用于用户界面背景选择的算法的制作方法

相关申请交叉引用

本申请要求于2014年10月23日提交的名称为“algorithmforuserinterfacebackgroundselection”的美国临时专利申请号62/067,844的优先权权益，其全部内容通过引用被并入本文中。

背景技术：

电子商务变得日益普遍。当消费者在线购买更多商品和服务时，传统的赢得消费者注意的方法不那么有效。例如，靠近结帐收银台的店内展示传统上是出售商品的有效方式。然而，由于少数人在商店内结账，靠近结帐收银台的店内展示变得不太有效。

技术实现要素：

下文呈现对本公开的简要总结，以便提供对本公开的一些方面的基本理解。此发明内容不是对本公开的广泛的概述。不旨在指出本公开的关键或重要元素或界定本公开的范围。下面的发明内容只以简化形式呈现本公开的一些构思，作为对下面提供的更详细描述的前序。

描述了用于创建与用户的搜索或购买相关的用户界面的系统和方法。计算系统可以被物理配置成执行算法，以确定物品的至少一个属性，确定具有至少一个相关属性的多个图像，并基于确定的至少一个属性和至少一个相关属性确定每个图像的评分。算法还可以基于评分选择图像之一用作用户界面背景，并使用户装置显示选择的图像作为用户界面背景。

附图说明

通过参照与附图结合考虑的详细描述，可以更好地理解本发明。附图中的部件不一定是成比例的，而是将重点放在图解说明本发明的原理上。在附图中，相同的附图标记指示不同图中相应的零件。

图1可以是由处理器执行的步骤，所述处理器被物理配置成执行所述步骤；

图2可以是简单的用户界面；

图3可以是具有新背景的附加用户界面；

图4可以是网络地图；

图5可以是移动处理器装置；以及

图6可以是服务器装置。

具体实施方式

根据专利法令和法律学的规定，上文描述的示例性配置被认为代表本发明的优选实施例。不过，应当注意，在不偏离其精神或范围下，可以以与明确图示和描述的不同方式实践本发明。

在高层次上，描述的系统和方法可以使商家与消费者更好地连接。系统和方法可以使用诸如来自算法的智能，查看来自消费者经由在线搜索引擎输入的潜在的购买或查询确定潜在购买的属性，并选择显示背景或采取与属性相关的动作。属性可以象确定商品是用于男性还是女性那样简单，或者可以象分析尺寸、颜色、图案、名称和成本以确定可用背景或行动那样复杂。结果，可以显示背景或者采取行动，消费者可能发现这是有帮助或补充的，商家能够以非侵入方式将消息传送至消费者。

图1可以图解说明可以由计算系统诸如图4-6中描述的计算系统实现的样本计算机实现的方法或算法，以用于创建被用作图形用户界面背景的图像。用户装置101或服务器141或装置101和服务器141的结合可以执行算法。用户装置101可以是计算机、智能电话、平板计算机等等。本文中描述的功能可以作为可以由至少一个处理器执行的计算机可执行的指令存储。

在块100，可以接收对于物品的选择。可以使用用户装置101以各种方式做出选择。例如，如果使用单独的计算机，则可以用鼠标点击或者用在触摸屏上轻点进行选择。如果使用平板电脑或其它便携式电子装置，则可以使用输入轻点的触摸屏作为选择。而且，可以使用语音命令选择物品。此外，诸如眼睛跟踪眼镜的技术可以与控制软件结合来选择物品。

物品可以是商品或服务或者商品和服务的组合。物品可以是消费者希望购买或者刚刚搜索的商品或服务。例如，如果用户正通过在线搜索引擎搜索轿车，则被一直搜索的特定轿车可以认为是该物品。举另一示例，可以在线搜索眼科医生，眼科服务可以确定为是该物品。举又一示例，物品可以是在虚拟购物车中的准备在线购买的物品。从逻辑上讲，要被购买的物品可以是商品或服务或者商品或服务的组合。

在块110，可以确定物品的至少一个属性。属性可以包括关于物品的特性。取决于系统和系统用户的期望，一些属性可能比其它属性更令人感兴趣，这将在本文档中进一步描述。

可以以各种方式确定属性。在一个实施例中，可以扫描与物品关联的或描述物品的文本并检查其相关属性。算法可以检查文本，并且可以存储在文本中找到的描述性词语。例如，如果物品是特定美式足球队的运动衫，则书写的描述可能包括美式足球队的名称、尺寸、颜色和织物类型以及象“（该）the”、“和（and）”、“或（or）”等的常用词语。属性可以存储在存储器或数据库中以便以后使用。

