审计模型的推荐方法及相关装置.pdf

《审计模型的推荐方法及相关装置.pdf》由会员分享，可在线阅读，更多相关《审计模型的推荐方法及相关装置.pdf（11页完成版）》请在专利查询网上搜索。

1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310659003.5(22)申请日 2023.06.05(71)申请人 广东电网有限责任公司地址 510600 广东省广州市越秀区东风东路757号 申请人 广东电网有限责任公司佛山供电局(72)发明人 梁敏杰华枫王珏唐晓瑭陈凤仪沈定平黄水平朱柏林陈青松蔡玲嘉董飞林钰杰(74)专利代理机构 北京集佳知识产权代理有限公司 11227专利代理师 张茵(51)Int.Cl.G06F 16/9035(2019.01)G06F 18/22(2023.01)G06F 16/28(2019.01)G06Q。

2、 40/12(2023.01)(54)发明名称一种审计模型的推荐方法及相关装置(57)摘要本申请公开了一种审计模型的推荐方法及相关装置，其中方法包括：基于用户对审计模型的操作行为构建用户特征表示，或基于用户自身的特征构建用户特征表示；基于审计模型的类型或结构化数据构建审计模型特征表示；将用户和审计模型嵌入到同一个向量空间中后，根据用户特征表示和审计模型特征表示计算用户和审计模型之间的相似度，根据相似度为用户推荐审计模型。本申请充分利用大数据相关技术，结合审计模型建设的成果，优化现有模型推荐规则，开展多业务点、各业务域的侦测分析和风险监测，全面、动态地反映出审计对象的状态，为审计人员挑选合适的审。

3、计模型进行审计工作，帮助大型企业审计人员更加客观、科学地进行审计。权利要求书2页 说明书7页 附图1页CN 116610844 A2023.08.18CN 116610844 A1.一种审计模型的推荐方法，其特征在于，包括：基于用户对审计模型的操作行为构建用户特征表示，或基于用户自身的特征构建用户特征表示；基于审计模型的类型或结构化数据构建审计模型特征表示；将用户和审计模型嵌入到同一个向量空间中后，根据所述用户特征表示和所述审计模型特征表示计算用户和审计模型之间的相似度，根据所述相似度为用户推荐审计模型。2.根据权利要求1所述的审计模型的推荐方法，其特征在于，所述基于用户对审计模型的操作行为构。

4、建用户特征表示，具体包括：获取用户在各类型审计模型的历史使用次数，根据所述历史使用次数确定用户的兴趣偏好，并将所述兴趣偏好作为用户特征表示；或基于用户对审计模型的历史行为对审计模型打上标签，得到用户的兴趣标签，并将所述兴趣标签作为用户特征表示；或基于用户对操作过的审计模型的评分以及时间加权获取用户的加权偏好向量以及根据用户操作过的审计模型之间的相似度，构建用户的兴趣向量，并将所述兴趣向量作为用户特征表示。3.根据权利要求1所述的审计模型的推荐方法，其特征在于，所述基于用户自身的特征构建用户特征表示，具体包括：获取用户的自身信息，并通过向量化表示所述自身信息得到用户特征向量，并通过所述用户特征向。

5、量的向量维度作为用户特征表示，其中，所述自身信息包括：单位、部门、岗位、以及做过的审计项目。4.根据权利要求1所述的审计模型的推荐方法，其特征在于，所述基于审计模型的类型或结构化数据构建审计模型特征表示，具体包括：对各类型审计模型打上标签，将审计模型对应的标签进行排序，并表示为N维向量，从而对审计模型进行向量化表示，得到审计模型特征表示；或通过关系型数据库获取审计模型的结构化数据，将所述结构化数据中的一个字段作为向量的一个维度，从而对审计模型进行向量化表示，得到审计模型特征表示。5.一种审计模型的推荐系统，其特征在于，包括：第一构建单元，用于基于用户对审计模型的操作行为构建用户特征表示，或基于。

6、用户自身的特征构建用户特征表示；第二构建单元，用于基于审计模型的类型或结构化数据构建审计模型特征表示；推荐单元，用于将用户和审计模型嵌入到同一个向量空间中后，根据所述用户特征表示和所述审计模型特征表示计算用户和审计模型之间的相似度，根据所述相似度为用户推荐审计模型。6.根据权利要求5所述的审计模型的推荐系统，其特征在于，所述第一构建单元，具体用于：获取用户在各类型审计模型的历史使用次数，根据所述历史使用次数确定用户的兴趣偏好，并将所述兴趣偏好作为用户特征表示；或基于用户对审计模型的历史行为对审计模型打上标签，得到用户的兴趣标签，并将所述兴趣标签作为用户特征表示；或权利要求书1/2 页2CN 1。

