向坐席提供通话对象的动态客户画像的方法与流程

2021-01-28 18:01:07|

346|

起点商标网

本发明涉及呼叫中心和用户画像领域，尤其涉及一种向坐席提供通话对象的动态客户画像的方法。

背景技术：

目前，呼叫中心已经成为企业提供线上综合业务信息的重要方式，呼叫中心的坐席根据企业的需求开展外呼或呼入的话务业务，以受理客户的意见反馈、咨询建议等业务，或针对企业的产品进行市场调查、电话销售、售后跟踪等业务。

为了获得更好的沟通效果，往往期望坐席在接听或拨打客户的电话之前，能够对客户的需求和基本情况有所了解，这样可使坐席有准备地、有针对性地把握客户的诉求，避免出现沟通失败而导致的客户挂断电话的情况。基于上述期望，一些技术方案中考虑将数据挖掘技术与呼叫中心的业务相结合，利用可获得的客户背景数据生成客户画像，坐席在通话前或通话时可以通过该客户画像了解客户的需求和基本情况，以提升通话过程的沟通质量和效率。但此方法依然具有局限性，原因是现有技术中的客户画像通常是依据通话之前可获得的客户背景数据而生成的，仅能反映当前通话之前客户的历史需求和历史基本情况，因此相对当前通话而言该客户画像是静态的，既不会随着当前通话的进行而更新，也不能反映出当前通话中客户的最新需求，能否达到较好的沟通效果还是依赖于坐席客服的业务水平和理解能力。可见，现有技术中提供客户画像的方式未充分与当前通话的内容相关联，从而相对于当前通话的具体内容具有信息单一、更新滞后等缺陷。

技术实现要素：

为了克服现有技术中的上述缺陷，本发明提供了一种向坐席提供通话对象的动态客户画像的方法，该方法包括：

根据坐席呼出或接入的通话对象的电话号码，查找与所述电话号码对应的初始客户画像，并推送至所述坐席；

根据所述坐席和所述通话对象之间的实时语音流数据，更新所述初始客户画像，以获得动态客户画像。

根据本发明的一个方面，该方法中所述根据所述坐席和所述通话对象之间的实时语音流数据，更新所述初始客户画像，以获得动态客户画像的步骤包括：采集所述实时语音流数据；将所述实时语音流数据进行文本转录处理以获得语音文本；对所述语音文本附加用于描述所述实时语音流数据的通话属性的消息标识，以将所述语音文本封装为通话文本消息；将所述通话文本消息加入至消息队列中；从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果，查找出与所述识别结果相对应的多个画像标签，根据该多个画像标签更新所述初始客户画像，以获得所述动态客户画像。

根据本发明的另一个方面，该方法中所述初始客户画像包括：根据所述电话号码确定的至少一个基础属性标签；和/或与所述电话号码存在对应映射关系的至少一个历史标签。

根据本发明的另一个方面，该方法中所述消息标识包括：身份标识和时间戳；所述身份标识用于定义所述坐席的身份信息和组织结构归属信息。

根据本发明的另一个方面，该方法中所述身份信息包括所述坐席所对应的客服标识；所述组织结构归属信息包括所述坐席所对应的企业标识和部门标识。

根据本发明的另一个方面，该方法中所述从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果的步骤包括：从所述消息队列中拉取所述通话文本消息；从所述通话文本消息中分离出所述语音文本；调用对话分析模型对所述语音文本进行对话分析；根据所述对话分析确定所述识别结果。

根据本发明的另一个方面，该方法中所述对话分析包括：通话记录标准格式预处理、角色分析、分词、词性标注、实体识别、依存分析、实体关系抽取、情感分析、自动分类、文本相似度计算、自动摘要中任一或其组合。

根据本发明的另一个方面，该方法中所述识别结果包括：所述语音文本对应的对话场景、客户意图、主题和关键字、业务实体中任一或其组合。

根据本发明的另一个方面，该方法还包括：对所述动态客户画像中包含的多个标签进行权重排序；优先显示权重大于预定阈值的所述标签。

根据本发明的另一个方面，该方法中所述消息队列由消息中心进行存储和管理。

根据本发明的另一个方面，该方法中从所述消息队列中拉取所述通话文本消息的步骤由一个或多个设置为订阅所述通话文本消息的逻辑体/设备来执行。

根据本发明的另一个方面，该方法还包括：根据对话场景类别对所述动态客户画像包含的多个标签进行聚类处理。

相应地，本发明还提供了一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如前文所述的向坐席提供通话对象的动态客户画像的方法。