还可以从物品图像的元数据或与物品关联的搜索确定属性。例如，图像可能有存储的关于图像的数据，诸如名称或其它描述。在一些情况下，元数据可以有意地包含可以用作属性的属性。在其它实施例中，元数据可能较不明确，但仍可以用作属性。

还可以通过检查物品确定属性。再次参照美式足球制服的示例，物品可以与运动衫的已知图像比较以确定匹配。如果发现匹配，则可以使用与匹配有关的数据确定关于物品的属性。

举确定属性的另一示例，可以检查物品的任何可识别数据，诸如文本、标志、标语、队标、颜色组合或其它可识别特征。可以使用已知程序识别物品中的文本。类似地，可以使用扫描物品以发现标语、标志、队标、颜色组合等的技术。更具体地，物品可以被分解成较小的块，并将这些块与已知的块比较以确定是否匹配。如果块匹配，则可以在检查的块中使用已知块的属性。显然，图像或物品可以有超过一个块和超过一个属性。

属性可以是许多并且是变化的。最好可以猜测一些属性，诸如衬衫是为男性还是女性设计的。一些属性可能更容易确定，诸如颜色或尺寸。类似地，可以识别标志和与队相关的服装，并作为属性存储。

如果确定通过在线搜索引擎搜索的物品的属性，则可以使用搜索查询以确定一个或多个属性。例如，如果搜索查询是“1968greenfordmustang5speedv8（1968绿色福特野马5速度v8）”，则算法可以确定属性包括“汽车”、“1968”、“绿色”、“福特野马”、“5速变速器”和“v8发动机”。类似地，如果消费者继续选择查看更宽泛搜索的1968mustang，则算法可以创建属性“汽车”和“1968fordmustang（1968福特野马）”。而且，如果用户一直没有查看已经超过100,000英里的轿车，则算法可以确定“小于100,000英里的轿车”是属性。算法可以确定与轿车相关的其它因素作为属性，包括例如价格、颜色、英里里程、成本、车龄、位置、制造商、变速器类型、选配件、座位数、汽缸数等。

算法还可以处理用户的在线购物习惯，以确定要确定其属性的物品。在一个示例中，用户可以将一个或多个物品放置到虚拟购物车中。如果正确定在购物车中的物品的属性，诸如在虚拟结帐之前或之后，则算法可以处理书写的描述以确定放置在购物车中的物品的一个或多个属性。举一个示例，如果消费者有100个可咀嚼维生素的容器，则算法可以代替或者除了解释包含维生素容器的图像之外，从容器的书面描述确定属性。

在另一示例中，算法可以在用户在线购物时创建物品的一个或多个属性的列表。例如，在用户已经将一个或多个物品放到虚拟购物车之后，用户可以使用用户装置101继续进行在线支付。当进行到结帐时，用户装置101可以将标识要购买的物品的购买请求消息传送到服务器141。服务器141可以接收购买请求消息，并应用算法以确定被购买的每个物品的一个或多个属性。例如，用户可能正在购买黄色水手领衬衫，算法可以确定物品类型属性是衬衫，风格属性是水手领，颜色属性是黄色。在另一示例中，用户可以使用短语“蓝色1968mustang”进行互联网搜索。算法可以识别物品类型属性是轿车，年份属性是1968，颜色属性是蓝色。算法可以根据需要创建许多属性，属性的数目取决于期望的匹配粒度。

可以以类似的方式确定服务的属性。可以分析物品的文字和图像并与具有已知属性的服务和图像比较，这些属性可以添加到服务的属性列表。

在块120，可以根据算法分析至少一个属性。在一个示例中，可以分析属性以确定相比其它属性是否应当给予一些属性更多的权重。对于用户而言，一些属性可能比其它属性重要。再次参照轿车，消费者可以拒绝查看为蓝色的任何轿车。因此，即便轿车可以有许多属性，但轿车的颜色可能是重要属性。类似地，如果消费者查看了大量的轿车，最终决定一个特定的轿车，则实际上购买的轿车的属性可能比不购买的轿车的属性更重要。

逻辑上讲，算法可以具有多个实施例或实施例的组合。在一个实施例中，算法可以聚焦消费者。给予最高权重的属性可以是消费者搜索最多或实际购买的属性。

在另一实施例中，算法可以聚焦商家。商家可以不出售轿车，但可以出售车辆座椅。因此，与轿车有关的属性，诸如变速器类型或发动机类型可能对商家不重要，而搜索和购买的车辆座椅的特性可能对此商家十分重要。