7、16610844 A2基于用户对操作过的审计模型的评分以及时间加权获取用户的加权偏好向量以及根据用户操作过的审计模型之间的相似度，构建用户的兴趣向量，并将所述兴趣向量作为用户特征表示。7.根据权利要求5所述的审计模型的推荐系统，其特征在于，所述第一构建单元，还用于：获取用户的自身信息，并通过向量化表示所述自身信息得到用户特征向量，并通过所述用户特征向量的向量维度作为用户特征表示，其中，所述自身信息包括：单位、部门、岗位、以及做过的审计项目。8.根据权利要求5所述的审计模型的推荐系统，其特征在于，所述第二构建单元，具体用于：对各类型审计模型打上标签，将审计模型对应的标签进行排序，并表示为N维向量。

8、，从而对审计模型进行向量化表示，得到审计模型特征表示；或通过关系型数据库获取审计模型的结构化数据，将所述结构化数据中的一个字段作为向量的一个维度，从而对审计模型进行向量化表示，得到审计模型特征表示。9.一种审计模型的推荐设备，其特征在于，所述设备包括处理器以及存储器：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；所述处理器用于根据所述程序代码中的指令执行权利要求14任一项所述的审计模型的推荐方法。10.一种计算机可读存储介质，其特征在于，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权利要求14任一项所述的审计模型的推荐方法。权利要求书2/2 页3CN 11661。

9、0844 A3一种审计模型的推荐方法及相关装置技术领域0001本申请涉及数据审计技术领域，尤其涉及一种审计模型的推荐方法及相关装置。背景技术0002开展大数据审计的基础为海量的各类电子数据，从海量数据中挖掘出对当前工作有价值的数据对审计人员来说是一件工作量极大的事情。目前审计人员想查看适合自己的审计模型得从大量模型库中去自己寻找，这样即耗时又费力，很多时候发现找出的模型并不能和项目匹配一致，对审计人员来说是一件工作量极大的事情。因此，亟需一种审计模型的推荐方法为审计人员挑选合适的审计模型进行审计工作。发明内容0003本申请提供了一种审计模型的推荐方法及相关装置，用于为审计人员挑选合适的审计模型。

10、进行审计工作。0004有鉴于此，本申请第一方面提供了一种审计模型的推荐方法，所述方法包括：0005基于用户对审计模型的操作行为构建用户特征表示，或基于用户自身的特征构建用户特征表示；0006基于审计模型的类型或结构化数据构建审计模型特征表示；0007将用户和审计模型嵌入到同一个向量空间中后，根据所述用户特征表示和所述审计模型特征表示计算用户和审计模型之间的相似度，根据所述相似度为用户推荐审计模型。0008可选地，所述基于用户对审计模型的操作行为构建用户特征表示，具体包括：0009获取用户在各类型审计模型的历史使用次数，根据所述历史使用次数确定用户的兴趣偏好，并将所述兴趣偏好作为用户特征表示；或。

11、0010基于用户对审计模型的历史行为对审计模型打上标签，得到用户的兴趣标签，并将所述兴趣标签作为用户特征表示；或0011基于用户对操作过的审计模型的评分以及时间加权获取用户的加权偏好向量以及根据用户操作过的审计模型之间的相似度，构建用户的兴趣向量，并将所述兴趣向量作为用户特征表示。0012可选地，所述基于用户自身的特征构建用户特征表示，具体包括：0013获取用户的自身信息，并通过向量化表示所述自身信息得到用户特征向量，并通过所述用户特征向量的向量维度作为用户特征表示，其中，所述自身信息包括：单位、部门、岗位、以及做过的审计项目。0014可选地，所述基于审计模型的类型或结构化数据构建审计模型特征。

