本公开的实施例涉及互联网技术领域，特别是涉及一种文本的推荐方法及装置。
背景技术：
通常，不同人会对不同类型的文章感兴趣，以新闻为例，用户目前在新闻app中所浏览的新闻内容一般是分类的。例如，可将某新闻网站中的新闻分为国内新闻、国际新闻、军事新闻、财经新闻、娱乐新闻、体育新闻等，并在首页中展示这些类别，以便用户通过点击所喜爱的类别，可以快速找到喜爱的文章。
然而，由于网页页面展示空间的受限，无法非常细致的进行分类，导致新闻类别的分类仍然较为粗放，例如，在一篇文章中既包括了人物，又包括了与该人物相关的美食等，并不能够为用户精准的推荐相关的新闻相关内容。
技术实现要素：
本公开为解决现有技术中网页中文章类别的分类较为粗放，用户无法快速获取到较为接近的同类别的文章。
本公开的实施例主要提供如下技术方案：
第一方面，本公开的实施例提供了一种文本的推荐方法，包括：
依据用户当前页面呈现的第一文本，获取所述第一文本的语义特征向量；
根据所述第一文本的语义特征向量，在预设数据库中查询得到与所述第一文本相似的第二文本；
将所述第二文本作为待推荐文本。
在一些实施例中，所述获取所述第一文本的语义特征向量，包括：
根据第一文本中的字符编码得到每个字的语义特征向量；
根据每个字的语义特征向量得到第一文本的语义特征向量。
在一些实施例中，所述根据每个字的语义特征向量得到第一文本的语义特征向量，包括：
对每个字的语义特征向量累加求平均，得到第一文本的语义特征向量。
在一些实施例中，所述根据每个字的语义特征向量得到第一文本的语义特征向量，包括：
通过初始通用语义特征向量和当前句子每个字语义特征向量得到当前通用语义特征向量与每个字的权重，通过权重和每个字语义特征向量得到第一文本的语义特征向量。
在一些实施例中，还包括：
展示所述待推荐文本。
在一些实施例中，所述展示所述待推荐文本包括：
接收对所述第一文本的第一触控，根据所述第一触控展示所述待推荐文本；或
接收对所述第一文本对应的预设按钮的第二触控，根据所述第二触控展示所述待推荐文本。
在一些实施例中，所述第一文本包括至少两个段落，所述获取所述第一文本的语义特征向量，包括：
对所述第一文本按照预设规则进行段落拆分；
获取当前呈现的段落中文字所对应的语义特征向量；
根据当前呈现的段落中文字所对应的语义特征向量，计算当前呈现的段落所对应的语义特征向量作为所述第一文本的语义特征向量。
在一些实施例中，所述展示所述待推荐文本包括：
接收对所述第一文本的第一段落或所述第一段落对应的预设按钮的第三触控，根据所述第三触控展示所述第一段落对应的待推荐文本；
或
统计每个段落的篇幅，将篇幅较长的段落对应的待推荐文本靠前展示推荐。
第二方面，本公开的实施例提供了一种文本的推荐装置，包括：
获取单元，用于依据用户当前页面呈现的第一文本，获取所述第一文本的语义特征向量；
查询单元，用于根据所述第一文本的语义特征向量，在预设数据库中查询得到与所述第一文本相似的第二文本；
推荐单元，用于将所述第二文本作为待推荐文本。
在一些实施例中，所述获取单元，包括：
第一向量获取模块，用于根据第一文本中的字符编码得到每个字的语义特征向量；
第二向量获取模块，用于根据每个字的语义特征向量得到第一文本的语义特征向量。
在一些实施例中，第二向量获取模块具体用于对每个字的语义特征向量累加求平均，得到第一文本的语义特征向量。
在一些实施例中，第二向量获取模块具体用于通过初始通用语义特征向量和当前句子每个字语义特征向量得到当前通用语义特征向量与每个字的权重，通过权重和每个字语义特征向量得到第一文本的语义特征向量。
在一些实施例中，还包括：
展示单元，用于展示所述待推荐文本。
在一些实施例中，所述展示单元包括：
第一展示模块，用于接收对所述第一文本的第一触控，根据所述第一触控展示所述待推荐文本；或
第二展示模块，用于接收对所述第一文本对应的预设按钮的第二触控，根据所述第二触控展示所述待推荐文本。
在一些实施例中，所述第一文本包括至少两个段落，所述获取单元，包括：
段落拆分模块，用于对所述第一文本按照预设规则进行段落拆分；
获取模块，用于获取当前呈现的段落中文字所对应的语义特征向量；
计算模块，用于根据当前呈现的段落中文字所对应的语义特征向量，计算当前呈现的段落所对应的语义特征向量作为所述第一文本的语义特征向量。
在一些实施例中，所述展示单元包括：
第三展示模块，用于接收对所述第一文本的第一段落或所述第一段落对应的预设按钮的第三触控，根据所述第三触控展示所述第一段落对应的待推荐文本；
