销售线索评分方法、系统、计算机设备和可读存储介质与流程

1.本申请涉及互联网技术领域，特别是涉及销售线索评分方法、装置、系统、计算机设备和计算机可读存储介质。


背景技术：

2.销售线索俗称leads，在销售管理体系中销售线索处于客户产生机会的最前端，一般由举办市场活动、网络信息、电话咨询、消费者访谈等多样方式获得销售的初级线索，销售人员在持续跟进和推动线索的继续延伸，到达成熟阶段后销售线索转换为销售机会，并通过在公司正式立项，销售人员将作为销售机会进行漏斗式管理和推进，经过几个阶段的谈判、商务、产品和技术沟通，最终与客户达成协议，并正式签订合同订单。
3.销售线索管理作为真正的销售机会产生前将提供大量的真假不一的信息源，也是公司在客户群产生商机的最基础线索，在商业价值链中处于重要地位。
4.线索评分系统可以用来评估销售线索的质量，综合分析出一条销售线索离销售订单成交还有多远。主要的评估指标是依据若干事先定义好的指标，从客户的许多行为中，去了解潜在客户的兴趣与准备购买的程度，并依据不同指标进行评分，然后根据评分结果，制定出不同的线索处理方案。从销售线索的整个漏斗角度看，线索评分的目的其实只在决定这些销售线索在漏斗中的相对位置，评分越高，成交的概率越高，越接近漏斗的下端；分数越低，越接近漏斗的上端，否则，如果没有合适的线索评分方法或工具系统，销售线索漏斗是很难真正具体落实下去的。国外绝大部分做营销自动化的企业在销售线索获取之后会提供线索评分机制，线索评分也是营销自动化平台的主要功能之一。
5.当前线索评分技术主要是使用简单规则和使用机器学习两种方法。其中简单规则是基于业务人员的业务知识使用编程制定规则的方式实现，基于制定好的规则直接实现到代码中即可完成线索的分类，这种方法针对业务单一的方法非常有效和直接，但是在复杂多变的业务方面往往面临业务变化造成规则变化，基于简单规则的方式一般是直接硬编码实现，其扩展性和灵活性上受到限制；使用机器学习的方法是基于有大量被标注好的数据，基于这个被标注好的数据通过机器学习模型来完成线索的分类。基于机器学习的方法因为必须要依赖有标注且大量的数据才能很好的让机器学习一个复杂业务的模式，天然就对数据少且业务规则复杂的场景不适用。


技术实现要素：

6.本申请实施例提供了一种销售线索评分方法、系统、计算机设备和计算机可读存储介质，基于领域知识将销售线索分析问题转换为符号推理，通过推理机实现销售线索等级的推理，以提高销售线索分析的可扩展性和灵活性。
7.第一方面，本申请实施例提供了一种销售线索评分方法，包括：
8.本体模型构建步骤，构建用于销售线索分析的本体模型，所述本体模型中包括多个关键本体及所述关键本体之间的本体关系；
9.本体实例获取步骤，获取给定销售线索并基于所述本体模型分析所述销售线索，得到本体实例；具体的，所述本体实例的数据形式为rdf格式(resource description framework，简称rdf)。
10.推理规则构建步骤，将销售线索分析领域知识的线索等级判断规则映射为符号逻辑规则；
11.线索等级获取步骤，基于所述本体模型及所述符号逻辑规则构建推理机并对所述本体实例进行推理，得到线索等级。
12.在其中一些实施例中，所述线索等级获取步骤中包括：
13.推理机构建步骤，基于所述本体模型构建jena推理机；
14.线索推理步骤，注册所述符号逻辑规则至所述jena推理机，所述jena推理机读取所述本体实例进行推理，得到所述线索等级。
15.在其中一些实施例中，所述关键本体包括：线索实体、需求实体、客户实体及产品实体。
16.在其中一些实施例中，所述本体关系包括：包含关系、所属关系、匹配关系及is
‑
a关系(subsumption，中文称is
‑
a，用于表示类的父子继承关系)。
17.第二方面，本申请实施例提供了一种销售线索评分系统，包括：
18.本体模型构建模块，构建用于销售线索分析的本体模型，所述本体模型中包括多个关键本体及所述关键本体之间的本体关系；
19.本体实例获取模块，获取给定销售线索并基于所述本体模型分析所述销售线索，得到本体实例；具体的，所述本体实例的数据形式为rdf格式。
20.推理规则构建模块，将销售线索分析领域知识的线索等级判断规则映射为符号逻辑规则；
21.线索等级获取模块，基于所述本体模型及所述符号逻辑规则构建推理机并对所述本体实例进行推理，得到线索等级。
22.在其中一些实施例中，所述线索等级获取模块中包括：
23.推理机构建模块，基于所述本体模型构建jena推理机；
24.线索推理模块，注册所述符号逻辑规则至所述jena推理机，所述jena推理机读取所述本体实例进行推理，得到所述线索等级。
25.在其中一些实施例中，所述关键本体包括：线索实体、需求实体、客户实体及产品实体。
26.在其中一些实施例中，所述本体关系包括：包含关系、所属关系、匹配关系及is
‑
a关系(is
‑
a：subsumption，包含架构，用于指类的父子继承关系)。
27.第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的销售线索评分方法。
