银行沉默客户分层体系构建方法、装置、设备及存储介质与流程 您所在的位置:网站首页 银行客户分层分类 银行沉默客户分层体系构建方法、装置、设备及存储介质与流程

银行沉默客户分层体系构建方法、装置、设备及存储介质与流程

#银行沉默客户分层体系构建方法、装置、设备及存储介质与流程| 来源: 网络整理| 查看: 265

银行沉默客户分层体系构建方法、装置、设备及存储介质与流程

1.本技术涉及金融科技技术领域,尤其涉及一种银行沉默客户分层体系构建方法、装置、设备及存储介质。

背景技术:

2.当前商业银行对公客户经营领域往往关注头部客户,而对于长尾客户的经营有待进一步深化。随着长尾客群数量激增,导致大量的沉默客户出现,在商业银行获客成本居高不下的情形下,通过大数据手段和模型识别客户的潜在价值空间,构建沉默客户潜力识别模型,进而对沉默客户分层分群经营来提升沉默客户促活率显得尤为关键。3.商业银行对传统对公客户评估主要基于eva评估体系(economicvalueadded),基于eva评估体系的客户分层方式主要有以下两个方面的缺陷:一方面,传统eva仅仅能评估企业为银行带来的经济价值,难以衡量长尾客户的未来可能带来的潜力价值,客户当前为银行贡献的价值低,不代表他没有经营空间。另一方面,这种方式比较单一和粗颗粒度,导致大量的长尾客户缺乏有效分群,并且导致客户经理在实际营销中往往只关注高价值客户,而低于低价值客户缺乏营销和维系,从而对沉默客户越来越沉默直至流失。

技术实现要素:

4.本技术提供了一种银行沉默客户分层体系构建方法、装置、设备及存储介质,解决了基于eva评估体系的客户分层方式存在的难以衡量长尾客户的未来可能带来的潜力价值,方式比较单一和粗颗粒度,导致大量的长尾客户缺乏有效分群,客户经理缺乏对于低价值客户的营销和维系的技术问题。5.有鉴于此,本技术第一方面提供了一种银行沉默客户分层体系构建方法,所述方法包括:6.s1:获取用户的企业工商数据、历史价值贡献信息、企业风险数据、集团内价值表现、交易行为数据以及外部数据,以生成对应第一特征变量的第一特征数据;7.s2:获取所述用户的基本属性数据,并根据所述用户的所述基本属性数据、所述交易行为数据以及所述外部数据,以生成对应第二特征变量的第二特征数据;8.s3:基于所述第一特征数据,生成沉默客户经营潜力评估模型;9.s4:基于所述第二特征数据,生成沉默客户激活潜力预测模型;10.s5、基于所述沉默客户经营潜力评估模型以及所述沉默客户激活潜力预测模型,构建包含低经营潜力、中经营潜力、高经营潜力以及低激活潜力、高激活潜力的沉默客户分层体系。11.可选地,所述步骤s3具体包括:12.s3.1:根据分箱处理对所述第一特征数据中数值变量金额进行处理;13.s3.2:根据统计的所述用户在所述第一特征数据中的特征变量的取值分布,生成客户画像分析;14.s3.3:根据专家定权法对所述第一特征数据中每个特征变量权重赋值为1;15.s3.4:通过统计规则模型构建沉默客户经营潜力评估模型。16.可选地,步骤s3.1具体包括:17.根据等频分箱方法将所述第一特征数据中数值变量金额变化分为五个区间,分别为0%~20%分位数区间、20%~40%分位数区间、40%~60分位数区间、60%~80%分位数区间以及80%~100%分位数区间。18.可选地,步骤s3.2具体包括:19.计算所述第一特征数据中各个特征变量的客户数、均值、分位数、最大值、最小值、标准差以及方差,生成客户画像分析。20.可选地,所述步骤s4具体包括:21.s4.1:根据饱和度以及单变量对所述第二特征数据进行统计分析;22.s4.2:基于woe的特征筛选方法,得到所述第二特征数据中iv值0.1以上的第三特征变量;23.s4.3:通过z-score方法对所有数值型的所述第三特征变量做标准化处理;24.s4.4:基于机器学习模型,并将标准化处理后的所述第三特征变量作为所述机器学习模型的输入值进行训练,得到沉默客户激活潜力预测模型。25.可选地,步骤s4.1具体包括:26.通过计算所述第二特征数据中每个特征变量的均值、中位数、最大值、最小值以及标准差,对所述第二特征数据进行统计分析。27.可选地,所述机器学习模型包括逻辑回归模型、决策树模型、随机森林模型、gbdt模型以及xgboost模型。28.本技术第二方面提供一种银行沉默客户分层体系构建装置,所述装置包括:29.第一获取单元,用于获取用户的企业工商数据、历史价值贡献信息、企业风险数据、集团内价值表现、交易行为数据以及外部数据,以生成对应第一特征变量的第一特征数据;30.第二获取单元,用于获取所述用户的基本属性数据,并根据所述用户的所述基本属性数据、所述交易行为数据以及所述外部数据,以生成对应第二特征变量的第二特征数据;31.第一建模单元,用于基于所述第一特征数据,生成沉默客户经营潜力评估模型;32.第二建模单元,用于基于所述第二特征数据,生成沉默客户激活潜力预测模型;33.体系构建单元,用于基于所述沉默客户经营潜力评估模型以及所述沉默客户激活潜力预测模型,构建包含低经营潜力、中经营潜力、高经营潜力以及低激活潜力、高激活潜力的沉默客户分层体系。34.