1.本技术涉及智能推荐技术领域，特别是涉及基于频率关联规则的游戏道具包设置方法和系统。


背景技术：

2.随着游戏行业的不断发展，电子游戏这一休闲娱乐方式也逐渐被人们所接受，游戏玩家数量的急遽增加，特别是付费玩家基数的不断扩大，游戏开发者希望能够有针对性地为不同用户群体制定合适的道具包推送，以进一步提高用户的游戏体验。
3.目前，随着游戏复杂度的增加导致游戏内数据量激增，传统的道具推荐方法在面对大量数据时，由于数据噪音多和数据代码臃肿等因素，使得不能准确的针对不同用户群体进行合适的游戏道具推荐。
4.目前针对相关技术中不同游戏用户群体的道具包推送不精准的问题，尚未提出有效的解决方案。


技术实现要素：

5.本技术实施例提供了一种基于频率关联规则的游戏道具包设置方法和系统，以至少解决相关技术中不同游戏用户群体的道具包推送不精准的问题。
6.第一方面，本技术实施例提供了一种基于频率关联规则的游戏道具包设置方法，所述方法包括：
7.对用户分级别购买统计表中的原始数据记录进行预处理，得到每个级别的预设数据集；
8.根据所述预设数据集生成相应的项头表；
9.根据所述项头表和所述预设数据集得到频繁数据集，根据所述频繁数据集生成相应的频繁模式树；
10.对所述频繁模式树进行挖掘得到最大频繁项集；
11.将所述最大频繁项集输出到游戏服务端数据库的游戏道具频繁项集表中；
12.根据游戏道具频繁项集表中的数据来进行游戏道具包设置。
13.在其中一些实施例中，根据所述预设数据集生成相应的项头表包括：
14.扫描所述预设数据集得到所述预设数据集中所有一项集的支持度；
15.删除所述一项集中支持度小于预设阈值的非频繁一项集，得到频繁一项集；
16.根据所述频繁一项集的支持度进行从大到小排列生成项头表。
17.在其中一些实施例中，根据所述项头表和所述预设数据集得到频繁数据集包括：
18.扫描预设数据集并删除所述预设数据集中不存在于所述项头表中的非频繁一项集；
19.按照所述项头表中频繁一项集的排列顺序对所述预设数据集中的项数据进行重新排序得到频繁数据集。
20.在其中一些实施例中，对所述频繁模式树进行挖掘得到最大频繁项集包括：
21.根据所述项头表中频繁一项集的排列顺序，依次计算所述频繁一项集的条件模式基；
22.根据所述条件模式基得到对应频繁一项集的最大频繁项集。
23.在其中一些实施例中，在对用户分级别购买统计表中的原始数据记录进行预处理之前，所述方法还包括：
24.根据用户分级别购买统计表中的达到当前级别日期设置预设时间；
25.读取游戏服务端数据库中的所述用户分级别购买统计表在预设时间内的原始数据记录。
26.第二方面，本技术实施例提供了一种基于频率关联规则的游戏道具包设置系统，所述系统包括预处理模块、生成模块、挖掘模块、数据库操作模块和设置模块；
27.所述预处理模块对用户分级别购买统计表中的原始数据记录进行预处理，得到每个级别的预设数据集，
28.所述生成模块根据所述预设数据集生成相应的项头表；
29.所述生成模块根据所述项头表和所述预设数据集得到频繁数据集，根据所述频繁数据集生成相应的频繁模式树，
30.所述挖掘模块对所述频繁模式树进行挖掘得到最大频繁项集；
31.所述数据库操作模块将所述最大频繁项集输出到游戏服务端数据库的游戏道具频繁项集表中；
32.所述设置模块根据游戏道具频繁项集表中的数据来进行游戏道具包设置。
33.在其中一些实施例中，所述生成模块根据所述预设数据集生成相应的项头表包括：
34.所述生成模块扫描所述预设数据集得到所述预设数据集中所有一项集的支持度；
35.所述生成模块删除所述一项集中支持度小于预设阈值的非频繁一项集，得到频繁一项集；
36.所述生成模块根据所述频繁一项集的支持度进行从大到小排列生成项头表。
37.在其中一些实施例中，所述生成模块根据所述项头表和所述预设数据集得到频繁数据集包括：
38.所述生成模块扫描预设数据集并删除所述预设数据集中不存在于所述项头表中的非频繁一项集；
39.所述生成模块按照所述项头表中频繁一项集的排列顺序对所述预设数据集中的项数据进行重新排序得到频繁数据集。
40.在其中一些实施例中，所述挖掘模块对所述频繁模式树进行挖掘得到最大频繁项集包括：
