技术领域
[0001] 本发明涉及学生管理技术领域，尤其涉及一种基于AI算法的学生生涯规划方法。
相关背景技术
[0002] 学生生涯规划可以帮助学生更有目的性的学习知识，但实际应用中，在帮助学生进行生涯规划时，学生往往并没有明确的目的性，例如，刚刚入学的学生，往往只有较为模糊的方向性的规划，现有的生涯规划方法大多只针对于明确了职业的学生，忽略了更需要生涯规划的无明确目标的学生，因此在具体规划前，往往需要为学生推荐一些职业，而推荐时容易将与学生专业相关的职业全部推荐给用户（学生），不利于用户（学生）的选择，进而影响了生涯规划的效率。
具体实施方式
[0017] 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作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。
[0018] 在一实施例中，本发明实施例提供了一种基于AI算法的学生生涯规划方法，本发明实施例的基于AI算法的学生生涯规划方法可以通过基于AI算法的学生生涯规划装置来执行。基于AI算法的学生生涯规划装置可通过软件和/或硬件来实现。
[0019] 如图1所示，本发明实施例的基于AI算法的学生生涯规划方法具体包括如下步骤：S110、获取目标用户的生涯规划请求信息，识别所述生涯规划请求信息的内容数据，并根据所述内容数据判断所述生涯规划请求信息是否包含职业数据；
示例性的，当执行主体为客户端时，所述客户端接收目标用户的生涯规划请求信息，具体的，可以通过用户的语音输入、文字输入等方式接收目标用户的生涯规划请求信息；当执行主体为服务端时，所述服务端通过用户设备（手机、电脑等电子设备）接收目标用户的生涯规划请求信息。
[0020] 具体的，可以根据计算力压力选择执行主体。
[0021] S120、若所述生涯规划请求信息包含职业数据，则根据所述目标用户的基础信息在预设职业数据库中选择与所述职业数据对应的职业作为目标职业，所述职业数据包括职业方向数据和职业名称数据中的至少一种，所述基础信息为用于表征所述目标用户的身份标识的信息；示例性的，所述职业数据包括职业方向数据和职业名称数据中的至少一种，其中，职业方向数据，例如，设计方向、制造方向，所述设计方向对应的职业有服装设计师、软件设计师、园林规划师等；所述职业名称数据为职业的名称，例如，专利代理师、律师等具体职业的名称。
[0022] 示例性的，所述基础信息可以为所述目标用户的学号信息，基于所述学号信息可以确定所述目标用户的课程数据、学校信息、专业数据、校园活动数据等。
[0023] S130、若所述生涯规划请求信息不包含职业数据，则基于AI算法通过所述目标用户的基础信息生成推荐职业数据，并将所述推荐职业数据发送至所述目标用户，获取所述目标用户针对所述推荐职业数据的选择信息，将所述选择信息对应的职业作为目标职业，所述AI算法至少包括预设先验概率算法和预测算法；S140、获取所述目标职业的需求信息，并基于所述需求信息和所述基础信息生成所述目标用户的生涯规划。
[0024] 通过获取目标用户的生涯规划请求信息，识别所述生涯规划请求信息的内容数据，并根据所述内容数据判断所述生涯规划请求信息是否包含职业数据；若所述生涯规划请求信息包含职业数据，则根据所述目标用户的基础信息在预设职业数据库中选择与所述职业数据对应的职业作为目标职业，所述职业数据包括职业方向数据和职业名称数据中的至少一种，所述基础信息为用于表征所述目标用户的身份标识的信息；若所述生涯规划请求信息不包含职业数据，则基于AI算法通过所述目标用户的基础信息生成推荐职业数据，并将所述推荐职业数据发送至所述目标用户，获取所述目标用户针对所述推荐职业数据的选择信息，将所述选择信息对应的职业作为目标职业，所述AI算法至少包括预设先验概率算法和预测算法；获取所述目标职业的需求信息，并基于所述需求信息和所述基础信息生成所述目标用户的生涯规划。面对有明确目的（职业方向数据和职业名称数据）的目标用户（学生）时，可以根据所述目标用户的基础信息在预设职业数据库中选择与所述职业数据对应的职业作为目标职业，进而完成生涯规划；面对没有明确目的的目标用户（学生）时，可以基于AI算法通过所述目标用户的基础信息生成推荐职业数据，并将所述推荐职业数据发送至所述目标用户，以供目标用户（学生）选择，同时，基于AI算法和基础信息能够准确地为目标用户（学生）推荐出可能的职业，避免无效推荐带来的数据冗余，便于目标用户（学生）选择，提高效率。
