一种广告投放的方法、装置、终端设备和介质与流程

本申请涉及通信技术领域，尤其涉及一种广告投放的方法、装置、终端设备和介质。

背景技术：

随着互联网技术的飞速发展，越来越多的商家通过广告投放的方式向用户推荐产品，对广告投放的精准度的要求也不断提高。

现有技术下，投放广告时，通常采用以下两种方式：

第一种方式为：针对个体用户的互联网数据，分别针对每一用户进行数据分析，并根据分析结果，对用户进行一对一广告投放。

但是，这会带来个人信息泄露的问题，随着人们对信息安全重视程度的提升，以及用户信息管理的愈发严格，运营商层面已经全面禁止了点对点的精准营销方案。

第二种方式为：直接在人流密集区域投放广告(如，视听广告和平面广告)。

但是，由于缺乏精细化的分析，广告投放的精准度较差。

技术实现要素：

本申请实施例提供一种广告投放的方法、装置、终端设备和介质，用以在向用户进行广告投放时，保护个人隐私的前提下，提高广告投放的精准度。

一方面，提供一种广告投放的方法，包括：

分别获取指定区域内的每一用户的用户属性集合，并分别获取每一广告的广告属性集合，用户属性集合中至少包含各属性以及属性值，广告属性集合中至少包含各属性以及属性值；

分别根据每一用户的用户属性集合中包含的各属性以及属性值和每一广告的广告属性集合中包含的各属性以及属性值，确定每一用户与每一广告之间的单一相关性；

根据每一用户与每一广告之间的单一相关性，分别确定每一广告与指定区域内的各用户之间的综合相关性；

根据各广告与指定区域内的各用户之间的综合相关性，确定最相关广告，并在指定区域中投放最相关广告。

较佳的，分别根据每一用户的用户属性集合中包含的各属性以及属性值和每一广告的广告属性集合中包含的各属性以及属性值，确定每一用户与每一广告之间的单一相关性，包括：

确定任一用户和任一广告之间的单一相关性时，将任一广告的广告属性集合中包含的各属性进行全排列，获得任一广告的广告属性集合中包含的各属性的所有排列循序；

依次按照每一排列顺序，执行以下步骤：按照该排列顺序，将任一广告的广告属性集合中的各属性作为雷达图中的坐标轴；根据雷达图中的各坐标轴，分别确定任一广告的广告属性集合中的每一属性值在雷达图中对应的广告属性坐标，并分别确定任一用户的用户属性集合中的每一属性值在雷达图中对应的用户属性坐标；将各用户属性坐标连接获得用户属性区域，并将各广告属性坐标连接获得广告属性区域；确定用户属性区域的面积与广告属性区域的面积之间的面积比值，其中，雷达图中的各坐标轴为从原点发出的放射线，并将雷达图均等划分；

将根据各排列顺序确定出的面积比值中的最大面积比值，确定为任一用户和任一广告之间的单一相关性。

较佳的，根据每一用户与每一广告之间的单一相关性，分别确定每一广告与指定区域内的各用户之间的综合相关性，包括：

确定任一广告与指定区域内的各用户之间的综合相关性时，筛选出与任一广告之间的单一相关性高于预设相关性阈值的用户；

确定任一广告与筛选出的每一用户之间的单一相关性的加和，并将加和与筛选出的各用户的筛选数量的比值，确定为任一广告与指定区域内的各用户之间的综合相关性。

较佳的，根据各广告与指定区域内的各用户之间的综合相关性，确定最相关广告，包括：

获取指定区域内的所有用户的总数量；

分别根据每一广告与各用户之间的综合相关性，以及每一广告对应的筛选数量与总数量的相关用户占比，确定相应的广告特征；

获取设定的目标广告特征，目标广告特征包括目标综合相关性和目标占比；

确定目标广告特征分别与每一广告特征与之间的欧式距离；

将最小欧式距离对应的广告确定为最相关广告。

一方面，提供一种广告投放的装置，包括：

获取单元，用于分别获取指定区域内的每一用户的用户属性集合，并分别获取每一广告的广告属性集合，用户属性集合中至少包含各属性以及属性值，广告属性集合中至少包含各属性以及属性值；

