体来说，车型数据是指车型数据库里精确描述车型所需的经定义过的字段的总和。经定义过的字段的数量越多，不同的经定义过的字段按一定逻辑排列的长度越长，经定义过的字段包含的信息越多，则车型数据就越精确。车型数据具体可以分成车型数据和附属的车型参数数据。车型数据的作用是定义车型。车型参数数据的作用是描述车型配置。车型数据通常可以按照主机厂车型名称、工信部公告号、经销渠道销售版型、车身形式、国别、以及/或者经分类定义的参数配置等多种形式来细分。本实施例的车型数据库中的数据是在整理了汽车后市场的市面上已被使用的不同车型的表述，经字段定义标准化后整理了一套更加规范的车型描述信息，同时结合主机厂的车型信息，比如底盘号、发动机型号、以及/或者变速箱型号等。从主机厂底盘维度形成一套车组定义规范，车型定义更加精确易懂。作为一个具体例子，整个车型数据库横向超过15万条信息，覆盖乘用车99.9％的车型，纵向每个车型有超过150个详细且存在合理价值的字段来表征，可以包括底盘号数据、车型底盘分代数据、发动机及替换号数据、工信部公告号数据、悬架及减振器数据、轮胎轮毂数据、以及上市情况和换代改款信息等。

下面，对车型数据库中各个识别区段与销售车型所包括的各个车辆信息部分的对应关系的建立方法进行举例说明。

对于自主品牌和合资品牌，在车型生产的时候都会去工信部报备一个汽车公告号，这个公告号包含车辆识别号(VIN)前8位字符和发动机信息。在建立销售车型(SID)数据时，也可以将公告号信息作为车型描述信息，所以就会得到公告号与SID的对应关系，通过这个对应关系就可以将公告号的VIN前8位字符规则映射到SID下面。同时，根据国际VIN编码规则，可以得到生产年份与VIN前10位字符的对应关系。最终就得出一个VIN前8位字符+VIN前10位字符和SID的映射关系。

对于进口品牌，依赖长期业务的VIN查询积累，通过用户大量VIN码调取基于VIN码查询OE的服务，汽配OE号是指汽车生产厂为方便对配件进行管理而采用的编号。每个OE编号对应唯一的产品，但同一个产品，因为装配在不同的车型上，从而有可能有几个不同的OE编号，通过OE编号可以查询出该产品的类型(发电机、起动机还是电机的零配件)、具体的性能和详细参数，也可以知道该产品应用的具体汽车品牌、车型系列、出厂年代，以及对应的发动机的具体型号。基于VIN码查询OE的服务还包括基础车型信息解析能力，基础车型信息可以包括例如品牌、厂牌、车系、年份、排量、以及/或者档位等，积累了大量的VIN和基础车型信息的关系，将这些VIN切割成VIN前8位字符+VIN前10位字符，基础车型信息通过人工映射表映射到SID，就得到了VIN前8位字符+VIN前10位字符与SID的映射关系。

如图2所示，进一步来说，该实施例的通过车辆识别号解析销售车型的方法还可以包括以下步骤：

在步骤S210，当所得到的销售车型不唯一时，通过车辆识别号获取配件信息。通过车辆识别号获取配件信息可以通过调取基于VIN码查询OE的服务，获取VIN下的全量适用OE清单。

在步骤S220，从车型数据库中获取各个销售车型分别包括的配件信息。

在步骤S230，将从车型数据库中获取的各个销售车型包括的配件信息中各类配件与通过车辆识别号获取的配件信息中同类配件进行交叉匹配。

在步骤S240，选取配件匹配度最高的销售车型并判断匹配度最高的销售车型是否唯一。

在步骤S250，当匹配度最高的销售车型唯一时，输出销售车型。

作为一种可选实施方式，步骤S230可以包括以下正选装评分过程：对于匹配上的同类标配配件，根据配件所配置的权重，为配件所属的销售车型对应的匹配度评分加上与权重对应的分数；正选装评分过程得到的最终评分最高的销售车型作为配件匹配度最高的销售车型。

进一步来说，步骤S230还可以包括以下选配评分过程：当正选装评分过程得到的最终评分最高的销售车型不唯一时，对于匹配上的同类选配配件，根据配件所配置的权重，为配件所属的销售车型对应的匹配度评分加上与权重对应的分数；选配评分过程得到的最终评分最高的销售车型作为配件匹配度最高的销售车型。

进一步来说，步骤S230还可以包括以下负选装评分过程：当选配评分过程得到的最终评分最高的销售车型不唯一时，对于没有匹配上的同类标配配件，根据配件所配置的权重，从配件所属的销售车型对应的匹配度评分扣除与权重对应的分数；负选装评分过程得到的最终评分最高的销售车型作为配件匹配度最高的销售车型。

其中，配件所配置的权重可以与配件的辨识度有关，配件的辨识度越高则权重越大。配件的辨识度是指人们通过外观判断出车辆有没有该配件的难易程度，也可以称为配件的显著程度，比如天窗的辨识度高于座椅加热功能的辨识度，因为人们比较容易通过外观判断出车辆有没有天窗，而较难通过外观判断出车辆有没有配备座椅加热功能。作为一种可选实施方式，标配配件所配置的权重比选配配件所配置的权重大。

