信息推送方法和裝置與流程
2023-06-09 10:34:22
本發明涉及計算機技術與人工智慧技術領域,特別是涉及一種信息推送方法和裝置。
背景技術:
目前,傳統的問題解決溝通模式為用戶需要到專業機構找專家,與專家進行面對面的問題溝通,專家根據用戶的問題,通過諮詢結果、自身經驗或者專家庫中已有的數據進行參考推理,得到針對該用戶的問題解決方案推薦給用戶。上述這種方式過於依賴專家或專家庫的主觀經驗和理論知識,一旦專家或專家庫的知識有誤,則會產生錯誤的解決方案推薦結果,推薦方案會有偏差,對用戶問題的解決具有不良的影響,延緩了用戶獲得有效解決方案的時效性。
技術實現要素:
鑑於此,有必要提供一種能夠根據不同用戶的個性化特徵,準確、有效且及時的信息推送方法和裝置。
為達到發明目的,提供一種信息推送方法,所述方法包括:獲取用戶的問題信息與個人信息;其中,所述獲取的用戶的問題信息作為第一問題信息,所述獲取的個人信息作為第一個人信息;將所述第一問題信息及所述第一個人信息與所述知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的所述解決案例中的解決方案作為第二解決方案;將所述第二解決方案作為最終信息推送至用戶。
在其中一個實施例中,還包括:預先創建所述知識庫,其中,所述知識庫包括至少一個解決案例,且每個解決案例中包括與該個解決案例對應的用戶的問題信息、對應的用戶的個人信息、對應的解決方案、對應的解決效果。
在其中一個實施例中,所述將所述第一問題信息及所述第一個人信息與所述知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的所述解決案例中的解決方案作為第二解決方案的步驟包括:將所述第一問題信息及所述第一個人信息與所述知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配度大於預設閾值的所述解決案例作為第一解決案例;比較知識庫中所述多個第一解決案例對應的解決效果,獲得所述解決效果最好的第一解決案例,其中,將所述解決效果最好作為所述第一預設條件;將符合所述第一預設條件的第一解決案例中的解決方案作為第二解決方案。
在其中一個實施例中,所述將所述第一問題信息及所述第一個人信息與所述知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的所述解決案例中的解決方案作為第二解決方案的步驟包括:將所述知識庫中的解決案例中的問題信息與所述第一問題信息的匹配度作為P1;將所述知識庫中的解決案例中的個人信息與所述第一個人信息的匹配度作為P2;將所述知識庫中的解決案例中的解決效果作為P3;計算所述知識庫中每個解決案例對應的P1×k1+P2×k2+P3×k3,作為該個解決案例對應的推薦優選度,其中,將所述推薦優選度最大作為所述第二預設條件,其中,k1、k2和k3為預設的大於或等於0的加權參數;將符合所述第二預設條件的所述解決案例中的解決方案作為第二解決方案。
在其中一個實施例中,將所述知識庫中的解決案例中的個人信息與所述第一個人信息的匹配度作為P2的步驟包括:將所述知識庫中的所述解決案例中的個人信息中的用戶年齡與所述第一個人信息中的用戶年齡的差值的絕對值作為P21;將所述知識庫中的所述解決案例中的個人信息中的用戶所在地與所述第一個人信息中的用戶所在地的距離作為P22;計算f(P21×k21+P22×k22),作為所述知識庫中的所述解決案例對應的P2;其中,其中,k21和k22為預設的大於或等於0的加權參數,f為使得p2與(P21×k21+P22×k22)成反比的預設函數。
在其中一個實施例中,還包括:將所述獲取的用戶的第一問題信息、第一個人信息、推薦的解決方案、實際解決效果作為一個解決案例添加至所述知識庫中;將不少於預設數值的所述解決案例加入所述知識庫,形成大數據知識庫。