[0025] 在一种可能的实施方式中，所述若所述生涯规划请求信息包含职业数据，则根据所述目标用户的基础信息在预设职业数据库中选择与所述职业数据对应的职业作为目标职业，所述职业数据包括职业方向数据和职业名称数据中的至少一种的步骤，包括：若所述生涯规划请求信息包含职业方向数据，则在预设职业数据库中选择与所述职业方向数据对应的职业，得到初始职业集，并获取所述初始职业集中各个职业的技能需求数据；
基于所述基础信息获取所述目标用户的课程数据；
确定与所述课程数据匹配的技能需求数据，作为目标需求，按预设选择规则对与所述目标需求对应的预选职业进行筛选，得到目标职业。
[0026] 示例性的，当目标用户（学生）只有较为模糊的目标（只有职业方向而没有具体职业）时，根据目标用户（学生）的模糊的目标（职业方向数据）在预设职业数据库中选择与所述职业方向数据对应的职业，由于模糊的目标（职业方向数据）会搜索出大量的与所述职业方向数据对应的职业，例如，当职业方向数据为设计方向（设计师），此时会搜索到“软件工程师”、“服装设计师”、“建筑设计师”等属于设计方向的职业，若将“软件工程师”、“服装设计师”、“建筑设计师”等属于设计方向的职业全部推荐给目标用户（学生），不利于目标用户（学生）进行职业选择，进而降低生涯规划效率，因此，根据目标用户（学生）的课程数据和属于设计方向的职业的技能需求数据进行职业筛选，可以理解为，将职业所需的知识和目标用户（学生）所学的知识进行匹配，若职业所需的知识是目标用户（学生）所学的知识，则将职业推荐给目标用户，避免无效推荐，例如，避免将“服装设计师”推荐给学习药化学课程的学生。
[0027] 在一种可能的实施方式中，所述按预设选择规则对与所述目标需求对应的预选职业进行筛选，得到目标职业的步骤，包括：获取所述目标需求针对与所述预选职业的重要程度数据；
按所述预设选择规则将所述重要程度数据大于阈值的预选职业作为所述目标职
业。
[0028] 示例性的，所述重要程度数据可以通过专业软件使用频率来判断，例如，编程软件在A职业的工作中每天都被使用，则编程软件对应的编程技能在A职业中的重要程度数据可理解为比较重要的。
[0029] 具体的，所述预设选择规则可以采用赋值法，例如，编程软件在A职业的工作中每天都被使用，则编程软件对应的编程技能在A职业中的重要程度数据可赋值为5；编程软件在B职业的工作中每周被使用一次，则编程软件对应的编程技能在B职业中的重要程度数据可赋值为3；编程软件在C职业的工作中每月被使用一次，则编程软件对应的编程技能在C职业中的重要程度数据可赋值为2，将阈值设置为1，可以将关联程度较低的预选职业删除掉，精简为目标用户推荐的职业。
[0030] 在一种可能的实施方式中，所述方法，还包括：按预设周期更新所述预设职业数据库，并根据所述目标用户的基础信息在更新后的预设职业数据库中选择与所述职业数据对应的职业作为更新职业；
若所述更新职业与所述目标职业不一致，则产生告警信息，并获取所述用户针对所述告警信息的反馈信息；
当所述反馈信息用于表征将所述目标职业替换为所述更新职业时，基于所述反馈信息获取所述更新职业的更新需求信息，并基于所述更新需求信息和所述基础信息生成所述目标用户的更新生涯规划；
当所述反馈信息为空时，获取生成所述生涯规划的第一时间数据和产生告警信息的第二时间数据，并根据所述第一时间数据和所述第二时间数据计算时间间隔；
若所述时间间隔小于预设值，则获取所述更新职业的更新需求信息，并基于所述更新需求信息和所述基础信息生成所述目标用户的更新生涯规划。
[0031] 示例性的，随着社会发展，会不停涌现新职业，因此按预设周期（例如，三个月）更新所述预设职业数据库，以保证跟随社会发展为目标用户推荐职业，避免生涯规划出现滞后性，保证生涯规划的可靠。
[0032] 在一种可能的实施方式中，所述基于AI算法通过所述目标用户的基础信息生成推荐职业数据，并将所述推荐职业数据发送至所述目标用户的步骤，还包括：根据所述基础信息获取所述所述目标用户的专业数据；
基于所述专业数据获取与所述专业数据对应的历史就业信息，所述历史就业信息至少包括不同职业和不同职业的先验数据；
根据所述先验数据和所述基于AI算法中的预设先验概率算法确定不同职业的先
验概率分布数据；
基于预设观测数据和所述先验数据定义似然函数；
根据贝叶斯定理，将先验分布和似然函数相结合，得到后验分布函数，根据所述后验分布函数构建AI算法中的预测算法，并基于所述预测算法预测不同职业的职业特性参数；
将所述职业特性参数作为推荐职业数据，并将所述推荐职业数据发送至所述目标用户。
[0033] 示例性的，所述先验数据可理解为职业的平均收入、就业率、工作满意度、技能要求等，基于所述专业数据获取与所述专业数据对应的历史就业信息的过程可以通过获取同校同专业毕业生的就业数据实现。
