音频分布信息获取方法、计算机设备和计算机程序产品与流程

1.本技术涉及大数据技术领域，特别是涉及一种音频分布信息获取方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.随着互联网技术的发展，目前用户已经可以实现通过手机等终端进行音频播放和收听等行为。为了提高用户的听感体验，需要对用户的音频偏好内容进行分析，从而可以向用户推送符合其偏好的音频内容。目前对用户的音频偏好分析的方法通常是基于用户的音频播放次数进行的。然而，基于音频播放次数的用户偏好分析，会导致分析得到的用户偏好内容不准确。
3.因此，目前用户的音频分布信息获取方法存在准确性不足的缺陷。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高准确度的音频分布信息获取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种音频分布信息获取方法，所述方法包括：
6.根据多个播放平台中用户的已播放音频，得到目标音频播放序列；
7.获取所述目标音频播放序列中每个所述已播放音频的音频特征向量，以得到所述目标音频播放序列对应的多个音频特征向量；其中所述音频特征向量在向量空间具有多个向量维度，每个向量维度表示所述已播放音频的一项音频特征信息；
8.根据所述目标音频播放序列的多个音频特征向量在至少一个向量维度下的距离，确定所述多个播放平台的已播放音频的分布情况。
9.在其中一个实施例中，所述根据多个播放平台中用户的已播放音频，得到目标音频播放序列，包括：
10.针对每个播放平台，获取由所述播放平台中多个用户分别对应的已播放音频得到的多个初始音频播放序列；
11.根据设定比例，从每个播放平台对应的多个初始音频播放序列中选取对应数量的初始音频播放序列；
12.合并选取出的多个播放平台的初始音频播放序列，得到所述目标音频播放序列。
13.在其中一个实施例中，所述针对每个播放平台，获取由所述播放平台中多个用户分别对应的已播放音频得到的多个初始音频播放序列，包括：
14.从多个播放平台中，获取同一时间段的每个播放平台的多个用户的多个已播放音频分别生成每个所述播放平台各自对应的多个初始音频播放序列。
15.在其中一个实施例中，所述获取所述目标音频播放序列中每个所述已播放音频的音频特征向量，包括：
16.针对每个初始音频播放序列，将所述初始音频播放序列中各已播放音频的初始音
频特征向量组合为音频特征向量集；
17.针对每个所述已播放音频，根据所述已播放音频在不同初始音频播放序列中的播放次数，对所述已播放音频在不同音频特征向量集中的初始音频特征向量进行合并，得到所述已播放音频在所述目标音频播放序列的音频特征向量。
18.在其中一个实施例中，所述针对每个所述已播放音频，根据所述已播放音频在不同初始音频播放序列中的播放次数，对所述已播放音频在不同音频特征向量集中的初始音频特征向量进行合并，得到所述已播放音频在所述目标音频播放序列的音频特征向量，包括：
19.获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量，并获取所述相同已播放音频在所述每两组音频特征向量集对应的初始音频播放序列中的播放次数的平均值；
20.根据所述平均值确定每两组音频特征向量集中所述相同已播放音频对应的初始音频特征向量的平均音频特征向量，将所述每两组音频特征向量集中相同已播放音频对应的初始音频特征向量替换为所述平均音频特征向量，得到新的音频特征向量集；
21.检测所述新的音频特征向量集的数量是否为一，若否，返回获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量的步骤；
22.若是，将所述新的音频特征向量集中的音频特征向量作为所述目标音频播放序列中已播放音频的音频特征向量。
23.在其中一个实施例中，所述根据所述目标音频播放序列的多个音频特征向量在至少一个向量维度下的距离，确定所述多个播放平台的已播放音频的分布情况，包括：
24.在所述多个向量维度中确定至少一个目标向量维度，其中所述多个音频特征向量在所述至少一个目标向量维度对应的维度空间中的向量离散程度最大；
25.根据所述至少一个目标向量维度，对所述多个音频特征向量进行降维，得到降维后的音频特征向量；
26.在与所述至少一个目标向量维度对应的向量空间中分布所述多个降维后的音频特征向量，得到所述多个播放平台的已播放音频的分布情况。
27.在其中一个实施例中，所述根据所述目标音频播放序列的多个音频特征向量在至少一个向量维度下的距离，确定所述多个播放平台的已播放音频的分布情况，包括：
28.根据在所述向量空间中所述多个音频特征向量之间的欧式距离，确定所述多个音频特征向量之间的相似度；
29.根据所述多个音频特征向量之间的相似度，确定所述多个播放平台的已播放音频的分布结果。
30.在其中一个实施例中，所述获取所述目标音频播放序列中每个所述已播放音频的音频特征向量，包括：
31.获得所述目标音频播放序列中每个所述已播放音频的多项音频特征信息；
32.通过预设自然语言处理模型对所述已播放音频的多项音频特征信息进行向量化处理，得到所述已播放音频的音频特征向量。
33.在其中一个实施例中，所述目标音频播放序列包括多个不同时间段对应的目标音频播放序列；在确定所述多个播放平台的已播放音频的分布情况之后，所述方法还包括：
34.基于正交普鲁克方法，将所述多个不同时间段对应的目标音频播放序列中已播放音频的分布情况映射至同一向量空间中，得到每个已播放音频的分布位置；
35.在所述同一向量空间中，确定同一已播放音频的分布位置在所述多个不同时间段的变化信息。
36.第二方面，本技术提供了一种音频分布信息获取方法，所述方法包括：
37.响应于多平台音频分布信息查看指令，获取多个播放平台的平台信息以及查看维度信息，获取在所述查看维度信息下所述多个播放平台的多个已播放音频的分布情况；所述多个播放平台的已播放音频的分布情况基于上述的方法确定；