本技术第三方面提供一种银行沉默客户分层体系构建设备,所述设备包括处理器以及存储器:35.所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;36.所述处理器用于根据所述程序代码中的指令,执行如上述第一方面所述银行沉默客户分层体系构建方法的步骤。37.本技术第四方面提供一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行上述第一方面所述银行沉默客户分层体系构建方法的步骤。38.从以上技术方案可以看出,本技术实施例具有以下优点:39.本技术中,提供了一种银行沉默客户分层体系构建方法,基于用户的企业工商数据、历史价值贡献信息、企业风险数据、集团内价值表现、交易行为数据、外部数据以及基本属性属性,分别生成用户的沉默客户经营潜力评估模型以及沉默客户激活潜力预测模型,实现对沉默客户分层,从而有利于针对不同潜力的客户采取差异化的经营策略,有效提升促活效率以及转化率,解决了基于eva评估体系的客户分层方式存在的难以衡量长尾客户的未来可能带来的潜力价值,方式比较单一和粗颗粒度,导致大量的长尾客户缺乏有效分群,客户经理缺乏对于低价值客户的营销和维系的技术问题。附图说明40.图1为本技术实施例中一种银行沉默客户分层体系构建方法的方法流程图;41.图2为本技术实施例中一种银行沉默客户分层体系构建装置的结构示意图;42.图3为本技术实施例中一种银行沉默客户分层体系构建设备的结构示意图。具体实施方式43.为了使本技术领域的人员更好地理解本技术方案,下面将结合本技术实施例中的附图,对本技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本技术一部分实施例,而不是全部的实施例。基于本技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本技术保护的范围。44.本技术设计了一种银行沉默客户分层体系构建方法、装置、设备及存储介质,解决了基于eva评估体系的客户分层方式存在的难以衡量长尾客户的未来可能带来的潜力价值,方式比较单一和粗颗粒度,导致大量的长尾客户缺乏有效分群,客户经理缺乏对于低价值客户的营销和维系的技术问题。45.为了便于理解,请参阅图1,图1为本技术实施例中一种银行沉默客户分层体系构建方法的方法流程图,如图1所示,具体为:46.s1:获取用户的企业工商数据、历史价值贡献信息、企业风险数据、集团内价值表现、交易行为数据以及外部数据,以生成对应第一特征变量的第一特征数据;47.需要说明的是,本技术方案中首先获取的用户的企业工商数据对应第一特征变量的第一特征数据具体包括:企业规模、经营状态、实缴资本;48.历史价值贡献数据对应第一特征变量的第一特征数据包括:历史最大价值层级以及历史存款规模峰值;49.企业风险数据对应第一特征变量的第一特征数据包括年检状态、年检结果、反欺诈风险等级、失信被执行人、反洗钱风险、运营管控以及电信诈骗黑名单;50.集团内价值表现对应第一特征变量的第一特征数据包括:法人零售财富等级、法人集团财富等级以及团金产品规模;51.交易行为数据对应第一特征变量的第一特征数据包括:近1年现金流入金额、近1年现金流出金额、跟钻石客户业务往来金额、有业务往来的钻石客户数、跟500强企业业务往来金额以及有业务往来的500强企业数;52.外部数据对应第一特征变量的第一特征数据包括:是否上市、股权上下游企业是否有上市企业、是否国企、股权上下游企业是否有国企、是否财富500强业务以及是否专精特新企业。53.s2:获取用户的基本属性数据,并根据用户的基本属性数据、交易行为数据以及外部数据,以生成对应第二特征变量的第二特征数据;54.需要说明的是,用户的基本属性数据对应第二特征变量的第二特征数据包括:客户id+分行id(key)、开户分行名称、客户分层、是否价值客户eva、是否授信、是否结算客户、结算流出客户、是否持有增值产品、存款年日均余额、存贷收益年累计、贷款收益年累计、中收收益年累计、年化eva、经营状态、成立日期、代发笔数、代发金额、开户时间、年累计总营收、是否考核基数调整以及行业门类名称(新);55.交易行为数据对应第二特征变量的第二特征数据包括:交易笔数(流入)、交易金额(流入)、最大交易金额(流入)、交易笔数(流出)、交易金额(流出)、最大交易金额(流出)、近1个月交易笔数、近1个月交易金额、近3个月交易笔数、近3个月交易金额、最新交易时间距今天数、近6个月交易笔数、近6个月交易金额、近12个月交易笔数以及近12个月交易金额;56.外部数据对应第二特征变量的第二特征数据包括:是否国企、是否上市、国企或上市客群、曾高价值、曾高存款、规模企业、现金流大、法人财富级、优质t+客户、钻石往来、五百强往来、小巨人名单、高经营潜力客户、中经营潜力客户、低经营潜力客户、高潜客户中标数、持有产品数量、与钻石,500强交易金额(前1个月)、与钻石,500强交易客户数量(前1个月)、与钻石,500强交易金额(前2个月)、与钻石,500强交易客户数量(前2个月)、与钻石,500强交易金额(前3个月)以及与钻石,500强交易客户数量(前3个月)57.s3:基于第一特征数据,生成沉默客户经营潜力评估模型;58.