或
第四展示模块，用于统计每个段落的篇幅，将篇幅较长的段落对应的待推荐文本靠前展示推荐。
第三方面，本公开的实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面所述的文本的推荐方法。
存储介质可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。
第四方面，本公开的实施例提供了一种文本的推荐装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行第一方面所述的文本的推荐方法。
借由上述技术方案，本发明技术方案提供的文本的推荐方法及装置至少具有下列优点：
本公开的实施例提供的技术方案中，用户在页面阅读文本中，通过用户当前页面呈现的第一文本的语义特征向量，可以查询与第一文本相似的第二文本作为推荐文本推荐给用户，相对于现有技术，可以向用户快速推荐与用户正在阅读的文本相关的文本，使得用户能够快速获取到与正在阅读的文本较为接近的文本。
上述说明仅是本公开的实施例技术方案的概述，为了能够更清楚了解本公开的实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本公开的实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本公开的实施例的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本公开的实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本公开的实施例提供的一种文本的推荐方法的流程图；
图2示出了本公开的实施例提供的另一种的文本的推荐方法的流程图；
图3示出了本公开的实施例提供的再一种的文本的推荐方法的流程图；
图4示出了本公开的实施例提供的一种文本的推荐装置的组成框图；
图5示出了本公开的实施例提供的一种具体的文本的推荐装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
第一方面，本公开的实施例提供了一种文本的推荐方法，如图1所示，所述方法包括：
101、依据用户当前页面呈现的第一文本，获取所述第一文本的语义特征向量；
用户在阅读网页的过程中，在网页当中会展示不同文本对应的题目，根据用户的选择，展示与用户选择的题目对应的文本。用户在实际的浏览中，可能会同时打开多个题目对应的不同的文本，其中，不同的文本对应于不同的窗口，本实施例中，根据当前展示的第一文本获取第一文本的语义特征向量，即为用户当前阅读的文本所对应的语义特征向量。
在一些实施例中，获取所述第一文本的语义特征向量，可以依据用户选定的文本作为第一文本计算语义特征向量，那么，用户在阅读过程中，可以将感兴趣的部分进行选定，选定的方式不限于鼠标选定、手势触控选定等操作。在一些实施例中，获取所述第一文本的语义特征向量，可以依据光标所在的段落所对应的文本作为第一文本计算语义特征向量，那么，用户在阅读过程中，可以将光标移动至感兴趣的段落即可。容易理解的是，为满足不同的用户需求，还可以通过其他方式的方式获取当前页面呈现的第一文本的语义特征向量，本发明的实施例不限于此。
在具体的实施当中，获取所述第一文本的语义特征向量的实现有段可以为：根据第一文本中的字符编码得到每个字的语义特征向量；根据每个字的语义特征向量得到第一文本的语义特征向量。其中，根据每个字的语义特征向量得到第一文本的语义特征向量，可以采用求平均的计算方式得到，例如，所述根据每个字的语义特征向量得到第一文本的语义特征向量，包括：对每个字的语义特征向量累加求平均，得到第一文本的语义特征向量。根据每个字的语义特征向量得到第一文本的语义特征向量，也可以采用加权的计算方式得到，例如，所述根据每个字的语义特征向量得到第一文本的语义特征向量，包括：通过初始通用语义特征向量和当前句子每个字语义特征向量得到当前通用语义特征向量与每个字的权重，通过权重和每个字语义特征向量得到第一文本的语义特征向量。具体的，加权计算中，可以采用transformer模型结构根据每个字的语义特征向量得到第一文本的语义特征向量，基于attention的transformer模型摒弃了固有的定式，并没有用任何cnn或者rnn的结构，该模型可以高度并行地工作，具有较高的语义分析性能。
