本發(fā)明涉及電子商務技術(shù)領域，尤其涉及個性化商品匹配推薦系統(tǒng)及方法。

背景技術(shù)：

目前已有的貨物核算推薦技術(shù)大部分仍然局限在人的外形數(shù)據(jù)進行核算，如了解人的身型等核算人體型適合的服裝款式，由于已有技術(shù)僅定位于女性局部外形數(shù)據(jù)，如體型尺碼進行簡單的服裝匹配，但是卻忽略了人們常年所形成的社會審美或性格內(nèi)心審美等因素，則有時不僅不能有效完善匹配度、而且也是一種風險。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種商品匹配推薦系統(tǒng)及方法，可以為個人提供較高匹配度的商品或組合商品搭配。

為了實現(xiàn)上述目的，本發(fā)明提供了如下技術(shù)方案：

首先，本發(fā)明實施例提供了一種個性化商品匹配推薦系統(tǒng)，包括：

個人屬性采集模塊，采集個人的多個維度的個人屬性數(shù)據(jù)，包括外觀屬性及社會心理屬性；

個人風格計算模塊，根據(jù)個人屬性采集模塊采集的屬性數(shù)據(jù)，計算獲取個人 風格類型數(shù)據(jù)；

個人數(shù)據(jù)存儲庫，存儲個人屬性采集模塊采集的屬性數(shù)據(jù)及個人風格計算模塊計算的個人風格類型數(shù)據(jù)；

商品屬性采集模塊，采集獲取商品的多個維度的商品屬性數(shù)據(jù)，包括外觀屬性和審美屬性；

商品風格計算模塊，根據(jù)商品屬性采集模塊采集的商品屬性數(shù)據(jù)，計算獲取商品風格類型數(shù)據(jù)；

商品數(shù)據(jù)存儲庫，存儲商品屬性采集模塊采集的商品屬性數(shù)據(jù)及商品風格計算模塊計算的商品風格類型數(shù)據(jù)；

匹配推薦模塊，綜合個人數(shù)據(jù)存儲庫和商品數(shù)據(jù)存儲庫的存儲數(shù)據(jù)，向個人推薦匹配度最高的單一類型商品或多類型搭配組合商品；

輸出模塊，輸出匹配推薦的商品及商品搭配結(jié)果。

其次，本發(fā)明實施例提供了一種個性化商品匹配推薦方法，包括如下步驟：

(1)采集商品信息，初始化商品數(shù)據(jù)存儲庫；

(2)采集個人的多個維度的個人屬性數(shù)據(jù)，計算個人風格類型數(shù)據(jù)；

(3)根據(jù)個人風格類型數(shù)據(jù)，計算并向個人推薦匹配度最高的單一類型商品或多類型搭配組合商品；

(4)輸出展示商品搭配效果。

再次，本發(fā)明實施例還提供一種電子裝置，包括：

存儲器；

一個或多個處理器；以及

存儲在所述存儲器內(nèi)的一個或多個程序模塊，用于被所述一個或多個處理器執(zhí)行，所述一個或多個程序模塊包括：

用于采集商品信息，初始化商品數(shù)據(jù)存儲庫的指令；

用于采集個人的多個維度的個人屬性數(shù)據(jù)，計算個人風格類型數(shù)據(jù)的指令；

用于根據(jù)個人風格類型數(shù)據(jù)，計算并向個人推薦匹配度最高的單一類型商品或多類型搭配組合商品的指令；以及

用于輸出商品搭配效果的指令。

本發(fā)明實施例提供商品匹配推薦系統(tǒng)、方法及電子裝置，通過對個人或商品的多維度的有效屬性的剖析分解，利用本發(fā)明所述方法，針對個人全方位的分析考慮，可以最大程度的不僅考慮到個人的外觀數(shù)據(jù)，也考慮到個人的內(nèi)在或社會數(shù)據(jù)，計算并向個人推薦匹配度最高的單一類型商品或多類型搭配組合商品，為用戶提供最優(yōu)的造型指引，也達到精準購物的目的，實用性非常高。

附圖說明

圖1為本發(fā)明實施例提供的商品匹配推薦系統(tǒng)的示意圖。

圖2為本發(fā)明實施例提供的商品匹配推薦方法的流程圖。

圖3為本發(fā)明實施例提供的電子裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖詳細說明本發(fā)明的優(yōu)選實施方式。

