本發(fā)明涉及大數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)及方法。

背景技術(shù)：

線上預(yù)訂、線上推薦、線上支付作為交通出行的新的表現(xiàn)形式，在近幾年移動(dòng)互聯(lián)網(wǎng)技術(shù)的高速發(fā)展下呈現(xiàn)爆發(fā)式的增長(zhǎng)。線上預(yù)訂通過(guò)線上平臺(tái)提供購(gòu)物、餐飲、休息室、約車(chē)等服務(wù)，線上推薦通過(guò)旅客的基本信息和行為進(jìn)行不同場(chǎng)景下的推薦，線上支付通過(guò)微信、支付寶、網(wǎng)上銀行等方式提供便捷的支付渠道。

近年來(lái)，隨著用戶在線上的電商服務(wù)和支付的金融服務(wù)上可選擇性的不斷增多，分析數(shù)據(jù)量和數(shù)據(jù)類型的不斷增多，對(duì)用戶行為的分析上復(fù)雜性越來(lái)越高，所以我們迫切需要提出有效的技術(shù)和應(yīng)用方式來(lái)解決不斷復(fù)雜的用戶個(gè)性化需求。

技術(shù)實(shí)現(xiàn)要素：

為解決上述問(wèn)題，本發(fā)明提供了一種個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)及方法。

本發(fā)明采用以下技術(shù)方案：

一種個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)，包括數(shù)據(jù)采集單元、數(shù)據(jù)融合單元、標(biāo)簽建設(shè)單元、畫(huà)像分析單元、圖譜單元、推薦單元、機(jī)器學(xué)習(xí)引擎及api開(kāi)放平臺(tái)，其中：

所述數(shù)據(jù)采集單元用于采集用戶的原始出行數(shù)據(jù)；

所述數(shù)據(jù)融合單元用于對(duì)采集到的原始出行數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換及加載，得到目標(biāo)出行數(shù)據(jù)；

所述標(biāo)簽建設(shè)單元用于針對(duì)用戶打標(biāo)簽，其包括標(biāo)簽管理模塊、資源管理模塊、作業(yè)調(diào)度模塊及作業(yè)跟蹤模塊，所述標(biāo)簽管理模塊采用樹(shù)形結(jié)構(gòu)的方式對(duì)用戶相關(guān)的標(biāo)簽進(jìn)行管理和配置信息的維護(hù)，所述資源管理模塊用于管理自動(dòng)化打標(biāo)簽的腳本文件，所述作業(yè)調(diào)度模塊用于將要打的標(biāo)簽的樹(shù)形結(jié)構(gòu)和自動(dòng)化打標(biāo)簽的腳本文件關(guān)聯(lián)起來(lái)，實(shí)現(xiàn)根據(jù)周期對(duì)用戶進(jìn)行打標(biāo)簽的操作，所述作業(yè)跟蹤模塊是對(duì)打標(biāo)簽的作業(yè)進(jìn)度進(jìn)行跟蹤；

所述畫(huà)像分析單元基于所述目標(biāo)出行數(shù)據(jù)，對(duì)已經(jīng)打好標(biāo)簽的用戶進(jìn)行群體或者個(gè)體的分析，獲得畫(huà)像分析結(jié)果，所述畫(huà)像分析結(jié)果包括用戶畫(huà)像結(jié)果和產(chǎn)品畫(huà)像結(jié)果；

所述圖譜單元采用圖數(shù)據(jù)庫(kù)和力導(dǎo)圖的可視化技術(shù)，還原出用戶的行為軌跡關(guān)系網(wǎng)絡(luò)；

所述推薦單元用于在用戶畫(huà)像結(jié)果、產(chǎn)品畫(huà)像結(jié)果、行為軌跡關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上結(jié)合推薦場(chǎng)景，制定并執(zhí)行相應(yīng)的推薦算法模型；

