一种活动空间分布的分析方法、装置、设备和存储介质

摘要

本公开公开了一种活动空间分布的分析方法、装置、设备、存储介质和计算机程序产品，涉及人工智能领域，尤其涉及智能交通技术。具体实现方案为：确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。本公开将目标区域的职住行为椭圆作为一种评价指标，可有效评估目标区域内的活动空间分布。

说明书

技术领域

本公开涉及人工智能技术领域，尤其涉及智能交通技术，具体涉及一种活动空间分布的分析方法、装置、电子设备、存储介质和计算机程序产品。

背景技术

工作和居住是城市空间结构中两个重要的构成要素，随着经济发展与城市化进程的不断推进，“职住分离”现象日益加剧，使得通勤是城市生活的重要组成部分，关系居民幸福感，影响城市宜居性。

发明内容

本公开提供了一种活动空间分布的分析方法、装置、电子设备、存储介质和计算机程序产品。

根据本公开的一方面，提供了一种活动空间分布的分析方法，包括：

确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；

基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。

根据本公开的另一方面，提供了一种活动空间分布的分析装置，包括：

数据确定模块，用于确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；

椭圆绘制与分析模块，用于基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。

根据本公开的另一方面，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任意实施例的活动空间分布的分析方法。

根据本公开的另一方面，提供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任意实施例的活动空间分布的分析方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现本公开任意实施例的活动空间分布的分析方法。

根据本公开的技术，将目标区域的职住行为椭圆作为一种评价指标，可有效评估目标区域内的活动空间分布。

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。本公开的其它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是根据本公开实施例的一种活动空间分布的分析方法的示意图；

图2a是根据本公开实施例的一种活动空间分布的分析方法的示意图；

图2b根据本公开实施例的目标区域的通勤范围椭圆的示意图；

图3是根据本公开实施例的一种活动空间分布的分析方法的示意图；

图4是根据本公开实施例的一种活动空间分布的分析方法的示意图；

图5是根据本公开实施例的一种活动空间分布的分析装置的示意图；

图6是用来实现本公开实施例的活动空间分布的分析的方法的电子设备的框图。

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为本公开实施例的一种活动空间分布的分析方法的流程示意图，本实施例可适用于分析任一区域的通勤监测场景的情况。该方法可由一种活动空间分布的分析装置来执行，该装置采用软件和/或硬件的方式实现，并集成在电子设备上，例如服务器设备。

具体的，参见图1，活动空间分布的分析方法如下：

S101、确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点。

本公开实施例中，目标区域可以为某一小型的社区，也可以为某一大型的城市，在此不做具体的限定。目标时间段可选的为任意指定的时间段，而时间段的长度示例性的为三个月。工作地定位点是用户在目标区域的工作地的位置坐标数据，居住地定位点是用户在目标区域的居住地的位置坐标数据。

本公开实施例中，针对目标区域，有的用户只在该目标区域工作，在另一区域居住，例如在北京工作，在天津居住，该类用户在目标区域只有工作地定位点，没有居住地定位点；有的用户在目标区域居住，但已经退休或者在另一区域工作，则该类用户只有居住地定位点，没有工作地定位点；有的用户既在目标区域居住，也在目标区域工作，则该类用户在目标区域同时具有工作地定位点和居住地定位点。因此为了保证后续分析的准确性，在确定工作地定位点和/或居住地定位点时，只需保证一端(工作地或居住地)在目标区域即可。例如，在确定工作地定位点时，无需考虑用户的居住地，将所有工作在目标区域用户的定位点作为工作地定位点。

在此需要说明的是，之所以选择用户的定位点数据，而不选择信令数据，是因为相比于信令数据，用户的定位点数据具有成本低、数量大和更新及时的特点，可用于长期的通勤监测场景分析。除此之外，定位点数据精度较高，定位进度可达10m级别，理论上可以对任意空间尺度的通勤分布进行分析。