具体包括:59.s3.1:根据分箱处理对第一特征数据中数值变量金额进行处理;60.需要说明的是,基于第一特征数据对应第一特征变量,将其中的数值变量金额分箱处理,根据等频分箱方法将第一特征数据中数值变量金额变化分为五个区间,分别为0%~20%分位数区间、20%~40%分位数区间、40%~60分位数区间、60%~80%分位数区间以及80%~100%分位数区间。61.s3.2:根据统计的用户在第一特征数据中的特征变量的取值分布,生成客户画像分析;62.需要说明的是,计算第一特征数据中各个特征变量的客户数、均值、分位数、最大值、最小值、标准差以及方差,生成客户画像分析。63.s3.3:根据专家定权法对第一特征数据中每个特征变量权重赋值为1;64.s3.4:通过统计规则模型构建沉默客户经营潜力评估模型。65.需要说明的是,基于统计规则模型构建的沉默客户经营潜力评估模型可以为:[0066]“if企业经营状态异常[0067]or年检状态异常[0068]or年检结果异常[0069]or反欺诈风险等级高[0070]or失信被执行人[0071]or反洗钱风险高[0072]or运营管控企业[0073]or电信诈骗黑名单then低经营潜力[0074]elif客户自身为国企[0075]or客户股权上下游一级客户为国企[0076]or客户自身为上市企业[0077]or客户股权上下游一级客户为上市企业[0078]or曾经价值分层为价值及以上客户[0079]or客户历史最大存款余额达100万及以上[0080]or企业规模为大型企业或实缴资本达500元以上[0081]or近1年转入金额或者转出金额达1000万以上[0082]or法人在零售价值层级为财富50万以上[0083]or法人在集团资产层级50万以上[0084]or累计团金产品规模达100万及以上[0085]or有业务往来的钻石客户达3个及以上,或者往来金额达10万及以上[0086]or有业务往来的500强企业达3个及以上,或者金额达10万及以上[0087]or命中专精特新“小巨人”企业then高经营潜力[0088]else中经营潜力”。[0089]s4:基于第二特征数据,生成沉默客户激活潜力预测模型;[0090]具体包括:[0091]s4.1:根据饱和度以及单变量对第二特征数据进行统计分析;[0092]需要说明的是,通过计算第二特征数据中每个特征变量的均值、中位数、最大值、最小值以及标准差,对第二特征数据进行统计分析。[0093]s4.2:基于woe的特征筛选方法,得到第二特征数据中iv值0.1以上的第三特征变量;[0094]需要说明的是,基于woe的特征筛选方法,对第二特征数据的重要性、稳定性以及相关性进行分析,筛选出iv值0.1以上的第三特征变量进行后续的入模。[0095]s4.3:通过z-score方法对所有数值型的第三特征变量做标准化处理;[0096]s4.4:基于机器学习模型,并将标准化处理后的第三特征变量作为机器学习模型的输入值进行训练,得到沉默客户激活潜力预测模型。[0097]需要说明的是,可以分别采用逻辑回归模型、决策树模型、随机森林模型、gbdt模型以及xgboost模型,将标准化处理后的第三特征变量作为各机器学习模型的输入值进行训练,得到效果最好的沉默客户激活潜力预测模型。[0098]模型的效果比对表格如下:[0099][0100][0101]s5、基于沉默客户经营潜力评估模型以及沉默客户激活潜力预测模型,构建包含低经营潜力、中经营潜力、高经营潜力以及低激活潜力、高激活潜力的沉默客户分层体系。[0102]需要说明的是,最终生成包含低经营潜力、中经营潜力、高经营潜力以及低激活潜力、高激活潜力的沉默客户分层体系,从而使得对沉默客户分层经营,针对不同潜力的客户,采取差异化的数字化经营策略,分类实施,有效提升促活效率和转化率。[0103]请参阅图2,图2为本技术实施例中一种银行沉默客户分层体系构建装置的结构示意图,如图2所示,具体为:[0104]第一获取单元201,用于获取用户的企业工商数据、历史价值贡献信息、企业风险数据、集团内价值表现、交易行为数据以及外部数据,以生成对应第一特征变量的第一特征数据;[0105]第二获取单元202,用于获取用户的基本属性数据,并根据用户的基本属性数据、交易行为数据以及外部数据,以生成对应第二特征变量的第二特征数据;[0106]第一建模单元203,用于基于第一特征数据,生成沉默客户经营潜力评估模型;[0107]第二建模单元204,用于基于第二特征数据,生成沉默客户激活潜力预测模型;[0108]体系构建单元205,用于基于沉默客户经营潜力评估模型以及沉默客户激活潜力预测模型,构建包含低经营潜力、中经营潜力、高经营潜力以及低激活潜力、高激活潜力的沉默客户分层体系。[0109]本技术实施例还提供了另一种银行沉默客户分层体系构建设备,如图3所示,为了便于说明,仅示出了与本技术实施例相关的部分,具体技术细节未揭示的,请参照本技术实施例方法部分。