一种企业数据处理方法、系统、设备及存储介质与流程

1.本发明涉及大数据的技术领域，特别是涉及一种企业数据处理方法、系统、设备及存储介质。


背景技术：

2.现有中，用户需要获取企业的信息数据时，主要是通过人工去各个网站平台进行检索，提取所需的数据，然后使用数据处理工具进行整合；在该数据采集过程中，由于需要跨平台收集，存在采集速度慢、数据不齐全、数据不准确等问题，且无法对大数据进行批量爬取、解析和结构化储存；同时，由于当前数据处理工具提供的数据整合方式简单，在各个网站的数据格式、数据类型不一致的基础上，无法对多来源的数据进行有效整合；且数据检索工具缺失，无法通过多种类型的数据进行组合筛选，筛选出所需要的企业数据，并进行可视化展示。因此，急需采用一种更高效的数据处理方案实现对跨平台的企业数据信息进行统一的数据处理，提高获取信息的效率和准确性。


技术实现要素：

3.本发明要解决的技术问题是：提供一种企业数据处理方法、系统、设备及存储介质，能有效提高获取信息的效率和准确性。
4.为了解决上述技术问题，本发明提供了一种企业数据处理方法，包括：
5.采集目标企业的信息数据集，对所述信息数据集进行结构化解析，以使得到标准化信息数据集；
6.按照预设的不同数据加工处理方式，分别对所述标准化信息数据集进行关键信息挖掘，生成多组关键数据组；
7.整合所述标准化信息数据集和所述多组关键数据组，基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示。
8.进一步地，对所述信息数据集进行解析，以使得到标准化信息数据集，具体为：
9.按数据不同类型设置相对应的字段格式，根据所述字段格式对所述信息数据集中的不同数据类型进行解析，得到解析后不同数据类型的标准化字段；
10.同时，预设相对应的检验规则，根据所述检验规则对所述标准化字段进行过滤，剔除脏数据，以使得到标准化信息数据集。
11.进一步地，预设的不同数据加工处理方式包括数据映射、核心字段提取、二次维度加工。
12.进一步地，当所述预设的数据加工处理方式为数据映射时，按照预设的数据映射方式，对所述标准化信息数据集进行关键信息挖掘；
13.通过获取所述标准化信息数据集中的地址类型数据，将所述地址类型数据与预设地址类型数据格式做对比，判断所述地址类型数据是否存在缺陷，若是，则将所述地址类型数据映射到对应的地址区域，并根据所述对应的地址区域完善所述地址类型数据，生成地
址类型关键数据组。
14.进一步地，本发明还提供了一种企业数据处理系统，包括：解析单元、加工单元、展示单元；
15.其中，所述解析单元，用于采集目标企业的信息数据集，对所述信息数据集进行结构化解析，以使得到标准化信息数据集；
16.所述加工单元，用于按照预设的不同数据加工处理方式，分别对所述标准化信息数据集进行关键信息挖掘，生成多组关键数据组；
17.所述展示单元，整合所述标准化信息数据集和所述多组关键数据组，基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示。
18.进一步地，所述解析单元，用于对所述信息数据集进行解析，以使得到标准化信息数据集，具体为：
19.按数据不同类型设置相对应的字段格式，根据所述字段格式对所述信息数据集中的不同数据类型进行解析，得到解析后不同数据类型的标准化字段；
20.同时，预设相对应的检验规则，根据所述检验规则对所述标准化字段进行过滤，剔除脏数据，以使得到标准化信息数据集。
21.进一步地，所述加工单元中预设的不同数据加工处理方式包括数据映射、核心字段提取、二次维度加工。
22.进一步地，所述加工单元中当所述预设的数据加工处理方式为数据映射时，按照预设的数据映射方式，对所述标准化信息数据集进行关键信息挖掘；
23.通过获取所述标准化信息数据集中的地址类型数据，将所述地址类型数据与预设地址类型数据格式做对比，判断所述地址类型数据是否存在缺陷，若是，则将所述地址类型数据映射到对应的地址区域，并根据所述对应的地址区域完善所述地址类型数据。
24.进一步地，本发明还提供一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的企业数据处理方法。
25.进一步地，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的企业数据处理方法。
26.本发明实施例一种企业数据处理方法、系统、设备及存储介质，与现有技术相比，具有如下有益效果：