41.所述挖掘模块根据所述项头表中频繁一项集的排列顺序，依次计算所述频繁一项集的条件模式基；
42.所述挖掘模块根据所述条件模式基得到对应频繁一项集的最大频繁项集。
43.在其中一些实施例中，在所述预处理模块对用户分级别购买统计表中的原始数据记录进行预处理之前，所述系统还包括：
44.所述数据库操作模块根据用户分级别购买统计表中的达到当前级别日期设置预设时间；
45.所述数据库操作模块读取游戏服务端数据库中的所述用户分级别购买统计表在预设时间内的原始数据记录。
46.相比于相关技术，本技术实施例提供的一种基于频率关联规则的游戏道具包设置方法和系统，通过对用户分级别购买统计表中的原始数据记录进行预处理得到每个级别的预设数据集，根据预设数据集生成相应的项头表，然后根据项头表和预设数据集得到频繁数据集，进一步根据频繁数据集生成相应的频繁模式树，对频繁模式树进行挖掘得到最大频繁项集，将最大频繁项集输出到游戏服务端数据库的游戏道具频繁项集表中，根据游戏道具频繁项集表中的数据来进行游戏道具包设置，解决了不同游戏用户群体的道具包推送不精准的问题，实现了基于历史游戏用户在不同级别的购买记录,动态地生成相应的游戏道具包推荐，有效提高了不同游戏用户群体的游玩体验。
附图说明
47.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
48.图1是根据本技术实施例的基于频率关联规则的游戏道具包设置方法的步骤流程图；
49.图2是根据本技术实施例生成的频繁模式树的示意图；
50.图3是根据本技术实施例的基于频率关联规则的游戏道具包设置方法的结构框图；
51.图4是根据本技术实施例的电子设备的内部结构示意图。
52.附图说明：31、预处理模块；32、生成模块；33、挖掘模块；34、数据库操作模块；35、设置模块。
具体实施方式
53.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
54.显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本技术公开的内容相关的本领域的普通技术人员而言，在本技术揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
55.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显
式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
56.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
57.实施例1
58.本技术提供了一种基于频率关联规则的游戏道具包设置方法，图1是根据本技术实施例的基于频率关联规则的游戏道具包设置方法的步骤流程图，如图1所示，该方法包括以下步骤：
59.步骤s102，对用户分级别购买统计表中的原始数据记录进行预处理，得到每个级别的预设数据集；
60.具体地，游戏服务端数据库中包含用户分级别购买统计表，其中，该表中的每条记录包含维度[用户id，达到当前级别日期，下一级别，购买道具集合字符串]；对用户分级别购买统计表中的原始数据记录进行预处理，得到每个级别的预设数据集，预设数据集中的每条记录包含维度[用户id，下一级别，购买道具哈希集]，其中，若下一级别为2，代表预设数据集d2，表示从1级到2级的用户到的游戏道具购买记录，若下一级别为3，代表预设数据集d3，表示从2级到3级的用户到的游戏道具购买记录，以此类推。
[0061]
步骤s104，根据预设数据集生成相应的项头表；
[0062]
具体地，对预设数据集进行第一次扫描，得到预设数据集中所有一项集的支持度，根据一项集的支持度生成相应的项头表。
[0063]
步骤s106，根据项头表和预设数据集得到频繁数据集，根据频繁数据集生成相应的频繁模式树；
[0064]
具体地，对预设数据集进行第二次扫描，根据项头表对预设数据集中的有关数据进行删除排序得到频繁数据集，再根据频繁数据集生成相应的频繁模式树。需要说明的是，频繁模式树(frequent pattern tree)简称为fp tree，作为一个，一般挖掘频繁项集的算法需要对数据进行多次扫描，i/o是很大的瓶颈，而fp tree算法无论多少数据，只需要扫描两次数据集，提高了算法运行的效率。
