汇款业务的汇路确定方法及装置

摘要

本发明提供了汇款业务的汇路确定方法及装置，涉及金融领域，该方法包括：获取汇款业务中汇路信息；根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解；根据确定的最优解确定汇款业务的汇路。本发明通过使用人工鱼群算法对银行汇款场景中汇款汇路信息进行模拟和识别，并完成了建议汇款路由的推荐。本发明解决了银行业务人员在选择汇款汇路需要人工录入不准、容易出错的缺陷。

说明书

技术领域

本发明涉及数据处理技术，具体的讲是一种汇款业务的汇路确定方法及装置。

背景技术

转汇，即：A银行与B银行之间没有清算账户，但A银行与C银行有清算账户，B银行与D银行有清算账户，C与D之间也有清算账户。这种情况，A与B进行汇款时，通过C和D进行转汇处理，可以有很多个C和D供A和B来选择。

目前在银行汇款业务中，对于存在转汇需要的业务，有一些场景是被动的，比如A和B银行没有直接的清算关系；有一些场景是主动的，比如客户想多走几家银行的汇路来达到目标行，以方便一些公司客户的业务上的处理。无论是哪种情况目前的汇路(转汇选择哪些银行)都是通过人手工来选择的。

现有技术中银行系统处理的方法，都是通过业务人员手工填写汇路信息，所依靠的就是银行柜员对系统的熟练，平时大部分情况可能人工选择的汇路并不理想，银行业务人员操作起来也很麻烦，需要依赖对汇路相关银行的梳理，还经常面临的选择错汇路信息而被退回的风险。

发明内容

针对现有技术中汇路确定存在的缺陷，本发明提供一种汇款业务的汇路确定方法，包括：

获取汇款业务中汇路信息；

根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解；

根据确定的最优解确定汇款业务的汇路。

本发明实施例中，所述的汇路信息包括：汇路中收取的费用信息、流转次数。

本发明实施例中，所述的根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解包括：

对所述的汇路信息进行数据化处理生成汇款业务集合；

根据所述的汇款业务集合进行人工鱼群算法的觅食行为模拟、跟随行为模拟及群聚行为模拟；

根据预设的最大迭代次数确定人工鱼群算法行为模拟的最优解。

本发明实施例中，所述的根据所述的汇款业务集合进行人工鱼群算法的觅食行为模拟、跟随行为模拟及群聚行为模拟包括：

对所述的汇款业务集合的当前汇款业务分别进行跟随行为模拟及群聚行为模拟，进行觅食行为模拟，确定当前汇款业务的移动方向；

将生成的跟随行为模拟结果、群聚行为模拟结果中的最优解作为当前汇款业务的模拟结果。

本发明实施例中，所述的根据确定的最优解确定汇款业务的汇路包括：

根据确定的人工鱼群算法行为模拟的最优解确定对应的汇路信息；

根据确定的汇路信息确定汇款业务的汇路。

同时，本发明还提供一种汇款业务的汇路确定装置，包括：

数据获取模块，用于获取汇款业务中汇路信息；

人工鱼群算法处理模块，用于根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解；

汇路确定模块，用于根据确定的最优解确定汇款业务的汇路。

本发明实施例中，所述的人工鱼群算法处理模块包括：

数据化处理单元，用于对所述的汇路信息进行数据化处理生成汇款业务集合；

行为模拟单元，用于根据所述的汇款业务集合进行人工鱼群算法的觅食行为模拟、跟随行为模拟及群聚行为模拟；

最优解确定单元，用于根据预设的最大迭代次数确定人工鱼群算法行为模拟的最优解。

本发明实施例中，所述的行为模拟单元包括：

模拟单元，对所述的汇款业务集合的当前汇款业务分别进行跟随行为模拟及群聚行为模拟，进行觅食行为模拟，确定当前汇款业务的移动方向；

结果生成单元，用于将生成的跟随行为模拟结果、群聚行为模拟结果中的最优解作为当前汇款业务的模拟结果。

本发明实施例中，所述的汇路确定模块包括：

信息对应单元，用于根据确定的人工鱼群算法行为模拟的最优解确定对应的汇路信息；

汇路生成单元，用于根据确定的汇路信息确定汇款业务的汇路。

同时，本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法。

同时，本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有执行上述方法的计算机程序。

本发明通过使用人工鱼群算法对银行汇款场景中汇款汇路信息进行模拟和识别，并完成了建议汇款路由的推荐。本发明解决了银行业务人员在选择汇款汇路需要人工录入不准、容易出错的痛点。