在又一实施例中，算法可以聚焦广告。可以朝着确定对广告商重要的消费者的属性定制算法。例如，如果广告商想出售椒盐脆饼干，则可以给予与食品有关的查询和购买比与肥皂有关的查询和购买更大的权重。

在又一实施例中，算法可以聚焦产品或服务。由于搜索和购买可能根据是针对服务还是产品而变化，所以算法可以针对每一个定制。例如，如果顾客正搜索助听器，则算法可以提高用户装置101的输出音量，并注意到音量可能是属性。类似地，如果顾客正搜索用于阅读的眼镜，则算法可以调节用户装置101显示的文本的大小，并且可以注意到文本大小可以是属性，如将进一步解释的。

此外，算法可以使用确定的属性创建推断的属性。再次参照购物，如果用户不断购买婴儿床和车辆座椅，则算法可以推断怀孕可能是推断属性。类似地，如果“车身修理”和“警方报告”被搜索，则算法可以推断汽车保险可能是推断属性。推断可以基于互补的产品。例如，算法可以确定用户同时购买或搜索的哪些产品组合。

在块130，可以识别具有相关属性的多个图像。相关属性可以是与物品的一个或多个属性具有至少某种程度的相似度和/或与物品的一个或多个属性互补的属性。例如，相关属性可以与物品的属性相同（例如都具有蓝色的颜色属性）。物品属性的同义词也可以认为是相关属性。类似于块120的确定的属性，相关属性可以与消费者、与商家、与广告商或与产品或服务相关。在一个示例中，可以有具有一个或多个相关属性的有限个数的背景。例如，具有相关属性为“fordmustangs”的背景可能对具有“1968fordmustang”属性的消费者是完美的。其它背景可以具有不同的相关属性，诸如“足球装备（soccergear）”、“万圣节服装”或“缆车”。

在一个示例中，服务器141可以包括存储图像的图像数据库，每个图像可以用作背景。每个图像可以有关于图像的关联元数据，其标识图像中描绘的至少一个属性。算法可以确定认为哪些属性是相关的，并且可以查询图像数据库寻找具有至少一个相关属性的图像。继续上文提供的1968mustang示例，算法可以确定物品具有类型属性为轿车，年份属性为1968，颜色属性为蓝色。算法可以确定“汽车”、“轿车”和年份1960-1968是相关属性。算法可以查询数据库搜索具有一个或多个相关属性的图像。

在块140，可以基于确定的至少一个属性和至少一个相关属性确定每个识别的图像的评分。在一个示例中，算法可以确定用于指示每个图像的一个或多个相关属性与物品的一个或多个确定的属性有多对应的评分。算法可以一个属性接一个属性地进行，将物品的每个确定的属性与图像的相关属性进行比较。算法可以注意特定的图像是否没有物品的一个或多个属性。

在一些情况下，相关属性和确定的属性可以是完美匹配，诸如消费者搜索“1968mustang”，背景具有“1968mustang”的相关属性。在其它实施例中，可以使用来自属性的权重确定使用逻辑最相关的属性。例如，1968dodge（1968道奇）可以是purplepassion（紫色激情）颜色，但颜色可能不太重要，可能不是与相关属性为“passion（激情）”的香水的良好匹配。更好的匹配可以是大马力中型汽车（musclecar）的相关属性。

在一个示例中，算法可以基于每个识别的图像的一个或多个相关属性与一个或多个确定的物品的属性有多匹配，生成评分。例如，算法给物品的每个识别的属性分配数字值，并基于图像的相关属性与确定的属性有多匹配确定图像的评分。例如，物品可以具有以下的确定的属性：类型属性为“轿车”、年份属性为“1968”、颜色属性为“蓝色”。算法可以确定以下相关属性：类型属性为“轿车”或“汽车”，年份属性为1960-1969中任一个，颜色属性为“蓝色”。

算法可以以下列方式给每个识别的图像授予分数：“轿车（car）”类型属性可以是25分，“汽车”类型属性可以是10分，“1968”年份属性可以是15分，1960-1967或1969的任一个的年份属性可以是5分，蓝色颜色属性可以是5分。对于未知年份的蓝色轿车的图像，算法可以确定评分为30（例如轿车类型属性为25分，蓝色颜色属性为5分）。对于1968年建造的蓝色房屋的图像，算法可以确定评分为20（例如，轿车类型属性为10分，蓝色颜色属性为5分）。