基於同一發明構思的一種信息推送裝置,所述裝置包括:信息獲取模塊,用於獲取用戶的問題信息與個人信息;其中,所述獲取的用戶的問題信息作為第一問題信息,所述獲取的個人信息作為第一個人信息;解決方案獲取模塊,用於將所述第一問題信息及所述第一個人信息與所述知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的所述解決案例中的解決方案作為第二解決方案;推薦模塊,用於將所述第二解決方案推薦給用戶。
在其中一個實施例中,還包括,創建模塊,用於預先創建所述知識庫,其中,所述知識庫包括至少一個解決案例,且每個解決案例中包括與該個解決案例對應的用戶的問題信息、對應的用戶的個人信息、對應的解決方案、對應的解決效果;以及添加模塊,用於將所述獲取的用戶的第一問題信息、第一個人信息、推薦的解決方案、實際解決效果作為一個解決案例添加至所述知識庫中;將不少於預設數值的所述解決案例加入所述知識庫,形成大數據知識庫。
在其中一個實施例中,所述解決方案獲取模塊,包括:信息匹配模塊,用於將所述第一問題信息及所述第一個人信息與所述知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配度大於預設閾值的所述解決案例作為第一解決案例;比較模塊,用於比較知識庫中所述多個第一解決案例對應的解決效果,獲得所述解決效果最好的第一解決案例,其中,將所述解決效果最好作為所述第一預設條件;第一生成模塊,用於將符合所述第一預設條件的第一解決案例中的解決方案作為第二解決方案;以及第一匹配模塊,用於將所述知識庫中的解決案例中的問題信息與所述第一問題信息的匹配度作為P1;第二匹配模塊,用於將所述知識庫中的解決案例中的個人信息與所述第一個人信息的匹配度作為P2;定義模塊,用於將所述知識庫中的解決案例中的解決效果作為P3;第一計算模塊,用於計算所述知識庫中每個解決案例對應的P1×k1+P2×k2+P3×k3,作為該個解決案例對應的推薦優選度,其中,將所述推薦優選度最大作為所述第二預設條件,其中,k1、k2和k3為預設的大於或等於0的加權參數;第二生成模塊,用於將符合所述第二預設條件的所述解決案例中的解決方案作為第二解決方案。
在其中一個實施例中,所述第二匹配模塊包括:年齡信息獲取模塊,用於將所述知識庫中的所述解決案例中的個人信息中的用戶年齡與所述第一個人信息中的用戶年齡的差值的絕對值作為P21;距離信息獲取模塊,用於將所述知識庫中的所述解決案例中的個人信息中的用戶所在地與所述第一個人信息中的用戶所在地的距離作為P22;第二計算模塊,用於計算f(P21×k21+P22×k22),作為所述知識庫中的所述解決案例對應的P2;其中,其中,k21和k22為預設的大於或等於0的加權參數,f為使得p2與(P21×k21+P22×k22)成反比的預設函數。
本發明的有益效果包括:上述信息推送方法和裝置,通過獲取不同用戶的個人信息與問題信息,將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的解決案例中的解決方案作為第二解決方案;將第二解決方案作為最終信息推送至用戶。上述方法實現了獲取最佳解決方案的及時性;解決方案推送的針對性、快捷性;且進一步的,利用已有的解決數據,從中搜索出與用戶的個人信息相關聯的問題最匹配的成功解決方案,不再依賴專家或專家庫的主觀經驗和理論知識,而是根據解決的客觀歷史數據,會產生更好的解決方案推薦結果。
附圖說明
圖1為第一實施例中信息推送方法的流程示意圖;
圖2為第二實施例中信息推送方法的流程示意圖;
圖3為第三實施例中信息推送方法的流程示意圖;
圖4為第四實施例中信息推送方法的流程示意圖;
圖5為第五實施例中信息推送方法的流程示意圖;
圖6為第六實施例中信息推送方法的流程示意圖;
圖7為第七實施例中信息推送方法的流程示意圖;