为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的汇款业务的汇路确定方法的流程图；

图2为本发明实施例中的流程图；

图3为本发明实施例中的流程图；

图4为本发明实施例中的流程图；

图5为本发明提供的汇款业务的汇路确定装置的框图；

图6为本发明实施例中的流程图；

图7为本发明实施例中的流程图；

图8为本发明实施例中的流程图；

图9为本发明实施例提供的电子设备示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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其他实施例，都属于本发明保护的范围。

现有技术汇路的选择中，都是通过业务人员手工填写汇路信息，所依靠的就是银行柜员对系统的熟练，平时大部分情况可能人工选择的汇路并不理想，银行业务人员操作起来也很麻烦，需要依赖对汇路相关银行的梳理，还经常面临的选择错汇路信息而被退回的风险。

名词解释：

人工鱼群算法：是一种模拟自然环境中鱼群行为的新型全局寻优算法。在一片水域中，鱼生存数量最多的地方就是该水域中食物最为丰富的地方。通过这一自然现像来模拟鱼群觅食、跟随、聚焦等行为来进行路径寻优，来达到我们现实生活中的一些优化。

汇款报文：报文Message，网络上传输的业务数据是以报文的形式存在的。报文有一定的结构和种类，并且每个种类的报文代表的意义不一样。所有这些都是由SWIFT组织规定的。我们在SWIFT网络上收发的报文必须符合SWIFT规定的标准。

SWIFT：the Society for Worldwide Inter-bank FinancialTelecommunication，指环球银行间金融电信协会，是国际银行同业间非盈利性的国际合作组织，主要提供金融报文服务，成立于一九七三年，目前全球大多数国家大多数银行已加入SWIFT，SWIFT标准作为规范化、标准化、国际化的通信标准已渗透到国际金融界。SWIFT建立了一个全球范围内的网络，SWIFT成员通过各地的接入点接入SWIFT网络。

转汇：A银行与B银行之间没有清算账户，但A银行与C银行有清算账户，B银行与D银行有清算账户，C与D之间也有清算账户。这种情况，A与B进行汇款时，通过C和D进行转汇处理，可以有很多个C和D供A和B来选择。

本发明提出了一种通过人工鱼群算法来对汇款业务处理时提供一条汇路的推荐方法，以便银行业务人员在进行汇路选择时，可以根据推荐的汇路完成汇款汇路的输入。

如图1所示，为本发明提供一种汇款业务的汇路确定方法的流程图，其包括：

步骤S101，获取汇款业务中汇路信息；

步骤S102，根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解；

步骤S103，根据确定的最优解确定汇款业务的汇路。

本发明通过使用人工鱼群算法对银行汇款场景中汇款汇路信息进行模拟和识别，并完成了建议汇款路由的推荐。用鱼群模拟选择路径的汇款业务，用群聚、跟随、觅食等行为来模拟汇款业务的满足选择条件的汇款路径。

具体的，本发明实施例中，所述的汇路信息包括：汇路中收取的费用信息、流转次数。

人工鱼算法中，模拟鱼的行为模式包括：群聚、跟随、觅食等行为。本发明实施例通过人工鱼群算的群聚、跟随、觅食行为模拟来对汇款业务流程中的汇款业务峰值、汇款业务多笔、汇款业务手续费等业务场景进行模拟。

本发明实施例中，汇款业务所需要耗费的资源包括：收取的费用、流转的次数，耗费的资源对应为一条人工鱼所需要的食物浓度为：

D＝f(A)；

其中，f为所要解决问题的目标最优解，即最终确定的最优路径。

具体的，本发明实施例中，所述的根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解包括：

对所述的汇路信息进行数据化处理生成汇款业务集合；

根据所述的汇款业务集合进行人工鱼群算法的觅食行为模拟、跟随行为模拟及群聚行为模拟；

根据预设的最大迭代次数确定人工鱼群算法行为模拟的最优解。

具体的，本发明实施例中，对获取的汇款存量的汇路信息进行数据化，初始化为人工鱼所模拟的汇款业务集合A＝{A1，A2，......，An}，并预先设定最大迭代次数。

从集合A中的A1开始分别执行跟随行为模拟、群聚行为模拟，分别获取Ai所移动的跟随行为Move和群聚行为Move。

如果跟随行为Move优于群聚行为Move，则Ai为跟随行为Move，否则Ai为群聚行为Move。

判断A集合中Ai遍历的次数，如果没有达到预设的最大迭代次数，则继续对Ai分别执行跟随行为模拟、群聚行为模拟，分别获取Ai所移动的跟随行为Move和群聚行为Move直至达到预设的最大迭代次数。