在其它实施例中，算法可以对评分应用加权方案以生成加权评分。在一个示例中，如果图像的所有相关属性与确定的物品的属性相同，则算法可以应用乘数。例如，对于车型年份为1968的蓝色轿车的图像，算法可以确定评分为40，并用乘数（例如1.5）乘以评分以确定加权评分60（例如40*1.5）。如之前提到的，系统的操作员可以对属性加权。如果消费者正在使用系统，则权重可以不倾斜。如果商家正在操作系统，则权重可以倾斜以有利于从商家购买的物品的图像。如果系统用于广告商，则权重可以朝广告商的产品倾斜。

在块150，可以从块140选择要被显示的用作用户界面背景的图像。算法可以选择具有最高评分的图像。如果两个或更多个图像具有相同的评分，则算法可以随机地选择一个，可以在用户界面中使用每个图像，或者可以使用某种其它打破平分的方式（tie-breaker）。

在块160，可以作为用户界面背景的一部分显示图像。在一个示例中，算法可以将图像传送到用户装置101以显示给用户。图像可以被缩放以覆盖用户装置101的显示屏的一些或全部。在另一示例中，图像可以平铺排列，因此使用户界面背景显示图像的多个副本。

选择作为选择的用户界面的图像可以象以下一样简单：当正购买与“男性”有关的产品时显示蓝色，当正购买与“女性”有关的产品时显示粉色。在其它实施例中，选择的用作背景的图像可以更加复杂。举一个示例，算法可以基于确定的属性从数据库中抽取元素，运行中创建背景图像。在其它示例中，背景可以是限制数目的，可以选择限制的背景之间的最佳配合。

也可以作为背景的一部分或单独地改变其它元件。例如，算法可以改变或启动与选择的用户界面背景关联的音频元件。在一些实施例中，音频可以与对消费者的价值的属性有关。举一个示例，如果消费者正在看与旧金山有关的物品，则算法可以检索与旧金山有关的歌曲，并使用户装置101播放检索到的歌曲。逻辑上讲，音频还可以与商家或者与广告商有关，诸如广告短曲。

类似地，选择的用户界面背景可以是与属性有关的移动的图像。逻辑上讲，具有增强能力的用户装置101可以为附加的背景创建甚至更多的机会。例如，如果移动计算装置具有提供振动形式的触觉反馈的能力，则反馈可以用作背景通知。当然，背景可以是反馈形式的组合。

还可以基于如之前提到的属性调节背景。如果属性可以被绑定到与属性有关的特定动作，则可以认为该动作是背景动作。例如，如果有人查看了眼镜，并且属性指示用户是远视，则算法可以使用户装置101增大选择的用户界面背景中的文本的大小，以使文本更容易阅读。类似地，如果属性是消费者一直以法语输入搜索查询，则算法可以使用户装置101以法语显示选择的用户界面背景的文本，显示与法国有关的图像并播放与法国有关的音乐。

在其它实施例中，可以分析支付方法，背景可以代表支付方法。例如，如果使用银行a的信用卡，则背景可以是与银行a有关的图像，或与银行a有关的短曲。

如之前提到的，评分算法有灵活性。不同的评分机制可能导致显示不同的背景。例如，女性消费者可能喜欢1968mustang。而1968mustang经常与男性关联，如果女性购买1968mustang，则可以在购买显示上使用女性背景。如果相关属性和确定的属性之间不管如何都不匹配，则可以显示默认背景。默认背景还可以以随机方式变化。

在一些实施例中，算法可以使用户装置101在消费者正在购物时显示选择的用户界面背景。在另一实施例中，可以在用户结帐时显示选择的用户界面背景。在又一实施例中，可以在购买完成之后，显示选择的用户界面背景。图2可以图解说明传统的结帐显示，图3可以图解说明结帐显示以及基于评分算法选择的背景图像302（轿车）。在一个示例中，用户装置101可以使背景图像302在图2中示出的结帐显示之前或之后出现。例如，用户可以使用用户装置101选择呈现在图形用户界面上的结帐按钮。响应于选择，用户装置101可以将支付请求消息传送至服务器141。服务器141可以执行如图1所述的算法，以确定要选择哪个图像。服务器141可以检索选择的图像，并命令用户装置101显示选择的图像作为图形用户界面中的背景。在一些情况下，指令可以是显示选择的用户界面作为到结帐显示的过渡。例如，用户装置101可以显示选择的用户界面，选择的用户界面可以在传统的结帐显示出现时褪去。在其它示例中，诸如图3中描绘的，用户装置101可以同时显示选择的用户界面和结帐显示。可以看出，1968mustang的背景显示于图3中，其具有与正由消费者购买的地垫相关的属性。