102、根据所述第一文本的语义特征向量，在预设数据库中查询得到与所述第一文本相似的第二文本；
预设数据库中存储了海量的文本，作为推荐文本的数据库，在预设数据库中每的文本均记录了其语义特征向量，查询与第一文本相似的第二文本的步骤中，包括：从预设数据库的文本中查找与第一文本的语义特征向量数值差最小的文本作为第二文本，即查找的文本为单个文本。或者，查询与第一文本相似的第二文本的步骤中，包括：从预设数据库的文本中查找与第一文本的语义特征向量数值差在预设范围内的文本作为第二文本，即第二文本的个数可能不存在，也不局限于1个，也可能存在多个相似文本。
103、将所述第二文本作为待推荐文本。
待推荐文本可以推荐给正在阅读第一文本的用户，用户可以在阅读第一文本的时候，快速的获取到与第一文本相关的第二文本。
本公开的实施例提供的技术方案中，用户在页面阅读文本中，通过用户当前页面呈现的第一文本的语义特征向量，可以查询与第一文本相似的第二文本作为推荐文本推荐给用户，相对于现有技术，可以向用户快速推荐与用户正在阅读的文本相关的文本，使得用户能够快速获取到与正在阅读的文本较为接近的文本。
本发明提供的实施例中，如图2所示，步骤103后，还包括：
104、展示所述待推荐文本。
展示待推荐文本的方式可以为主动展示，例如，将待推荐文本展示于第一文本的一侧，用户可以直接从第一文本的一侧阅读到待推荐文本。但是实际中，往往是展示待推荐文本的方式可以为被动展示。通过获取用户的展示操控指令来实现待推荐文本的展示。展示操控指令可以设置有不同的形式，比如可以设置为第一文本的链接，展示所述待推荐文本包括：接收对所述第一文本的第一触控，根据所述第一触控展示所述待推荐文本。其中，此种方式适用于单个推荐文本的应用场景。而对于不限于单个推荐文本的应用场景，可以设置为一预设按钮的链接，展示所述待推荐文本包括：接收对所述第一文本对应的预设按钮的第二触控，根据所述第二触控展示所述待推荐文本。其中，预设按钮的个数可以为多个，与待推荐文本的个数相同，不同的预设按钮对应不同的待推荐文本。
第二方面，基于第一方面的文本的推荐方法，本公开的实施例提供了一种文本的推荐方法，适于所述第一文本包括至少两个段落，如图3所示，所述方法包括：
200获取用户当前页面呈现的第一文本，其中，当前页面呈现的第一文本包括至少两个段落，即在当前页面呈现的第一文本中包含有至少一个分行符，判断第一文本包括至少两个段落。
获取所述第一文本的语义特征向量，包括：
201、对所述第一文本按照预设规则进行段落拆分；
在读取当前呈现的第一文本后，可以根据分行符位于第一文本的位置进行划分段落，分行符与分行符之间的文本分别作为一个段落，顶部的分行符之上的文本作为一个段落，底部的分行符之下的文本作为一个段落。
202、获取当前呈现的段落中文字所对应的语义特征向量；
用户在持续的阅读当中，当前页面所展现的段落的数量会发生变化，对于呈现单个段落的场景中，可以直接获取该段落中文字所对应的语义特征向量。对于对应同时呈现多个段落的场景中，可以分别获取不同段落中文字所对应的语义特征向量，但不局限于此，也可以按照据预设规则获取预设规则对应段落中文字所对应的语义特征向量，例如，单独的获取篇幅较长的段落中文字所对应的语义特征向量，但不不局限于此。
203、根据当前呈现的段落中文字所对应的语义特征向量，计算当前呈现的段落所对应的语义特征向量作为所述第一文本的语义特征向量。
对于获取多个段落中文字所对应的语义特征向量的场景中，则分别计算每个段落所对应的语义特征向量作为所述第一文本每个段落的语义特征向量。
204、根据所述第一文本的语义特征向量，在预设数据库中查询得到与所述第一文本相似的第二文本；
其中，对于查询的步骤中，在预设数据库中分别查询得到与所述第一文本每个段落相似的第二文本。其中，预设数据库中的文本均为单段落文本，可以使得查询得到的文本数据能够尽量相似，即采用段落文本对段落本文的查询匹配，以保持查询推荐的精准性。
205、将所述第二文本作为待推荐文本。
206、展示所述待推荐文本。
展示待推荐文本中，可以展示不同段落所述对应的不同的待推荐文本。
在被动展示过程中，通过获取用户的展示操控指令来实现待推荐文本的展示。展示操控指令可以设置有不同的形式，比如可以设置为第一文本的段落的链接，接收对所述第一文本的第一段落的第三触控，根据所述第三触控展示所述第一段落对应的待推荐文本。比如，可以设置为一预设按钮的链接，接收对所述第一文本的第一段落对应的预设按钮的第三触控，根据所述第三触控展示所述第一段落对应的待推荐文本。