[0065]
步骤s108，对频繁模式树进行挖掘得到最大频繁项集；
[0066]
具体地，计算项头表中频繁一项集的条件模式基，进而得到最大频繁项集。
[0067]
步骤s110，将最大频繁项集输出到游戏服务端数据库的游戏道具频繁项集表中，
其中，游戏道具频繁项集表中的记录包含维度[当天日期,下一级别,频繁项集字符串]；
[0068]
步骤s112，根据游戏道具频繁项集表中的数据来进行游戏道具包设置。
[0069]
通过本技术实施例中的步骤s102至步骤s112，解决了不同游戏用户群体的道具包推送不精准的问题，实现了基于历史游戏用户在不同级别的购买记录,动态地生成相应的游戏道具包推荐，有效提高了不同游戏用户群体的游玩体验。
[0070]
在其中一些实施例中，步骤s104，根据预设数据集生成相应的项头表包括：
[0071]
扫描预设数据集得到预设数据集中所有一项集的支持度；
[0072]
删除一项集中支持度小于预设阈值的非频繁一项集，得到频繁一项集；
[0073]
根据频繁一项集的支持度进行从大到小排列生成项头表。
[0074]
具体地，对预设数据集进行第一次扫描，得到预设数据集中所有一项集的支持度，然后删除支持度小于预设阈值的非频繁一项集得到频繁一项集，将频繁一项集放入项头表，并按照支持度从大到小降序排列。具体举例如下：
[0075]
预设数据集中包含10条记录，分别是r1(a b c e f o)、r2(e j)、r3(a c dgp)、r4(a c e g n)、r5(a b c e f m)、r6(a c d)、r7(e g)、r8(a c d e g)、r9(a c i)和r10(ac e g l)；
[0076]
对预设数据集进行第一次扫描得到，得到一项集a和c的支持度为80％、一项集e的支持度为70％、一项集g的支持度为50％、一项集d的支持度为30％、一项集b和f的支持度为20％、一项集i、j、l、m、n、o和p的支持度为10％；
[0077]
若预设阈值(支持度阈值)设置为20％，则一项集a、c、e、g、d、b和f为频繁一项集，一项集i、j、l、m、n、o和p为非频繁一项集，将一项集中的非频繁一项集删除得到频繁一项集；
[0078]
表1是根据本技术实施例生成的项头表，如表1所示，将频繁一项集放入项头表，并按照支持度从大到小降序排列。
[0079]
表1
[0080]
a:8 c:8 e:7 g:5 d:3 b:2 f:2 [0081]
在其中一些实施例中，步骤s106，根据项头表和预设数据集得到频繁数据集包括：
[0082]
扫描预设数据集并删除预设数据集中不存在于项头表中的非频繁一项集；
[0083]
按照项头表中频繁一项集的排列顺序对预设数据集中的项数据进行重新排序得到频繁数据集。
[0084]
具体地，对预设数据集进行第二次扫描，删除预设数据集中不存在于项头表中的非频繁一项集，按照项头表中频繁一项集的支持度大小对预设数据集中的项数据进行降序排列得到频繁数据集，具体举例如下：
[0085]
预设数据集中包含10条记录，分别是r1(a b c e f o)、r2(e j)、r3(a c d g p)、
r4(a c e g n)、r5(a b c e f m)、r6(a c d)、r7(e g)、r8(a c d e g)、r9(a c i)和r10(a c e g l)；其中，a、c、e、g、d、b和f为频繁一项集，i、j、l、m、n、o和p为非频繁一项集；
[0086]
删除10条记录中的非频繁一项集，根据如表1所示的项头表中频繁一项集的支持度，对预设数据集中的项数据进行降序排列得到频繁数据集r1(a c e b f)、r2(e)、r3(a c g d)、r4(a c e g)、r5(a c e b f)、r6(a c d)、r7(e g)、r8(a ce g d)、r9(a c)和r10(a c e g)
[0087]
此外，图2是根据本技术实施例生成的频繁模式树的示意图，如图2所示，步骤s106还包括根据频繁数据集生成相应的频繁模式树。
[0088]