在一些情况下，选择的图像可以与用户可能购买的产品或服务关联。例如，用户装置101可以显示选择的图像，其可以是可选择的和/或具有关联的链接以购买在选择的图像中描绘的所描绘物品。例如，如果用户装置101的用户点击选择的图像，则用户装置101可以自动地将描绘的物品添加到虚拟购物车。算法还可以跟踪哪个描绘的物品被添加到虚拟购物车，以调节评分算法。例如，评分算法可以基于购买过背景中描绘的物品的客户的百分比应用加权因子。经常购买的物品可以有正的加权因子（例如1.25）以提高其加权评分，不经常购买的物品可以具有负的加权因子（例如0.75）以降低其加权评分。算法可以建立用于确定物品被经常购买（例如至少10%的用户买过描绘的物品）或不被经常购买（例如3%或更少的用户买过描绘的物品）的阈值。算法可以基于购买过描绘物品的用户的百分比设置加权因子。例如，算法可以在25%的用户购买过描绘物品时指定1.25的加权，在10%的用户购买过描绘物品时，可以指定1.1的加权。

算法还可以监测趋势，并强调最近的购买，不强调最近以前的购买。例如，算法可以确定15%的用户购买过作为背景呈现的描绘物品，但在过去的一周该数据提高到25%。算法可以使用最近的数据，将加权因子设置成1.25而不是1.15。因此，算法可以设法宣传顾客更可能购买的产品。

系统可以是智能化的，并且可以随时间改进。系统可以跟踪其在过去如何匹配属性和确定的属性，并确定显示的背景曾是成功的。可以以几种方式定义成功，诸如花在电子网站的时间更长，销售量提高，额外的销售量，来自顾客的积极的反馈等。系统可以具有目标，并且可以分析其自己的表现，以努力在未来创建属性和确定的属性的更好匹配。可以由用户诸如商家或广告商设定目标。

如图4中所示，系统100可以包括全部经由数字通信网络121耦连的用户装置101、支付处理服务器141和一个或多个商家服务器151。用户装置101通常是允许消费者通过支付卡账户进行购买的任何装置（即信用卡扫描器/阅读器、移动装置、膝上型计算机、桌面计算机等）。例如，消费者可以使用传统的物理信用或借记卡通过读卡器执行交易。其它示例包括消费者键入或手动地将支付卡信息输入到计算装置或移动装置中。在其它实施例中，可以使用具有近场通信（nfc）或ibeacon能力的用户装置101，将支付交易数据传送到远程支付处理服务器141。可以理解，可以人工输入相关的交易数据，或者可以以电子方式传送交易数据，诸如通过数字通信网络121，并且使用wi-fi、以太网、nfc、红外、令牌、信标、高频通信系统或任何其它电子通信格式。

应当注意，不一定必须传送实际的账户信息（诸如16位信用卡数字）。可以使用代码或令牌，可以使用代码访问实际的支付交易数据，该数据可以本地存储在诸如用户装置101中，或者可以远程存储在诸如云支付处理环境141中。逻辑上讲，代码可以被加密，代码还可以用作加密密钥的一部分。

图4可以是通过数字通信网络121与远程支付处理服务器141通信的用户装置101的高级图示，不过，可以以各种方式存储和访问应用。此外，可以以各种方式获得应用，诸如从应用商店、从网站、从商店wi-fi系统等。可以有各种版本的应用，以利用不同的计算装置、不同的计算语言和不同的api平台的益处。

在一个实施例中，用户装置101可以是使用便携式电源155诸如电池（图2）工作的装置。参照图1，用户装置101还可以有显示器102，其可以是或者可以不是触敏显示器。更具体地，显示器102可以有电容传感器，例如可以使用电容传感器将输入数据提供至用户装置101。在其它实施例中，可以使用输入板104，诸如箭头、滚动轮、键盘等将输入提供至用户装置101。此外，用户装置101可以有可以接受并存储语言数据的麦克风106、接受图像的照相机108和传送声音的扬声器110。

用户装置101能够与计算装置141或多个支付处理服务器141通信，多个支付处理服务器141通过数字通信网络121构成计算装置111的云。用户装置101能够以各种方式通信。在一些实施例中，通信可以是有线的，诸如通过以太网电缆、usb电缆或rj6电缆。在其它实施例中，通信可以是无线的，诸如通过wi-fi（802.11标准）、蓝牙、蜂窝通信或近场通信装置。通信可以直接到达计算装置141，或者可以通过数字通信网络121（诸如蜂窝服务）、通过互联网、通过私有网络、通过蓝牙、通过近场通信等。图5可以是构成用户装置101的物理元件的简化图示，图6可以是构成支付处理服务器141的物理元件的简化图示。