12、表示，具体包括：0015对各类型审计模型打上标签，将审计模型对应的标签进行排序，并表示为N维向量，从而对审计模型进行向量化表示，得到审计模型特征表示；或说明书1/7 页4CN 116610844 A40016通过关系型数据库获取审计模型的结构化数据，将所述结构化数据中的一个字段作为向量的一个维度，从而对审计模型进行向量化表示，得到审计模型特征表示。0017本申请第二方面提供一种审计模型的推荐系统，所述系统包括：0018第一构建单元，用于基于用户对审计模型的操作行为构建用户特征表示，或基于用户自身的特征构建用户特征表示；0019第二构建单元，用于基于审计模型的类型或结构化数据构建审计模型特征表示。

13、；0020推荐单元，用于将用户和审计模型嵌入到同一个向量空间中后，根据所述用户特征表示和所述审计模型特征表示计算用户和审计模型之间的相似度，根据所述相似度为用户推荐审计模型。0021可选地，所述第一构建单元，具体用于：0022获取用户在各类型审计模型的历史使用次数，根据所述历史使用次数确定用户的兴趣偏好，并将所述兴趣偏好作为用户特征表示；或0023基于用户对审计模型的历史行为对审计模型打上标签，得到用户的兴趣标签，并将所述兴趣标签作为用户特征表示；或0024基于用户对操作过的审计模型的评分以及时间加权获取用户的加权偏好向量以及根据用户操作过的审计模型之间的相似度，构建用户的兴趣向量，并将所述兴。

14、趣向量作为用户特征表示。0025可选地，所述第一构建单元，还用于：0026获取用户的自身信息，并通过向量化表示所述自身信息得到用户特征向量，并通过所述用户特征向量的向量维度作为用户特征表示，其中，所述自身信息包括：单位、部门、岗位、以及做过的审计项目。0027可选地，所述第二构建单元，具体用于：0028对各类型审计模型打上标签，将审计模型对应的标签进行排序，并表示为N维向量，从而对审计模型进行向量化表示，得到审计模型特征表示；或0029通过关系型数据库获取审计模型的结构化数据，将所述结构化数据中的一个字段作为向量的一个维度，从而对审计模型进行向量化表示，得到审计模型特征表示。0030本申请第三。

15、方面提供一种审计模型的推荐设备，所述设备包括处理器以及存储器：0031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；0032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的审计模型的推荐方法的步骤。0033本申请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的审计模型的推荐方法。0034从以上技术方案可以看出，本申请具有以下优点：0035与现有技术相比，本申请的审计模型的推荐方法，充分利用大数据相关技术，结合审计模型建设的成果，优化现有模型推荐规则，开展多业务点、各业务域的侦测分析和风险监测，全面。

16、、动态地反映出审计对象的状态，为审计人员挑选合适的审计模型进行审计工作，帮助大型企业审计人员更加客观、科学地进行审计。说明书2/7 页5CN 116610844 A5附图说明0036图1为本申请实施例中提供的一种审计模型的推荐方法的流程示意图；0037图2为本申请实施例中提供的一种审计模型的推荐系统的结构示意图。具体实施方式0038为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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。

17、其他实施例，都属于本申请保护的范围。0039请参阅图1，本申请实施例中提供的一种审计模型的推荐方法，包括：0040步骤101、基于用户对审计模型的操作行为构建用户特征表示，或基于用户自身的特征构建用户特征表示；0041步骤102、基于审计模型的类型或结构化数据构建审计模型特征表示；0042步骤103、将用户和审计模型嵌入到同一个向量空间中后，根据用户特征表示和审计模型特征表示计算用户和审计模型之间的相似度，根据相似度为用户推荐审计模型。0043需要说明的是，本实施例的审计模型推荐算法的基本原理是根据用户在进行审计作业的历史行为，为用户推荐跟他审计工作相关的审计模型。要做到精准模型推荐推荐，一般。

18、需要三个步骤，分别是：基于用户信息及用户操作行为构建用户特征表示、基于审计模型信息构建特征表示、基于用户及审计模型特征表示为用户推荐标审计模型。0044以下为本申请实施例基于用户信息和审计模型特征为用户推荐审计模型的原理说明：0045有了用户特征和审计模型特征，基于以下推荐思路为用户推荐审计模型，思路包括：0046(1)基于用户历史行为记录做推荐：0047需要事先计算审计模型之间的相似性，然后将用户历史记录中用到的审计模型的相似度来给用户推荐审计模型。0048(2)用户和审计模型特征都用显式的标签表示，利用该表示做推荐：0049审计模型用标签来表示，那么反过来，每个标签就可以关联一组审计模型，。