28.第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的销售线索评分方法。
29.相比于相关技术，本申请实施例提供的销售线索评分方法、系统、计算机设备及计算机可读存储介质，具体涉及一种营销智能技术，将销售线索等级划分的业务场景进行转
化，通过基于销售线索分析领域知识的本体模型及符号逻辑规则的构建，将销售线索等级划分的问题转换成符号推理的问题，从而通过推理机实现对线索等级的推理。本申请实施例提供了一种新的销售线索分析方式，适应于业务复杂多变和/或缺少大量数据标签的销售线索分析场景，提高了销售线索分析的可扩展性和灵活性。
30.本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
31.此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
32.图1是根据本申请实施例的销售线索评分方法的流程图；
33.图2是根据本申请实施例的销售线索评分系统的结构框图；
34.图3为根据本申请优选实施例的销售线索评分方法的流程图；
35.图4是根据本申请实施例的本体模型的示意图；
36.图5是根据本申请优选实施例的本体实例的示意图；
37.图6是根据本申请优选实施例的销售线索评分方法的推理机原理示意图。
38.其中：
39.1、本体模型构建模块；2、本体实例获取模块；3、推理规则构建模块；4、线索等级获取模块；401、推理机构建模块；402、线索推理模块。
具体实施方式
40.为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，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，都属于本申请保护的范围。
41.显而易见地，下面描述中的附图仅仅是本申请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申请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，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请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，不应当理解为本申请公开的内容不充分。
42.在本申请中提及“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申请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，本申请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。
43.除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“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。本申请所涉及的术语“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。本申请所涉及的“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。本申请所涉及的“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。本申请所涉及的术语“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。
44.销售线索分析领域知识：销售线索分析目的是确定具体线索是否能转化后续的商机，从而确定具体线索的等级，能够来对线索进行一个级别的划分。市场人员在销售分析中运用的领域知识涉及：客户信息、实际的需求、公司的产品，通过判断客户相关信息，举例而非限制，如：客户的信息包括公司是头部、腰部、尾部或者公司行业、注册等信息；实际需求信息包括具体需求点，具体为判断需求是否符合公司的产品功能，通过关键需求信息和产品功能的匹配情况；公司产品信息，具体为产品具有的功能点描述、用来判断是否和需求的匹配情况。
45.基于如上领域知识，为了实现销售线索分析的目的，本申请实施例提供了一种销售线索评分方法、系统、计算机设备及可读存储介质，具体如下所示。
46.本实施例提供了一种销售线索评分方法。图1是根据本申请实施例的销售线索评分方法的流程图，如图1所示，该流程包括如下步骤：
47.本体模型构建步骤s1，构建用于销售线索分析的本体模型，本体模型中包括多个关键本体及关键本体之间的本体关系；具体的，本体模型的数据形式为owl(ontology web language)格式。其中，如图4所示，关键本体包括：线索实体、需求实体、客户实体及产品实体。其中，线索实体及其子类用于将线索的等级划分映射为推理线索所属的子类；可选的，线索实体的子类包括优线索、良线索、中线索及差线索，基于此，通过构建线索本体及其子类将销售线索评分划分为等级区间；需求实体的属性配置为包括是否有需求、需求所处的具体阶段及预算金额；客户实体及其子类用于对通过客户所在行业和公司注册资金等企业属性确定客户公司所属子类；产品实体用于描述公司产品情况并对产品进行细类划分。值得注意的是，本申请实施例的产品实体支持构建更丰富的产品说明，以便于与需求实体进行匹配推理。本体关系包括：包含关系、所属关系、匹配关系及is