S102、基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。

本公开实施例中，职住行为椭圆用于表征用户在目标区域的主要活动范围。可选的，职住行为椭圆可以分为通勤范围椭圆，居住地范围椭圆和工作地范围椭圆。其中，通勤范围椭圆是基于目标区域中同时具有工作地和居住地的用户在目标时间段的工作地定位点和居住地定位点绘制的，也即通勤范围椭圆可以包围目标区域中同时具有工作地和居住地的用户的定位点；工作地范围椭圆是基于在目标区域具有工作地的所有用户在目标时间段的工作地定位点绘制的，也即工作地范围椭圆可以包围目标区域中所有具备工作地的用户的定位点；居住地范围椭圆是基于在目标区域具有工作地的所有用户在目标时间段的居住地定位点绘制的，也即居住地范围椭圆可以包围目标区域中所有具备居住地的用户的定位点。需要说明的是，本公开实施例并不限定绘制职住行为椭圆的方法。活动空间可以包括通勤空间、居住地空间、工作地空间。

在绘制完职住行为椭圆后，可将职住行为椭圆作为评价指标，进而根据职住行为椭圆分析目标时间段内目标区域的活动空间分布，例如分析目标区域的工作地/居住地的空间范围和分布特征，以及分析目标区域的通勤范围和分布特征。

本公开实施例，根据用户的工作地定位点和/或居住地定位点绘制职住行为椭圆，可以保证绘制的职住行为椭圆的准确性；而将目标区域的职住行为椭圆作为一种评价指标，可有效评估目标区域内的活动空间分布。

图2a是根据本公开实施例的活动空间分布的分析方法的流程示意图，本实施例是在上述实施例的基础上进行优化，参见图2a，活动空间分布的分析方法具体如下：

S201、确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点。

S202、利用标准差置信椭圆算法，根据工作地定位点和/或居住地定位点绘制目标区域的职住行为椭圆。

本公开实施例中，职住行为椭圆可以分为通勤范围椭圆，居住地范围椭圆和工作地范围椭圆。

为了详述绘制职住行为椭圆的过程，以绘制通勤范围椭圆为例进行说明，而绘制通勤范围椭圆，需要通过S201确定的目标区域中同时具有工作地和居住地的用户在目标时间段的工作地定位点和居住地定位点。具体过程如下：

1.计算平均中心

其中，x

2.计算椭圆圆心(SDE

3.确定椭圆的方向角(θ)，以X轴(长轴半径)为准，正北方为0度，顺时针旋转：

其中，

4.确定X轴Y轴的长度：

其中，σ

5.确定椭圆方程计算椭圆轴长：

其中，s是置信度的值，可以根据数据量来查询卡方概率表(95％，s＝5.991；90％，s＝4.605)，轴长

最终输出通勤范围椭圆参数结果：圆心(SDE

本公开实施例中，绘制居住地范围椭圆和工作地范围椭圆的过程以上述构成相同，只是使用的定位点数据不同，在此不再赘述。

S203、根据目标区域的职住行为椭圆的参数，确定目标区域的活动空间分布。

本公开实施例中，在得到目标区域的职住行为椭圆(即通勤范围椭圆、居住地范围椭圆和工作地范围椭圆)后，可根据三个椭圆的参数确定目标区域的活动空间分布，例如通勤范围、居住地范围和工作地范围的分布、通勤方向，以及城市中心位置等。

需要说明的是，通过标准差置信椭圆算法绘制职住行为椭圆，可以保证绘制椭圆的准确性；而利用椭圆参数分析目标区域的活动空间分布，可有效分析目标区域的空间结构特征和运行特征。

在一中可选的实施方式中，针对通勤范围椭圆，根据通勤范围椭圆的圆心和方向角确定目标区域的通勤方向；根据通勤范围椭圆的长轴半径确定目标区域的通勤半径，例如直接将长轴半径的长度作为通勤半径。其中，通勤方向可用于评估目标区域的通勤走廊的方向，通勤椭圆半径可用于评估城市的平均通勤成本；除此之外，通勤范围椭圆的长短轴半径也反映了目标区域需要交通服务支撑的空间尺度。

在一中可选的实施方式中，针对工作地范围椭圆，根据工作地范围椭圆的圆心、方向角和长短轴半径，确定目标区域中工作地的位置分布；

针对工作地范围椭圆，根据居住地范围椭圆的圆心、方向角和长短轴半径，确定目标区域中居住地的位置分布。

本公开实施例中，利用标准差置信椭圆算法绘制职住行为椭圆，可以保证绘制椭圆的准确性；而利用工作地范围椭圆参数和工作地范围椭圆参数，可有效确定居住地和工作地的位置，有效确定城市中心；而通勤椭圆的参数可有效反应目标区域中用户的通勤行为的特征，便于理解区域的交通运行特征。