在其中一些实施例中，步骤s108，对频繁模式树进行挖掘得到最大频繁项集包括：
[0089]
根据项头表中频繁一项集的排列顺序，依次计算频繁一项集的条件模式基；
[0090]
根据条件模式基得到对应频繁一项集的最大频繁项集。
[0091]
具体地，先从项头表的底部项依次向上挖掘。对于项头表对应于频繁模式树的每一项，找到它的条件模式基。其中，条件模式基是以要挖掘的节点作为叶子节点所对应的fp子树。得到这个fp子树，将子树中每个节点的的计数设置为叶子节点的计数，并删除计数低于预设阈值(支持度阈值)的节点。基于此条件模式基递归挖掘得到最大频繁项集。具体举例如下：
[0092]
根据如表1所示的项头表，从项头表的底部项依次向上挖掘，即从频繁1项集f开始，由于f只有1个节点,因此只有1条路径{a:8,c:8,e:5,b:2,f:2}，将所有的祖先节点的计数设置为叶子节点的计数(f为叶子节点)，得到f的条件模式基为{a:2,c:2,e:2,b:2,f:2}，得到f的条件模式基；
[0093]
由此可以挖掘关于频繁一项集f的频繁二项集{a:2,f:2}，{b:2,f:2}，{c:2,f:2}，{e:2,f:2}，进一步可以挖掘关于频繁三项集、频繁四项集和频繁五项集，最终是频繁五项集{a:2,c:2,e:2,b:2,f:2}。该频繁五项集即为频繁一项集f的最大频繁项集。
[0094]
频繁一项集b在频繁模式树中只有1个节点，同f的求法。
[0095]
频繁一项集d在频繁模式树中有3个节点，将祖先节点的计数设置为叶子节点的数量(d为叶子节点),即{a:3,c:3,e:1,g:1,d:1,g:1,d:1,d:1}，其中，e，g，g(两个祖先节点g)，d，d，d(三个叶子节点d)的的支持度为10％,小于预设阈值20％，故删除，得到d的条件模式基{a:3,c:3}，
[0096]
由此可以挖掘关于频繁一项集d的频繁二项集为{a:3,d:3},{c:3,d:3},进一步得到频繁三项集{a:3,c:3,d:3}，该频繁三项集即为频繁一项集d的最大频繁项集。
[0097]
同理可求得其他的频繁一项集的最大频繁项集。
[0098]
在其中一些实施例中，在步骤s102，对用户分级别购买统计表中的原始数据记录进行预处理之前，方法还包括：
[0099]
根据用户分级别购买统计表中的达到当前级别日期设置预设时间；
[0100]
读取游戏服务端数据库中的用户分级别购买统计表在预设时间内的原始数据记录。
[0101]
具体地，用户分级别购买统计表中的记录包含维度[用户id,达到当前级别日期,下一级别,购买道具集合字符串]，根据其中的“达到当前级别日期”设置预设时间，一般可以设置达到当前级别日期的最近一年；
[0102]
读取游戏服务端数据库中的用户分级别购买统计表，在达到当前级别日期的最近一年内的原始数据记录。
[0103]
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0104]
实施例2
[0105]
本技术实施例提供了一种基于频率关联规则的游戏道具包设置系统，图3是根据本技术实施例的基于频率关联规则的游戏道具包设置方法的结构框图，如图3所示，该系统包括预处理模块31、生成模块32、挖掘模块33、数据库操作模块34和设置模块35；
[0106]
预处理模块31对用户分级别购买统计表中的原始数据记录进行预处理，得到每个级别的预设数据集，
[0107]
生成模块32根据预设数据集生成相应的项头表；
[0108]
生成模块32根据项头表和预设数据集得到频繁数据集，根据频繁数据集生成相应的频繁模式树，
[0109]
挖掘模块33对频繁模式树进行挖掘得到最大频繁项集；
[0110]
数据库操作模块34将最大频繁项集输出到游戏服务端数据库的游戏道具频繁项集表中；
[0111]
设置模块35根据游戏道具频繁项集表中的数据来进行游戏道具包设置。
[0112]