圖1出示本發(fā)明個性化商品匹配推薦系統(tǒng)的實施例結(jié)構(gòu)示意圖，如圖所示，本發(fā)明一種個性化商品匹配推薦系統(tǒng)，包括：

個人屬性采集模塊，采集個人的多個維度的個人屬性數(shù)據(jù)，包括外觀屬性及 社會心理屬性，進行人物剖析畫像；

個人風格計算模塊，根據(jù)個人屬性采集模塊采集的屬性數(shù)據(jù)，計算獲取個人風格類型數(shù)據(jù)；

個人數(shù)據(jù)存儲庫，存儲個人屬性采集模塊采集的屬性數(shù)據(jù)及個人風格計算模塊計算的個人風格類型數(shù)據(jù)；

商品屬性采集模塊，采集獲取商品的多個維度的商品屬性數(shù)據(jù)，包括外觀屬性和審美屬性，進行商品剖析畫像；

商品風格計算模塊，根據(jù)商品屬性采集模塊采集的商品屬性數(shù)據(jù)，計算獲取商品風格類型數(shù)據(jù)；

商品數(shù)據(jù)存儲庫，存儲商品屬性采集模塊采集的商品屬性數(shù)據(jù)及商品風格計算模塊計算的商品風格類型數(shù)據(jù)；

匹配推薦模塊，綜合個人數(shù)據(jù)存儲庫和商品數(shù)據(jù)存儲庫的存儲數(shù)據(jù)，向個人推薦匹配度最高的單一類型商品或多類型搭配組合商品；

輸出模塊，輸出匹配推薦的商品及商品搭配結(jié)果，包含商品搭配使用指南。

本實施例中，所述個人屬性采集模塊采集的個人屬性數(shù)據(jù)包括：頭部數(shù)據(jù)、臉部數(shù)據(jù)、身型數(shù)據(jù)、性格數(shù)據(jù)、審美偏向數(shù)據(jù)、社會心理數(shù)據(jù)，其中，頭部數(shù)據(jù)、臉部數(shù)據(jù)、身型數(shù)據(jù)應用觀察測量或者掃描的方法獲得量化判定結(jié)果，性格數(shù)據(jù)、審美偏向數(shù)據(jù)、社會心理數(shù)據(jù)應用問卷調(diào)查方法獲得量化判定結(jié)果。

上述的頭部數(shù)據(jù)例可包括：頭形數(shù)據(jù)(描述頭部的整體輪廓)、發(fā)型數(shù)據(jù)(包括發(fā)型種類以及顏色)。上述的臉部數(shù)據(jù)例如可包括：臉形數(shù)據(jù)以及五官的模型數(shù)據(jù)和皮膚種類及顏色數(shù)據(jù)。上述的身形數(shù)據(jù)例如可包括身高、體重、身體的模型數(shù)據(jù)。

上述的性格數(shù)據(jù)例可包括：氣質(zhì)數(shù)據(jù)，人格數(shù)據(jù)、此兩項從心理學研究出發(fā)， 可以通過心理學調(diào)查問卷獲取。氣質(zhì)數(shù)據(jù)例如可包括內(nèi)向、外向、混合。人格數(shù)據(jù)例如可包括九型人格或者任意的人格數(shù)據(jù)。

審美偏向數(shù)據(jù)可包括人對色彩的偏好數(shù)據(jù)，其中色彩包括單色、色彩搭配、色系，色彩數(shù)據(jù)調(diào)研分兩個維度：喜歡的顏色和不喜歡的顏色等。

同時，審美偏向數(shù)據(jù)還包括人對審美風格的偏好數(shù)據(jù)，如活潑、優(yōu)雅、神秘、高貴、熱情等。

社會心理數(shù)據(jù)包含一個人的年齡數(shù)據(jù)，以及職業(yè)數(shù)據(jù)。

本實施例中，每個個人屬性采集值取該個人屬性類型選擇域中一個或多個取值，所述個人風格計算模塊計算獲取個人風格類型數(shù)據(jù)時，設對應多個維度的個人屬性采集值分別為P1，P2，P3，…，Pn，則P(P1，P2，P3，…，Pn)構(gòu)成個人的風格類型數(shù)據(jù)，其中n為個人多重屬性的維度數(shù)。