本发明提供的向坐席提供通话对象的动态客户画像的方法可以根据坐席与其通话对象之间的实时语音流来更新初始客户画像以获得动态客户画像，生成所述动态客户画像的方式与当前所述坐席所进行的通话内容密切相关，相比现有技术保证了在通话过程中提供客户画像的更新率和准确度，有助于提升坐席的沟通效率和客户满意度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是根据本发明的向坐席提供通话对象的动态客户画像的方法的一个具体实施方式的流程示意图；

图2是图1示出的步骤s200的可选实施例的流程示意图；

图3是图2示出的步骤s250的可选实施例的流程示意图；

图4是图1示出的步骤s200的另一可选实施例的流程示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

为了更好地理解和阐释本发明，下面将结合附图对本发明作进一步的详细描述。本发明并不仅仅局限于这些具体实施方式。相反，对本发明进行的修改或者等同替换，均应涵盖在本发明的权利要求范围当中。

需要说明的是，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有这些具体细节，本发明同样可以实施。在下文给出的多个具体实施方式中，对于本领域熟知的结构和部件未作详细描述，以便于凸显本发明的主旨。

本发明提供了一种向坐席提供通话对象的动态客户画像的方法，请参考图1，图1是根据本发明的向坐席提供通话对象的动态客户画像的方法的一个具体实施方式的流程示意图，该方法包括：

步骤s100，根据坐席呼出或接入的通话对象的电话号码，查找与所述电话号码对应的初始客户画像，并推送至所述坐席；

步骤s200，根据所述坐席和所述通话对象之间的实时语音流数据，更新所述初始客户画像，以获得动态客户画像。

具体地，无论是呼叫中心的坐席呼出通话还是接入通话，均期望所述坐席能获得与其通话的所述通话对象的客户画像，而获得所述客户画像至少需要获得用于标记出所述通话对象的来源一个检索因子，直接地，所述坐席呼出通话或接入通话时所述通话对象的电话号码对于呼叫中心而言是可见的，该电话号码可自然地用作所述检索因子，因此在步骤s100中选择根据所述电话号码查找与所述电话号码对应的初始客户画像，并推送至所述坐席。向所述坐席提供所述初始客户画像的目的是让所述坐席认知对所述通话对象的基本信息，为后续的有效沟通作准备。由于查找所述初始客户画像是使用所述电话号码作为检索因子，因此所述初始客户画像往往仅包含了对所述电话号码进行数据挖掘后能获得信息。典型地，所述客户画像包括：根据所述电话号码确定的至少一个基础属性标签，和/或与所述电话号码存在对应映射关系的至少一个历史标签。其中，所述基础属性标签例如是所述电话号码的机主姓名和相关地理信息，所述相关地理信息包括所述电话号码归属地、活跃位置、所述活跃位置的人口信息、所述活跃位置的经济统计数据等；所述历史标签例如是与所述电话号码存在对应映射关系注册用户数据和历史通话概要，所述注册用户数据包括使用所述电话号码所注册的业务平台的历史操作、消费记录等，所述历史通话概要包括根据所述电话号码与所述呼叫中心产生历史通话记录所剥离出的概要性数据，通常用于标记出所述电话号码对应的客户过去所产生的业务的类型(例如投诉、咨询、购买等)。本领域技术人员可以理解，任何一种根据所述电话号码能获得的合法数据挖掘结果，均可以包含在所述初始客户画像内，这对于提升所述坐席对所述通话对象的认知度有较大帮助。