参照图5，可以根据方法物理地配置样本用户装置101成为系统的一部分。用户装置101可以有处理器150，其根据计算机可执行指令物理地配置。用户装置101可以有便携式电源155，诸如可再充电的电池。用户装置101还可以有声音和视频模块160，帮助显示视频和声音，并且可以在不使用时关闭，以节约电能和电池寿命。用户装置101还可以有易失性存储器165和非易失性存储器170。还可以有输入/输出总线175，其从各种用户输入装置（诸如麦克风106、照相机108和其它输入102等）来回往返传送数据。用户装置101还可以控制与网络或者通过无线或者有线装置的通信。当然，这只是用户装置101的一个实施例，用户装置101的数目和类型只受想象力的限制。用户装置101可以充当显示器102或者可以是显示器102的一部分。

可以在图6中进一步图示构成远程支付处理服务器141的物理元件。在高层次上，支付处理服务器141可以包括数字存储装置，诸如磁盘、光盘、闪存、非易失性存储装置等。结构化数据可以存储在数字存储装置中，诸如数据库中。支付处理服务器141可以有控制器300（即处理器），其根据计算机可执行指令被物理地配置。支付处理服务器141还可以有声音和视频模块305，其帮助显示视频和声音，并且可以在不使用时关闭以节约电能和电池寿命。支付处理服务器141还可以具有易失性存储器310和非易失性存储器315。

数据库325可以存储在存储器310或315中，或者可以是单独的。数据库325还可以是计算装置141的云的一部分，并且可以以分布式方式存储在多个计算装置141上。还可以有输入/输出总线320，其从各种用户输入装置（诸如麦克风106、照相机108和其它输入102等）来回往返传送数据。输入/输出总线320还可以控制与网络或者通过无线或者有线装置的通信。在一些实施例中，应用可以在本地计算装置101上，在其它实施例中，应用可以是远程的141。当然，这只是服务器141的一个实施例，计算装置141的数目和类型只受想象力的限制。

支付处理服务器141的数据库325可以存储使用其支付卡账户经由系统100购买商品和服务的一个或多个用户（即消费者）的历史交易数据。而且，数据库325可以存储由服务器141的处理器300生成的用户资料。不过，替代性地，可以由用户装置101的处理器150生成用户资料。不管怎样，数据库325可以另外存储关联任何交互工具的数据，诸如问卷数据，任何用户反馈数据（例如来自完成的问卷），第三方数据和/或与来自商家服务器151的提出的提议关联的任何数据。

示例性实施例还可以提供针对技术挑战的至少一个技术解决方案。常规的系统显示背景，但不基于用户兴趣定制背景图像。示例性实施例通过确定用户感兴趣的一个或多个物品的至少一个属性解决了此技术缺陷，并基于考虑一个或多个物品的至少一个属性的评分，选择背景。

参照非限制性实施例和示例更加全面地解释本公开和其各个特征和优点的细节，在附图中描述和/或图示并在下面的描述中详细描述这些非限制性实施例和示例。应当注意，附图中图示的特征不一定是按比例绘制的，即便本文中没有明确陈述，但本领域技术人员会认识到一个实施例的特征可以用于其它实施例。可以省略对已知部件和处理技术的描述，以便不必要地使本公开的实施例模糊。本文中使用的示例只旨在促进对可以实践本公开的方式的理解，并进一步使本领域技术人员能够实践本公开的实施例。相应地，本文中的示例和实施例不应当解读为限制本公开的范围。而且，注意，相同的附图标记代表几个附图中的相似的零件。

如本公开中使用的“计算机”表示能够根据一个或多个指令操纵数据的任何机器、装置、电路、部件或模块，或机器、装置、电路、部件、模块的任何系统等等，比方说例如但不限于处理器、微处理器、中央处理单元、通用计算机、超级计算机、个人计算机、膝上型计算机、掌上计算机、平板计算机、智能电话、笔记本计算机、桌面计算机、工作站计算机、服务器等，或者以下的阵列：处理器、微处理器、中央处理单元、通用计算机、超级计算机、个人计算机、膝上型计算机、掌上计算机、笔记本计算机、桌面计算机、工作站计算机、服务器等。