第一确定单元，用于分别根据每一用户的用户属性集合中包含的各属性以及属性值和每一广告的广告属性集合中包含的各属性以及属性值，确定每一用户与每一广告之间的单一相关性；

第二确定单元，用于根据每一用户与每一广告之间的单一相关性，分别确定每一广告与指定区域内的各用户之间的综合相关性；

投放单元，用于根据各广告与指定区域内的各用户之间的综合相关性，确定最相关广告，并在指定区域中投放最相关广告。

较佳的，第一确定单元用于：

确定任一用户和任一广告之间的单一相关性时，将任一广告的广告属性集合中包含的各属性进行全排列，获得任一广告的广告属性集合中包含的各属性的所有排列循序；

依次按照每一排列顺序，执行以下步骤：按照该排列顺序，将任一广告的广告属性集合中的各属性作为雷达图中的坐标轴；根据雷达图中的各坐标轴，分别确定任一广告的广告属性集合中的每一属性值在雷达图中对应的广告属性坐标，并分别确定任一用户的用户属性集合中的每一属性值在雷达图中对应的用户属性坐标；将各用户属性坐标连接获得用户属性区域，并将各广告属性坐标连接获得广告属性区域；确定用户属性区域的面积与广告属性区域的面积之间的面积比值，其中，雷达图中的各坐标轴为从原点发出的放射线，并将雷达图均等划分；

将根据各排列顺序确定出的面积比值中的最大面积比值，确定为任一用户和任一广告之间的单一相关性。

较佳的，第二确定单元用于：

确定任一广告与指定区域内的各用户之间的综合相关性时，筛选出与任一广告之间的单一相关性高于预设相关性阈值的用户；

确定任一广告与筛选出的每一用户之间的单一相关性的加和，并将加和与筛选出的各用户的筛选数量的比值，确定为任一广告与指定区域内的各用户之间的综合相关性。

较佳的，投放单元用于：

获取指定区域内的所有用户的总数量；

分别根据每一广告与各用户之间的综合相关性，以及每一广告对应的筛选数量与总数量的相关用户占比，确定相应的广告特征；

获取设定的目标广告特征，目标广告特征包括目标综合相关性和目标占比；

确定目标广告特征分别与每一广告特征与之间的欧式距离；

将最小欧式距离对应的广告确定为最相关广告。

一方面，提供一种终端设备，包括至少一个处理单元、以及至少一个存储单元，其中，存储单元存储有计算机程序，当程序被处理单元执行时，使得处理单元执行上述任一种广告投放的方法的步骤。

一方面，提供一种计算机可读介质，其存储有可由终端设备执行的计算机程序，当程序在终端设备上运行时，使得终端设备执行上述任一种广告投放的方法的步骤。

本申请实施例提供的一种广告投放的方法、装置、终端设备和介质中，对指定区域的各用户进行识别，根据识别结果，分别获取指定区域内的每一用户的用户属性集合，并分别获取每一广告的广告属性集合，用户属性集合中至少包含各属性以及属性值，广告属性集合中至少包含各属性以及属性值；分别根据每一用户的用户属性集合中包含的各属性以及属性值和每一广告的广告属性集合中包含的各属性以及属性值，确定每一用户与每一广告之间的单一相关性；根据每一用户与每一广告之间的单一相关性，分别确定每一广告与指定区域内的各用户之间的综合相关性；根据各广告与指定区域内的各用户之间的综合相关性，确定最相关广告，并在指定区域中投放最相关广告。这样，通过用户的用户属性集合，确定用户群体与各广告之间的相关度，并针对用户群体进行投放，避免了针对个体用户的数据进行分析的方式，保护了个人的安全信息，提高了广告投放的精准度。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

