风险识别方法、装置和电子设备【
技术领域：
：】1.本说明书实施例涉及互联网
技术领域：
：，尤其涉及一种风险识别方法、装置和电子设备。
背景技术：
：：2.随着电子支付平台的注册用户数的增加，电子支付平台每一次产品的迭代更新和/或运营活动的发布都会对大量的用户造成影响，体量越大责任也越大，所以电子支付平台需要感知线上产品的运营情况，获得每日线上用户的使用情况是否有异常。如果有异常，那这些异常是否由于功能缺陷导致，还是用户界面(userinterface，ui)设计问题；还有，电子支付平台推出的营销活动是好还是坏，用户的反馈评价怎么样。上述这些反馈信息可以帮助电子支付平台做出快速的调整，使较低的成本投入产生更大的价值。另一方面，缺陷类的问题很可能会由于没有及时响应而导致用户反馈的升级，特别是隐私安全类的问题会对电子支付平台的品牌声誉造成极其严重的损害。3.因此需要提供一种智能化的用户反馈监控方案，来帮助线上业务及时感知电子支付平台的问题，快速分析并反馈营销活动的用户评价，从而对电子支付平台相关的用户反馈进行监控和及时的预警处理。技术实现要素：4.本说明书实施例提供了一种风险识别方法、装置和电子设备，以实现对电子支付平台的用户反馈进行监控，帮助线上业务及时感知电子支付平台的问题。5.第一方面，本说明书实施例提供一种风险识别方法，包括：获取至少两个数据源的数据，以及获取所述数据所属数据源的渠道标识；对获取的数据进行文本转换，将所述数据中的文本转换为句向量；以及对所述渠道标识进行嵌入处理，获得所述渠道标识对应的渠道向量；将转换获得的句向量与所述渠道向量进行交互合并；对合并获得的向量进行识别，获得所述数据反馈的风险所属的风险类别。6.上述风险识别方法中，获取至少两个数据源的数据，以及获取上述数据所属数据源的渠道标识之后，对获取的数据进行文本转换，将上述数据中的文本转换为句向量，并对上述渠道标识进行嵌入处理，获得上述渠道标识对应的渠道向量，然后将转换获得的句向量与上述渠道向量进行交互合并，最后对合并获得的向量进行识别，获得上述数据反馈的风险所属的风险类别。从而可以实现对电子支付平台的用户反馈进行监控，确定从数据源获取的数据所反馈风险的风险类别，为后续进一步确定风险问题做好准备，进而可以帮助线上业务及时感知电子支付平台的问题。7.其中一种可能的实现方式中，所述对合并获得的向量进行识别，获得所述数据反馈的风险所属的风险类别之后，还包括：利用与所述风险类别对应的风险识别模型，对所述数据进行分析，获取所述数据中包含的风险问题，以供电子支付平台对所述风险问题进行处理。8.其中一种可能的实现方式中，所述对所述渠道标识进行嵌入处理，获得所述渠道标识对应的渠道向量之后，还包括：通过全连接层对所述渠道向量进行特征整合；所述将转换获得的句向量与所述渠道向量进行交互合并包括：将所述全连接层输出的向量输入注意力机制模型，将所述注意力机制模型输出的向量与转换获得的句向量进行交互合并。9.其中一种可能的实现方式中，所述对获取的数据进行文本转换，将所述数据中的文本转换为句向量包括：利用转换器模型对获取的数据进行文本转换，将所述数据中的文本转换为句向量。10.第二方面，本说明书实施例提供一种风险识别装置，包括：获取模块，用于获取至少两个数据源的数据，以及获取所述数据所属数据源的渠道标识；转换模块，用于对所述获取模块获取的数据进行文本转换，将所述数据中的文本转换为句向量；以及对所述渠道标识进行嵌入处理，获得所述渠道标识对应的渠道向量；合并模块，用于将所述转换模块转换获得的句向量与所述渠道向量进行交互合并；识别模块，用于对所述合并模块合并获得的向量进行识别，获得所述数据反馈的风险所属的风险类别。11.其中一种可能的实现方式中，所述装置还包括：风险分析模块，用于在所述识别模块对合并获得的向量进行识别，获得所述数据反馈的风险所属的风险类别之后，利用与所述风险类别对应的风险识别模型，对所述数据进行分析，获取所述数据中包含的风险问题，以供电子支付平台对所述风险问题进行处理。12.其中一种可能的实现方式中，所述装置还包括：特征整合模块，用于在所述转换模块对所述渠道标识进行嵌入处理，获得所述渠道标识对应的渠道向量之后，通过全连接层对所述渠道向量进行特征整合；则，所述合并模块，具体用于将所述全连接层输出的向量输入注意力机制模型，将所述注意力机制模型输出的向量与转换获得的句向量进行交互合并。13.其中一种可能的实现方式中，所述转换模块，具体用于利用转换器模型对获取的数据进行文本转换，将所述数据中的文本转换为句向量。14.第三方面，本说明书实施例提供一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面提供的方法。15.