[0034] 示例性的，根据所述先验数据和所述基于AI算法中的预设先验概率算法确定不同职业的先验概率分布数据的过程，比如，通过正态分布、二项分布、Beta分布等先验概率算法（预设先验概率算法）来进行计算不同职业的先验概率分布数据，比如所述先验数据中的职业特性M是二元的，则使用二项分布计算所述先验数据中职业特性M的先验概率分布数据，具体的，根据不同的职业特性使用不同的算法来进行计算先验概率分布数据。
[0035] 在一种可能的实施方式中，所述将所述职业特性参数作为推荐职业数据，并将所述推荐职业数据发送至所述目标用户的步骤，包括：获取所述目标用户的预设信息，并按预设赋值规则为各个职业特性参数进行赋
值，得到各个职业特性参数的表征值；
基于所述表征值计算所述推荐职业数据对应的职业的评分；
按评分由高到低的顺序将不同职业进行排序，得到所述推荐职业数据对应的职业的推荐顺序，所述并按所述推荐顺序将所述推荐职业数据发送至所述目标用户。
[0036] 示例性的，由于不同目标用户的所关注的信息不同，例如，目标用户E关注职业的晋升前景，目标用户F关注职业的平均收入，因此，根据所述目标用户的预设信息，并按预设赋值规则为各个职业特性参数进行赋值，具体的，将目标用户最关注的职业特性参数以百分制进行赋值，将目标用户第二关注的职业特性参数以十分制进行赋值，得到职业的评分，按评分由高到低的顺序将不同职业进行排序，得到所述推荐职业数据对应的职业的推荐顺序，所述并按所述推荐顺序将所述推荐职业数据发送至所述目标用户。
[0037] 在一种可能的实施方式中，所述获取所述目标职业的需求信息，并基于所述需求信息和所述基础信息生成所述目标用户的生涯规划的步骤，包括：获取所述目标职业的需求信息，并基于预设评估标准对所述需求信息进行数量化处理，得到所述目标职业的数量化标准；
基于预设评估标准对所述基础信息进行数量化处理，得到所述目标用户的能力评分；
将所述数量化标准和所述能力评分进行比对，得到比对信息，并根据所述比对信息生成所述目标用户的生涯规划。
[0038] 示例性的，将每个职业的各项要求（各个需求信息）做进行数量化处理，得到所述目标职业的数量化标准，不同的需求信息设置一个权重，最后根据各个需求信息的数量化标准再乘以权重，得到最终的得分，所以以总分来计算，能满足所述目标职业对所述能力评分的要求。示例：Java软件工程师，要求总分过50就可以满足，对开发语言Java这个技能，权重是80，外语10，数学10；那最后学生的能力，外语是0分，数学也是0分，但Java是70分，最终得分也能达到56，也可满足要求。
[0039] 示例性的，通过数量化使得学生能力和职业需求的比较更加直观，在具体场景中，可以获取招聘信息，根据招聘信息获取职业的需求信息，进而对需求信息进行数量化处理，进一步地，可以将招聘信息推送至满足所述需求信息的目标用户，提高了目标用户找工作的效率，方便目标用户。
[0040] 在一种可能的实施方式中，所述根据所述比对信息生成所述目标用户的生涯规划的步骤，包括：基于所述比对信息确定所述目标用户的待提升数据；
根据所述待提升数据和所述课程数据确定所述生涯规划中的第一内容；
基于所述基础信息获取所述目标用户的校园活动数据；
根据所述待提升数据和所述校园活动数据确定所述生涯规划中的第二内容；
根据所述第一内容和所述第二内容生成所述目标用户的生涯规划。
[0041] 示例性的，越来越多的职业对执业人员的需求不仅仅局限于专业知识、专业技能，也会需求执业人员拥有一些无法从课程得到的能力，例如，社交能力，因此，在所述目标用户的待提升数据包括社交能力和专业能力时，根据所述待提升数据中的专业能力和所述课程数据确定所述生涯规划中的第一内容，所述第一内容用户提升目标用户的专业能力；根据所述待提升数据中的社交能力和所述校园活动数据确定所述生涯规划中的第二内容，所述第二内容用于提升目标用户的社交能力。
[0042] 在一种可能的实施方式中，所述方法，还包括：获取所述目标用户的学习信息；
基于所述学习信息在预设职业数据库中选择与所述学习信息对应的职业，作为备选职业；
当所述备选职业与所述目标职业不同，则产生替换信息，并获取所述用户针对所述替换信息的控制信息；
当所述控制信息用于表征将所述目标职业替换为所述备选职业时，基于所述控制信息获取所述备选职业的备选需求信息，并基于所述备选需求信息和所述基础信息生成所述目标用户的备选生涯规划。