该终端可以为包括手机、平板电脑、个人数字助理(英文全称:personal digital assistant,英文缩写:pda)、销售终端(英文全称:point of sales,英文缩写:pos)、车载电脑等任意终端设备,以终端为手机为例:[0110]图3示出的是与本技术实施例提供的终端相关的手机的部分结构的框图。参考图3,手机包括:射频(英文全称:radio frequency,英文缩写:rf)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、无线保真(英文全称:wireless fidelity,英文缩写:wifi)模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解,图3中示出的手机结构并不构成对手机的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。[0111]下面结合图3对手机的各个构成部件进行具体的介绍:[0112]rf电路1010可用于收发信息或通话过程中,信号的接收和发送,特别地,将基站的下行信息接收后,给处理器1080处理;另外,将设计上行的数据发送给基站。通常,rf电路1010包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(英文全称:low noise amplifier,英文缩写:lna)、双工器等。此外,rf电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯系统(英文全称:global system of mobile communication,英文缩写:gsm)、通用分组无线服务(英文全称:general packet radio service,gprs)、码分多址(英文全称:code division multiple access,英文缩写:cdma)、宽带码分多址(英文全称:wideband code division multiple access,英文缩写:wcdma)、长期演进(英文全称:long term evolution,英文缩写:lte)、电子邮件、短消息服务(英文全称:short messaging service,sms)等。[0113]存储器1020可用于存储软件程序以及模块,处理器1080通过运行存储在存储器1020的软件程序以及模块,从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器1020可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。[0114]输入单元1030可用于接收输入的数字或字符信息,以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地,输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器1080,并能接收处理器1080发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031,输入单元1030还可以包括其他输入设备1032。具体地,其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。[0115]显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041,可选的,可以采用液晶显示器(英文全称:liquid crystal display,英文缩写:lcd)、有机发光二极管(英文全称:organic light-emitting diode,英文缩写:oled)等形式来配置显示面板1041。进一步的,触控面板1031可覆盖显示面板1041,当触控面板1031检测到在其上或附近的触摸操作后,传送给处理器1080以确定触摸事件的类型,随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图3中,触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能,但是在某些实施例中,可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。[0116]手机还可包括至少一种传感器1050,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度,接近传感器可在手机移动到耳边时,关闭显示面板1041和/或背光。作为运动传感器的一种,加速计传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。[0117]音频电路1060、扬声器1061,传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号,传输到扬声器1061,由扬声器1061转换为声音信号输出;另一方面,传声器1062将收集的声音信号转换为电信号,由音频电路1060接收后转换为音频数据,再将音频数据输出处理器1080处理后,经rf电路1010以发送给比如另一手机,或者将音频数据输出至存储器1020以便进一步处理。