第四方面，本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面提供的方法。16.应当理解的是，本说明书实施例的第二～四方面与本说明书实施例的第一方面的技术方案一致，各方面及对应的可行实施方式所取得的有益效果相似，不再赘述。【附图说明】17.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。18.图1为现有相关技术中风险识别模型的示意图；19.图2为本说明书一个实施例提供的风险识别方法的流程图；20.图3为本说明书一个实施例提供的风险识别方法的实现示意图；21.图4为本说明书一个实施例提供的风险识别模型的示意图；22.图5为本说明书另一个实施例提供的风险识别方法的流程图；23.图6为本说明书一个实施例提供的风险识别装置的结构示意图；24.图7为本说明书另一个实施例提供的风险识别装置的结构示意图；25.图8为本说明书一个实施例提供的电子设备的结构示意图。【具体实施方式】26.为了更好的理解本说明书的技术方案，下面结合附图对本说明书实施例进行详细描述。27.应当明确，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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它实施例，都属于本说明书保护的范围。28.在本说明书实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。29.针对电子支付平台存在的对用户反馈进行监控和及时的预警处理的需求，现有相关技术中提供的用户反馈监控方案中，在数据源方面有内部反馈、应用市场、外媒(微博、新闻和/或社会媒体等)n个渠道的数据源，从算法分析角度，有如下解决思路：30.基于框架的方法一般有以下两种：31.1、不区分渠道：假设当前有m个风险类别，每个类别训练一个二分类模型完成风险识别，这样m个风险类别需要m个模型来完成算法任务；32.2、区分渠道：由于每个渠道的数据特征不同，每个渠道训练一个多分类风险识别模型，n个渠道需要n个模型来完成算法任务并落地。33.其中，风险识别模型可以如图1所示，图1为现有相关技术中风险识别模型的示意图。34.但是基于框架的方法存在以下缺点：35.1)不管方法1还是方法2，算法前期的人力投入成本都很高，后期维护成本也不会降低；36.2)后续业务如需继续增加风险类别，无法快速覆盖新增加的风险类别的识别能力；37.3)后续继续增加可用数据渠道的话，则人力和维护成本将进一步增加；38.4)框架不够灵活，无法快速覆盖业务需求；39.而，现有相关技术中，基于学习的方法一般有以下两种方式：40.1、传统机器学习方式：在传统的机器学习问题中，通常会采用人工特征的方法，对文本采用全量的方式进行暴力学习，类似这样的方式都是使用少量样本进行学习，从效果看，少量样本和后期增加更多数据后的结果提升不大，所以在提供更多数据后很难进一步提升模型的性能；41.2、深度学习方式：采用卷积神经网络(convolutionalneuralnetworks，cnn)cnn、深度神经网络(deepneuralnetworks，dnn)和/或长短期记忆网络(longshorttermmemory，lstm)lstm等一系列深度学习算法进行学习。42.但是基于学习的方法存在以下缺点：43.1、采用人工特征的方式虽然可以使用少量样本解决学习问题，但当训练数据变更，则需要重新进行基于人工的调整和特征工作的选取，后期人工维护成本很高，并且人工所带来的错误率也会提升；44.2、对于深度学习，在实际应用程序上的实现通常需要大量的标记数据来进行训练。在实际项目中，标记高质量的数据需要大量有知识的标记者，因此获得足够数量的注释实例是极其困难、耗时和昂贵的；45.3、用户反馈分析，业务方每天的分析数量约为100万量级，深度学习方法的速度比人工特征方法略慢，所以在此框架中需要做性能的考量。46.基于以上问题，本说明书实施例提出一种风险识别方法，该方法可以针对各渠道数据进行文本分析，找出业务上的技术类风险、产品类风险、隐私类风险和/或安全类风险等，并且可以确保分析结果的召回率和精确率。47.图2为本说明书一个实施例提供的风险识别方法的流程图，如图2所示，上述风险识别方法可以包括：48.步骤202，获取至少两个数据源的数据，以及获取上述数据所属数据源的渠道标识。49.其中，上述渠道标识用于数据的数据来源，即数据所属的数据源进行标识。具体地，参见图3，图3为本说明书一个实施例提供的风险识别方法的实现示意图，图3中示出了5个渠道的数据源，分别是内部反馈、应用市场、外媒1(自媒体)、外媒2(新闻)和外媒3(论坛)，本实施例中，每个数据源均有自身的渠道标识，举例来说，内部反馈这个数据源的渠道标识可以为“0”，应用市场这个数据源的渠道标识可以为“1”，以此类推，外媒1(自媒体)、外媒2(新闻)和外媒3(论坛)这3个数据源的渠道标识可以分别为“2”、“3”和“4”。