‑
a关系。其中，本体关系包括：包含关系，用于说明线索包含相关需求；所属关系，用于说明线索属于某个客户；匹配关系，用于说明产品和需求的匹配关系；is
‑
a关系，用于说明线索和细化等级的关系，基于is
‑
a关系可以实现线索是哪个级别的线索的推理。
48.本体实例获取步骤s2，获取给定销售线索并基于本体模型分析销售线索，得到本体实例；具体的，本体实例的数据形式为rdf格式。基于本体实例获取步骤s2实现快速将销售线索的表格数据映射为本体实例，为推理机实现推理提供基础。
49.推理规则构建步骤s3，将销售线索分析领域知识的线索等级判断规则映射为符号逻辑规则；
50.线索等级获取步骤s4，基于本体模型及符号逻辑规则构建推理机并对本体实例进
行推理，得到线索等级。值得注意的是，参考图6所示，线索等级获取步骤s4中支持实施查询、显示查询结果、将线索等级持久化到数据库。
51.基于上述步骤，本实施例将销售线索评分的业务知识转化为本体模型，基于销售线索评分的业务逻辑映射得到符号逻辑规则，将得到的表格销售数据转换为本体实例，利用推理机完成销售线索等级评分。通过本体推理的方式实现销售线索评分，实现适应于业务复杂多变和/或缺少大量数据标签的销售线索分析场景，提高了销售线索分析的可扩展性和灵活性。
52.在其中一些实施例中，线索等级获取步骤s4中具体包括：
53.推理机构建步骤s401，基于本体模型构建jena推理机；
54.线索推理步骤s402，注册符号逻辑规则至jena推理机，jena推理机读取本体实例进行推理，得到线索等级。
55.基于上述步骤，本实施例优选采用jena推理机完成销售线索评分等级的推理，jena推理机是针对具体本体语言的推理机，针对性强且效率更高。
56.下面通过优选实施例对本申请实施例进行描述和说明。
57.图3为根据本申请优选实施例的销售线索评分方法的流程图。参考图3所示，该流程至少包括如下步骤：
58.步骤s301：基于对销售线索分析的思路构建关键本体及本体关系，关键本体包括线索实体、需求实体、客户实体和产品实体。具体包括：
59.构建线索实体leads，然后创建线索实体的子类，可选子类有优线索、良线索、中线索、差线索，实现把线索的等级划分映射成推理线索属于哪个子类，可以理解为给定动植物图谱推理狮子是食肉动物。
60.构建需求实体demand，需求实体包括属性为：是否有需求和需求的具体阶段、预算金额。
61.构建客户实体custom，把客户实体分出子类，如头部、腰部、尾部，方便对后续通过客户所在行业和公司注册资金等属性确定公司是那个子类，当前做数据实例时可以直接给出所属的子类即可。
62.构建产品实体product，描述客户公司的产品情况，并把产品进行了细类划分。基于此，有助于后续可以构建更丰富的产品说明，方便和需求是否匹配推理，当前在数据实例时可以直接给出匹配的产品即可。
63.然后，基于构建的关键本体构建本体关系，得到包含关系、所属关系、匹配关系及is
‑
a关系。
64.步骤s302：将如下表所示的给定销售线索的实例数据转化为本体实例，得到对应的本体实例如图5所示。
65.序号属性值1线索名称x线索2预算金额5百万3需求所处阶段招标阶段4匹配产品eip5客户类型头部客户
66.该本体实例的具体存储数据形式为rdf格式，数据如下所示：
67.<？xml version＝"1.0"encoding＝"utf
‑
8"？>
68.<rdf:rdf
69.xmlns:ns1＝"http://www.example.org/"
70.xmlns:rdf＝"http://www.w3.org/1999/02/22
‑
rdf
‑
syntax
‑
ns#"
71.>
72.<rdf:description rdf:about＝"http://www.example.org/需求">
73.<ns1:阶段rdf:resource＝"http://www.example.org/招标阶段"/>
74.<ns1:预算rdf:resource＝"http://www.example.org/100"/>
75.</rdf:description>
76.<rdf:description rdf:about＝"http://www.example.org/线索">
77.<ns1:所属rdf:resource＝"http://www.example.org/客户"/>
78.<ns1:包含rdf:resource＝"http://www.example.org/需求"/>
79.<ns1:名称rdf:resource＝"http://www.example.org/x线索"/>
80.</rdf:description>
81.<rdf:description rdf:about＝"http://www.example.org/客户">