19、那么根据用户的标签表示，用户的基本信息标签就可以关联到一组审计模型，这组通过标签关联到的审计模型，就可以作为给用户的推荐候选集。这类方法就是所谓的倒排索引法，是搜索业务通用的解决方案。0050(3)用户和审计模型嵌入到同一个向量空间，基于向量相似做推荐：0051当用户和审计模型嵌入到同一个向量空间中后，就可以计算用户和审计模型之间的相似度，然后按照审计模型跟用户的相似度，为用户推荐相似度高的审计模型。0052在一个实施例中，基于用户对审计模型的操作行为构建用户特征表示，包括：S1011S1014；0053需要说明的是，用户的特征表示可以基于用户对审计模型的操作行为(如点击、查询的关键字、收藏、。

20、评价等)构建用户对审计模型偏好画像，也可以基于用户自身的特征来表达。有了用户特征表示，就可以基于用户特征为用户推荐与他特征匹配的审计模型。构建说明书3/7 页6CN 116610844 A6用户特征的方法主要有以下几种：0054S1011、获取用户在各类型审计模型的历史使用次数，根据历史使用次数确定用户的兴趣偏好，并将兴趣偏好作为用户特征表示；或0055需要说明的是，(1)用户行为记录作为显示特征：0056记录用户过去一段时间对审计模型的偏好。如果用户过去一段时间查看了A、B、C三个审计模型，同时可以根据每个审计模型用户使用次数占总次数的比例给用户的行为打分，这时用户的兴趣偏好就可以记录为(A。

21、,C1)，(A,C2)，(A,C3)，其中C1、C2、C3分别是用户对审计模型A、B、C的评分。0057该方案直接将用户历史操作过的审计模型作为用户的特征表示，在推荐时可以将与用户操作过的相似的审计模型推荐给用户。0058S1012、基于用户对审计模型的历史行为对审计模型打上标签，得到用户的兴趣标签，并将兴趣标签作为用户特征表示；或0059需要说明的是，(2)显式的标签特征：0060如果审计模型是有标签来描述的，那么这些标签可以用来表征审计模型。用户的兴趣画像也可以基于用户对审计模型的行为来打上对应的标签。每个审计模型的标签可以是包含权重的，而用户对审计模型的操作行为也是有权重的，从而用户的兴。

22、趣标签是有权重的。0061在具体推荐时，可以将用户的兴趣标签关联到的审计模型推荐给用户。0062S1013、基于用户对操作过的审计模型的评分以及时间加权获取用户的加权偏好向量以及根据用户操作过的审计模型之间的相似度，构建用户的兴趣向量，并将兴趣向量作为用户特征表示。0063需要说明的是，(3)向量式的兴趣特征：0064可以基于审计模型信息将审计模型嵌入到向量空间中，利用向量来表示审计模型，在后面讲解嵌入的算法实现方案。有了审计模型的向量化表示，用户的兴趣向量就可以用他操作过的审计模型的向量的平均向量来表示了。0065这里表示用户兴趣向量有很多种策略，可以基于用户对操作过的审计模型的评分以及时间。

23、加权来获取用户的加权偏好向量，而不是直接取平均。另外，也可以根据用户操作过的审计模型之间的相似度，为用户构建多个兴趣向量，从而更好地表达用户多方位的兴趣偏好。0066有了用户的兴趣向量及审计模型的向量，可以基于向量相似性计算用户对审计模型的偏好度，再基于偏好度大小来为用户推荐审计模型。0067S1014、基于用户自身的特征构建用户特征表示，包括：0068获取用户的自身信息，并通过向量化表示自身信息得到用户特征向量，并通过用户特征向量的向量维度作为用户特征表示，其中，自身信息包括：单位、部门、岗位、以及做过的审计项目。0069需要说明的是，(4)用户的其他信息特征：0070用户在登陆、提供的关于。

24、自身相关的信息如单位、部门、岗位、做过的审计项目等信息。基于这些关于用户维度的信息，可以将用户特征用向量化表示出来，向量的维度就是可获取的用户特征数。说明书4/7 页7CN 116610844 A70071有了用户特征向量就可以计算用户相似度，将适合用户的审计模型推荐给该用户。0072在一个实施例中，基于审计模型的类型或结构化数据构建审计模型特征表示，包括：S1021和S1022；0073需要说明的是，审计模型的特征，一般可以利用显式的标签来表示，也可以利用隐式的向量来刻画，向量的每个维度就是一个隐式的特征项。前面提到某些推荐算法需要计算审计模型之间的相似度，下面在讲审计模型的各种特征表示时，。