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：

图1a为本申请提供的一种应用场景图；

图1b为本申请提供的一种属性集合示意图；

图2为本申请实施方式中提供的一种广告投放的方法的实施流程图；

图3a为本申请实施方式中提供的一种全量用户属性集合的表格示例图；

图3b为本申请实施方式中提供的一种指定区域用户属性集合的表格示例图；

图3c为本申请实施方式中提供的一种广告属性集合的表格的示例图；

图3d为本申请实施方式中提供的一种用户与广告的属性对应表格的示例图；

图3e为本申请实施方式中提供的一种雷达图；

图3f为本申请实施方式中提供的一种单一相关性的表格的示例图；

图3g为本申请实施方式中提供的一种广告特征的二维示意图；

图4为本申请实施方式中提供的一种广告投放的装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

为了在向用户进行广告投放时，保护个人隐私的前提下，提高广告投放的精准度，本申请实施例提供了一种广告投放的方法、装置、终端设备和介质。

参阅图1a所示，为一种应用场景图。本申请实施例中的广告投放的方法，可以应用于如图1a所示的应用场景，在该应用场景中包括：客群采集子系统100、服务器110，以及广告呈现子系统120。服务器110包括实时标签子系统111、实时广告投放子系统112和广告策略定制子系统113。

客群采集子系统100包括小基站101以及人脸识别系统102等，用于采集用户数据。如，用户数据可以为互联网数据地理位置，终端标识，以及用户标识等。

实时标签子系统111：用于根据采集的用户数据，为用户建立用户属性集合，确定用户画像。

广告策略定制子系统113：获取待投放的各广告的广告属性集合，并根据各用户的用户属性集合以及各广告的广告属性集合，确定指定区域的用户群与各广告之间相关度，并根据确定出的各相关度，确定最相关广告。

参阅图1b所示，为一种属性集合示意图。包括各用户的用户属性集合，以及各广告的广告属性集合。用户属性集合包括：用户1属性集合，用户2属性集合，用户3属性集合……用户n属性集合。广告属性集合包括：广告1属性集合，广告2属性集合，广告3属性集合……广告m属性集合。

实时广告投放子系统112：用于向广告呈现子系统120发送确定出的最相关广告。

广告呈现子系统120：可以为前端多媒体设备，用于向目标用户群投放最相关广告。

参阅图2所示，为本申请提供的一种广告投放的方法的实施流程图。该方法的具体实施流程如下：

步骤200：服务器对指定区域内的各用户进行识别。

具体的，指定区域为待投放广告的区域。服务器通过小基站以及人脸识别系统等，分别对指定区域内的每一用户进行识别，确定用户身份。用户身份可以为用户的名字，以及用户标识等。

例如，服务器通过人脸识别，获得公司内的各用户的用户标识的集合为{user2，user10，user17，user20，user35……usern}。

可选的，识别用户身份时，可以采用以下几种方式：

第一种方式为：通过人脸识别系统分别识别指定区域内每一用户的用户身份。

例如，人脸识别系统分别将商场内的每一用户的当前人脸图像与存储的用户图像进行匹配，从而根据人脸匹配结果对用户进行一一识别，分别确定每一用户的用户身份，以及将识别结果发送至服务器。

第二种方式为：基站通过用户终端，获取用户的位置信息，确定用户进入指定区域后，根据用户终端的用户信息(如，手机号码等)，确定用户的用户身份。

例如，基站根据用户终端获取用户当前的位置信息，确定用户进入目标大学区域后，获取用户的手机号码并根据用户的手机号码，确定用户的用户身份，并将用户身份发送至服务器。

本申请实施例中，对识别用户身份的具体方式不做限定，还可以采用其它任意可以对用户身份进行识别的设备对用户进行识别，以获取用户的用户身份，在此不再赘述。

步骤201：服务器根据识别结果，分别获取指定区域内每一用户的用户属性集合。

具体的，服务器根据识别结果确定的指定区域内各用户的用户身份，分别获取存储的每一用户的用户属性集合。

其中，用户属性集合中包含一个或多个属性，以及相应的属性值，各属性是预先根据用户的互联网行为(如，网页浏览历史、购物记录以及订阅文章等)，以及地理位置信息等确定的用户标签。

参阅图3a所示，为一种全量用户属性集合的表格示例图，包括，所有用户的用户标识，以及每一用户标识的所有属性的属性值。各用户的用户标识依次为：user1、user2、user3、user4、user5……usern。各属性依次为：tag1、tag2、tag3、tag4、tag5……tagi。