本领域技术人员可以理解，步骤s100中向所述坐席所提供的所述初始客户画像根据其获得的来源，对于所述坐席当前进行的通话而言是静态且滞后的，并不能从根本上反映出所述通话中所述通话对象的意愿和目的，因此执行步骤s200的一个重要目的是使所述坐席在所述通话的过程中能获得动态、实时、更新后的客户画像，也即，在步骤s200中选择根据所述坐席和所述通话对象之间的实时语音流数据，更新所述初始客户画像，以获得动态客户画像。执行步骤s200使所述坐席和所述通话对象间进行的通话内容得到了利用，所述实时语音流数据与所述通话对象的意愿和目的紧密相关，根据该实时语音流数据生成的动态客户画像自然与所述通话对象的意愿和目的相吻合。随着所述实时语音流数据的持续产生，所述动态客户画像也一直在进行相应的更新，这保证了所述动态客户画像的动态性和实时性。

请参考图2，图2是图1示出的步骤s200的可选实施例的流程示意图，在该可选的实施例中，步骤s200进一步包括如下步骤：

步骤s210，采集所述实时语音流数据；

步骤s220，将所述实时语音流数据进行文本转录处理以获得语音文本；

步骤s230，对所述语音文本附加用于描述所述实时语音流数据的通话属性的消息标识，以将所述语音文本封装为通话文本消息；

步骤s240，将所述通话文本消息加入至消息队列中；

步骤s250，从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果，查找出与所述识别结果相对应的多个画像标签，根据该多个画像标签更新所述初始客户画像，以获得所述动态客户画像。

具体地，当所述坐席与所述通话对象之间的话务搭接成功后即会因通话双方语言沟通而产生实时语音流，该实时语音流所涉及的沟通主题往往围绕着坐席所需针对客户提供的业务，例如电话销售、售后回访、市场调查、疑难解答等沟通主题。执行步骤s210正是为了采集所述实时语音流所对应的实时语音流数据，更具体而言，该实时语音流数据是用于记录所述实时语音流的数字信号，而通常该数字信号是使用坐席或客户语音的模拟信号转换所得。

在步骤s220中，执行所述文本转录的主体通常是一经过训练过的语音识别引擎，该语音识别引擎向提供一面向呼叫中心的识别接口，呼叫中心的坐席通过调用该识别接口将所述实时语音流数据中的语言文字转换为字符类型的语音文本，进一步在步骤s230中处理该语音文本。需要说明的是，由于所述实时语音流数据是伴随着所述坐席的通话而持续生成的，而单位时间内所述识语音识别引擎可处理的数据量有限，在必要的情况下，一次完整的所述通话的过程中可能会产生多个所述实时语音流数据，或将一条所述实时语音流数据切分为多个数据切块，此时可能会出现多个步骤s220并行执行的情况。无论如何，所述实时语音流数据最终都会转换为所述语音文本。

本领域技术人员可以理解，所述呼叫中心在同一时刻可能存在大量并发的坐席通话，为了保证每一坐席通话所产生的实时语音均能分配到合适的计算资源，因此考虑在步骤s230中所述语音文本进行进一步处理。也即，执行步骤s230的目的是将所述语音文本封装为携带了消息标识的通话文本消息，所述消息标识用于描述所述实时语音流数据的通话属性。接下来在执行步骤s240将所述通话文本消息加入至所述消息队列中，由于前文已经提及所述呼叫中心在同一时刻可能有多个坐席通话并发，本领域技术人员可以理解，所述消息队列中可能包含了多个不同的坐席通话的实时语音所对应的通话文本消息。这些多个通话文本消息之间依据其自身的消息标识来进行消息的区分，可以根据所述消息标识验证和回溯每一所述通话文本消息的产生时间和来源。

对于一个所述通话文本消息而言，典型地，所述消息标识包括身份标识和时间戳，所述身份标识用于定义所述坐席的身份信息和组织结构归属信息，所述身份信息例如包括所述坐席所对应的客服标识，所述组织结构归属信息例如包括所述坐席所对应的企业标识和部门标识。优选地，一个完整的消息标识可以由“企业标识+部门标识+客服标识+时间戳”的方式来构成，这样就可以保证所述消息标识可以正确描述所述通话文本消息在所述消息队列中时间顺序，以及保证所述通话文本消息在所述消息队列中的全局唯一性。