本實施例中，個人屬性采集值取該個人屬性類型選擇域中的多個取值時，選取最匹配一個為主值，個人屬性采集值取該個人屬性類型選擇域中的一個取值時，直接取該取值為主值，對應多個維度的個人屬性采集主值組合構(gòu)成個人的主風格類型數(shù)據(jù)，其余采集值組合構(gòu)成個人的次要風格類型數(shù)據(jù)。

本實施例中，所述商品屬性采集模塊采集的商品屬性數(shù)據(jù)包括：商品形狀數(shù)據(jù)、商品尺碼數(shù)據(jù)、商品顏色數(shù)據(jù)、商品材質(zhì)數(shù)據(jù)、商品審美數(shù)據(jù)、商品使用場合數(shù)據(jù)、商品用戶年齡數(shù)據(jù)、商品色彩搭配數(shù)據(jù)、商品圖案數(shù)據(jù)、商品裝飾元素數(shù)據(jù)、商品工藝數(shù)據(jù)、商品風格數(shù)據(jù)、商品價格數(shù)據(jù)。

上述的商品形狀數(shù)據(jù)定義商品的外形，其可以是簡單外形名稱，也可以是詳細的外形描述數(shù)據(jù)(通過測量或者掃描得到)。

上述的商品尺碼數(shù)據(jù)定義商品的尺寸大小，其可以是簡單的尺碼例如XL、L、M、S等，也可以包括詳細的尺寸(長、寬、高、甚至更加詳細的細節(jié)尺寸)，詳 細的尺寸也可以通過測量或者掃描得到。

商品顏色數(shù)據(jù)定義商品的顏色，其可以是簡單的顏色名稱例如紅色、綠色等，也可以是顏色代碼，例如#3322de，此單項數(shù)據(jù)中同時包含色相、明度和純度三個數(shù)據(jù)，還可以針對商品的三維模型，記載模型中每一處的顏色。同時亦包含商品色彩搭配、色彩面積，色彩心理效應等數(shù)據(jù)。

商品材質(zhì)數(shù)據(jù)是指制造商品所作用的原材料的材質(zhì)，例如是絲質(zhì)、亞麻、羊毛、純綿還是、皮革、塑料、玉石、鉆石、金屬等。

商品審美數(shù)據(jù)是指人對商品所呈現(xiàn)的心理數(shù)據(jù)，包含如：活潑、優(yōu)雅、、穩(wěn)重、神秘、可愛、高貴等。上述的商品用戶年齡數(shù)據(jù)是指每個商品適用的用戶年齡。例如，商品用戶年齡數(shù)據(jù)可以包括一個年齡段，例如20－30。

商品色彩搭配數(shù)據(jù)是指商品適合與哪此色彩進行搭配的數(shù)據(jù)。商品色彩搭配數(shù)據(jù)可包括一個顏色清單，每個顏色具有一個與當前商品顏色的搭配度。此搭配度可以是根據(jù)算法計算出來，也可以是由和設計師直接指定編輯的。進一步地，商品色彩搭配數(shù)據(jù)中還可針對不同的部位進行區(qū)分，例如，若當前商品為上衣，在可商品色彩搭配數(shù)據(jù)里分別定義褲子以及鞋子的商品色彩搭配數(shù)據(jù)，也就是說褲子與鞋子的商品搭配數(shù)據(jù)可以不同。

商品圖案數(shù)據(jù)定義商品表面的圖案特征，其可直接包括商品表面的圖案，對于圖案是以重復的方式延伸的還可以記載圖案重復處理的方式。

商品裝飾數(shù)據(jù)定義商品表面的裝飾物或者鑲嵌在商品表面的裝飾物品：如金屬裝飾、流蘇、亮片、鐵鏈子、拉鏈、皮帶、蕾絲、繡花、各類年串珠、繩帶等商品工藝數(shù)據(jù)定義制作商品時所采取的工藝，此工藝包含制作該商品作用于材質(zhì)的工藝也包含將商品各部分組合成一體時所采取的工藝：如石磨、做舊、刷白、手工印染、撕裂、鏤空等。

商品風格數(shù)據(jù)是指商品審美元素所呈現(xiàn)的歷史、區(qū)域、文化所沉淀的歷史文化元素聚合而成的風格數(shù)據(jù)，如：巴洛克風格、洛可可風格、朋克風格、百老匯風格、中國民國風格、20年代風格、超現(xiàn)實主義風格、波普風格等等。