所述機(jī)器學(xué)習(xí)引擎用于提供所述數(shù)據(jù)融合單元、標(biāo)簽建設(shè)單元、畫(huà)像分析單元、圖譜單元及推薦單元在工作過(guò)程中所需的算法模型，所述機(jī)器學(xué)習(xí)引擎基于spark分布式計(jì)算框架實(shí)現(xiàn)，其包括數(shù)據(jù)探索模塊、數(shù)據(jù)預(yù)處理模塊、模型訓(xùn)練模塊、模型評(píng)估模塊、模型可視化模塊及模型預(yù)測(cè)模塊，所述數(shù)據(jù)探索模塊用于對(duì)數(shù)據(jù)進(jìn)行分布統(tǒng)計(jì)、相關(guān)性分析、假設(shè)檢驗(yàn)及核密度估計(jì)，所述數(shù)據(jù)預(yù)處理模塊用于對(duì)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、加載、特征提取及特征選擇，所述模型評(píng)估模塊用于對(duì)已訓(xùn)練好的模型進(jìn)行評(píng)估，所述模型可視化模塊用于實(shí)現(xiàn)模型的可視化顯示，所述模型預(yù)測(cè)模塊用于將模型固化到生產(chǎn)環(huán)境、實(shí)時(shí)推送預(yù)警信息以及生成分析建議報(bào)告；

所述api開(kāi)放平臺(tái)用于為開(kāi)發(fā)者提供數(shù)據(jù)接口。

優(yōu)選地，所述圖譜單元包括hdfs文件系統(tǒng)、圖數(shù)據(jù)庫(kù)引擎及應(yīng)用層，所述hdfs文件系統(tǒng)上存儲(chǔ)有hbase數(shù)據(jù)庫(kù)和solrcloud索引，所述圖數(shù)據(jù)庫(kù)引擎包括數(shù)據(jù)及索引存儲(chǔ)層、數(shù)據(jù)庫(kù)層及clientapi層，所述數(shù)據(jù)及索引存儲(chǔ)層與所述hbase數(shù)據(jù)庫(kù)和solrcloud索引相連，所述clientapi層與所述應(yīng)用層相連，所述應(yīng)用層用于提供海量關(guān)系運(yùn)算、海量檢索、關(guān)系關(guān)聯(lián)、手工繪制、gis整合、實(shí)時(shí)關(guān)系運(yùn)算、關(guān)系擴(kuò)展、特征查詢、屬性收集及圖分析。

優(yōu)選地，所述推薦算法模型包括協(xié)同過(guò)濾算法、關(guān)聯(lián)分析算法、深度學(xué)習(xí)算法、分類算法、規(guī)則算法、聚類算法中的一種或多種。

優(yōu)選地，所述協(xié)同過(guò)濾算法包括基于用戶與用戶之間的關(guān)系算法、基于產(chǎn)品與產(chǎn)品之間的關(guān)系算法、用戶興趣圖譜推薦算法、矩陣分解算法、受限波爾玆曼機(jī)算法、支持向量機(jī)算法；所述關(guān)聯(lián)分析算法包括相似度聚類算法、社區(qū)發(fā)現(xiàn)算法、pagerank算法、影響度傳播算法；所述深度學(xué)習(xí)算法包括卷積神經(jīng)網(wǎng)絡(luò)算法、受限波爾玆曼機(jī)算法、自然語(yǔ)言處理算法、情感數(shù)據(jù)分析算法。

優(yōu)選地，所述推薦單元具有模型可視化配置模塊和場(chǎng)景可視化配置模塊，所述模型可視化配置模塊用于執(zhí)行算法模型制定的可視化操作，所述場(chǎng)景可視化配置模塊用于執(zhí)行推薦場(chǎng)景參數(shù)配置的可視化操作。

優(yōu)選地，api開(kāi)放平臺(tái)具有訪問(wèn)統(tǒng)計(jì)模塊和接口管理模塊，所述訪問(wèn)統(tǒng)計(jì)模塊用于分析統(tǒng)計(jì)開(kāi)發(fā)者的訪問(wèn)信息，所述接口管理模塊用于對(duì)數(shù)據(jù)接口進(jìn)行管理。