25、也简单介绍一下审计模型之间的相似度计算方法。顺便说一下，审计模型关联审计模型的推荐范式也需要知道审计模型之间的相似度。下面从2个方面来详细讲解怎么构建审计模型的特征表示。0074S1021、对各类型审计模型打上标签，将审计模型对应的标签进行排序，并表示为N维向量，从而对审计模型进行向量化表示，得到审计模型特征表示；或0075需要说明的是，(1)最简单的方式是将标签按照某种序排列，每个标签看成一个维度，那么每个审计模型就可以表示成一个N维的向量了(N是标签的个数)，如果审计模型包含某个标签，向量在相应标签的分量上的值为1，否则为0。这时向量是稀疏向量(一般审计模型只有少量的几个或者几十个标签)，。

26、我们可以采用稀疏向量的表示来优化向量存储和计算，提升效率。有了审计模型基于标签的向量化表示，很容易计算审计模型相似度了。0076S1022、通过关系型数据库获取审计模型的结构化数据，将结构化数据中的一个字段作为向量的一个维度，从而对审计模型进行向量化表示，得到审计模型特征表示。0077需要说明的是，(2)审计模型具备结构化的信息：0078审计模型是具备结构化数据的，如审计点、项目名称、被审计单位、模型准确率、使用率、年份、项目类型、所属业务域、模型提出单位等维度数据，这类数据一般存在关系型数据库中。这类数据，可以将一个字段(也是一个特征)作为向量的一个维度，这时向量化表示每个维度的值不一定是数。

27、值，但是形式还是向量化的形式，即所谓的向量空间模型，这时可以通过如下的方式计算两个审计模型之间的相似度。0079假设两个审计模型的向量表示分别为：0080D1(A1，A2，A3，A4，A5，A6)0081D2(B1，B2，B3，B4，B5，B6)0082这时分别计算这两个审计模型的向量相加的值：0083S1A1+A2+A3+A4+A5+A60084S2B1+B2+B3+B4+B5+B60085其中，S1和S2分别为不同审计模型，A和B代表各标签的值当这两个模型不同标签的值相加得到的值差不多的时候，那这两个模型相似度是比较高的。0086本申请实施例的审计模型的推荐方法，充分利用大数据相关技术，结。

28、合审计模型建设的成果，优化现有模型推荐规则，开展多业务点、各业务域的侦测分析和风险监测，全面、动态地反映出审计对象的状态，为审计人员挑选合适的审计模型进行审计工作，帮助大型企业审计人员更加客观、科学地进行审计。0087以上为本申请实施例中提供的一种审计模型的推荐方法，以下为本申请实施例中提供的一种审计模型的推荐系统。0088请参阅图2，本申请实施例中提供的一种审计模型的推荐系统，包括：说明书5/7 页8CN 116610844 A80089第一构建单元201，用于基于用户对审计模型的操作行为构建用户特征表示，或基于用户自身的特征构建用户特征表示；0090第二构建单元202，用于基于审计模型的类。

29、型或结构化数据构建审计模型特征表示；0091推荐单元203，用于将用户和审计模型嵌入到同一个向量空间中后，根据用户特征表示和审计模型特征表示计算用户和审计模型之间的相似度，根据相似度为用户推荐审计模型。0092进一步地，本申请实施例中还提供了一种审计模型的推荐设备，所述设备包括处理器以及存储器：0093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；0094所述处理器用于根据所述程序代码中的指令，执行如上述方法实施例所述的审计模型的推荐方法的步骤。0095进一步地，本申请实施例中还提供了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方法实施例。

30、所述的方法。0096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。0097本申请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，以便这里描述的本申请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。

31、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。0098应当理解，在本申请中，“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。

32、和c”，其中a，b，c可以是单个，也可以是多个。0099在本申请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。0100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。

33、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说明书6/7 页9CN 116610844 A9的。0101另外，在本申请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。0102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，本申请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。

34、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)执行本申请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：ReadOnly 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。0103以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围。说明书7/7 页10CN 116610844 A10图1图2说明书附图1/1 页11CN 116610844 A11。