采用消息队列的方式来应对所述呼叫中心存在大量并发的坐席通话的这一应用场景，可以有条理地协调这些并发的坐席通话所需占用的语音识别资源，以确保每一坐席所产生的实时语音流数据均可以得到自然语言分析处理。优选地，所述消息队列由消息中心进行存储和管理，所述消息中心的规模可以根据所述呼叫中心的规模来确定，当呼叫中心的规模较大时，所述消息中心往往由高性能的集群来实现。

执行步骤s210至步骤s240是为了将所述实时语音流数据转换为可被识别的数据形式，以及为可能存在的多个通话文本消息建立队列机制。接下来执行步骤s250以实现针对单个所述通话文本消息的识别，以及针对所述识别的结果进一步进行后续处理，例如步骤s250中的后续步骤：查找出与所述识别结果相对应的多个画像标签，根据该多个画像标签更新所述初始客户画像，以获得所述动态客户画像。

请参考图3，图3是图2示出的步骤s250的可选实施例的流程示意图，尤其涉及步骤s250中从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果这一步骤的可选实施例，如图3所示，所述从所述消息队列中拉取所述通话文本消息进行自然语言分析以获得识别结果的步骤包括：

步骤s251，从所述消息队列中拉取所述通话文本消息；

步骤s252，从所述通话文本消息中分离出所述语音文本；

步骤s253，调用对话分析模型对所述语音文本进行对话分析；

步骤s254，根据所述对话分析确定所述识别结果。

具体地，当所述消息队列中存在未处理的所述通话文本消息时，执行步骤s251可将所述通话文本消息取出。执行步骤s252是为了从所述通话文本消息中分离出承载了对话信息的所述语音文本，优选地在执行步骤s252之前，可根据所述通话文本消息的消息标识对该通话文本消息进行回溯和验证，以确保该通话文本消息的合法性。

接下来执行步骤s253，也即调用对话分析模型对所述语音文本进行对话分析，典型地，所述对话分析包括通话记录标准格式预处理、角色分析、分词、词性标注、实体识别、依存分析、实体关系抽取、情感分析、自动分类、文本相似度计算、自动摘要中任一或其组合，目的是为了将所述语音文本进行结构化处理，并从中剥离出用于描述所述坐席与所述通话对象实际进行的对话中所传达出来的可用信息。为了实现所述对话分析，所述对话处理模型可能包含一经过训练的自然语言处理神经网络，该自然语言处理神经网络可通过所述语音文本判断出所述语音文本所承载的对话的各个维度的具体内容，例如前文所述的通话记录标准格式预处理可以将所述语音文本整理为可被识别的通话记录标准格式，所述角色分析可以分别判断出所述语音文本中多个语音讲述者(也即所述坐席和所述通话对象)的角色，所述分词通常是借助概率模型将所述语音文本中连续的句子拆分成合乎对话逻辑的词汇，所述词性标注可以为所述词汇指派词性，所述实体识别可以分析出所述词汇的所对应的命名实体(也即分析出所述词汇属于哪一类型的命名实体，如人名、时间、数字等类型)，所述依存分析可以根据句子的上下文信息进一步提升所述词汇的识别率，所述实体关系抽取可以标注不同词汇所代表的实体之间的关系来确保语言识别的准确度，所述情感分析可以根据词汇判断出讲述者的情感表达倾向，所述自动分类可以根据预定规则拆分所述语音文本中的句子、词汇等，也可以拆分前文中任意一种对话分析的输出结果，所述文本相似度计算可以分析出所述语音文本中的同音词，所述自动摘要可以对所述语音文本的整体或局部进行抽象概括以获得其摘要内容。本领域技术人员可以理解，所述对话分析中包括的具体操作与所述对话分析所需求的精确度相关，步骤s253的实施者可在综合考虑算法时间复杂度、计算资源负载、精度需求的基础上，合理选择所述对话分析中包括哪些类型的具体操作。