圖8為一個實施例中信息推送裝置的結構示意圖;
圖9為另一個實施例中信息推送裝置的結構示意圖;
圖10為一個實施例中信息推送裝置中解決方案獲取模塊的結構示意圖;
圖11為另一個實施例中信息推送裝置中解決方案獲取模塊的結構示意圖;以及
圖12為一個實施例中信息推送裝置中第二匹配模塊的結構示意圖。
具體實施方式
為了使本發明的目的、技術方案及優點更加清楚明白,以下結合附圖及實施例對本發明信息推送方法和裝置進行進一步詳細說明。應當理解,此處所描述的具體實施例僅用以解釋本發明,並不用於限定本發明。
如圖1所示,一個實施例中的一種信息推送方法的步驟流程圖。具體包括以下步驟:
步驟S100,獲取用戶的個人信息與問題信息。其中,獲取的用戶的問題信息作為第一問題信息,獲取的個人信息作為第一個人信息。其中,獲取用戶的個人信息與問題信息為通過終端機錄入用戶的個人信息與問題信息。可以理解的是,此處的終端機可以為計算機或其他可以進行用戶的個人信息與問題信息錄入、上傳的電子終端設備,例如智慧型手機、穿戴式智能設備、平板電腦等。
具體的,在終端機上可運行用戶問題管理系統,通過該系統對用戶的個人信息與問題信息進行錄入。其中,可以錄入用戶的個人信息包括但不限於用戶的姓名、年齡、所在地;可以錄入的問題信息包括但不限於日常問題、專業問題等。
步驟S200,將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的解決案例中的解決方案作為第二解決方案。其中,知識庫包括至少一個解決案例,且每個解決案例中包括與該個解決案例對應的用戶的問題信息、對應的用戶的個人信息、對應的解決方案、對應的解決效果。
需要說明的是,在本實施例中,知識庫為預先創建的。由此,提高了將獲取的針對用戶的個人信息的問題信息與大數據知識庫中的多種問題信息進行匹配的適用性。
步驟S300,將第二解決方案作為最終信息推送至用戶。其中,解決方案信息利用局部網絡或網際網路可以將解決方案信息推送至用戶。由此,可以實現信息化、個性化、遠程管理控制和智能化推送解決方案信息的目的。
上述信息推送方法,通過獲取不同用戶的個人信息與問題信息,將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的解決案例中的解決方案作為第二解決方案;將第二解決方案作為最終信息推送至用戶。上述信息推送方法實現了獲取最佳解決方案的及時性;解決方案推送的針對性、快捷性;且進一步的,利用已有的解決數據,從中搜索出與用戶的個人信息相關聯的問題最匹配的成功解決方案,不再依賴專家或專家庫的主觀經驗和理論知識,而是根據解決的客觀歷史數據,會產生更好的解決方案推薦結果。
此外,如圖2所示,一個實施例中,信息推送方法還可以包括以下步驟:
步驟S400,將獲取的用戶的第一問題信息、第一個人信息、推薦的解決方案、實際解決效果作為一個解決案例添加至知識庫中;將不少於預設數值的解決案例加入知識庫,形成大數據知識庫。
進一步地,如圖3所示,在一個實施例中,步驟S200中,將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的解決案例中的解決方案作為第二解決方案的步驟包括:
步驟S201,將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配度大於預設閾值的所述解決案例作為第一解決案例。
步驟S202,比較知識庫中多個第一解決案例對應的解決效果,獲得解決效果最好的第一解決案例。其中,將解決效果最好作為第一預設條件。
步驟S203,將符合第一預設條件的第一解決案例中的解決方案作為第二解決方案。