如图3所示，进一步来说，该实施例的通过车辆识别号解析销售车型的方法还可以包括以下步骤：

步骤S310，当匹配度最高的销售车型不唯一时，调用预测模型。

步骤S320，将车辆识别号至少部分输入预测模型，得到预测出来的销售车型。其中，预测模型可以包括多个不同精度等级的预测模型，将至少部分车辆识别号先输入精度等级最高的预测模型，如果没有输出结果，则输入比精度等级最高的预测模型低一个精度等级的预测模型，依此类推，直到得到输出结果。

步骤S330，将预测出来的销售车型与匹配度最高的销售车型取交集。

步骤S340，当交集中的销售车型唯一时，输出销售车型。

具体来说，可以在不断的业务过程中通过评分算法积累一套高精度的VIN到SID关系的历史数据库，通过分析该关系可以看到VIN的前14位与SID有一定的相关关系。每个VIN代表一辆车，每一个SID代表一种销售车型，由VIN预测SID在机器学习中属于分类问题，而且属于多分类问题。决策树算法是机器学习中比较经典的多分类问题算法，具有计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，而且可以处理不相关特征数据等优点，并且数值型数据有良好的适用性，因此由VIN到SID的预测可以使用决策树算法。作为一个具体例子，可以利用本地数据库中70％的数据作为训练集，30％的数据作为验证集，通过决策树算法训练出合适的模型，在训练过程中采用预剪枝的方式防止过拟合，使用基尼(gini)系数最小的分裂方式计算叶子节点，在验证集上准确率达到90％的数据将用来预测VIN对应的SID。在业务层面，不同用户对SID的精度要求不同，因此可以将车型数据分成4个精度层级，分别针对不同的精度层级训练出该精度层级的预测模型。

在此，需要采集大量的VIN到SID映射历史数据，用于支撑车型数据库的优化和VIN到SID预测模型的数据训练。还可以不断地通过自身大量交易中的反馈，建立反馈分析机制，遇到问题可以实时地优化VIN到SID的解析结果，并且实现同类问题的批量修复。

如图4所示，进一步来说，该实施例的通过车辆识别号解析销售车型的方法可以还包括以下步骤：

步骤S410，当交集中的销售车型不唯一时，调用显著差异项算法，得到交集中各个销售车型的显著差异项返回给用户。

步骤S420，接收用户根据车辆配置情况对显著差异项中的配置情况的点选，得到唯一的销售车型并输出。

具体来说，显著差异项旨在通过最少、最优的配置项来区分多个SID。将车型数据库的各个配置按照辨识度进行排名，例如人们可以通过外观很容易判断车辆有没有天窗，而较难判断车辆是否有胎压监测功能，因此天窗的辨识度排名高于胎压监测。对于多个SID，在它们有差异的配置项列表中，通过算法计算出能够区分多个SID的配置项数量最少而且配置项辨识度排名最高的配置项列表，该配置项列表即为显著差异项。

以上表中3个SID及其4项配置为例，3个不同的SID最少可以通过两项配置来区分开。3个SID之间不同的配置为胎压监测、天窗和后摄像头，其中胎压监测和天窗的配置项在每个SID中都是相同的，并且天窗的辨识度排名高于胎压监测，故两者中选取天窗，加上后摄像头得到该组SID的显著差异项。将显著差异项返回给用户，用户根据实际车辆配置情况在显著差异项中点选对应配置情况，得到对应唯一SID结果。