参阅图3b所示，为一种指定区域用户属性集合的表格示例图，包括指定区域的各用户的用户标识，以及每一用户标识的所有属性的属性值。指定区域内的各用户的用户标识依次为：user2、user10、user17、user20、user35……usern。

这样，服务器就可以根据预先存储的全量用户属性集合，直接获取指定区域内各用户的用户属性集合。

步骤202：服务器获取各广告的广告属性集合，并根据各用户的用户属性集合和各广告的广告属性集合，分别确定每一用户与每一广告之间的单一相关性。

具体的，服务器直接获取存储的各广告的广告属性集合。服并根据每一广告的广告属性集合以及每一用户的用户属性集合，采用雷达图分别确定每一用户与每一广告之间的单一相关性。

其中，广告属性集合包括属性以及相应的属性值，属性是根据广告或者广告的产品特征确定的。为方便后续数据处理以及计算，若广告包含该属性，则将该属性的属性值设置为最大值1，否则，将该属性的属性值设置为0。

参阅图3c所示，为一种广告属性集合的表格的示例图，包括：广告标识、属性以及属性值。各广告的广告标识依次为：ad1、ad2、ad3、ad4、ad5，……adm。各属性依次为：tag1、tag2、tag3、tag4、tag5……tagi。

本申请实施例中，仅以确定任意一个用户与任意一个广告之间的单一相关性为例进行说明，确定一个广告与一个用户之间的单一相关性时，执行以下步骤：

s10、将该广告的广告属性集合中的各属性进行全排列，获得各属性的所有排列顺序。

各属性全排列获得的排列顺序的总数为：f(k)＝k！。

其中，k为广告属性集合中包含的属性的个数，f(k)为全排列后获得的排列顺序的总数。

例如，假设广告属性集合为{a，b，c}，则对a、b和c进行全排列后，获得6种排列顺序，即：a、b和c，b、c和a，c、a和b，a、c和b，b、a和c，c、b和a。

s20、分别针对每一排列顺序，执行以下步骤：

s21、将广告的广告属性集合中的各属性，按照确定出的排列顺序，设置雷达图中的坐标轴。

其中，雷达图中的坐标轴为从原点发出的放射线，各坐标轴将雷达图均等划分，每一坐标轴对应一个属性。

s22、根据雷达图中的各坐标轴，分别确定广告属性集合中每一属性值在雷达图中对应的广告属性坐标，并分别确定用户属性集合中每一属性值在雷达图中对应的用户属性坐标。

其中，根据该广告的广告属性集合中包含的各属性，提取该用户的用户属性集合中包含的各属，确定相应的用户属性坐标。

s23、将各广告属性坐标连接，获得广告属性区域，并将各用户属性坐标连接，获得用户属性区域。

s24、确定用户属性区域的面积与广告属性区域的面积之间的面积比值。

其中，确定面积比值时，可以采用以下公式：

suipj＝sui/spj；

其中，suipj为面积比值，sui为用户i的用户属性区域的面积，spj为广告j的广告属性区域的面积。

s30、在根据各排列顺序确定的面积比值中，确定最大面积比值，并将上述最大面积比值，确定为该用户与该广告之间的单一相关性。

例如，参阅图3d所示，为一种用户与广告的属性对应表格的示例图。假设广告的广告属性集合ad1＝{tag1，tag2，tag7，tag12，tag16，tag45，tag53，tag60}。ad1中包含的各属性的属性值均为最大值1。在用户use2的用户属性集合中提取ad1属性相应的属性值。

参阅图3e所示，为一种雷达图。ad1包括7个属性，则服务器将雷达图均等划分为7个区域，并按照ad1中的各属性值以及排列顺序，确定雷达图中各属性值的广告属性坐标。ad1中的各广告属性坐标依次位于同心圆的各顶点。服务器根据用户属性集合中各属性的属性值，确定雷达图中各用户属性坐标。服务器将各广告属性坐标连接，获得广告属性区域，以及将各用户属性坐标连接，获得用户属性区域。进一步地，服务器确定用户属性区域的面积与广告属性区域的面积之间的面积比值。