需要說明的是,解決方案信息包括但不限於對常見問題的解答、對專業問題的解答等信息。其中,本發明中大數據知識庫為解決方案大數據知識庫,解決方案大數據知識庫是知識工程中結構化、易操作、易利用、全面有組織的知識集群,是針對專業領域問題求解的需要,採用專業知識表示方式在計算機存儲器中存儲、組織、管理和使用的互相聯繫的知識片集合。這些知識片包括與專業領域相關的理論知識、事實數據,由專家經驗得到的啟發式知識,例如,專業領域內有關的定義、定理和運算法則以及常識性知識等。
此外,如圖4所示,在一個實施例中,將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合第一預設條件的解決案例中的解決方案作為第二解決方案的步驟包括:
步驟S201』,將知識庫中的解決案例中的問題信息與第一問題信息的匹配度作為P1。
步驟S202』,將知識庫中的解決案例中的個人信息與第一個人信息的匹配度作為P2。
步驟S203』,將知識庫中的解決案例中的解決效果作為P3。
步驟S204』,計算知識庫中每個解決案例對應的P1×k1+P2×k2+P3×k3,作為該個解決案例對應的推薦優選度,其中,將推薦優選度最大作為第二預設條件,且k1、k2和k3為預設的大於或等於0的加權參數。
步驟S205』將符合第二預設條件的解決案例中的解決方案作為第二解決方案。
本實施例中,如圖5所示,將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配度大於預設閾值的所述解決案例作為第一解決案例具體包括:
步驟S2011,從知識庫中的各解決案例中的問題信息及個人信息中抽取關鍵詞,即為第一關鍵詞。其中,關鍵詞可以為但不限於字符串。
步驟S2012,從獲取的用戶的問題信息及個人信息中抽取關鍵詞,即為第二關鍵詞。
步驟S2013,對第一關鍵詞與第二關鍵詞進行匹配。其中,對第一關鍵詞與第二關鍵詞通過精確匹配或模糊匹配方式進行匹配。由此,提高了匹配的多選擇性與適用性。
步驟S2014,將匹配成功的關鍵詞數在第二關鍵詞數中佔比數作為所述匹配度,獲取所述匹配度大於預設閾值的所述解決案例作為第一解決案例。由此,提高了問題匹配過程中的高效性與準確性。
基於上述同樣的原理,如圖6所示,在本實施例中,將知識庫中的解決案例中的問題信息與第一問題信息的匹配度作為P1具體包括:
步驟S2021,從知識庫中的解決案例中的問題信息中抽取關鍵詞,即為第三關鍵詞。其中,關鍵詞可以為但不限於字符串。
步驟S2022,從獲取的用戶的問題信息中抽取關鍵詞,即為第二關鍵詞。
步驟S2023,對第三關鍵詞與第二關鍵詞進行匹配。其中,對第三關鍵詞與第二關鍵詞通過精確匹配或模糊匹配方式進行匹配。由此,提高了匹配的多選擇性與適用性。
步驟S2024,將匹配成功的關鍵詞數在第二關鍵詞數中佔比數作為所述匹配度P1。由此,提高了問題匹配過程中的高效性與準確性。
更進一步地,在一個實施例中,如圖7所示,將知識庫中的解決案例中的個人信息與第一個人信息的匹配度作為P2的步驟包括:
步驟S2031,將知識庫中的解決案例中的個人信息中的用戶年齡與第一個人信息中的用戶年齡的差值的絕對值作為P21。
步驟S2032,將知識庫中的解決案例中的個人信息中的用戶所在地與第一個人信息中的用戶所在地的距離作為P22。
步驟S2033,計算f(P21×k21+P22×k22),作為知識庫中的解決案例對應的P2;其中,k21和k22為預設的大於或等於0的加權參數,f為使得p2與(P21×k21+P22×k22)成反比的預設函數。
為了更好的理解與應用本發明提出的一種信息推送方法,進行以下示例,需要說明的是,本發明所保護的範圍不局限以下示例。
例如,獲取甲用戶的問題信息:我肚子痛怎麼辦?,個人信息:李XX、26歲、男性,在預存儲在大數據知識庫中的多種問題信息中進行匹配。