一種個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用方法，其基于上述的個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)實(shí)現(xiàn)，該方法包括以下步驟：

s1、利用數(shù)據(jù)采集單元采集用戶的原始出行數(shù)據(jù)；

s2、利用數(shù)據(jù)融合單元對(duì)采集到的原始出行數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換及加載，得到目標(biāo)出行數(shù)據(jù)；

s3、利用標(biāo)簽建設(shè)單元對(duì)用戶進(jìn)行打標(biāo)簽；

s4、對(duì)已經(jīng)打好標(biāo)簽的用戶進(jìn)行畫(huà)像分析，獲得畫(huà)像分析結(jié)果，所述畫(huà)像分析結(jié)果包括用戶畫(huà)像結(jié)果和產(chǎn)品畫(huà)像結(jié)果；

s5、采用圖數(shù)據(jù)庫(kù)和力導(dǎo)圖的可視化技術(shù)，還原出用戶的行為軌跡關(guān)系網(wǎng)絡(luò)；

s6、在用戶畫(huà)像結(jié)果、產(chǎn)品畫(huà)像結(jié)果、行為軌跡關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上結(jié)合推薦場(chǎng)景，制定并執(zhí)行相應(yīng)的推薦算法模型，實(shí)現(xiàn)線上推薦；

s7、通過(guò)api開(kāi)放平臺(tái)向開(kāi)發(fā)者提供數(shù)據(jù)服務(wù)。

優(yōu)選地，在步驟s3中所述打標(biāo)簽采用直接取值、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、手工定義中的一種或多種方式。

采用上述技術(shù)方案后，本發(fā)明與背景技術(shù)相比，具有如下優(yōu)點(diǎn)：

本發(fā)明采用畫(huà)像分析和圖譜分析獲得相應(yīng)的用戶相關(guān)的畫(huà)像分析結(jié)果和行為軌跡關(guān)系網(wǎng)絡(luò)，為個(gè)性化出行服務(wù)的業(yè)務(wù)場(chǎng)景提供了有力的數(shù)據(jù)基礎(chǔ)；本發(fā)明的推薦單元能夠?qū)崿F(xiàn)算法模型以及推薦場(chǎng)景的可視化配置，并且能夠結(jié)合用戶畫(huà)像結(jié)果、產(chǎn)品畫(huà)像結(jié)果、行為軌跡關(guān)系網(wǎng)絡(luò)、推薦場(chǎng)景制定出相應(yīng)的推薦模型，確保了線上推薦的便捷性和精準(zhǔn)性。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例一的結(jié)構(gòu)示意圖；

圖2為本發(fā)明實(shí)施例一圖譜單元的結(jié)構(gòu)示意圖；

圖3為本發(fā)明實(shí)施例二的流程示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

實(shí)施例一

參考圖1所示，本發(fā)明公開(kāi)了一種個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)，包括數(shù)據(jù)采集單元1、數(shù)據(jù)融合單元2、標(biāo)簽建設(shè)單元3、畫(huà)像分析單元4、圖譜單元5、推薦單元6、機(jī)器學(xué)習(xí)引擎7及api開(kāi)放平臺(tái)8，其中：

數(shù)據(jù)采集單元1用于采集用戶的原始出行數(shù)據(jù)，原始出行數(shù)據(jù)包含系統(tǒng)本身的數(shù)據(jù)以及第三方平臺(tái)的數(shù)據(jù)。

數(shù)據(jù)融合單元2用于對(duì)采集到的原始出行數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換及加載，得到目標(biāo)出行數(shù)據(jù)。