商品價格數(shù)據(jù)定義商品的價格，例如可以包括單獨出售價格、與其他商品搭配的折扣、以及任意其他與商品價格相關(guān)的數(shù)據(jù)。

本實施例中，每個商品屬性采集值取該商品屬性類型選擇域中一個或多個取值，所述商品風格計算模塊計算獲取商品風格類型數(shù)據(jù)時，設對應多個維度的商品屬性采集值分別為G1，G2，G3，…，Gm，則G(G1，G2，G3，…，Gm)構(gòu)成商品的風格類型數(shù)據(jù)，其中m為商品多重屬性的維度數(shù)。

本實施例中的個性化商品匹配推薦系統(tǒng)還可包括規(guī)則提供模塊以及課程模塊。

本實施例中，所述匹配推薦模塊向個人推薦匹配度最高的單一類型商品的方法為：規(guī)則提供模塊提供個人屬性與該類型商品屬性的協(xié)調(diào)匹配規(guī)則，每條協(xié)調(diào)匹配規(guī)則具有比重類型的匹配值，對指定的個人風格類型數(shù)據(jù)，根據(jù)協(xié)調(diào)匹配規(guī)則，推演計算商品數(shù)據(jù)存儲庫中，該類型商品中每種商品風格類型的匹配值，選取匹配值最高的商品作為推薦匹配商品。

本實施例中，所述匹配推薦模塊向個人推薦匹配度最高的多類型搭配組合商品的方法為：規(guī)則提供模塊提供個人屬性與商品屬性、商品屬性與商品屬性的協(xié)調(diào)匹配規(guī)則，每條協(xié)調(diào)匹配規(guī)則具有比重類型的匹配值，從個人風格類型數(shù)據(jù)，根據(jù)協(xié)調(diào)匹配規(guī)則，推演計算商品數(shù)據(jù)存儲庫中，每組多類型搭配組合商品的匹配值，選擇匹配值最高的多類型搭配組合商品作為推薦多類型搭配組合商品。

規(guī)則提供模塊所提供的個人屬性與該類型商品屬性的協(xié)調(diào)匹配規(guī)則以及商品屬性與商品屬性的協(xié)調(diào)匹配規(guī)則來源可分為兩類，一類是設計師進行搭配并輸 入系統(tǒng)，另一類是系統(tǒng)記錄用戶的商品選擇搭配行為，根據(jù)記錄結(jié)果進行相關(guān)性分析得到。

本實施例中，所述匹配推薦模塊向個人推薦匹配度最高的單一類型商品的實例為：假如用戶選定一支粉底液，則只需取個人膚色數(shù)據(jù)和粉底液顏色數(shù)據(jù)進行最佳匹配即可。

本實施例中，所述匹配推薦模塊向個人推薦匹配度最高的多類型搭配組合商品的方法為：假如用戶需要同時選擇化妝全套用品，則需取個人屬性數(shù)據(jù)，包含膚色、年齡、職業(yè)、偏好等綜合核算后指向的Pn類型數(shù)據(jù)值匹配。同時取化妝品各品類顏色值，如粉底液、腮紅、眼影、高光、鼻影、眼線等等，與商品庫中商品風格Gm值進行匹配。最后PN值與GM值相匹配，得到最佳值。

本實施例中，課程模塊提供搭配使用課程，傳遞用戶審美能力，糾正用戶審美誤區(qū)。上述的課程的具體內(nèi)容可包括文字、語音、圖片、視頻、動畫及其任意組合。

本實施例中，輸出匹配推薦的商品及商品搭配結(jié)果例如是指將商品搭配結(jié)果顯示在屏幕上、以聲音方式輸出或者發(fā)送給其他設備(例如客戶端或者其他移動終端)進行顯示。