具體的,在大數據知識庫中搜索出與獲取的用戶的個人信息與問題信息上述問題信息的匹配度大於預設值60%的問題信息集合,或在大數據知識庫中搜索出預設值為10個與問題信息匹配的問題信息集合,即大數據知識庫中搜索出的用戶的問題信息及個人信息包括但不限於:我來月經了肚子疼怎麼辦、女性,我餓了肚子痛怎麼辦、男性及女性;繼而計算問題信息集合中每一個問題信息與獲取的用戶的問題信息的匹配度,例如,「我來月經了肚子疼怎麼辦、女性」中的「女性」,與甲用戶的個人信息「男性」無法實現匹配,即「我來月經了肚子疼怎麼辦、女性」排除。
基於同樣的原理,最終在大於預設值60%的問題信息集合中抽取到的「我餓了肚子痛怎麼辦、男性及女性」與甲用戶的問題信息及個人信息,實現絕大部分匹配。
進一步的,通過計算第一係數,即預設大於或等於0的數值與問題信息匹配度的乘積,第二係數,即預設大於或等於0的數值與個人信息匹配度的乘積,以及第三係數,即預設大於或等於0的數值與解決效果,即可為解決效果的評分或評級的乘積,將上述三個乘積進行加和處理,最終計算每一個解決案例的推薦優選度;獲取推薦優選度中的最大值對應的解決案例中的解決方案。需要說明的是,在大數據知識庫中,與耳鼻喉科中的感冒特徵,即重度感冒相關聯的解決方案信息對應的方式可以為一對一映射關係,例如,「我餓了肚子痛怎麼辦、男性及女性」的解決方案為:吃飯,解決效果優秀,即評分:5分。即獲取檢索到的解決方案信息,並將解決方案信息推送至用戶。
此外,需要說明的是,其中的解決優選度為大數據知識庫中與匹配成功的問題信息以及與問題信息相對應的解決案例的評價變量;解決效果可以通過評分或評級的方式進行存儲或展示。
基於同一發明構思,還提供了一種信息推送裝置,由於此裝置解決問題的原理與前述一種信息推送方法相似,因此,該裝置的實施可以按照前述方法的具體步驟實現,重複之處不再贅述。
如圖8所示,為一個實施例中的一種信息推送裝置的結構示意圖。該信息推送裝置10包括信息獲取模塊110、解決方案獲取模塊120和推薦模塊130。
其中,信息獲取模塊110用於獲取用戶的問題信息與個人信息;其中,獲取的用戶的問題信息作為第一問題信息,獲取的個人信息作為第一個人信息;解決方案獲取模塊120用於將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合預設條件的解決案例中的解決方案作為第二解決方案;推薦模塊130用於將第二解決方案作為最終信息推送至用戶。
此外,如圖9所示,該信息推送裝置10還可以包括創建模塊140和添加模塊150。
其中,創建模塊140用於預先創建知識庫;其中,知識庫包括至少一個解決案例,且每個解決案例中包括與該個解決案例對應的用戶的問題信息、對應的用戶的個人信息、對應的解決方案、對應的解決效果;添加模塊150用於將獲取的用戶的第一問題信息、第一個人信息、推薦的解決方案、實際解決效果作為一個解決案例添加至知識庫中;將不少於預設數值的解決案例加入知識庫,形成大數據知識庫。由此,提高了基於大數據知識庫進行針對用戶問題信息的解決方案的查詢的實時性與易用性。
另外,如圖10所示,在一個實施例中,一種信息推送裝置中解決方案獲取模塊120包括:信息匹配模塊1210、比較模塊1220、第一生成模塊1230。
其中,信息匹配模塊1210用於將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配度大於預設閾值的所述解決案例作為第一解決案例;比較模塊1220用於比較知識庫中多個第一解決案例對應的解決效果,獲得解決效果最好的第一解決案例,其中,將解決效果最好作為第一預設條件;第一生成模塊1230用於將符合第一預設條件的第一解決案例中的解決方案作為第二解決方案。
進一步地,如圖11所示,在另一個實施例中,一種信息推送裝置中解決方案獲取模塊120還包括:第一匹配模塊1240、第二匹配模塊1250、定義模塊1260、第一計算模塊1270以及第二生成模塊1280。