標(biāo)簽建設(shè)單元3用于針對(duì)用戶打標(biāo)簽，打標(biāo)簽的方式包括直接取值、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、手工定義等，同時(shí)支持第三方標(biāo)簽集成，最終形成用戶標(biāo)簽的整個(gè)可視化的過(guò)程。標(biāo)簽建設(shè)單元3包括標(biāo)簽管理模塊、資源管理模塊、作業(yè)調(diào)度模塊及作業(yè)跟蹤模塊，標(biāo)簽管理模塊采用樹(shù)形結(jié)構(gòu)的方式對(duì)用戶相關(guān)的標(biāo)簽進(jìn)行管理和配置信息的維護(hù)，資源管理模塊用于管理自動(dòng)化打標(biāo)簽的腳本文件，作業(yè)調(diào)度模塊用于將要打的標(biāo)簽的樹(shù)形結(jié)構(gòu)和自動(dòng)化打標(biāo)簽的腳本文件關(guān)聯(lián)起來(lái)，實(shí)現(xiàn)根據(jù)周期對(duì)用戶進(jìn)行打標(biāo)簽的操作，作業(yè)跟蹤模塊是對(duì)打標(biāo)簽的作業(yè)進(jìn)度進(jìn)行跟蹤。

畫(huà)像分析單元4基于目標(biāo)出行數(shù)據(jù)，對(duì)已經(jīng)打好標(biāo)簽的用戶進(jìn)行群體或者個(gè)體的分析，獲得畫(huà)像分析結(jié)果，畫(huà)像分析結(jié)果包括用戶畫(huà)像結(jié)果和產(chǎn)品畫(huà)像結(jié)果。畫(huà)像分析單元4也可以對(duì)個(gè)別用戶進(jìn)行深層次的分析，結(jié)合不同種標(biāo)簽(單值數(shù)字型、單值字符型、多值數(shù)組型、多值鍵值對(duì)型等)進(jìn)行組合查詢和bi報(bào)表分析的方式進(jìn)行用戶群體分析，更好的進(jìn)行用戶分群，為系統(tǒng)服務(wù)提供用戶分群api服務(wù)。

圖譜單元5采用圖數(shù)據(jù)庫(kù)和力導(dǎo)圖的可視化技術(shù)，還原出用戶的行為軌跡關(guān)系網(wǎng)絡(luò)。行為軌跡關(guān)系網(wǎng)絡(luò)包含用戶的出行、購(gòu)物、住宿、餐飲、支付等全方位的行為信息，通過(guò)對(duì)數(shù)據(jù)的深度線索挖掘的功能以及各種數(shù)據(jù)之間的相關(guān)邏輯關(guān)系，實(shí)現(xiàn)線索的追蹤展現(xiàn)，實(shí)現(xiàn)從物到人、從人到物的各種數(shù)據(jù)線索的網(wǎng)狀或樹(shù)狀的展現(xiàn)過(guò)程，為分析人員提供各種數(shù)據(jù)的自動(dòng)展現(xiàn)和線索關(guān)聯(lián)。

圖譜單元5包括hdfs文件系統(tǒng)、圖數(shù)據(jù)庫(kù)引擎及應(yīng)用層，hdfs文件系統(tǒng)上存儲(chǔ)有hbase數(shù)據(jù)庫(kù)和solrcloud索引，圖數(shù)據(jù)庫(kù)引擎包括數(shù)據(jù)及索引存儲(chǔ)層、數(shù)據(jù)庫(kù)層及clientapi層，數(shù)據(jù)及索引存儲(chǔ)層與hbase數(shù)據(jù)庫(kù)和solrcloud索引相連，clientapi層與應(yīng)用層相連，應(yīng)用層用于提供海量關(guān)系運(yùn)算、海量檢索、關(guān)系關(guān)聯(lián)、手工繪制、gis整合、實(shí)時(shí)關(guān)系運(yùn)算、關(guān)系擴(kuò)展、特征查詢、屬性收集及圖分析。