27.采集目标企业的信息数据集，对所述信息数据集进行结构化解析，以使得到标准化信息数据集，一定程度上保证了收集数据的准确性，有利于后续进行数据整合，同时按照预设的不同数据加工处理方式，分别对所述标准化信息数据集进行关键信息挖掘，生成多组关键数据组；整合所述标准化信息数据集和所述多组关键数据组，基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示。与现有技术相比，本发明的技术方案通过对收集的企业的信息数据集进行标准化和数据加工，保证了数据的准确性，同时提高了数据处理的效率。
附图说明
28.图1是本发明提供的企业数据处理方法的一种实施例的流程示意图；
29.图2是本发明提供的企业数据处理系统的一种实施例的结构示意图。
具体实施方式
30.下面将结合本发明中的附图，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。
31.实施例1
32.参见图1，图1是本发明提供的企业数据处理方法的一种实施例的流程示意图，如图1所示，该方法包括步骤101－步骤103，具体如下：
33.步骤101：采集目标企业的信息数据集，对所述信息数据集进行结构化解析，以使得到标准化信息数据集。
34.本实施例中，基于大规模分布式爬虫引擎、分布式计算框架和算法引擎三大技术能力，爬取互联网上各平台公开的目标企业的数据信息，使得数据采集效率提升，高效、稳定，能准确地抓取企业大数据；其中，目标企业的数据信息包括工商数据、招聘数据、知识产权数据、新闻舆情数据等，生成目标企业的信息数据集。
35.本实施例中，对目标企业的信息数据集进行解析，以使得到标准化信息数据集，具体的，通过按数据不同类型设置相对应的字段格式，根据所述字段格式对所述信息数据集中的不同数据类型进行解析，得到解析后不同数据类型的标准化字段；同时，预设相对应的检验规则，根据所述检验规则对所述标准化字段进行过滤，剔除脏数据，以使得到标准化信息数据集。
36.作为本实施例中的一种举例，对目标企业的信息数据集中的招聘数据进行解析时，通过按招聘源、发布时间、岗位名称、招聘企业名称、岗位福利列表、工作经验、招聘公司地址、招聘所在地区、招聘企业类型、招聘企业类型和招聘企业官网等数据类型设置相对应的字段格式，其中，招聘源的字段格式为str、发布时间的字段格式为datestr、岗位名称的字段格式为str、招聘企业名称的字段格式为str、岗位福利列表的字段格式为listofstr、工作经验的字段格式为dict，招聘公司地址的字段格式为dict、招聘所在地区的字段格式为dict、招聘企业类型的字段格式为str、招聘企业类型的字段格式为str和招聘企业官网的字段格式为listofstr；根据上述字段格式对招聘数据中的不同数据类型进行解析，得到解析后不同数据类型的标准化字段；同时，基于解析后得到的不同数据类型的标准化字段，会根据不同数据类型预设相对应的检验规则，如招聘源字段的长度不能超过50个字符，其中，不同数据类型预设相对应的检验规则可根据需求进行设置更改；根据所述检验规则对其对应的标准化字段进行过滤，对于不符合检验规则的数据进行剔除，集合过滤脏数据后的多种不同的数据类型的标准化字段，以使得到标准化招聘数据，从而保证了获取数据的一致性和准确性，减少异常数据和错误数据的获取。
37.本实施例中，还会对获取的标准化信息数据集进行分类后存储，作为本实施例中的一种举例，对标准化信息数据集中的标准化招聘数据进行分类后存储，具体的，将标准化
招聘数据中的招聘源、发布时间、岗位名称、招聘企业名称、岗位福利列表和工作经验分为第一类，将招聘公司地址、招聘所在地区、招聘企业类型、招聘企业类型和招聘企业官网分为第二类，其中，对于分类标准可按需求进行设置或更改；并将第一类中的标准化数据字段存入预设的招聘表中进行保存，将第二类的标准化数据字段存入预设的招聘企业表中进行保存，且对于预设的招聘表和预设的招聘企业表都有相应的主键，作为该表格的唯一标识，如预设的招聘表中的主键对应的唯一标识为recruitingpageurl，预设的招聘企业表的主键对应的唯一标识为recruitingsource recruitingenterprisename。
38.步骤102：按照预设的不同数据加工处理方式，分别对所述标准化信息数据集进行关键信息挖掘，生成多组关键数据组。
39.本实施例中，预设的不同数据加工处理方式包括数据映射、核心字段提取、二次维度加工。