82.<ns1:类型rdf:resource＝"http://www.example.org/头部客户"/>
83.<ns1:匹配rdf:resource＝"http://www.example.org/产品"/>
84.</rdf:description>
85.<rdf:description rdf:about＝"http://www.example.org/产品">
86.<ns1:名称rdf:resource＝"http://www.example.org/eip"/>
87.</rdf:description>
88.</rdf:rdf>
89.步骤s303：将销售线索分析领域知识的线索等级判断规则映射为符号推理规则，以实现通过构建符号推理规则对本体构建的实例数据进行推理操作。
90.举例而非限制，对销售线索分析领域知识的线索等级判断规则中判断线索为优线索的规则举例如下表所示：
91.序号规则条件1预算金额大于1百万2需求所处阶段处在招标阶段3匹配产品eip产品4客户类型客户为头部客户
92.该规则映射为符号推理规则的表示如下所示：
93.[rule01:(？x？p？y),equal(？p,base:预算),ge(？y,100)
‑
>(？x base:预算base:good)]
[0094]
[rule02:(？x？p？y),equal(？p,base:预算),lessthan(？y,100)
‑
>(？x base:预算base:bad)]
[0095]
[rule1:(？cure rdf:type base:线索),
[0096]
(？c base:类型base:头部),
[0097]
(？cure base:预算base:good),
[0098]
(？cure base:阶段base:招标阶段)
‑
>(？cure rdf:type base:优线索)]
[0099]
[rule2:(？cure rdf:type base:线索),
[0100]
(？c base:类型base:头部),
[0101]
(？cure base:预算base:good),
[0102]
(？cure base:阶段base:调研阶段)
‑
>(？cure rdf:type base:良线索)]
[0103]
[rule3:(？cure rdf:type base:线索),
[0104]
(？c base:类型base:头部),
[0105]
(？cure base:预算base:bad),
[0106]
(？cure base:阶段base:调研阶段)
‑
>(？cure rdf:type base:中线索)]
[0107]
[rule4:(？cure rdf:type base:线索),
[0108]
(？c base:类型base:中部),
[0109]
(？cure base:预算base:bad),
[0110]
(？cure base:阶段base:调研阶段)
‑
>(？cure rdf:type base:差线索)]
[0111]
值得注意的是，上述判断规则可根据实际需要进行灵活调整，以保证适用于更广泛的应用场景。
[0112]
步骤s304：通过构建的本体模型构建推理机并通过注册符号逻辑规则实现规则添加，从而推理机读取本体实例进行推理。
[0113]
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。
[0114]
本实施例还提供了一种销售线索评分系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0115]
图2是根据本申请实施例的销售线索评分系统的结构框图，如图2所示，该系统包括：
[0116]
本体模型构建模块1，构建用于销售线索分析的本体模型，本体模型中包括多个关键本体及关键本体之间的本体关系；具体的，本体模型的数据形式为owl格式。其中，如图4所示，关键本体包括：线索实体、需求实体、客户实体及产品实体。其中，线索实体及其子类用于将线索的等级划分映射为推理线索所属的子类；可选的，线索实体的子类包括优线索、良线索、中线索及差线索，基于此，通过构建线索本体及其子类将销售线索评分划分为等级区间；需求实体的属性配置为包括是否有需求、需求所处的具体阶段及预算金额；客户实体及其子类用于对通过客户所在行业和公司注册资金等企业属性确定客户公司所属子类；产品实体用于描述公司产品情况并对产品进行细类划分。值得注意的是，本申请实施例的产品实体支持构建更丰富的产品说明，以便于与需求实体进行匹配推理。本体关系包括：包含关系、所属关系、匹配关系及is
‑
a关系。其中，本体关系包括：包含关系，用于说明线索包含相关需求；所属关系，用于说明线索属于某个客户；匹配关系，用于说明产品和需求的匹配关系；is
‑
a关系，用于说明线索和细化等级的关系，基于is
‑
a关系可以实现线索是哪个级别
的线索的推理。
[0117]
本体实例获取模块2，获取给定销售线索并基于本体模型分析销售线索，得到本体实例；具体的，本体实例的数据形式为rdf格式。基于本体实例获取模块2实现快速将销售线索的表格数据映射为本体实例，为推理机实现推理提供基础。