50.当然，具体实现时，上述渠道标识也可以采用其他的形式实现，本实施例对上述渠道标识的具体形式不作限定。51.步骤204，对获取的数据进行文本转换，将上述数据中的文本转换为句向量；以及对上述渠道标识进行嵌入处理，获得上述渠道标识对应的渠道向量。52.具体地，对获取的数据进行文本转换，将上述数据中的文本转换为句向量可以为：利用转换器(transformer)模型对获取的数据进行文本转换，将上述数据中的文本转换为句向量。当然，可以理解的是，在进行文本转换之前，可以先对获取的数据中的原始文本进行处理，去除字母、数字、标点符号、表情符号，以及各种空格(whitespace)。53.参见图4，图4为本说明书一个实施例提供的风险识别模型的示意图，需要说明的是，图4所示的风险识别模型可以作为图3中的l1级模型，实现风险感知的功能。54.图4中，虚线框41中为transformer模型，可以利用虚线框41中的transformer模型对获取的数据进行文本转换，将上述数据中的文本转换为句向量。55.具体地，可以利用图4中的渠道嵌入(channelembedding)层43对渠道标识42进行嵌入处理，获得上述渠道标识对应的渠道向量。56.进一步地，获得上述渠道标识对应的渠道向量之后，还可以通过全连接层(fullyconnectedlayers，fc)44进行特征整合。57.步骤206，将转换获得的句向量与上述渠道向量进行交互合并。58.具体地，将转换获得的句向量与上述渠道向量进行交互合并可以为：将全连接层44输出的向量输入注意力机制(attentionmechanism)模型45，将注意力机制模型45输出的向量与转换获得的句向量进行交互合并59.参见图4，本实施例提供的风险识别模型中加入了注意力机制模型45，通过注意力机制模型45可以将全连接层输出的渠道向量与虚线框41中的transformer模型转换获得的句向量进行交互合并，然后将合并获得的向量输入给(全连接层+softmax)层46。60.步骤208，对合并获得的向量进行识别，获得上述数据反馈的风险所属的风险类别。61.参见图4，获得注意力机制模型45输入的向量之后，(全连接层+softmax)46对合并获得的向量进行识别，获得上述数据反馈的风险所属的风险类别。62.进一步参见图3，从图3可以看出，上述数据反馈的风险所属的风险类别可以包括：技术类、产品类、隐私类和/或安全类等。63.上述风险识别方法中，获取至少两个数据源的数据，以及获取上述数据所属数据源的渠道标识之后，对获取的数据进行文本转换，将上述数据中的文本转换为句向量，并对上述渠道标识进行嵌入处理，获得上述渠道标识对应的渠道向量，然后将转换获得的句向量与上述渠道向量进行交互合并，最后对合并获得的向量进行识别，获得上述数据反馈的风险所属的风险类别。从而可以实现对电子支付平台的用户反馈进行监控，确定从数据源获取的数据所反馈风险的风险类别，为后续进一步确定风险问题做好准备，进而可以帮助线上业务及时感知电子支付平台的问题。64.图5为本说明书另一个实施例提供的风险识别方法的流程图，如图5所示，本说明书图2所示实施例中，步骤208之后，还可以包括：65.步骤502，利用与上述风险类别对应的风险识别模型，对上述数据进行分析，获取上述数据中包含的风险问题，以供电子支付平台对上述风险问题进行处理。66.参见图3，与上述风险类别对应的风险识别模型可以为图3中的l2风险识别模型，具体地，在获得上述数据反馈的风险所属的风险类别之后，可以利用该风险类别对应的l2风险识别模型对上述数据进行分析，获得上述数据中包含的风险问题，即风险识别结果；然后电子支付平台就可以对上述风险问题进行处理，从而可以及时对用户反馈监控发现的问题进行处理。67.本说明书实施例提供的风险识别方法使用多渠道计算方法，处理大量的基于用户反馈的文本数据需求，在训练样本很少的情况下可以获得更高的精确度和召回率，快速覆盖(scale)风险类别的同时也可以降低维护成本。68.下面通过以下方式验证本说明书实施例提供的风险识别方法的效果：69.模型1，2-不考虑渠道信息：将各渠道数据都放入同一个模型进行训练；70.模型3-考虑渠道信息，使用点积(dotproduct)的方法进行计算：将不同渠道信息利用点积的计算方式进行向量维度的输出，然后与transformer模型转换获得的句向量进行合并处理；71.模型4-考虑渠道信息，使用本说明书实施例提供的风险识别方法进行计算：将不同渠道信息利用注意力机制进行向量维度的输出，然后与transformer模型转换获得的句向量进行合并处理。