在多个待推荐文本展示推荐中，可以对多个待推荐文本的展示顺序进行排序，例如，按照段落篇幅长度排序。展示过程中，展示所述待推荐文本可以包括：统计每个段落的篇幅，将篇幅较长的段落对应的待推荐文本靠前展示推荐。即，若当前页面中同时展示了3个段落，可以将段落较长的段落对应的推荐文本靠前展示推荐。
本公开的实施例提供的技术方案中，将当前页面呈现的第一文本按照预设规则进行段落拆分，分别查询每个段落相似的第二文本作为推荐文本，相对于现有技术人工划分类别的方式，采用段落的推荐方式，用户能够更加准确的获取到与第一文本相类似的文本。
第三方面，本公开的实施例提供了一种文本的推荐装置，如图4所示，所述装置包括：
获取单元10，用于依据用户当前页面呈现的第一文本，获取所述第一文本的语义特征向量；
查询单元20，用于根据所述第一文本的语义特征向量，在预设数据库中查询得到与所述第一文本相似的第二文本；
推荐单元30，用于将所述第二文本作为待推荐文本。
在一些实施例中，如图5所示，所述获取单元10，包括：
第一向量获取模块11，用于根据第一文本中的字符编码得到每个字的语义特征向量；
第二向量获取模块12，用于根据每个字的语义特征向量得到第一文本的语义特征向量。
在一些实施例中，第二向量获取模块12具体用于对每个字的语义特征向量累加求平均，得到第一文本的语义特征向量。
在一些实施例中，第二向量获取模块12具体用于通过初始通用语义特征向量和当前句子每个字语义特征向量得到当前通用语义特征向量与每个字的权重，通过权重和每个字语义特征向量得到第一文本的语义特征向量。
在一些实施例中，还包括：
展示单元40，用于展示所述待推荐文本。
在一些实施例中，所述展示单元40包括：
第一展示模块41，用于接收对所述第一文本的第一触控，根据所述第一触控展示所述待推荐文本；或
第二展示模块42，用于接收对所述第一文本对应的预设按钮的第二触控，根据所述第二触控展示所述待推荐文本。
在一些实施例中，所述第一文本包括至少两个段落，所述获取单元10，包括：
段落拆分模块13，用于对所述第一文本按照预设规则进行段落拆分；
获取模块14，用于获取当前呈现的段落中文字所对应的语义特征向量；
计算模块15，用于根据当前呈现的段落中文字所对应的语义特征向量，计算当前呈现的段落所对应的语义特征向量作为所述第一文本的语义特征向量。
在一些实施例中，所述展示单元40包括：
第三展示模块43，用于接收对所述第一文本的第一段落或所述第一段落对应的预设按钮的第三触控，根据所述第三触控展示所述第一段落对应的待推荐文本；
或
第四展示模块44，用于统计每个段落的篇幅，将篇幅较长的段落对应的待推荐文本靠前展示推荐。
第四方面，本公开的实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行第一方面或第二方面所述的文本的推荐方法。
存储介质可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。
第五方面，本公开的实施例提供了一种文本的推荐装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行第一方面或第二方面所述的文本的推荐方法。
第六方面，a1、一种文本的推荐方法，包括：
依据用户当前页面呈现的第一文本，获取所述第一文本的语义特征向量；
根据所述第一文本的语义特征向量，在预设数据库中查询得到与所述第一文本相似的第二文本；
将所述第二文本作为待推荐文本。
a2、根据a1所述的推荐方法，所述获取所述第一文本的语义特征向量，包括：
根据第一文本中的字符编码得到每个字的语义特征向量；
根据每个字的语义特征向量得到第一文本的语义特征向量。
a3、根据a2所述的推荐方法，所述根据每个字的语义特征向量得到第一文本的语义特征向量，包括：
对每个字的语义特征向量累加求平均，得到第一文本的语义特征向量。
a4、根据a2所述的推荐方法，所述根据每个字的语义特征向量得到第一文本的语义特征向量，包括：
通过初始通用语义特征向量和当前句子每个字语义特征向量得到当前通用语义特征向量与每个字的权重，通过权重和每个字语义特征向量得到第一文本的语义特征向量。
a5、根据a1-4中任一所述的推荐方法，还包括：
展示所述待推荐文本。
a6、根据a5所述的推荐方法，所述展示所述待推荐文本包括：
接收对所述第一文本的第一触控，根据所述第一触控展示所述待推荐文本；或