其次，本發(fā)明提供了一種個性化商品匹配推薦方法，包括如下步驟：

(1)采集商品信息，初始化商品數(shù)據(jù)存儲庫；

(2)采集個人的多個維度的個人屬性數(shù)據(jù)，計算個人風格類型數(shù)據(jù)；

(3)根據(jù)個人風格類型數(shù)據(jù)，計算并向個人推薦匹配度最高的單一類型商品或多類型搭配組合商品；

(4)輸出展示商品搭配效果。

本實施例中，所述步驟(1)中，初始化商品數(shù)據(jù)存儲庫的方法為：采集每個商 品的商品屬性數(shù)據(jù)，計算獲取商品風格類型數(shù)據(jù)，將商品風格類型數(shù)據(jù)存入商品數(shù)據(jù)存儲庫，其中，商品屬性數(shù)據(jù)包括商品形狀數(shù)據(jù)、商品尺碼數(shù)據(jù)、商品顏色數(shù)據(jù)、商品材質(zhì)數(shù)據(jù)、商品審美數(shù)據(jù)、商品使用場合數(shù)據(jù)、商品用戶年齡數(shù)據(jù)、商品色彩搭配數(shù)據(jù)、商品圖案數(shù)據(jù)、商品裝飾元素數(shù)據(jù)、商品工藝數(shù)據(jù)、商品風格數(shù)據(jù)、商品價格數(shù)據(jù)。

本實施例中，每個商品屬性采集值取該商品屬性類型選擇域中一個或多個取值，計算獲取商品風格類型數(shù)據(jù)時，設對應多個維度的商品屬性采集值分別為G1，G2，G3，…，Gm，則G(G1，G2，G3，…，Gm)構(gòu)成商品的風格類型數(shù)據(jù)，其中m為商品多重屬性的維度數(shù)。

本實施例中，所述步驟(2)中，所述個人屬性數(shù)據(jù)包括：頭部數(shù)據(jù)、臉部數(shù)據(jù)、身型數(shù)據(jù)、性格數(shù)據(jù)、審美偏向數(shù)據(jù)、社會心理數(shù)據(jù)，其中，頭部數(shù)據(jù)、臉部數(shù)據(jù)、身型數(shù)據(jù)應用觀察測量/掃描讀取方法獲得量化判定結(jié)果，性格數(shù)據(jù)、審美偏向數(shù)據(jù)、社會心理數(shù)據(jù)應用問卷調(diào)查方法獲得量化判定結(jié)果。

本實施例中，所述步驟(2)中，每個個人屬性采集值取該個人屬性類型選擇域中一個或多個取值，計算獲取個人風格類型數(shù)據(jù)時，設對應多個維度的個人屬性采集值分別為P1，P2，P3，…，Pn，則P(P1，P2，P3，…，Pn)構(gòu)成個人的風格類型數(shù)據(jù)，其中n為個人多重屬性的維度數(shù)。

本實施例中，所述步驟(3)中，計算并向個人推薦匹配度最高的單一類型商品的方法為：提供個人屬性與該類型商品屬性的協(xié)調(diào)匹配規(guī)則，每條協(xié)調(diào)匹配規(guī)則具有比重類型的匹配值，對指定的個人風格類型數(shù)據(jù)，根據(jù)協(xié)調(diào)匹配規(guī)則，推演計算商品數(shù)據(jù)存儲庫中，該類型商品中每種商品風格類型的匹配值，選取匹配值最高的商品作為推薦匹配商品。

本實施例中，所述步驟(3)中，計算并向個人推薦匹配度最高的多類型搭配組合商品的方法為：提供個人屬性與商品屬性、商品屬性與商品屬性的協(xié)調(diào)匹配規(guī)則，每條協(xié)調(diào)匹配規(guī)則具有比重類型的匹配值，從個人風格類型數(shù)據(jù)，根據(jù)協(xié)調(diào)匹配規(guī)則，推演計算商品數(shù)據(jù)存儲庫中，每組多類型搭配組合商品的匹配值，選擇匹配值最高的多類型搭配組合商品作為推薦多類型搭配組合商品。

上述的多個維度的個人屬性采集值還可構(gòu)成一個樹形結(jié)構(gòu)，在一個具體的實例中，上述的樹形結(jié)構(gòu)如下表所示：

每個商品具有商品模型

可以理解的是上述的用戶模型與商品模型的示例僅為示意，本領域普通技術(shù)人員可以根據(jù)實際需要任意擴展。

上述的規(guī)則可以定義觸發(fā)條件以及計算方式。

觸發(fā)條件定義一個或多個個人和/或者商品屬性的值滿足特定條件，或者一個或多個模塊的值滿足特定條件。此處的模塊是指包含子元素的模塊，例如上述用戶模型中的氣質(zhì)，或者商品模型中的社會心理。