通过上述对话分析，可以确定所述语音文本所承载的对话的自然语言含义，并进一步在步骤s254中实现根据所述对话分析确定所述识别结果的功能。考虑到进行语音识别的目的是查找出与所述识别结果相对应的多个画像标签，此处所述识别结果优选地包括：所述语音文本对应的对话场景、客户意图、主题和关键字、业务实体中任一或其组合，本领域技术人员可以理解，所述主题和关键字可以通过抽取所述对话分析所输出的文本的局部内容来确定，若需要根据对话分析得到所述对话场景、所述客户意图、所述业务实体，则通常需要将通过所述对话分析得到的所述语音文本的文本含义与数据库中对应的场景模型、意图模型、业务实体模型进行匹配，以判断出当前的所述语音文本所归属的对话场景、业务实体类型，以及判断所述语音文本所传达出的客户意图，而所述数据库中的模型样本可以是由本具体实施方式的实施者预设的，或通过另一训练后的神经网络所输出的。所述对话场景例如是从实际语言沟通中所抽象概括出的产品介绍、异议处理、成交确认等场景，所述客户意图例如是从实际语言沟通中所抽象概括出的投诉、咨询、业务办理等客户意图，所述业务实体类型例如是与通话目的相关的售前咨询、售后服务、电话销售、广告推广等业务。在更多的实施例中，为应对坐席和其通话对象之间更为复杂的对话内容，所述识别结果可能还包括情绪、语速等抽象指标。

请继续参考图2，由于在步骤s250中确定所述识别结果后的最终目的是查找出与所述识别结果相对应的多个画像标签，无论如何，任何一种足以表达当前所处理的实时语音流数据中对话双方的交流意图和交流效果的抽象指标，均可以包含在所述识别结果内，且这些抽象指标均是依赖于所述对话分析所获得的。

具体地，所述画像标签可以由一预设的标签库所提供，该标签库与所述识别结果具有预设的映射关系，将所述识别结果输入至所述标签库中即可获得其对应的多个所述画像标签；在另一实施例中，所述画像标签可从所述识别结果中直接提取文本而生成。总体而言，所述画像标签是为了帮助所述坐席加深了解所述通话对象的信息或意图，任一中可以实现上述目的的数据均可以包含所述画像标签之内。

步骤s250中根据所述多个画像标签更新所述初始客户画像的操作例如是：将所述多个画像标签推送至所述坐席，进一步选择所述多个画像标签的部分或全部加入所述初始客户画像内，或选择所述多个画像标签的部分或全部替换所述初始客户画像内已经存在的标签，经过更新后的所述初始客户画像即为所述动态客户画像。通过查看所述动态客户画像，可以帮助所述坐席加深了解所述通话对象的信息或意图，快速满足客户的沟通需求，避免出现因坐席的客服的业务水平欠缺而导致的沟通失败，最终达到改善沟通质量和提升客户满意度的效果。

请参考图4，图4是图1示出的步骤s200的另一可选实施例的流程示意图，与图2示出的实施例的不同之处在于，图4示出的可选实施例中步骤s200还包括如下步骤：

步骤s260，对所述动态客户画像中包含的多个标签进行权重排序，优先显示权重大于预定阈值的所述标签。

步骤s270，根据对话场景类别对所述动态客户画像包含的多个标签进行聚类处理。

具体地，执行步骤s260的目的是为了应对所述动态客户画像中包含多个标签的场景，对于所述坐席而言，既要保证对话的流畅，又要兼顾查看所述动态客户画像中的多个标签是较为困难的，因此引入权重排序机制，将所述动态客户画像中权重大于预定阈值的所述标签优先显示，这样可将所述动态客户画像中较为重要的部分重点展示给所述坐席。本领域技术人员可以理解，步骤s260可实现的前提是预先对所述动态客户画像中包含的多个标签分别赋予权值。在另一实施例中，步骤s260也可以实施为优先显示权重最高的所述标签。

考虑到为了便于所述坐席回顾整个通话内容是否规范完整，以及便于所述坐席自我检视所述通话内容是否达到了预期的客户满意度，可以采用根据对话场景类别对所述动态客户画像中包含的多个标签进行聚类处理的方式来整合通话过程中的标签数据，这令所述坐席可以按照所述对话场景类型来对每一对话场景中产生的标签来进行评价和监督，以达到提升业务水平的目的，这也是执行步骤s270的意义。所述对话场景类别例如包含了呼叫中心的话务业务中可能出现的开场、沟通、结束语等细分场景片段，所述每一场景片段还可以按照内容完整性、服务规范性、客户意图、服务满意度、投诉风险等维度进行进一步划分。总体而言，设立所述对话场景类别的意义在于为所述坐席统计其完成的通话中每一阶段的标签。相应地，可由所述通话的挂断事件触发步骤s270开始执行。