72.实验效果如表1所示，所有实验均使用相同的基础模型在小样本数据集上完成。73.表1[0074][0075][0076]另一方面，经过实验发现，在召回率和精确率均达到90％+的情况下，不使用渠道信息，进行风险识别，所需训练数据的数据量为：正负例数据量各3000多条；而使用渠道信息进行风险识别，所需训练数据的数据量为：正负例数据量各1000多条；[0077]因此可以看出，不管从训练数据的数据量，还是从精确率和召回率上，都可以验证本说明书实施例提供的风险识别方法的有效性和鲁棒性。[0078]上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。[0079]图6为本说明书一个实施例提供的风险识别装置的结构示意图，如图6所示，上述风险识别装置可以包括：获取模块61、转换模块62、合并模块63和识别模块64；[0080]获取模块61，用于获取至少两个数据源的数据，以及获取上述数据所属数据源的渠道标识；[0081]转换模块62，用于对获取模块61获取的数据进行文本转换，将上述数据中的文本转换为句向量；以及对上述渠道标识进行嵌入处理，获得上述渠道标识对应的渠道向量；[0082]合并模块63，用于将转换模块62转换获得的句向量与上述渠道向量进行交互合并；[0083]识别模块64，用于对合并模块63合并获得的向量进行识别，获得上述数据反馈的风险所属的风险类别。[0084]图6所示实施例提供的风险识别装置可用于执行本说明书图2所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。[0085]图7为本说明书另一个实施例提供的风险识别装置的结构示意图，与图6所示的风险识别装置相比，图7所示的风险识别装置还可以包括：风险分析模块65；[0086]风险分析模块65，用于在识别模块64对合并获得的向量进行识别，获得上述数据反馈的风险所属的风险类别之后，利用与上述风险类别对应的风险识别模型，对上述数据进行分析，获取上述数据中包含的风险问题，以供电子支付平台对上述风险问题进行处理。[0087]进一步地，上述风险识别装置还可以包括：特征整合模块66；[0088]特征整合模块66，用于在转换模块62对上述渠道标识进行嵌入处理，获得上述渠道标识对应的渠道向量之后，通过全连接层对上述渠道向量进行特征整合；[0089]则，合并模块63，具体用于将上述全连接层输出的向量输入注意力机制模型，将上述注意力机制模型输出的向量与转换获得的句向量进行交互合并。[0090]本实施例中，转换模块62，具体用于利用转换器模型对获取的数据进行文本转换，将上述数据中的文本转换为句向量。[0091]图7所示实施例提供的风险识别装置可用于执行本技术图2～图5所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。[0092]图8为本说明书一个实施例提供的电子设备的结构示意图，如图8所示，上述电子设备可以包括至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：存储器存储有可被处理器执行的程序指令，上述处理器调用上述程序指令能够执行本说明书图2～图5所示实施例提供的风险识别方法。[0093]其中，上述电子设备可以为服务器，例如：云服务器，本实施例对上述电子设备的形式不作限定。[0094]图8示出了适于用来实现本说明书实施方式的示例性电子设备的框图。图8显示的电子设备仅仅是一个示例，不应对本说明书实施例的功能和使用范围带来任何限制。[0095]如图8所示，电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：一个或者多个处理器410，通信接口420，存储器430，以及连接不同组件(包括存储器430、通信接口420和处理单元410)的通信总线440。[0096]通信总线440表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，或者使用多种总线结构中的任意总线结构的局域总线。举例来说，通信总线440可以包括但不限于工业标准体系结构(industrystandardarchitecture，isa)总线，微通道体系结构(microchannelarchitecture，mac)总线，增强型isa总线、视频电子标准协会(videoelectronicsstandardsassociation，vesa)局域总线以及外围组件互连(peripheralcomponentinterconnection，pci)总线。[0097]电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。