40.本实施例中，当所述预设的数据加工处理方式为数据映射时，按照预设的数据映射方式，对所述标准化信息数据集进行关键信息挖掘；具体的，通过获取所述标准化信息数据集中的地址类型数据，将所述地址类型数据与预设地址类型数据格式做对比，判断所述地址类型数据是否存在缺陷，若是，则将所述地址类型数据映射到对应的地址区域，并根据所述对应的地址区域完善所述地址类型数据，生成地址类型关键数据组。
41.作为本实施例中的一种举例，所述地址类型数据包括但不限于企业注册地址、招聘地址和年报通讯地址，预设地址类型数据格式为需包括省－市－街道－号数。具体的，获取标准化信息数据集中的地址类型数据，将企业注册地址、招聘地址和年报通讯地址等地址类型数据分别与预设地址类型数据格式做对比，分别判断企业注册地址、招聘地址和年报通讯地址等地址类型数据是否存在缺陷，如地址中得省、市数据是否缺失，当判断地址类型数据中存在缺陷时，根据预设存储的地址映射表，将当前的地址类型数据映射到对应的区域，如当前的地址类型数据仅为某某街道某某号，经过映射后可得到某某省某某市某某街道某某号，并根据映射后对应的地址区域，对当前的地址类型数据进行完善，即将某某街道某某号替换为某某省某某市某某街道某某号，当所有地址类型数据都判断完后，将判断完的地址类型数据进行整合，生成地址类型关键数据组。解决了后续因缺乏部分地址数据，导致无法对某个地区的数据进行聚合，同时方便后续用户对地区数据进行精准获取。
42.本实施例中，当判断地址类型数据中不存在缺陷时，可直接跳过当前地址类型数据，执行下一步骤。
43.本实施例中，当所述预设的数据加工处理方式为核心字段提取时，按照预设的核心字段提取方式，对所述标准化信息数据集进行关键信息挖掘。
44.本实施例中，按照预设的核心字段提取方式，对标准化信息数据集中的企业招投标公告数据进行进一步的关键数据挖掘，其中，预设的核心字段提取方式包括但不限于从公告正文中提取招标单位、预算金额和招标联系方式，具体的：遍历招投标公告正文，从正文中的“招标人：某某公司”中，提取出“某某公司”，作为提取的招标单位，从招标金额中提取出具体数值，作为提取的预算金额，从招标人联系方式中提取出具体的联系号码，作为提取的招标联系方式，从实现对企业招投标公告数据中关键信息的挖掘。
45.本实施例中，当所述预设的数据加工处理方式为二次维度加工时，按照预设的二次维度加工方式，对所述标准化信息数据集进行关键信息挖掘，其中，预设的二次维度加工
方式为维度对比。
46.作为本实施例中的一种举例，从业务场景出发，基于单个维度，将其他不同维度的数据进行比对，如基于“商标地址待变更”维度，通过“商标地址”和“注册地址”两个一次维度进行比对，提取出两个地址不一致的企业，他们有变更商标地址的需求，能及时对企业做出提醒。
47.步骤103：整合所述标准化信息数据集和所述多组关键数据组，基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示。
48.本实施例中，对步骤101采集的标准化信息数据集和步骤102中在不同数据加工处理方式下生成多组关键数据组进行整合，并基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示，形成目标企业知识图谱。
49.本实施例中，基于展示界面提供的关键词检索，支持企业名、人名、品牌、联系方式搜索，通过展示界面对企业的工商、招聘、知识产权、新闻舆情等多数据进行整合展示，帮助用户更快更精准的定位企业客户，使得用户能跨平台实时检索并查看相关目标企业的企业数据。
50.参见图2，图2是本发明提供的企业数据处理系统的一种实施例的流程示意图，如图2所示，该系统结构包括解析单元201、加工单元202、展示单元203，具体如下：
51.解析单元201，用于采集目标企业的信息数据集，对所述信息数据集进行结构化解析，以使得到标准化信息数据集。
52.本实施例中，基于大规模分布式爬虫引擎、分布式计算框架和算法引擎三大技术能力，爬取互联网上各平台公开的目标企业的数据信息，使得数据采集效率提升，高效、稳定，能准确地抓取企业大数据；其中，目标企业的数据信息包括工商数据、招聘数据、知识产权数据、新闻舆情数据等，生成目标企业的信息数据集。
53.本实施例中，对目标企业的信息数据集进行解析，以使得到标准化信息数据集，具体的，通过按数据不同类型设置相对应的字段格式，根据所述字段格式对所述信息数据集中的不同数据类型进行解析，得到解析后不同数据类型的标准化字段；同时，预设相对应的检验规则，根据所述检验规则对所述标准化字段进行过滤，剔除脏数据，以使得到标准化信息数据集。