計算方式定義計算公式(例如加權(quán)計算的參數(shù)以及權(quán)重，或者演算的公式以 及公式的參數(shù))。

由此，根據(jù)上述的規(guī)則從用戶模型和/或商品模型出發(fā)即可計算兩者(個人與商品、商品與商品、個人與個人)之間的匹配度。

匹配度存可存在多個層次(根據(jù)不同的屬性以及計算公式計算)，多個層次的匹配度之間存在排序關(guān)系(或者說每個規(guī)則具有一個排序)。不同層次的匹配度可以施加修正系數(shù)以在一起進行排序。

再次，本發(fā)明實施例還提供一種電子裝置。參閱圖2，電子裝置1包括一個或多個(圖中僅示出一個)存儲器11、處理器12、存儲控制器13、外設接口14和顯示模塊15。這些組件通過一條或多條通訊總線/信號線相互通訊。

本領域普通技術(shù)人員可以理解，圖2所示的結(jié)構(gòu)僅為示意，其并不對電子裝置1的結(jié)構(gòu)造成限定。例如，終端1還可包括比圖2所示更多或者更少的組件，或者具有與圖2所示不同的配置。圖2所示的各組件可以采用硬件、軟件或其組合實現(xiàn)。

存儲器11可用于存儲軟件程序以及模塊，如本發(fā)明實施例中的商品匹配推薦方法對應的程序指令/模塊，處理器12通過運行存儲在存儲器11內(nèi)的軟件程序以及模塊，從而執(zhí)行各種功能應用以及數(shù)據(jù)處理，即實現(xiàn)上述的目商品匹配推薦方法及系統(tǒng)。

存儲器11可包括高速隨機存儲器，還可包括非易失性存儲器，如一個或者多個磁性存儲裝置、閃存、或者其他非易失性固態(tài)存儲器。在一些實例中，存儲器11可進一步包括相對于處理器12遠程設置的存儲器，這些遠程設置的存儲器可以通過網(wǎng)絡連接至終端1。上述網(wǎng)絡的實例包括但不限于互聯(lián)網(wǎng)、企業(yè)內(nèi)部網(wǎng)、局域網(wǎng)、移動通信網(wǎng)及其組合。處理器12以及其他可能的組件對存儲器11的訪問可在存儲控制器13的控制下進行。

外設接口14將各種輸入/輸出裝置耦合至處理器12以及存儲器11。處理器12運行存儲器11內(nèi)的各種軟件、指令以及執(zhí)行終端1的各種功能以及進行數(shù)據(jù)處理。

顯示模塊15用于顯示由用戶輸入的信息、提供給用戶的信息以及電子裝置1的各種圖形接口。這些圖形用戶接口可以由圖形、文本、圖標、視頻和其任意組合來構(gòu)成。在一個實例中，屏幕15包括一個顯示面板。該顯示面板例如可為一個液晶顯示面板(Liquid Crystal Display，LCD)、有機發(fā)光二極管(Organic Light-Emitting Diode Display，OLED)顯示面板、電泳顯示面板(Electro-Phoretic Display,EPD)等。

進一步地，在本實施例中，顯示模塊15還可以包括一個觸控表面，該觸控表面可設置于顯示面板上從而與顯示面板構(gòu)成一個整體，即觸摸屏。可選的，觸控表面可包括觸摸檢測裝置和觸摸控制器兩個部分。其中，觸摸檢測裝置檢測用戶的觸摸方位，并檢測觸摸操作帶來的信號，將信號傳送給觸摸控制器；觸摸控制器從觸摸檢測裝置上接收觸摸信息，并將它轉(zhuǎn)換成觸點坐標，再送給處理器12，并能接收處理器12發(fā)來的命令并加以執(zhí)行。此外，可以采用電阻式、電容式、紅外線以及表面聲波等多種類型實現(xiàn)觸控表面。

所述電子裝置1的具體實例包括但不限于手機、平板電腦、服務器或者其他類似的運算裝置。

存儲器11內(nèi)存儲有一個或多個程序模塊，具體地，上述的一個或多個程序模塊可包括實現(xiàn)第一實施例中的各模塊的指令。

以上所述僅為本發(fā)明的實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運用在其他相關(guān)的技術(shù)領域，均同理包括在本發(fā)明的專利保護范圍內(nèi)。