如本公开使用的“服务器”表示软件和/或硬件的任何组合，包括至少一个应用和/或为连接的客户端执行服务的至少一个计算机，作为客户端-服务器架构的一部分。至少一个服务器应用可以包括但不限于例如可以接受连接以通过将响应发送回客户端从而服务于来自客户端的请求的应用程序。服务器可以被配置成通常在繁重的工作负荷下，用最少的人工指令无人看管地在延长的时间段内运行至少一个应用。服务器可以包括用至少一个应用配置的多个计算机，根据工作负荷，至少一个应用被划分在计算机上。例如，在轻负载下，至少一个应用能够在单个计算机上运行。不过，在重负载下，可能需要多个计算机来运行至少一个应用。服务器、或其计算机中的任何一个也可以用作工作站。

如本公开中使用的“数据库”表示软件和/或硬件的任何组合，包括至少一个应用和/或至少一个计算机。数据库可以包括根据数据库模型组织的记录或数据的结构化集合，比方说例如但不局限于以下的至少一个：关系模型、层次模型、网络模型等等。数据库可以包括如本领域已知的数据库管理系统应用（dbms）。至少一个应用可以包括但不限于例如能够接受连接以通过将响应发送回客户端服务于来自客户端的请求的应用程序。数据库可以被配置成通常在繁重的工作负荷下，用最少的人工指令无人看管地在延长的时间段内运行至少一个应用。

如本公开中使用的“通信链路”表示在至少两个点之间传送数据或信息的有线和/或无线介质。有线或无线介质可以包括但不限于例如金属导体链路、射频（rf）通信链路、红外（ir）通信链路、光通信链路等等。rf通信链路可以包括例如wi-fi、wimax、ieee802.11、dect、og、1g、2g、3g或4g蜂窝标准、蓝牙等等。

如本公开中使用的“网络”表示但不局限于例如以下的至少一个：局域网（lan）、广域网（wan）、存储区域网络（san）、城域网（man）、个人局域网络（pan）、校园局域网络、企业局域网络、全球网络（gan）、宽带区域网络（ban）、蜂窝网络、互联网等等或前述的任何组合，其任何一个可以被配置成通过无线和/或有线通信介质传送数据。这些网络可以运行各种协议，但不限于tcp/ip、irc或http。

如本公开中使用的“个人”或“消费者”表示但不局限于例如人、人工智能软件（例如模糊逻辑、神经网络等等）、全自动机器人实体或多个全自动的联网机器人实体。

除非另有明确指示，否则如本公开中使用的术语“包括（including）”、“包括（comprising）”和其变形表示“包括但不限于”。

除非另有明确指示，否则如本公开中使用的术语“一（a）”、“一（an）”和“所述（the）”表示“一个或多个”。

除非另有明确指示，否则相互通信的装置不需要相互持续通信。此外，相互通信的装置可以直接地或通过一个或多个中介间接地通信。

尽管可以以顺序次序描述了过程步骤、方法步骤、算法等等，但方法和算法可以被配置成以替代的次序工作。换言之，可以被描述的步骤的任何顺序或次序并不一定指示要求以该次序执行步骤。可以以任何实用的次序执行本文中描述的过程、方法或算法的步骤。而且，可以同时地执行一些步骤。

当在本文中描述单个装置或物品时，很显然，可以代替单个装置或物品使用超过一个装置或物品。类似地，在本文中描述超过一个装置或物品时，显然可以代替超过一个装置或物品使用单个装置或物品。可以由没有明确描述具有某功能或特征的一个或多个其它装置替代性实现装置的这些功能或特征。

如本公开中使用的“计算机可读介质”表示参与提供可以由计算机读的数据（例如指令）的任何介质。在一些示例中，计算机可读介质可以是非瞬态的。此介质可以采用许多形式，包括非易失性介质、易失性介质和传输介质。非易失性介质可以包括例如光或磁盘和其它永久性存储器。易失性介质可以包括动态随机存取存储器（dram）。传输介质可以包括同轴电缆、铜线和光纤，包括线，包括耦连至处理器的系统总线。传输介质可以包括或传送诸如在射频（rf）和红外（ir）数据通信中产生的那些声波、光波和电磁发射。计算机可读介质的通用形式包括例如软盘、移动盘、硬盘、磁带、任何其它磁介质、cd-rom、dvd、任何其它光介质、穿孔卡、纸带、具有孔图案的任何其它物理介质、ram、prom、eprom、flash-eeprom、任何其它存储器芯片或盒、如本文后面描述的载波或计算机能够读的任何其它介质。计算机可读介质可以包括“云”，其包括文件在多个（例如数十、数百或数千）计算机上的多个（例如数十、数百或数千）存储器缓存上的分布。