本发明将汇款路由策略通过人工鱼迭化进化的方法得到了进化后的最优解，的到一组汇款路由策略，并且进化迭代的策略整体上是收敛的。

本发明实施例中，所述的根据所述的汇款业务集合进行人工鱼群算法的觅食行为模拟、跟随行为模拟及群聚行为模拟包括：

对所述的汇款业务集合的当前汇款业务分别进行跟随行为模拟及群聚行为模拟，进行觅食行为模拟，确定当前汇款业务的移动方向；

将生成的跟随行为模拟结果、群聚行为模拟结果中的最优解作为当前汇款业务的模拟结果。

如图2所示，为本发明实施例中上述的模拟跟随行为的汇路选择策略流程示意图。

具体的，本发明实施例中，模拟跟随行为时的具体策略如下：

Ai向Aj移动的方法：

Move＝Ai+random()*value*(Aj-Ai)/||Aj-Ai||

是否进一步跟随判断策略：

f(Aj)/n＜β*f(Ai)

其中，range表示每一个汇款路由节点所可以获取的下一个节点范围，对应鱼的感知范围。

value表示汇款路由节点间的距离。本实施例中的节点距离也是路径权值，权值表征经过这条路径所消耗的时间、费用等，也就是鱼的感知距离。

β表示鱼所选择的汇款路由节点的疏密程度，也就是鱼群的密度。本实施例在通过将汇路节点抽象建模以后，就可以根据图节点，以及节点之间路径的权值来构建相应的节点集合，通过节点距离来进一步描述节点疏密程序，其他节点距离本节点的远近构建其他所有节点到本节点的距离，比如有一些节点都距离本节点相近范围的路程，那么这些节点就可以看成一个鱼群的聚集，具体路程的范围可以用range来表示。

用maxtimes表示一笔汇款业务寻找下一节点的最大次数。最大次数是预先设置的一个上限，用来控制循环迭代的结束，也就是模拟鱼在自然环境中寻找最优路径的最大次数。

Lij表示任意Ai和Aj的距离，也就是汇款场景中两笔汇款业务的所有节点间距和。

如图3所示，为本发明实施例中上述的模拟群聚行为的汇路选择策略流程示意图。

具体的，本发明实施例中，模拟群聚行为时的具体策略如下：

Ai向Aj移动的方法：

Move＝Ai+random()*value*(Aj-Ai)/||Aj-Ai||

是否进一步跟随判断策略：

f(Aj)/n＜β*f(Ai)

图4所示为上述的模拟跟随行为和模拟群聚行为中的模拟鱼觅食行为的汇路选择策略流程示意图。

具体的，本发明实施例中，模拟跟随行为时的具体策略如下：

取Ai在range范围内的任意Aj的方法：

Aj＝Ai+random()*range

Ai向Aj移动的方法：

Move＝Ai+random()*value*(Aj-Ai)/||Aj-Ai||

Ai在range内任意移动的方法：

Move＝Ai+random()*value

其中，random为生成随机数函数。

本发明实施例中，所述的根据确定的最优解确定汇款业务的汇路包括：

根据确定的人工鱼群算法行为模拟的最优解确定对应的汇路信息；

根据确定的汇路信息确定汇款业务的汇路。

本发明实施例将汇款存量的汇路信息进行数据化，初始化为人工鱼所模拟的汇款业务集合A＝{A1，A2，......，An}，利用人工鱼群算法确定业务集合中的最优解，根据最优解对应的汇路信息确定汇款业务的汇路。