[0043] 示例性的，在目标用户的学习过程中，目标用户往往出于兴趣还会学习一些非本专业（领域）的能力（学习信息），例如，医学生学习软件编程，则为学生生涯进行规划时，应当考虑学生的兴趣爱好，即，基于所述学习信息在预设职业数据库中选择与所述学习信息对应的职业，作为备选职业，保证了生涯规划的合理性，全面性。
[0044] 具体的学生生涯规划过程中，一种可能的实施方式为：收集学生的基础信息（专业、年级）、学习成绩、已选修课程，包括非本专业课程、课外活动及兴趣爱好等，通过问卷调模、在线生为分析等方式，量化学生的兴趣强度和偏好方向，基于已存先验数据及学生基础信息构建一个包含广泛职业类型、职责、所需技能、市场需求及发展趋势的数据集，每个职业都会关联一系列技能要求和潜在的兴趣标签；过程中利用数据清洗算法，填令缺失值、去除噪声数据、标准化处理，确保数据的准确性和一致性；
将非结构化或半结构化数据转换为机器学习算法能够处理的向量化形式，采用词嵌入、独热编码、标签编码将文件信息转换为数值表示（数量化处理）。
[0045] 将学生的基础信息与预设职业数据集中技术要求进行匹配，特别是非专业技能，识别学生已掌握或正在学习的技能集；利用机器学习算法（AI算法中的一种）分析学生的兴趣标签与职业数据集中的兴趣相关性，建立兴趣与职业的映射关系；结合外部数据源（行业报告、招聘趋势）分析各职业的未来发展潜力和市场需求。过程中利用NLP提取文本中的关键信息，使用统计方法（相关性分析、主成分分析PCA）筛选重要特征，在提取到特征集合中，采用过滤法（基于方差选择、卡方检验）、包裹法（递归特征消除）进行特征选择，最后采用监督学习（AI算法中的逻辑回归算法、决策树算法、随机森林算法）进行分类回归预测，利用聚类（K‑Means）发现潜在的兴趣群体，更新学生的兴趣标签；基于技能匹配度、兴趣相关性及市场需求预测，筛选出最适合学生的目标职业列表（推荐职业数据），进而供目标用户（学生）选择出目标职业，针对每个目标职业，生成详细的生涯规划路径，包括进一步学习的课程、实习经验、技术提升建议及可能的职业生涯阶段；根据学生反馈及实际情况变化，不断优化推荐算法和规划路径，确保生涯规划的持续有效和适应用性。基于学生的技术匹配度、兴趣相关性及市场需求预测，采用协同过滤（User‑based和Item‑based）、基于内容推荐（Content‑based）、混合推荐（Hybrid）进行个化化推荐，为学生推荐最合适的职业路径。
[0046] 在一种可能的实施方式中，本申请提供了一种基于AI算法的学生生涯规划装置，所述装置包括：数据采集模块201，用于获取目标用户的生涯规划请求信息，识别所述生涯规划请求信息的内容数据，并根据所述内容数据判断所述生涯规划请求信息是否包含职业数据；
第一推荐模块202，用于若所述生涯规划请求信息包含职业数据，则根据所述目标用户的基础信息在预设职业数据库中选择与所述职业数据对应的职业作为目标职业，所述职业数据包括职业方向数据和职业名称数据中的至少一种，所述基础信息为用于表征所述目标用户的身份标识的信息；
第二推荐模块203，用于若所述生涯规划请求信息不包含职业数据，则基于AI算法通过所述目标用户的基础信息生成推荐职业数据，并将所述推荐职业数据发送至所述目标用户，获取所述目标用户针对所述推荐职业数据的选择信息，将所述选择信息对应的职业作为目标职业，所述AI算法至少包括预设先验概率算法和预测算法；
规划模块204，用于获取所述目标职业的需求信息，并基于所述需求信息和所述基础信息生成所述目标用户的生涯规划。
[0047] 值得注意的是，上述装置所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。
[0048] 在另一本发明实施例中还提供的一种电子设备。图3示出了适于用来实现本发明实施例实施方式的示例性电子设备50的框图。图3显示的电子设备50仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0049] 如图3所示，电子设备50以通用计算设备的形式表现。电子设备50的组件可以包括但不限于：一个或者多个处理器或者处理单元501，系统存储器502，连接不同系统组件（包括系统存储器502和处理单元501）的总线503。
[0050] 总线503表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（ISA）总线，微通道体系结构（MAC）总线，增强型ISA总线、视频电子标准协会（VESA）局域总线以及外围组件互连（PCI）总线。
[0051] 电子设备50典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备50访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