接收对所述第一文本对应的预设按钮的第二触控，根据所述第二触控展示所述待推荐文本。
a7、根据a5所述的推荐方法，所述第一文本包括至少两个段落，所述获取所述第一文本的语义特征向量，包括：
对所述第一文本按照预设规则进行段落拆分；
获取当前呈现的段落中文字所对应的语义特征向量；
根据当前呈现的段落中文字所对应的语义特征向量，计算当前呈现的段落所对应的语义特征向量作为所述第一文本的语义特征向量。
a8、根据a7所述的推荐方法，所述展示所述待推荐文本包括：
接收对所述第一文本的第一段落或所述第一段落对应的预设按钮的第三触控，根据所述第三触控展示所述第一段落对应的待推荐文本；
或
统计每个段落的篇幅，将篇幅较长的段落对应的待推荐文本靠前展示推荐。
第七方面，b9、一种文本的推荐装置，包括：
获取单元，用于依据用户当前页面呈现的第一文本，获取所述第一文本的语义特征向量；
查询单元，用于根据所述第一文本的语义特征向量，在预设数据库中查询得到与所述第一文本相似的第二文本；
推荐单元，用于将所述第二文本作为待推荐文本。
b10、根据b9所述的推荐装置，所述获取单元，包括：
第一向量获取模块，用于根据第一文本中的字符编码得到每个字的语义特征向量；
第二向量获取模块，用于根据每个字的语义特征向量得到第一文本的语义特征向量。
b11、根据b10所述的推荐装置，第二向量获取模块具体用于对每个字的语义特征向量累加求平均，得到第一文本的语义特征向量。
b12、根据b10所述的推荐装置，第二向量获取模块具体用于通过初始通用语义特征向量和当前句子每个字语义特征向量得到当前通用语义特征向量与每个字的权重，通过权重和每个字语义特征向量得到第一文本的语义特征向量。
b13、根据b9-12中任一所述的推荐装置，还包括：
展示单元，用于展示所述待推荐文本。
b14、根据b13所述的推荐装置，所述展示单元包括：
第一展示模块，用于接收对所述第一文本的第一触控，根据所述第一触控展示所述待推荐文本；或
第二展示模块，用于接收对所述第一文本对应的预设按钮的第二触控，根据所述第二触控展示所述待推荐文本。
b15、根据b13所述的推荐装置，所述第一文本包括至少两个段落，所述获取单元，包括：
段落拆分模块，用于对所述第一文本按照预设规则进行段落拆分；
获取模块，用于获取当前呈现的段落中文字所对应的语义特征向量；
计算模块，用于根据当前呈现的段落中文字所对应的语义特征向量，计算当前呈现的段落所对应的语义特征向量作为所述第一文本的语义特征向量。
b16、根据b15所述的推荐装置，所述展示单元包括：
第三展示模块，用于接收对所述第一文本的第一段落或所述第一段落对应的预设按钮的第三触控，根据所述第三触控展示所述第一段落对应的待推荐文本；
或
第四展示模块，用于统计每个段落的篇幅，将篇幅较长的段落对应的待推荐文本靠前展示推荐。
第八方面，c17、一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行a1至a8中任一项所述的文本的推荐方法。
第九方面，d18、一种文本的推荐装置，所述装置包括存储介质；及一个或者多个处理器，所述存储介质与所述处理器耦合，所述处理器被配置为执行所述存储介质中存储的程序指令；所述程序指令运行时执行a1至a8中任一项所述的文本的推荐方法。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开的实施例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，本公开的实施例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。
本申请是参照本公开的实施例的方法、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。
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本公开的实施例可提供为方法、系统或计算机程序产品。因此，本公开的实施例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，本公开的实施例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。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。