图5为本发明实施例2提供的通过车辆识别号解析销售车型的方法的流程图。

如图5所示，在步骤S501，接收用户输入的VIN码后，调用VIN规则解析VIN码。

在步骤S503，判断是否有返回结果。如果有返回结果则流程进行到步骤S505，否则流程进行到解析失败步骤。

在步骤S505，获取由VIN码解析得到的SID结果集。

在步骤S507，判断SID结果集中的结果是否唯一，如果结果唯一则流程进行到解析成功步骤并返回给用户唯一SID结果，否则流程进行到步骤S509。

在步骤S509，将SID结果集中各个SID所包括的各个配件信息与通过VIN码获取的配件信息进行同类配件匹配，使用配件匹配评分算法。

在步骤S511，判断匹配评分最高的SID是否唯一。如果得到的SID唯一，则流程进行到解析成功步骤，否则流程进行到步骤S513。

在步骤S513，调用VIN到SID预测模型，预测模型得到的SID与SID结果集做交集。

在步骤S515，判断交集中的SID是否唯一。如果得到的SID唯一，则流程进行到解析成功步骤并返回给用户唯一SID结果，否则流程进行到步骤S517。

在步骤S517，调用显著差异项算法。

在步骤S519，返回给用户显著差异项，例如，可以设置显著差异项中的配置项在5个配置项以内。

在步骤S521，接收用户根据车辆配置情况对显著差异项中的配置情况的点选，得到唯一的销售车型并输出。流程进行到解析成功步骤并返回给用户唯一SID结果。

如图6所示，进一步地，步骤S509中使用配件匹配评分算法可以包括以下步骤：

在步骤S50910，当在步骤S507中判断SID结果集中的结果不唯一时，进行正选装评分；

在步骤S50920，判断评分最高的SID结果是否唯一，如果SID结果唯一则返回给用户SID结果，否则流程进行到步骤S50930；

在步骤S50930，进行选配评分；

在步骤S50940，判断评分最高的SID结果是否唯一，如果SID结果唯一则返回给用户SID结果，否则流程进行到步骤S50950；

在步骤S50950，进行负选装评分；

在步骤S50960，判断评分最高的SID结果是否唯一，如果SID结果唯一则返回给用户SID结果，否则流程进行到步骤S513调用VIN到SID预测模型。

图7为本发明实施例3提供的通过车辆识别号解析销售车型的装置的结构示意图。如图7所示，该实施例提供的通过车辆识别号解析销售车型的装置700包括识别区段提取单元710、识别区段解析单元720、信息组合单元730和车型输出单元740。

识别区段提取单元710用于接收车辆识别号，并根据车辆识别号的编码规则提取相对独立的各个识别区段。识别区段提取单元710的操作可以参照上面参考图1描述的步骤S110的操作。

识别区段解析单元720用于查询车型数据库中各个识别区段与销售车型所包括的各个车辆信息部分的对应关系，从而将各个识别区段解析为对应的各个车辆信息。识别区段解析单元720的操作可以参照上面参考图1描述的步骤S120的操作。

信息组合单元730用于将各个识别区段对应的各个车辆信息组合起来得到销售车型。信息组合单元730的操作可以参照上面参考图1描述的步骤S130的操作。

车型输出单元740用于当所得到的销售车型唯一时，输出销售车型。车型输出单元740的操作可以参照上面参考图1描述的步骤S140的操作。

本发明实施例提供的通过车辆识别号解析销售车型的方法及装置通过匹配算法实现了车辆识别号到版型的精准解析。建立车辆识别号配置信息与SID配置信息的映射，可以检测VIN到SID关系的准确性，遇到问题可批量调整修复。建立一套完整的评分机制，包含正、负选装及配置项权重排名，以确保解析出的SID的唯一性及准确性。通过大数据分析，建立了一套预测机制，将强规则的VIN到SID固化，以辅助解析不唯一的情况区分。建立一套完整的SID下的VIN规则，以保证所有的算法解析结果都在正确的可选范围以内，对解析精准度做了进一步保障。在每个主车型信息下建立显著差异项算法，以用于SID不唯一的情况下，通过显著差异项点选区分到唯一SID。

图8为根据本发明实施例的用于处理通过车辆识别号解析销售车型的计算设备的结构框图。

如图8所示，计算设备800可以包括至少一个处理器810、存储器820、内存830、通信接口840以及内部总线850，并且至少一个处理器810、存储器820、内存830和通信接口840经由总线850连接在一起。该至少一个处理器810执行在计算机可读存储介质(即，存储器820)中存储或编码的至少一个计算机可读指令(即，上述以软件形式实现的元素)。

在一个实施例中，在存储器820中存储有计算机可执行指令，其当执行时使得至少一个处理器810：接收车辆识别号(VIN)，根据车辆识别号的编码规则提取相对独立的各个识别区段；查询车型数据库中各个识别区段与销售车型所包括各个车辆信息部分的对应关系，从而将各个识别区段解析为对应的各个车辆信息；将各个识别区段对应的各个车辆信息组合起来得到销售车型(SID)；当所得到的销售车型唯一时，输出销售车型。

应该理解的是，在存储器820中存储的计算机可执行指令当执行时使得至少一个处理器810进行本发明的各个实施例中以上结合图1-7描述的各种操作和功能。

在本公开中，计算设备800可以包括但不限于：个人计算机、服务器计算机、工作站、桌面型计算机、膝上型计算机、笔记本计算机、移动计算设备、智能电话、平板计算机、蜂窝电话、个人数字助理(PDA)、手持装置、消息收发设备、可佩戴计算设备、消费电子设备等等。

根据一个实施例，提供了一种例如非暂时性机器可读介质的程序产品。非暂时性机器可读介质可以具有指令(即，上述以软件形式实现的元素)，该指令当被机器执行时，使得机器执行本公开的各个实施例中以上结合图1-7描述的各种操作和功能。

具体地，可以提供配有可读存储介质的系统或者装置，在该可读存储介质上存储着实现上述实施例中任一实施例的功能的软件程序代码，且使该系统或者装置的计算机或处理器读出并执行存储在该可读存储介质中的指令。

在这种情况下，从可读介质读取的程序代码本身可实现上述实施例中任何一项实施例的功能，因此机器可读代码和存储机器可读代码的可读存储介质构成了本发明的一部分。

可读存储介质的实施例包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD-RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机上或云上下载程序代码。

以上所述仅为本发明的实施例，并非因此限制本发明的权利要求保护范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明权利要求的保护范围内。