[0118]
推理规则构建模块3，将销售线索分析领域知识的线索等级判断规则映射为符号逻辑规则；
[0119]
线索等级获取模块4，基于本体模型及符号逻辑规则构建推理机并对本体实例进行推理，得到线索等级。值得注意的是，参考图6所示，线索等级获取模块4中支持实施查询、显示查询结果、将线索等级持久化到数据库。具体的，线索等级获取模块4中包括：推理机构建模块401，基于本体模型构建jena推理机；线索推理模块402，注册符号逻辑规则至jena推理机，jena推理机读取本体实例进行推理，得到线索等级。
[0120]
基于上述结构，本实施例将销售线索等级划分的业务场景进行转化，通过基于销售线索分析领域知识的本体模型及符号逻辑规则的构建，将销售线索等级划分的问题转换成符号推理的问题，从而通过推理机实现对线索等级的推理。本申请实施例提供了一种新的销售线索分析方式，适应于业务复杂多变和/或缺少大量数据标签的销售线索分析场景，提高了销售线索分析的可扩展性和灵活性。
[0121]
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。
[0122]
另外，结合图1描述的本申请实施例销售线索评分方法可以由计算机设备来实现。计算机设备可以包括处理器以及存储有计算机程序指令的存储器。
[0123]
具体地，上述处理器可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，简称为asic)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
[0124]
其中，存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器可包括硬盘驱动器(hard disk drive，简称为hdd)、软盘驱动器、固态驱动器(solid state drive，简称为ssd)、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，简称为usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器可在数据处理装置的内部或外部。在特定实施例中，存储器是非易失性(non
‑
volatile)存储器。在特定实施例中，存储器包括只读存储器(read
‑
only memory，简称为rom)和随机存取存储器(random access memory，简称为ram)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(programmable read
‑
only memory，简称为prom)、可擦除prom(erasable programmable read
‑
only memory，简称为eprom)、电可擦除prom(electrically erasable programmable read
‑
only memory，简称为eeprom)、电可改写rom(electrically alterable read
‑
only memory，简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。在合适的情况下，该ram可以是静态随机存取存储器(static random
‑
access memory，简称为sram)或动态随机存取存储器(dynamic random access memory，简称为dram)，其中，dram可以是快速
页模式动态随机存取存储器(fast page mode dynamic random access memory，简称为fpmdram)、扩展数据输出动态随机存取存储器(extended date out dynamic random access memory，简称为edodram)、同步动态随机存取内存(synchronous dynamic random
‑
access memory，简称sdram)等。
[0125]
存储器可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器所执行的可能的计算机程序指令。
[0126]
处理器通过读取并执行存储器中存储的计算机程序指令，以实现上述实施例中的任意一种销售线索评分方法。
[0127]
该计算机设备可以基于获取到的销售线索，执行本申请实施例中的销售线索评分方法，从而实现结合图1描述的销售线索评分方法。
[0128]
另外，结合上述实施例中的销售线索评分方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种销售线索评分方法。
[0129]
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。
[0130]
以上所述实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。