无论是图2还是图4示出的步骤s250，还是图3示出的步骤s251，都期望其中从所述消息队列中拉取所述通话文本消息的步骤可以自动顺序地执行，优选地，可预设一个或多个配置为订阅所述通话文本消息的逻辑体/设备来执行上述从所述消息队列中拉取所述通话文本消息的步骤，该逻辑体/设备持续访问所述消息队列以判断其中是否包含所述通话文本消息，一旦所述消息队列中出现所述通话文本消息，所述逻辑体/设备实时拉取所述通话文本消息。当所述消息队列中包含多个通话文本消息时，该多个通话文本消息通常按产生的时间顺序进行排列。需要特别说明的是，所述逻辑体例如是可以实现所述拉取操作的计算机代码运行实例，例如虚拟服务器、服务逻辑、进程或线程等。拉取机制可以确保不会错过或漏掉所述消息队列中的通话文本消息，以确保所述呼叫中心中全局的通话文本消息都能分配到计算资源进行所述对话分析处理。

为了便于所述坐席查看所述初始客户画像和所述动态客户画像，所述坐席上通常提供一客户端，该客户端设置为订阅所述语音文本和所述画像标签，并在计算机视觉接口设备上及时呈现其订阅结果。一种可选的实施例中，根据所述语音文本和所述画像标签生成的各类消息，可以由前文所述的消息中心统一进行存储和管理。

需要说明的是，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。相反，流程图中描绘的步骤可以改变执行顺序。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

相应地，本发明还公开了一个或多个存储计算机可执行指令的计算机可读介质，所述指令在由一个或多个计算机设备使用时使得一个或多个计算机设备执行如前文所述的向坐席提供通话对象的动态客户画像的方法，例如图1示出的向坐席提供通话对象的动态客户画像的方法。所述计算机可读介质可以是可由计算机设备访问的任何可用介质，且包括用任何方法和技术实现的用于存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息的易失性和非易失性介质、可移动和不可移动介质。计算机可读介质包括但不限于，ram、rom、eeprom、闪存或其它存储器技术、cd-rom、数字多功能盘(dvd)或其它光存储、盒式磁带、磁带、磁盘存储或其它磁存储设备，或者可用于存储所需信息并且可由计算设备访问的任何其它介质。上述的任意组合也应包含在计算机可读介质的范围内。

本发明提供的向坐席提供通话对象的动态客户画像的方法中涉及软件逻辑的部分可以使用可编程逻辑器件来实现，也可以实施为计算机程序产品，该程序产品使计算机执行用于所示范的方法。所述计算机程序产品包括计算机可读存储介质，该介质上包含计算机程序逻辑或代码部分，用于实现上述涉及软件逻辑的部分的各个步骤。所述计算机可读存储介质可以是被安装在计算机中的内置介质或者可从计算机主体拆卸的可移动介质(例如可热拔插的存储设备)。所述内置介质包括但不限于可重写的非易失性存储器，例如ram、rom和硬盘。所述可移动介质包括但不限于：光存储媒体(例如cd-rom和dvd)、磁光存储媒体(例如mo)、磁存储媒体(例如磁带或移动硬盘)、具有内置的可重写的非易失性存储器的媒体(例如存储卡)和具有内置rom的媒体(例如rom盒)。

本领域技术人员应当理解，任何具有适当编程装置的计算机系统都能够执行包含在计算机程序产品中的本发明的方法的诸步骤。尽管本说明书中描述的多数具体实施方式都侧重于软件程序，但是以硬件方式实现本发明提供的方法的替代实施例同样在本发明要求保护的范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，在权利要求的等同要件的含义和范围内的所有变化均涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他部件、单元或步骤，单数不排除复数。权利要求中陈述的多个部件、单元或装置也可以由一个部件、单元或装置通过软件或者硬件来实现。

以上所披露的仅为本发明的一些较佳实施例，不能以此来限定本发明之权利范围，依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击【在线咨询】或添加微信【19522093243】与客服一对一沟通，为大家解决相关问题。