最后，服务器在根据各排列顺序确定的面积比值中，确定最大面积比值，并将上述最大面积比值，确定为use2与ad1之间的单一相关性。

本申请实施例中，通过全排列选取最大面积比值，确定单一相关性，避免了由于排列顺序的变化引起的不唯一性，减少对单一相关性确定的影响。

本申请实施例中，仅以确定一个产品与一个用户之间的单一相关性为例进行说明，基于相似的原理，可以确定其它任一产品与任一用户之间的单一相关性，在此不再赘述。

参阅图3f所示，为一种单一相关性的表格的示例图，各用户的用户标识为：user2，user10，user17，user20，user35……usern，各广告的广告标识为：ad1、ad2、ad3、ad4、ad5……adm。图3f呈现了确定出的各用户与各广告之间的单一相关性。

这样，就可以分别确定每一用户与每一广告之间的匹配度。

步骤203：服务器根据每一用户与每一广告之间的单一相关性，分别确定每一广告与指定区域内的各用户之间的综合相关性。

具体的，本申请实施例中，仅以确定一个广告与指定区域内的各用户之间综合相关性为例进行说明，确定一个广告与指定区域内的各用户之间的综合相关性时，可以采用以下方式：

服务器在指定区域中的各用户中，筛选出与该广告之间的单一性相关系高于预设相关阈值的用户，并确定该广告与筛选出的各用户之间的单一相关性的加和，以及将该加和与筛选出的用户的筛选数量的比值，确定为该广告与指定区域内的各用户之间的综合相关性。

可选的，预设相关阈值可以为0。

可选的，确定广告j与指定区域内的各用户之间的综合相关性时，可以采用以下公式：

其中，snum表示综合相关性，sui为用户i的用户属性区域的面积，spj为广告j的广告属性区域的面积，b为指定区域内筛选出的用户的数量。

步骤204：根据各广告与指定区域内的各用户之间的综合相关性，确定最相关广告。

具体的，首先，服务器获取指定区域内所有用户的总数量n，并分别根据每一广告与指定区域内各用户之间的综合相关性，以及每一广告对应的筛选数量b与总数量n的相关用户占比，确定相应的广告特征。

可选的，广告特征可以表示为pb(snum，b/n)。其中，snum为综合相关性，b/n为相关用户占比。b为筛选数量，n为指定区域内所有用户的总数量。

其次，服务器获取设定的目标广告特征，目标广告特征包括目标综合相关性和目标占比。可选的，目标广告特征可以表示为pa(1，1)。即目标综合相关性为1，目标占比为1。也就是说，假设理想情况下，广告与指定区域的所有用户完全相关。

进一步地，服务器分别确定每一广告特征与目标广告特征之间的欧式距离，并将最小欧式距离对应的广告，确定为最相关广告。

参阅图3g所示，为一种广告特征的二维示意图。目标广告特征为pa(1，1)，指定区域内的用户与任一广告的广告特征可以表示为pb。pa与pb之间的欧式距离d。显然，欧式距离d越小，则指定区域内的用户群与广告之间的相关性就越高。

可选的，确定最相关广告时，还可以采用以下方式：

qaud＝1-(dj-dmin)/(dmax-dmin)；

其中，qaud为受众系数，dj为广告j对应的欧式距离，dmin为欧式距离最小值，dmax欧氏距离最大值。

由图3g可知，dmin为0，dmax为由此qaud还可以表示为：

受众系数越大，则表明该广告与指定区域内的各用户之间的相关度越高，因此，受众系数最大的广告，即为最相关广告。

进一步地，服务器还可以根据指定区域内的用户群的实时变化，实时更新受众系数，进而根据受众系数，实时更新最相关广告。

这样，就可以根据用户群与广告之间的综合相关性，以及用户群中相关用户的占比，确定用户群与广告之间的欧氏距离，从而确定最相关广告。

步骤205：服务器在指定区域中投放确定出的最相关广告。

具体的，服务器通过广告呈现子系统，在指定区域内投放最相关广告。

例如，在商场内的大屏幕上投放电影的预告。

本申请实施例中，在投放最相关广告时，通过前端多媒体设备等，针对用户群进行广告投放，而非采用一对一短信等方式投放广告，提高了用户的信息安全性。

传统的广告投放，主要靠创意设计或品牌口号(slogan)广告语、投放位置等吸引用户的方式，而本申请实施例中，对于指定区域内的用户群进行实时数据分析和群体画像，根据用户群与各广告之间的匹配度，向在指定区域内投放确定出的最相关的广告，实现了面向群体的精准广告投放，完成营销互动，并在投放过程中根据人群变化不断实时更新投放内容。