同时，本发明还提供一种汇款业务的汇路确定装置，如图5所示，为本发明提供的汇款业务的汇路确定装置的框图，包括：

数据获取模块501，用于获取汇款业务中汇路信息；

人工鱼群算法处理模块502，用于根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解；

汇路确定模块503，用于根据确定的最优解确定汇款业务的汇路。

本发明实施例中，所述的人工鱼群算法处理模块包括：

数据化处理单元，用于对所述的汇路信息进行数据化处理生成汇款业务集合；

行为模拟单元，用于根据所述的汇款业务集合进行人工鱼群算法的觅食行为模拟、跟随行为模拟及群聚行为模拟；

最优解确定单元，用于根据预设的最大迭代次数确定人工鱼群算法行为模拟的最优解。

本发明实施例中，所述的行为模拟单元包括：

模拟单元，对所述的汇款业务集合的当前汇款业务分别进行跟随行为模拟及群聚行为模拟，进行觅食行为模拟，确定当前汇款业务的移动方向；

结果生成单元，用于将生成的跟随行为模拟结果、群聚行为模拟结果中的最优解作为当前汇款业务的模拟结果。

本发明实施例中，所述的汇路确定模块包括：

信息对应单元，用于根据确定的人工鱼群算法行为模拟的最优解确定对应的汇路信息；

汇路生成单元，用于根据确定的汇路信息确定汇款业务的汇路。

本发明实施例提供的汇款业务的汇路确定装置，提出了一种通过人工鱼群算法对汇款业务处理时提供一条汇路的推荐，以便银行业务人员在进行汇路选择时，从而可以根据推荐的汇路完成汇款汇路的输入。

本发明实施例提供的汇款业务的汇路确定装置用鱼群模拟选择路径的汇款业务，用群聚、跟随、觅食等行为来模拟汇款业务的满足选择条件的汇款路径。那么对于n笔汇款业务来说，就对应n条人工鱼所组成的一个群体，每条人工鱼对应每笔汇款业务，那么人工鱼所模拟的汇款业务集合A＝{A1，A2，......，An}。

本发明实施例所要求解的问题便成了求集合A中的一个Ai，这个Ai是集合A中所有人工鱼所选择路径的最优路径。

本实施例中的路径是指汇款的汇路信息，也就是说一笔汇款经过哪些结点所产生最优的收益，这里面所经过的结点可以是跨境汇款的中间金融机构、一些中间行等节点，所产生的最优收益是指所走的最优路径产生最少的收费，最快能够到达收款人的一条汇路。本实施例中的集合A是所有汇路的集合，本实施例即要确定其中的一个最优汇路。

本发明实施例提供的汇款业务的汇路确定装置其具体实现步骤如下：

(一)汇款行为模拟的技术方法前置：

本发明实施例中采用的人工鱼算法，模拟鱼的行为模式主要分为群聚、跟随、觅食等行为。通过这三种行为来对汇款业务流程中的汇款业务峰值、汇款业务多笔、汇款业务手续费等业务场景进行模拟。

一笔汇款业务所需要耗费的资源(包括比如：收取的费用、流转的次数)可以对应为一条人工鱼所需要的食物浓度为：

D＝f(A)；

其中，f为所要解决问题的目标最优解。

本发明实施例中，用range表示每一个汇款路由节点所可以获取的下一个节点范围，对应鱼的感知范围。

用value表示汇款路由节点间的距离(这里的节点距离也是路径权值，权值表征经过这条路径所消耗的时间、费用等)，也就是鱼的感知距离。

用β表示鱼所选择的汇款路由节点的疏密程度，也就是鱼群的密度(在通过将汇路节点抽象建模以后，就可以根据图节点，以及节点之间路径的权值来构建相应的节点集合，通过节点距离来进一步描述节点疏密程序，其他节点距离本节点的远近构建其他所有节点到本节点的距离，比如有一些节点都距离我相近范围的路程，那么这些节点就可以看成一个鱼群的聚集，具体路程的范围可以用range来表示)。

用maxtimes表示一笔汇款业务寻找下一节点的最大次数(最大次数是人为设置的一个上限，用来控制循环迭代的结束)，也就是模拟鱼在自然环境中寻找最优路径的最大次数。

Lij表示任意Ai和Aj的距离，也就是汇款场景中两笔汇款业务的所有节点间距和。

(二)模拟鱼觅食行为的汇路选择策略，如图6所示：

取Ai在range范围内的任意Aj的方法：

Aj＝Ai+random()*range

Ai向Aj移动的方法：

Move＝Ai+random()*value*(Aj-Ai)/||Aj-Ai||

Ai在range内任意移动的方法：

Move＝Ai+random()*value

(三)、模拟跟随行为的汇路选择策略，如图7所示：

其中Ai向Aj移动的方法：

Move＝Ai+random()*value*(Aj-Ai)/||Aj-Ai||

是否进一步跟随判断策略：

f(Aj)/n＜β*f(Ai)