[0118]wifi属于短距离无线传输技术,手机通过wifi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图3示出了wifi模块1070,但是可以理解的是,其并不属于手机的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。[0119]处理器1080是手机的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器1020内的软件程序和/或模块,以及调用存储在存储器1020内的数据,执行手机的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器1080可包括一个或多个处理单元;优选的,处理器1080可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1080中。[0120]手机还包括给各个部件供电的电源1090(比如电池),优选的,电源可以通过电源管理系统与处理器1080逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。[0121]尽管未示出,手机还可以包括摄像头、蓝牙模块等,在此不再赘述。[0122]在本技术实施例中,该终端所包括的处理器1080还具有以下功能:[0123]s1:获取用户的企业工商数据、历史价值贡献信息、企业风险数据、集团内价值表现、交易行为数据以及外部数据,以生成对应第一特征变量的第一特征数据;[0124]s2:获取用户的基本属性数据,并根据用户的基本属性数据、交易行为数据以及外部数据,以生成对应第二特征变量的第二特征数据;[0125]s3:基于第一特征数据,生成沉默客户经营潜力评估模型;[0126]s4:基于第二特征数据,生成沉默客户激活潜力预测模型;[0127]s5、基于沉默客户经营潜力评估模型以及沉默客户激活潜力预测模型,构建包含低经营潜力、中经营潜力、高经营潜力以及低激活潜力、高激活潜力的沉默客户分层体系。[0128]本技术实施例还提供一种计算机可读存储介质,用于存储程序代码,该程序代码用于执行前述各个实施例所述的一种银行沉默客户分层体系构建方法中的任意一种实施方式。[0129]本技术实施例还提供一种包括指令的计算机程序产品,当其在计算机上运行时,使得计算机执行前述各个实施例所述的一种银行沉默客户分层体系构建方法中的任意一种实施方式。[0130]本技术实施例中,提供了一种银行沉默客户分层体系构建方法、装置、设备及存储介质,基于用户的企业工商数据、历史价值贡献信息、企业风险数据、集团内价值表现、交易行为数据、外部数据以及基本属性属性,分别生成用户的沉默客户经营潜力评估模型以及沉默客户激活潜力预测模型,实现对沉默客户分层,从而有利于针对不同潜力的客户采取差异化的经营策略,有效提升促活效率以及转化率,解决了基于eva评估体系的客户分层方式存在的难以衡量长尾客户的未来可能带来的潜力价值,方式比较单一和粗颗粒度,导致大量的长尾客户缺乏有效分群,客户经理缺乏对于低价值客户的营销和维系的技术问题。[0131]所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。[0132]本技术的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。[0133]应当理解,在本技术中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“a和/或b”可以表示:只存在a,只存在b以及同时存在a和b三种情况,其中a,b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。[0134]在本技术所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。[0135]所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。[0136]另外,在本技术各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。[0137]所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:u盘、移动硬盘、只读存储器(英文全称:read-only memory,英文缩写:rom)、随机存取存储器(英文全称:random access memory,英文缩写:ram)、磁碟或者光盘等各种可以存储程序代码的介质。[0138]以上所述,以上实施例仅用以说明本技术的技术方案,而非对其限制;尽管参照前述实施例对本技术进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有