[0052] 系统存储器502可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（RAM）504和/或高速缓存存储器505。电子设备50可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统506可以用于读写不可移动的、非易失性磁介质（图3未显示，通常称为“硬盘驱动器”）。尽管图3中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD‑ROM, DVD‑ROM或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线503相连。存储器502可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本发明各实施例的功能。
[0053] 具有一组（至少一个）程序模块507的程序/实用工具508，可以存储在例如存储器502中，这样的程序模块507包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块507通常执行本发明所描述的实施例中的功能和/或方法。
[0054] 电子设备50也可以与一个或多个外部设备509（例如键盘、指向设备、显示器510等）通信，还可与一个或者多个使得用户能与该电子设备50交互的设备通信，和/或与使得该电子设备50能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口511进行。并且，电子设备50还可以通过网络适配器512与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器512通过总线503与电子设备50的其它模块通信。应当明白，尽管图3中未示出，可以结合电子设备50使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
[0055] 处理单元501通过运行存储在系统存储器502中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的基于AI算法的学生生涯规划方法。
[0056] 在另一本发明实施例中，如图4所示，还提供一种包含计算机程序411的存储介质400，所述计算机程序411在由计算机处理器执行时用于执行一种基于AI算法的学生生涯规划方法，所述方法包括：
获取目标用户的生涯规划请求信息，识别所述生涯规划请求信息的内容数据，并根据所述内容数据判断所述生涯规划请求信息是否包含职业数据；
若所述生涯规划请求信息包含职业数据，则根据所述目标用户的基础信息在预设职业数据库中选择与所述职业数据对应的职业作为目标职业，所述职业数据包括职业方向数据和职业名称数据中的至少一种，所述基础信息为用于表征所述目标用户的身份标识的信息；
若所述生涯规划请求信息不包含职业数据，则基于AI算法通过所述目标用户的基础信息生成推荐职业数据，并将所述推荐职业数据发送至所述目标用户，获取所述目标用户针对所述推荐职业数据的选择信息，将所述选择信息对应的职业作为目标职业，所述AI算法至少包括预设先验概率算法和预测算法；
获取所述目标职业的需求信息，并基于所述需求信息和所述基础信息生成所述目标用户的生涯规划。
[0057] 本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外光、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD‑ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0058] 计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
[0059] 计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
[0060] 可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
[0061] 以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此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。