推薦單元6用于在用戶畫(huà)像結(jié)果、產(chǎn)品畫(huà)像結(jié)果、行為軌跡關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上結(jié)合推薦場(chǎng)景，制定并執(zhí)行相應(yīng)的推薦算法模型。推薦單元6具有模型可視化配置模塊和場(chǎng)景可視化配置模塊，模型可視化配置模塊用于執(zhí)行算法模型制定的可視化操作，場(chǎng)景可視化配置模塊用于執(zhí)行推薦場(chǎng)景參數(shù)配置的可視化操作。

推薦算法模型包括協(xié)同過(guò)濾算法、關(guān)聯(lián)分析算法、深度學(xué)習(xí)算法、分類算法、規(guī)則算法、聚類算法中的一種或多種。協(xié)同過(guò)濾算法包括基于用戶與用戶之間的關(guān)系算法、基于產(chǎn)品與產(chǎn)品之間的關(guān)系算法、用戶興趣圖譜推薦算法、矩陣分解算法、受限波爾玆曼機(jī)算法、支持向量機(jī)算法；關(guān)聯(lián)分析算法包括相似度聚類算法、社區(qū)發(fā)現(xiàn)算法、pagerank算法、影響度傳播算法；深度學(xué)習(xí)算法包括卷積神經(jīng)網(wǎng)絡(luò)算法、受限波爾玆曼機(jī)算法、自然語(yǔ)言處理算法、情感數(shù)據(jù)分析算法。

機(jī)器學(xué)習(xí)引擎7用于提供數(shù)據(jù)融合單元2、標(biāo)簽建設(shè)單元3、畫(huà)像分析單元4、圖譜單元5及推薦單元6在工作過(guò)程中所需的算法模型，機(jī)器學(xué)習(xí)引擎7基于spark分布式計(jì)算框架實(shí)現(xiàn)，其包括數(shù)據(jù)探索模塊、數(shù)據(jù)預(yù)處理模塊、模型訓(xùn)練模塊、模型評(píng)估模塊、模型可視化模塊及模型預(yù)測(cè)模塊，數(shù)據(jù)探索模塊用于對(duì)數(shù)據(jù)進(jìn)行分布統(tǒng)計(jì)、相關(guān)性分析、假設(shè)檢驗(yàn)及核密度估計(jì)，數(shù)據(jù)預(yù)處理模塊用于對(duì)數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換、加載、特征提取及特征選擇，模型評(píng)估模塊用于對(duì)已訓(xùn)練好的模型進(jìn)行評(píng)估，模型可視化模塊用于實(shí)現(xiàn)模型的可視化顯示，模型預(yù)測(cè)模塊用于將模型固化到生產(chǎn)環(huán)境、實(shí)時(shí)推送預(yù)警信息以及生成分析建議報(bào)告。

api開(kāi)放平臺(tái)8用于為開(kāi)發(fā)者提供數(shù)據(jù)接口。api開(kāi)放平臺(tái)8具有訪問(wèn)統(tǒng)計(jì)模塊和接口管理模塊，訪問(wèn)統(tǒng)計(jì)模塊用于分析統(tǒng)計(jì)開(kāi)發(fā)者的訪問(wèn)信息，接口管理模塊用于對(duì)數(shù)據(jù)接口進(jìn)行管理。

本發(fā)明在云計(jì)算平臺(tái)和大數(shù)據(jù)平臺(tái)的基礎(chǔ)上，實(shí)現(xiàn)了數(shù)據(jù)的采集、融合、智能分析、接口服務(wù)、可視化。其中，云計(jì)算平臺(tái)提供了基礎(chǔ)的軟硬件資源(包括機(jī)房、服務(wù)器、網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)等)，大數(shù)據(jù)平臺(tái)提供了大數(shù)據(jù)分析需要的基礎(chǔ)環(huán)境(包括操作系統(tǒng)、數(shù)據(jù)庫(kù)、大數(shù)據(jù)相關(guān)的軟件包、中間件等)。本發(fā)明基于用戶群體劃分、用戶行為網(wǎng)絡(luò)、用戶實(shí)時(shí)日志分析、個(gè)性化推薦模型、數(shù)據(jù)接口服務(wù)五個(gè)方面，構(gòu)建交通出行個(gè)性化服務(wù)應(yīng)用平臺(tái)，旨在提供線上服務(wù)的有效性、線上推薦的精準(zhǔn)性和線上支付的快捷性，實(shí)現(xiàn)交通出行領(lǐng)域電商服務(wù)與金融服務(wù)的發(fā)展