54.作为本实施例中的一种举例，对目标企业的信息数据集中的招聘数据进行解析时，通过按招聘源、发布时间、岗位名称、招聘企业名称、岗位福利列表、工作经验、招聘公司地址、招聘所在地区、招聘企业类型、招聘企业类型和招聘企业官网等数据类型设置相对应的字段格式，其中，招聘源的字段格式为str、发布时间的字段格式为datestr、岗位名称的字段格式为str、招聘企业名称的字段格式为str、岗位福利列表的字段格式为listofstr、工作经验的字段格式为dict，招聘公司地址的字段格式为dict、招聘所在地区的字段格式为dict、招聘企业类型的字段格式为str、招聘企业类型的字段格式为str和招聘企业官网的字段格式为listofstr；根据上述字段格式对招聘数据中的不同数据类型进行解析，得到解析后不同数据类型的标准化字段；同时，基于解析后得到的不同数据类型的标准化字段，会根据不同数据类型预设相对应的检验规则，如招聘源字段的长度不能超过50个字符，其中，不同数据类型预设相对应的检验规则可根据需求进行设置更改；根据所述检验规则对其对应的标准化字段进行过滤，对于不符合检验规则的数据进行剔除，集合过滤脏数据后
的多种不同的数据类型的标准化字段，以使得到标准化招聘数据，从而保证了获取数据的一致性和准确性，减少异常数据和错误数据的获取。
55.本实施例中，还会对获取的标准化信息数据集进行分类后存储，作为本实施例中的一种举例，对标准化信息数据集中的标准化招聘数据进行分类后存储，具体的，将标准化招聘数据中的招聘源、发布时间、岗位名称、招聘企业名称、岗位福利列表和工作经验分为第一类，将招聘公司地址、招聘所在地区、招聘企业类型、招聘企业类型和招聘企业官网分为第二类，其中，对于分类标准可按需求进行设置或更改；并将第一类中的标准化数据字段存入预设的招聘表中进行保存，将第二类的标准化数据字段存入预设的招聘企业表中进行保存，且对于预设的招聘表和预设的招聘企业表都有相应的主键，作为该表格的唯一标识，如预设的招聘表中的主键对应的唯一标识为recruitingpageurl，预设的招聘企业表的主键对应的唯一标识为recruitingsource recruitingenterprisename。
56.加工单元202，用于按照预设的不同数据加工处理方式，分别对所述标准化信息数据集进行关键信息挖掘，生成多组关键数据组。
57.本实施例中，预设的不同数据加工处理方式包括数据映射、核心字段提取、二次维度加工。
58.本实施例中，当所述预设的数据加工处理方式为数据映射时，按照预设的数据映射方式，对所述标准化信息数据集进行关键信息挖掘；具体的，通过获取所述标准化信息数据集中的地址类型数据，将所述地址类型数据与预设地址类型数据格式做对比，判断所述地址类型数据是否存在缺陷，若是，则将所述地址类型数据映射到对应的地址区域，并根据所述对应的地址区域完善所述地址类型数据，生成地址类型关键数据组。
59.作为本实施例中的一种举例，所述地址类型数据包括但不限于企业注册地址、招聘地址和年报通讯地址，预设地址类型数据格式为需包括省－市－街道－号数。具体的，获取标准化信息数据集中的地址类型数据，将企业注册地址、招聘地址和年报通讯地址等地址类型数据分别与预设地址类型数据格式做对比，分别判断企业注册地址、招聘地址和年报通讯地址等地址类型数据是否存在缺陷，如地址中得省、市数据是否缺失，当判断地址类型数据中存在缺陷时，根据预设存储的地址映射表，将当前的地址类型数据映射到对应的区域，如当前的地址类型数据仅为某某街道某某号，经过映射后可得到某某省某某市某某街道某某号，并根据映射后对应的地址区域，对当前的地址类型数据进行完善，即将某某街道某某号替换为某某省某某市某某街道某某号，当所有地址类型数据都判断完后，将判断完的地址类型数据进行整合，生成地址类型关键数据组。解决了后续因缺乏部分地址数据，导致无法对某个地区的数据进行聚合，同时方便后续用户对地区数据进行精准获取。
60.本实施例中，当判断地址类型数据中不存在缺陷时，可直接跳过当前地址类型数据，执行下一步骤。
61.本实施例中，当所述预设的数据加工处理方式为核心字段提取时，按照预设的核心字段提取方式，对所述标准化信息数据集进行关键信息挖掘。
62.本实施例中，按照预设的核心字段提取方式，对标准化信息数据集中的企业招投标公告数据进行进一步的关键数据挖掘，其中，预设的核心字段提取方式包括但不限于从公告正文中提取招标单位、预算金额和招标联系方式，具体的：遍历招投标公告正文，从正文中的“招标人：某某公司”中，提取出“某某公司”，作为提取的招标单位，从招标金额中提
取出具体数值，作为提取的预算金额，从招标人联系方式中提取出具体的联系号码，作为提取的招标联系方式，从实现对企业招投标公告数据中关键信息的挖掘。