其中,第一匹配模塊1240用於將知識庫中的解決案例中的問題信息與第一問題信息的匹配度作為P1;第二匹配模塊1250用於將知識庫中的解決案例中的個人信息與第一個人信息的匹配度作為P2;定義模塊1260用於將知識庫中的解決案例中的解決效果作為P3;第一計算模塊1270用於計算知識庫中每個解決案例對應的P1×k1+P2×k2+P3×k3,作為該個解決案例對應的推薦優選度,其中,將推薦優選度最大作為第二預設條件;第二生成模塊1280用於將符合第二預設條件的解決案例中的解決方案作為第二解決方案;其中,k1、k2和k3為預設的大於或等於0的加權參數。
更進一步地,如圖12所示,在一個實施例中,提供的一種信息推送裝置中第二匹配模塊1250包括:年齡信息獲取模塊1251、距離信息獲取模塊1252以及第二計算模塊1253。
其中,年齡信息獲取模塊1251用於將知識庫中的解決案例中的個人信息中的用戶年齡與第一個人信息中的用戶年齡的差值的絕對值作為P21;距離信息獲取模塊1252用於將知識庫中的解決案例中的個人信息中的用戶所在地與第一個人信息中的用戶所在地的距離作為P22;第二計算模塊1253用於計算f(P21×k21+P22×k22),作為知識庫中的解決案例對應的P2;其中,其中,k21和k22為預設的大於或等於0的加權參數,f為使得p2與(P21×k21+P22×k22)成反比的預設函數。
另外,本實施例中,一種信息推送裝置中第一匹配模塊用於從大數據知識庫中解決案例中的問題信息中抽取關鍵詞,即為第一關鍵詞;從獲取的用戶的問題信息中抽取關鍵詞,即為第二關鍵詞;對第一關鍵詞與第二關鍵詞進行匹配;將匹配成功的關鍵詞數在第二關鍵詞數中佔比數作為第一匹配度,第一匹配度用P1表示;其中,對第一關鍵詞與第二關鍵詞通過精確匹配或模糊匹配方式進行匹配。
基於上述同樣原理,本實施例中,一種信息推送裝置中第二匹配模塊用於從大數據知識庫中解決案例中的個人信息中抽取關鍵詞,即為第三關鍵詞;從獲取的用戶的個人信息中抽取關鍵詞,即為第四關鍵詞;對第三關鍵詞與抽取的第四關鍵詞進行匹配;將匹配成功的關鍵詞數在第四關鍵詞數中佔比數作為第二匹配度,第二匹配度用P2表示;其中,對第三關鍵詞與第四關鍵詞通過精確匹配或模糊匹配方式進行匹配。
上述信息推送裝置,首先通過信息獲取模塊110獲取用戶的個人信息與問題信息;再通過解決方案獲取模塊120將第一問題信息及第一個人信息與知識庫中的各解決案例中的問題信息及個人信息進行匹配,獲取匹配成功且符合預設條件的解決案例中的解決方案作為第二解決方案;最終通過推薦模塊130將第二解決方案作為最終信息推送至用戶。本實施例中達到了匹配問題信息的準確性;實現了獲取最佳解決方案的及時性;最終將最佳解決方案信息推送至用戶,實現了解決方案推送的針對性、快捷性;且進一步的,利用已有的解決數據,從中搜索出與用戶的個人信息相關聯的問題最匹配的成功解決方案,不再依賴專家或專家庫的主觀經驗和理論知識,而是根據解決的客觀歷史數據,會產生更好的解決方案推薦結果。
本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流程,是可以通過電腦程式來指令相關的硬體來完成,所述的程序可存儲於一計算機可讀取存儲介質中,該程序在執行時,可包括如上述各方法的實施例的流程。其中,所述的存儲介質可為磁碟、光碟、只讀存儲記憶體(Read-Only Memory ROM)或隨機存儲記憶體(Random Access Memory,RAM)等。
以上所述實施例的各技術特徵可以進行任意的組合,為使描述簡潔,未對上述實施例中的各個技術特徵所有可能的組合都進行描述,然而,只要這些技術特徵的組合不存在矛盾,都應當認為是本說明書記載的範圍。
以上所述實施例僅表達了本發明的幾種實施方式,其描述較為具體和詳細,但並不能因此而理解為對本發明專利範圍的限制。應當指出的是,對於本領域的普通技術人員來說,在不脫離本發明構思的前提下,還可以做出若干變形和改進,這些都屬於本發明的保護範圍。因此,本發明專利的保護範圍應以所附權利要求為準。