利用大數(shù)據(jù)技術(shù)研究交通出行領(lǐng)域如何為旅客提供個(gè)性化服務(wù)的關(guān)鍵技術(shù)和應(yīng)用模式。包括利用云平臺(tái)的存儲(chǔ)、計(jì)算、管理、資源分配等關(guān)鍵技術(shù)；解決跨數(shù)據(jù)中心、服務(wù)橫向擴(kuò)展、資源靈活調(diào)配、應(yīng)用分布式部署等問(wèn)題；利用大數(shù)據(jù)的集成、匯總、治理、存儲(chǔ)、運(yùn)算、調(diào)度、分析與挖掘技術(shù)，解決數(shù)據(jù)的管理、理解、分析與性能、存儲(chǔ)運(yùn)算水平擴(kuò)展的問(wèn)題；同時(shí)在申報(bào)單位交通出行應(yīng)用服務(wù)的基礎(chǔ)上，通過(guò)用戶群體劃分、用戶行為網(wǎng)絡(luò)、用戶實(shí)時(shí)日志分析、個(gè)性化推薦模型、數(shù)據(jù)應(yīng)用服務(wù)五個(gè)主題的研究，構(gòu)建交通出行行業(yè)的大數(shù)據(jù)個(gè)性化服務(wù)應(yīng)用平臺(tái)，為個(gè)性化出行服務(wù)的業(yè)務(wù)場(chǎng)景提供了有力、直觀的數(shù)據(jù)基礎(chǔ)，確保了個(gè)性化出行線上推薦的便捷性和精準(zhǔn)性。

實(shí)施例二

配合圖1和圖3所示，一種個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用方法，其基于實(shí)施例一的個(gè)性化出行服務(wù)大數(shù)據(jù)應(yīng)用系統(tǒng)實(shí)現(xiàn)，該方法包括以下步驟：

s1、利用數(shù)據(jù)采集單元1采集用戶的原始出行數(shù)據(jù)。

s2、利用數(shù)據(jù)融合單元2對(duì)采集到的原始出行數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換及加載，得到目標(biāo)出行數(shù)據(jù)。

s3、利用標(biāo)簽建設(shè)單元3對(duì)用戶進(jìn)行打標(biāo)簽。打標(biāo)簽采用直接取值、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析、手工定義中的一種或多種方式。

s4、對(duì)已經(jīng)打好標(biāo)簽的用戶進(jìn)行畫(huà)像分析，獲得畫(huà)像分析結(jié)果，畫(huà)像分析結(jié)果包括用戶畫(huà)像結(jié)果和產(chǎn)品畫(huà)像結(jié)果。

s5、采用圖數(shù)據(jù)庫(kù)和力導(dǎo)圖的可視化技術(shù)，還原出用戶的行為軌跡關(guān)系網(wǎng)絡(luò)。

s6、在用戶畫(huà)像結(jié)果、產(chǎn)品畫(huà)像結(jié)果、行為軌跡關(guān)系網(wǎng)絡(luò)的基礎(chǔ)上結(jié)合推薦場(chǎng)景，制定并執(zhí)行相應(yīng)的推薦算法模型，實(shí)現(xiàn)線上推薦。

s7、通過(guò)api開(kāi)放平臺(tái)8向開(kāi)發(fā)者提供數(shù)據(jù)服務(wù)。

以上所述，僅為本發(fā)明較佳的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。