图3是根据本公开实施例的活动空间分布的分析方法的流程示意图，本实施例是在上述实施例的基础上进行优化，参见图3，活动空间分布的分析方法具体如下：

S301、从目标区域中用户在目标时间段的全量定位点中挖掘处于停留状态的定位点。

本公开实施例中，为了保证用户信息安全，在获取目标区域中用户在目标时间段的全量定位点时需要进行去隐私和匿名处理，针对处理后的全量定位点，还需要过滤其中包括的异常数据以保证数据的准确性，例如将通勤距离过长，飞地等现象对应的定位点删除。由于工作地定位点和居住地定位点是基于常驻点(处于停留状态的定位)挖掘出来的，而要判断某一定位点是否为工作地定位点或居住地定位点，需要先判断全量定位点是否为处于停留状态的定位点，若是，则进一步判断；若否，则丢弃。

在一中可选的实施方式中，从目标区域中用户在目标时间段的全量定位点中挖掘处于停留状态的定位点，包括：针对任一时刻的定位点，若检测到用户在该时刻开始的第一预设时长内的活动半径小于或等于预设阈值(例如100米)，则确定在该时刻的定位点为处于停留状态的定位点，其中，第一预设时长示例性的为10分钟；或者，针对任一时刻的定位点，若检测到用户在该时刻开始的第二预设时长内重新连接了WiFi，则确定在该时刻的定位点为处于停留状态的定位点，其中，第二预设时长示例性的为5分钟。

需要说明的是，用户在某一时刻的发起定位后，根据用户在一定时长内的活动半径和连接WiFi的行为，可快速准确的判断该时刻的定位点是否为处于停留状态的定位点。

S302、对处于停留状态的定位点进行聚类处理，得到至少一个定位点集合。

在一中可选的实施方式中，可利用空间聚类算法DBSCAN对处于停留状态的定位点进行空间聚类，形成多个独立的空间簇(即定位点集合)，作为居住地定位点和工作地定位点的候选集合。

S303、利用预设的分类模型，确定每个定位点集合的类型标签；其中，类型标签至少包括工作地和居住地。

本公开实施例中，针对每个定位点集合，提取特征，例如提取定位坐标特征、定位点的POI特征和连接的wifi特征，并将提取到的特诊输入到预先训练的分类模型中，根据分类模型的输出确定每个定位点集合的类型标签；其中，类型标签至少包括工作地和居住地。

本公开实施例中，虽然通过分类模型确定了每个定位点集合的分类标签，在实际使用时，一个用户对应一个工作地定位点和/或居住地定位点，因此还需要通过S304的步骤，作进一步的筛选。

S304、根据用户在每个地点的停留时间和用户在预设时间段所处位置，对被标记为工作地的各定位点集合和/或被标记为居住地的各定位点集合进行筛选，得到用户在目标区域最终的工作地定位点和/或居住地定位点。

示例性的，停留时间可选的包括白天、夜晚、天数等；预设时间段可选的为用户最近N天，N是自然数。例如，针对分类标签为居住地的定位点集合，将其中夜间停留天数最多的作为居住地定位点；针对分类标签为工作地的定位点集合，将其中工作日白天停留天数最多的作为最终的居住地定位。

S305、基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。

本公开实施例中，通过停留状态判断、聚类和筛选可准确的得到工作地定位点和/或居住地定位点，为绘制职住行为椭圆提供量化基础。

图4是根据本公开实施例的构建商品索引库的方法的流程示意图，本实施例是在上述实施例的基础上进行优化，参见图4，构建商品索引库的方法具体如下：

S401、确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点。

S402、基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。

S403、根据目标区域不同时间段的职住行为椭圆，对比分析目标区域的活动空间分布随时间的变化。

本公开实施例中，针对目标区域，通过比对不同时间的职住行为椭圆，可以直观的确定通勤方向、通勤半径的变化，以及目标区域的居住地和工作地位置的变化，进而根据变化情况可以评估城市政策的效果。示例性的，以西安为例，城市政策是想发展西咸新区，通过比对不同时间段的职住行为椭圆，确定居住地方向变化不大，但是通勤方向发生改变，向西咸新区靠拢，因此城市政策实施效果较好。