(四)、模拟群聚行为的汇路选择策略，如图8所示：

其中Ai向Aj移动的方法：

Move＝Ai+random()*value*(Aj-Ai)/||Aj-Ai||

是否进一步跟随判断策略：

f(Aj)/n＜β*f(Ai)

(五)、汇款汇路智能最优路径迭代优化选择法的实现：

通过模拟上面(二)、(三)、(四)中的行为，迭化出最优解，就是汇款汇路最终选择的结果，并将该结果进行展示在汇款业务界面的汇路选择界面上，供从业人员或者汇款客户进行选择。

具体的，本实施例中汇款汇路迭化选择最优解的流程如下：

步骤1：对汇款存量的汇路信息进行数据化，初始化为人工鱼所模拟的汇款业务集合A＝{A1，A2，......，An}，并预先设定最大迭代次数；

步骤2：从集合A中的A1开始执行步骤3和步骤4；

步骤3：对当前所执行的Ai，进行(三)中的跟随行为，获取Ai所移动的Move3；

步骤4：对当前所执行的Ai，进行(四)中的群聚行为，获取Ai所移动的Move4；

步骤5：如果Move3优于Move4则Ai＝Move3，否则Ai＝Move4；

步骤6：取Ai+1继续执行步骤3、4、5直到A集合所有元素遍历一遍；

步骤7：判断A集合遍历的次数，如果没有达到预设的最大迭化次数，则继续执行步骤3、4、5、6。

通过以上7步就通过将汇款路由策略通过人工鱼迭化进化的方法得到了进化后的最优解，即确定的一组汇款路由策略，进化迭化的策略整体上是收敛的。

本发明通过使用人工鱼群算法对银行汇款场景中汇款汇路信息进行模拟和识别，并完成了建议汇款路由的推荐。本发明解决了银行业务人员在选择汇款汇路需要人工录入不准、容易出错的痛点。

需要说明的是，本公开汇款业务的汇路确定的方法和装置可用于金融领域在汇款汇路的确定，也可用于除金融领域之外的任意领域的汇路的确定，本公开汇款业务的汇路确定的方法和装置的应用领域不做限定。

本实施例还提供一种电子设备，该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照前述方法及装置的实施例，其内容被合并于此，重复之处不再赘述。

图9为本发明实施例的电子设备600的系统构成的示意框图。如图9所示，该电子设备600可以包括中央处理器100和存储器140；存储器140耦合到中央处理器100。值得注意的是，该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。

一实施例中，汇款业务的汇路确定功能可以被集成到中央处理器100中。其中，中央处理器100可以被配置为进行如下控制：

获取汇款业务中汇路信息；

根据所述的汇路信息进行人工鱼群算法的行为模拟确定最优解；

根据确定的最优解确定汇款业务的汇路。

在另一个实施方式中，汇款业务的汇路确定装置可以与中央处理器100分开配置，例如可以将汇款业务的汇路确定装置配置为与中央处理器100连接的芯片，通过中央处理器的控制来实现汇款业务的汇路确定功能。

如图9所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图9中所示的所有部件；此外，电子设备600还可以包括图9中没有示出的部件，可以参考现有技术。

如图9所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。

其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。

输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。

该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。

存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。

通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。

基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。

本发明实施例还提供一种计算机可读程序，其中当在电子设备中执行所述程序时，所述程序使得计算机在所述电子设备中执行如上面实施例所述的汇款业务的汇路确定方法。

本发明实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在电子设备中执行上面实施例所述的汇款业务的汇路确定。

本发明通过使用人工鱼群算法对银行汇款场景中汇款汇路信息进行模拟和识别，并完成了建议汇款路由的推荐。本发明解决了银行业务人员在选择汇款汇路需要人工录入不准、容易出错的痛点。

以上参照附图描述了本发明的优选实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的，因此所附权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外，由于本领域的技术人员容易想到很多修改和改变，因此不是要将本发明的实施方式限于所例示和描述的精确结构和操作，而是可以涵盖落入其范围内的所有合适修改和等同物。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。