63.本实施例中，当所述预设的数据加工处理方式为二次维度加工时，按照预设的二次维度加工方式，对所述标准化信息数据集进行关键信息挖掘，其中，预设的二次维度加工方式为维度对比。
64.作为本实施例中的一种举例，从业务场景出发，基于单个维度，将其他不同维度的数据进行比对，如基于“商标地址待变更”维度，通过“商标地址”和“注册地址”两个一次维度进行比对，提取出两个地址不一致的企业，他们有变更商标地址的需求，能及时对企业做出提醒。
65.展示单元203，整合所述标准化信息数据集和所述多组关键数据组，基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示。
66.本实施例中，对解析单元201采集的标准化信息数据集和加工单元202中在不同数据加工处理方式下生成多组关键数据组进行整合，并基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示，形成目标企业知识图谱。
67.本实施例中，基于展示界面提供的关键词检索，支持企业名、人名、品牌、联系方式搜索，通过展示界面对企业的工商、招聘、知识产权、新闻舆情等多数据进行整合展示，帮助用户更快更精准的定位企业客户，使得用户能跨平台实时检索并查看相关目标企业的企业数据。
68.本实施例中，还提供了一种企业数据处理设备，包括处理器、存储器以及存储在存储器中且被配置为由处理器执行的计算机程序，处理器执行计算机程序时实现上述的企业数据处理方法。
69.本发明实施例中，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行上述的企业数据处理方法。
70.示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在企业数据处理的设备中的执行过程。
71.所述企业数据处理的设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述企业数据处理的设备可包括，但不仅限于，处理器、存储器、显示器。本领域技术人员可以理解，上述部件仅仅是企业数据处理的设备的示例，并不构成对企业数据处理的设备的限定，可以包括比所述部件更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述企业数据处理的设备还可以包括输入输出设备、网络接入设备、总线等。
72.所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述企业数据处理的设备的控制中心，利用各种接口和线路连接整个所
述企业数据处理的设备的各个部分。
73.所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述企业数据处理的设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、文字转换功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、文字消息数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
74.其中，所述企业数据处理的设备集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read－only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
75.本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
76.综上，本发明提供的一种企业数据处理方法、系统、设备及存储介质，通过采集目标企业的信息数据集，对所述信息数据集进行结构化解析，以使得到标准化信息数据集，一定程度上保证了收集数据的准确性，有利于后续进行数据整合，同时按照预设的不同数据加工处理方式，分别对所述标准化信息数据集进行关键信息挖掘，生成多组关键数据组；整合所述标准化信息数据集和所述多组关键数据组，基于可视化技术，对所述标准化信息数据集和所述多组关键数据组进行集中展示。与现有技术相比，本发明的技术方案通过对收集的企业的信息数据集进行标准化和数据加工，保证了数据的准确性，同时提高了数据处理的效率。
77.以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。