进一步地，本申请实施例中，基于一定数量的用户群体的预先设置的用户属性集合，进行群体画像分析，而不是直接通过每一用户的隐私信息针对个体进行广告投放，保护了用户的信息安全。

本申请实施例中，一种电子设备，包括：一个或多个处理器；以及

一个或多个计算机可读介质，可读介质上存储有用于广告投放的的程序，其中，程序被一个或多个处理器执行时，实现上述实施例中的各个步骤。

本申请实施例中，一个或多个计算机可读介质，可读介质上存储有用于广告投放的的程序，其中，程序被一个或多个处理器执行时，使得通信设备可以执行上述实施例中的各个步骤。

基于同一发明构思，本申请实施例中还提供了一种广告投放的装置，由于上述装置及设备解决问题的原理与一种广告投放的方法相似，因此，上述装置的实施可以参见方法的实施，重复之处不再赘述。

如图4所示，其为本申请实施例提供的一种广告投放的装置的结构示意图，包括：

获取单元40，用于分别获取指定区域内的每一用户的用户属性集合，并分别获取每一广告的广告属性集合，用户属性集合中至少包含各属性以及属性值，广告属性集合中至少包含各属性以及属性值；

第一确定单元41，用于分别根据每一用户的用户属性集合中包含的各属性以及属性值和每一广告的广告属性集合中包含的各属性以及属性值，确定每一用户与每一广告之间的单一相关性；

第二确定单元42，用于根据每一用户与每一广告之间的单一相关性，分别确定每一广告与指定区域内的各用户之间的综合相关性；

投放单元43，用于根据各广告与指定区域内的各用户之间的综合相关性，确定最相关广告，并在指定区域中投放最相关广告。

较佳的，第一确定单元41用于：

确定任一用户和任一广告之间的单一相关性时，将任一广告的广告属性集合中包含的各属性进行全排列，获得任一广告的广告属性集合中包含的各属性的所有排列循序；

依次按照每一排列顺序，执行以下步骤：按照该排列顺序，将任一广告的广告属性集合中的各属性作为雷达图中的坐标轴；根据雷达图中的各坐标轴，分别确定任一广告的广告属性集合中的每一属性值在雷达图中对应的广告属性坐标，并分别确定任一用户的用户属性集合中的每一属性值在雷达图中对应的用户属性坐标；将各用户属性坐标连接获得用户属性区域，并将各广告属性坐标连接获得广告属性区域；确定用户属性区域的面积与广告属性区域的面积之间的面积比值，其中，雷达图中的各坐标轴为从原点发出的放射线，并将雷达图均等划分；

将根据各排列顺序确定出的面积比值中的最大面积比值，确定为任一用户和任一广告之间的单一相关性。

较佳的，第二确定单元42用于：

确定任一广告与指定区域内的各用户之间的综合相关性时，筛选出与任一广告之间的单一相关性高于预设相关性阈值的用户；

确定任一广告与筛选出的每一用户之间的单一相关性的加和，并将加和与筛选出的各用户的筛选数量的比值，确定为任一广告与指定区域内的各用户之间的综合相关性。

较佳的，投放单元43用于：

获取指定区域内的所有用户的总数量；

分别根据每一广告与各用户之间的综合相关性，以及每一广告对应的筛选数量与总数量的相关用户占比，确定相应的广告特征；

获取设定的目标广告特征，目标广告特征包括目标综合相关性和目标占比；

确定目标广告特征分别与每一广告特征与之间的欧式距离；

将最小欧式距离对应的广告确定为最相关广告。

为了描述的方便，以上各部分按照功能划分为各模块(或单元)分别描述。当然，在实施本申请时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。