通过本技术实施例中的系统，预处理模块31对用户分级别购买统计表中的原始数据记录进行预处理得到每个级别的预设数据集，生成模块32根据预设数据集生成相应的项头表，然后根据项头表和预设数据集得到频繁数据集，进一步根据频繁数据集生成相应的频繁模式树，挖掘模块33对频繁模式树进行挖掘得到最大频繁项集，数据库操作模块34将最大频繁项集输出到游戏服务端数据库的游戏道具频繁项集表中，设置模块35根据游戏道具频繁项集表中的数据来进行游戏道具包设置，解决了不同游戏用户群体的道具包推送不精准的问题，实现了基于历史游戏用户在不同级别的购买记录,动态地生成相应的游戏道具包推荐，有效提高了不同游戏用户群体的游玩体验。
[0113]
在其中一些实施例中，生成模块32根据预设数据集生成相应的项头表包括：
[0114]
生成模块32扫描预设数据集得到预设数据集中所有一项集的支持度；
[0115]
生成模块32删除一项集中支持度小于预设阈值的非频繁一项集，得到频繁一项集；
[0116]
生成模块32根据频繁一项集的支持度进行从大到小排列生成项头表。
[0117]
在其中一些实施例中，生成模块32根据项头表和预设数据集得到频繁数据集包括：
[0118]
生成模块32扫描预设数据集并删除预设数据集中不存在于项头表中的非频繁一项集；
[0119]
生成模块32按照项头表中频繁一项集的排列顺序对预设数据集中的项数据进行重新排序得到频繁数据集。
[0120]
在其中一些实施例中，挖掘模块33对频繁模式树进行挖掘得到最大频繁项集包括：
[0121]
挖掘模块33根据项头表中频繁一项集的排列顺序，依次计算频繁一项集的条件模式基；
[0122]
挖掘模块33根据条件模式基得到对应频繁一项集的最大频繁项集。
[0123]
在其中一些实施例中，在预处理模块31对用户分级别购买统计表中的原始数据记录进行预处理之前，系统还包括：
[0124]
数据库操作模块34根据用户分级别购买统计表中的达到当前级别日期设置预设时间；
[0125]
数据库操作模块34读取游戏服务端数据库中的用户分级别购买统计表在预设时间内的原始数据记录。
[0126]
通过对用户分级别购买统计表中的原始数据记录进行预处理得到每个级别的预设数据集，根据预设数据集生成相应的项头表，然后根据项头表和预设数据集得到频繁数据集，进一步根据频繁数据集生成相应的频繁模式树，对频繁模式树进行挖掘得到最大频繁项集，将最大频繁项集输出到游戏服务端数据库的游戏道具频繁项集表中，根据游戏道具频繁项集表中的数据来进行游戏道具包设置，解决了不同游戏用户群体的道具包推送不精准的问题，实现了基于历史游戏用户在不同级别的购买记录,动态地生成相应的游戏道具包推荐，有效提高了不同游戏用户群体的游玩体验。
[0127]
需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
[0128]
实施例3
[0129]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于频率关联规则的游戏道具包设置方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0130]
在一个实施例中，图4是根据本技术实施例的电子设备的内部结构示意图，如图4所示，提供了一种电子设备，该电子设备可以是服务器，其内部结构图可以如图4所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器，其中，该非易失性存储器存储有操作系统、计算机程序和数据库。处理器用于提供计算和控制能力，网络接口用于与外部的终端通过网络连接通信，内存储器用于为操作系统和计算机程序的运行提供环境，计算机程序被处理器执行时以实现一种基于频率关联规则的游戏道具包设置方法，数据库用于存储数据。
[0131]
本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备可以
包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0132]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0133]
本领域的技术人员应该明白，以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0134]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。