S404、根据同一时间段至少两个区域各自的职住行为椭圆，对比分析不同区域的活动空间分布。

示例性的，以西安和郑州为例。通过比对职住行为椭圆，郑州以二七广场为城市中心向外延伸；西安以钟楼为城市中心向外延伸，延伸方向客观反映了城市政策的导向。

除此之外，还可以将不同区域的通勤半径以列表的形式进行对比，郑州与西安相比，郑州具有更大的城市骨架和更厚的腹地，因此其发展潜力上，具有更大的向上空间。

本公开实施例中，比对目标区域不同时间段的职住行为椭圆的变化，可直观的从时间和空间上观察目标区域的变化情况；通过对不同区域的职住行为椭圆进行比对，可有效比对不同区域的城市结构和运行特征。

图5是根据本公开实施例的活动空间分布的分析装置的结构示意图，本实施例可适用于批量为信息分享平台中的内容信息挂载商品通的情况。如图5所示，该装置具体包括：

数据确定模块501，用于确定目标区域中用户在目标时间段的工作地定位点和/或居住地定位点；

椭圆绘制与分析模块502，用于基于工作地定位点和/或居住地定位点，绘制目标区域的职住行为椭圆，并根据职住行为椭圆分析目标时间段内目标区域的活动空间分布。

在上述实施例的基础上，可选的，椭圆绘制与分析模块包括：

椭圆绘制单元，用于利用标准差置信椭圆算法，根据工作地定位点和/或居住地定位点绘制目标区域的职住行为椭圆；

分析单元，用于根据目标区域的职住行为椭圆的参数，确定目标区域的活动空间分布。

在上述实施例的基础上，可选的，目标区域的职住行为椭圆包括通勤范围椭圆；通勤范围椭圆是基于用户在目标时间段的工作地定位点和居住地定位点绘制的；

相应的，分析单元具体用于：

根据通勤范围椭圆的圆心和方向角确定目标区域的通勤方向；根据通勤范围椭圆的长轴半径确定目标区域的通勤半径。

在上述实施例的基础上，可选的，目标区域的职住行为椭圆还包括工作地范围椭圆和居住地范围椭圆；工作地范围椭圆是基于用户在目标时间段的工作地定位点绘制的；居住地范围椭圆是基于用户在目标时间段的居住地定位点绘制的；

相应的，分析单元还用于：

根据工作地范围椭圆的圆心、方向角和长短轴半径，确定目标区域中工作地的位置分布；

根据居住地范围椭圆的圆心、方向角和长短轴半径，确定目标区域中居住地的位置分布。

在上述实施例的基础上，可选的，还包括：

第一对比模块，用于根据目标区域不同时间段的职住行为椭圆，对比分析目标区域的活动空间分布随时间的变化；或

第二对比模块，用于根据同一时间段至少两个区域各自的职住行为椭圆，对比分析不同区域的活动空间分布。

在上述实施例的基础上，可选的，数据确定模块包括：

数据挖掘单元，用于从目标区域中用户在目标时间段的全量定位点中挖掘处于停留状态的定位点；

聚类单元，用于对处于停留状态的定位点进行聚类处理，得到至少一个定位点集合；

标签确定单元，用于利用预设的分类模型，确定每个定位点集合的类型标签；其中，类型标签至少包括工作地和居住地；

筛选单元，用于根据用户在每个地点的停留时间和用户在预设时间段所处位置，对被标记为工作地的各定位点集合和/或被标记为居住地的各定位点集合进行筛选，得到用户在目标区域最终的工作地定位点和/或居住地定位点。

在上述实施例的基础上，可选的，数据挖掘单元具体用于：

针对任一时刻的定位点，若检测到用户在该时刻开始的第一预设时长内的活动半径小于或等于预设阈值，则确定在该时刻的定位点为处于停留状态的定位点；或

针对任一时刻的定位点，若检测到用户在该时刻开始的第二预设时长内重新连接了WiFi，则确定在该时刻的定位点为处于停留状态的定位点。

本公开实施例提供的活动空间分布的分析装置可执行本公开任意实施例提供的活动空间分布的分析方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。

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6示出了可以用来实施本公开的实施例的示例电子设备600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、和其它适合的计算机。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、可穿戴设备和其它类似的计算装置。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6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理，例如活动空间分布的分析方法。例如，在一些实施例中，活动空间分布的分析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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的活动空间分布的分析方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行活动空间分布的分析方法。

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数据处理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。其它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)、区块链网络和互联网。

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服务中，存在的管理难度大，业务扩展性弱的缺陷。

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。