各种形式的计算机可读介质可以涉及将指令的序列运送到计算机。例如，指令序列（i）可以从ram传送到处理器，（ii）可以通过无线传输介质运送，和/或（iii）可以根据许多格式、标准或协议被格式化，包括例如wi-fi、wimax、ieee802.11、dect、og、1g、2g、3g或4g蜂窝标准、蓝牙等等。

在本文中把某些实施例描述为包括逻辑或许多部件、模块或机构。模块可以构成软件模块（例如在计算机可读介质上或以传输信号体现的代码）或硬件模块。硬件模块是能够执行某些操作的有形单元，并且可以以某种方式被配置或设置。在示例性实施例中，一个或多个计算机系统（例如单独的客户端或服务器计算机系统）或计算机系统的一个或多个硬件模块（例如处理器或一组处理器）可以由软件（例如应用或应用部分）配置为操作执行如本文中描述的某些操作的硬件模块。

在各个实施例中，可以以机械或电子方式实现硬件模块。例如，硬件模块可以包括被永久配置（例如作为专用处理器，诸如现场可编程门阵列（fpga），或专用集成电路（asic））以执行某些操作的专用电路或逻辑。硬件模块还可以包括由软件暂时配置以执行某些操作的可编程逻辑或电路（例如包括于通用处理器或其它可编程处理器内）。要认识到，决定以专用和永久配置的电路还是以暂时配置的电路（例如由软件配置）实现硬件模块可以由成本和时间考虑因素驱动。

可以至少部分由被暂时配置（例如由软件）或永久配置以执行相关操作的一个或多个处理器执行本文中描述的示例性方法的各个操作。不管是暂时还是永久配置的，这些处理器可以构成处理器实现的模块，其操作以执行一个或多个操作或功能。在本文引用的模块在一些示例性实施例中可以包括处理器实现的模块。

类似地，本文中描述的方法或例程可以至少部分是处理器实现的。例如，可以由一个或多个处理器或处理器实现的硬件模块执行方法的至少一些操作。某些操作的执行可以分布在一个或多个处理器上，一个或多个处理器不仅可以驻存在单个机器内还可以部署在许多机器上。在一些示例性实施例中，一个或若干处理器可以位于单个位置（例如在家庭环境、办公环境或者服务器场内），而在其它实施例中，处理器可以分布在许多位置。

一个或多个处理器还可以操作以支持相关操作在“云计算”环境中或者作为“软件即服务（saas）”的执行。例如，可以由一组计算机（作为包括处理器的机器的示例）执行至少一些操作，这些操作可由网络（例如互联网）以及由一个或多个适当的接口（例如应用编程接口（api））访问。

某些操作的执行可以分布在一个或多个处理器上，一个或多个处理器不仅可以驻存在单个机器内还可以部署在许多机器上。在一些示例性实施例中，一个或多个处理器或处理器实现的模块可以位于单个地理位置（例如在家庭环境、办公环境内或者服务器场内）。在其它示例性实施例中，一个或多个处理器或处理器实现的模块可以分布在许多地理位置。

除非明确另有指示，否则本文中使用诸如“处理”、“计算（computing）”、“估算（calculating）”、“确定”、“呈现”、“显示”等等的词语的讨论可以指操纵或转换表示为一个或多个存储器（例如易失性存储器、非易失性存储器或其组合）、寄存器或接收、存储、传送或显示信息的其它机器部件内的物理（例如电、磁或光）量的数据的机器（例如计算机）的动作或处理。

还有，附图只出于图示目的描绘系统的优选实施例。本领域技术人员通过前述讨论会容易地认识到在不偏离本文中描述的原理下可以使用本文中图示的结构和方法的替代性实施例。因此，在阅读本公开后，本领域技术人员通过本文中公开的原理会认识到系统的另外其它的替代性结构和功能设计。因此，尽管已经图示和描述了特定的实施例和应用，但要理解公开的实施例不局限于本文中公开的精确构造和部件。在不偏离所附权利要求中定义的精神和范围下，可以对本文中公开的方法和设备的布置、操作和细节进行各种修改、变化和变形，这对本领域技术人员是显然的。

尽管根据示例性实施例描述了本公开，但本领域技术人员会认识到可以以落入所附权利要求的精神和范围内的修改实践本公开。上文给出的这些示例只是示意性的，不旨在是本公开的所有可能的设计、实施例、应用或修改的详尽列表。