[0098]存储器430可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(randomaccessmemory，ram)和/或高速缓存存储器。存储器430可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本说明书图2～图5所示实施例的功能。[0099]具有一组(至少一个)程序模块的程序/实用工具，可以存储在存储器430中，这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本说明书图2～图5所描述的实施例中的功能和/或方法。[0100]处理器410通过运行存储在存储器430中的程序，从而执行各种功能应用以及数据处理，例如实现本说明书图2～图5所示实施例提供的风险识别方法。[0101]本说明书实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本说明书图2～图5所示实施例提供的风险识别方法。[0102]上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(readonlymemory，rom)、可擦式可编程只读存储器(erasableprogrammablereadonlymemory，eprom)或闪存、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。[0103]计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。[0104]计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、射频(radiofrequency，rf)等等，或者上述的任意合适的组合。[0105]可以以一种或多种程序设计语言或其组合来编写用于执行本说明书操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localareanetwork，lan)或广域网(wideareanetwork，wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。[0106]上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。[0107]在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。[0108]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本说明书的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。[0109]流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本说明书的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本说明书的实施例所属
技术领域：
：的技术人员所理解。[0110]取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。[0111]需要说明的是，本说明书实施例中所涉及的终端可以包括但不限于个人计算机(personalcomputer，pc)、个人数字助理(personaldigitalassistant，pda)、无线手持设备、平板电脑(tabletcomputer)、手机、mp3播放器、mp4播放器等。[0112]在本说明书所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。[0113]另外，在本说明书各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。[0114]上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机装置(可以是个人计算机，服务器，或者网络装置等)或处理器(processor)执行本说明书各个实施例所述方法的部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom)、随机存取存储器(ram)、磁碟或者光盘等各种可以存储程序代码的介质。[0115]以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。当前第1页12当前第1页12