38.在所述查看维度信息对应的维度空间中，展示所述多个播放平台的多个已播放音频的分布情况。
39.第三方面，本技术提供了一种音频分布信息获取装置，所述装置包括：
40.序列获取模块，用于根据多个播放平台中用户的已播放音频，得到目标音频播放序列；
41.特征获取模块，用于获取所述目标音频播放序列中每个所述已播放音频的音频特征向量，以得到所述目标音频播放序列对应的多个音频特征向量；其中所述音频特征向量在向量空间具有多个向量维度，每个向量维度表示所述已播放音频的一项音频特征信息；
42.分布确定模块，用于根据所述目标音频播放序列的多个音频特征向量在至少一个向量维度下的距离，确定所述多个播放平台的已播放音频的分布情况。
43.第四方面，本技术提供了一种音频分布信息获取装置，所述装置包括：
44.响应模块，用于响应于多平台音频分布信息查看指令，获取多个播放平台的平台信息以及查看维度信息，获取在所述查看维度信息下所述多个播放平台的多个已播放音频的分布情况；所述多个播放平台的已播放音频的分布情况基于上述的方法确定；
45.展示模块，用于在所述查看维度信息对应的维度空间中，展示所述多个播放平台的多个已播放音频的分布情况。
46.第五方面，本技术提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
47.第六方面，本技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
48.第七方面，本技术提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
49.上述音频分布信息获取方法、装置、计算机设备、存储介质和计算机程序产品，通过基于多个播放平台中用户音频播放行为，得到包含多个用户在多个播放平台对应的已播放音频的目标音频播放序列，并获取目标音频播放序列中各已播放音频对应的多个音频特征信息，对于音频播放序列中各已播放音频，获取已播放音频对应的具备多个维度的音频特征向量，得到音频播放序列对应的多个音频特征向量，基于多个音频特征向量在向量空间中至少一个维度下的距离，确定多个已播放音频的分布结果。相较于传统的仅针对用户的音频播放次数确定用户的音频分布信息的方式，本方案通过用户的在多个播放平台中的播放行为确定音频播放序列，并基于该序列以及音频特征信息确定多个维度的音频特征向量，从而基于多个向量在向量空间中从至少一个维度的角度下观察得到的向量间的距离，
确定音频信息的分布结果，提高了获取音频播放信息的准确性。
附图说明
50.图1为一个实施例中音频分布信息获取方法的应用环境图；
51.图2为一个实施例中音频分布信息获取方法的流程示意图；
52.图3为一个实施例中向量合并步骤的流程示意图；
53.图4为一个实施例中音频分布信息展示步骤的界面示意图；
54.图5为另一个实施例中音频分布信息展示步骤的界面示意图；
55.图6为一个实施例中音频分布信息变化步骤的界面示意图；
56.图7为另一个实施例中音频分布信息变化步骤的界面示意图；
57.图8为另一个实施例中音频分布信息获取方法的流程示意图；
58.图9为一个实施例中音频分布信息获取装置的结构框图；
59.图10为另一个实施例中音频分布信息获取装置的结构框图；
60.图11为一个实施例中计算机设备的内部结构图。
具体实施方式
61.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
62.本技术实施例提供的音频分布信息获取方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他网络服务器上。终端102可以从服务器104中获取包含多个用户在多个播放平台对应的已播放音频，并基于该信息得到音频播放序列，从而终端102可以基于该音频播放序列中的多个音频特征向量，确定多个已播放音频的分布结果。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
63.在一个实施例中，如图2所示，提供了一种音频分布信息获取方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
64.步骤s202，根据多个播放平台中用户的已播放音频，得到目标音频播放序列。
65.其中，播放平台可以是用户播放音频时使用的平台，例如各大音乐播放软件等，目标音频播放序列包括多个用户在多个播放平台对应的已播放音频。用户使用的音频播放软件可以不只一个，即一个用户可以在多个播放平台中均进行音频播放的行为。终端102可以以多个用户为对象，基于多个用户在多个播放平台中的已播放音频，确定出音频播放序列。其中，音频播放序列包括多个用户在多个播放平台对应的已播放音频，音频播放序列中的已播放音频可以根据播放次数进行排序，也可以根据音频播放时间进行先后排序。其中，终端102获取的音频播放序列可以是由多个播放平台对应的音频播放序列融合得到的序列，因此其中可以包括多个播放平台对应的已播放音频。并且，上述多个播放平台对应的音频播放序列可以是非特定用户的音频播放序列，即终端102从多个播放平台获取的音频播放
序列不针对特定用户，用户在该方案里是匿名的，终端102可以将上述多个播放平台的音频播放序列当做一个个用户行为看待，即一个序列对应一个用户。并且，多个播放平台可是不同站点的播放平台，一个站点可以代表一个播放平台的管理方，而一个管理方可以有多个播放平台，对于某一管理方想要知道多个播放平台的用户的音频播放行为的分布情况时，由于一个管理方通常只能获取到其自身管理的播放平台的用户音频播放数据，对于其他管理方的播放平台的音频播放数据，可以通过获取其公开数据的方式得到。
66.步骤s204，获取目标音频播放序列中每个已播放音频的音频特征向量，以得到目标音频播放序列对应的多个音频特征向量；其中音频特征向量在向量空间具有多个向量维度，每个向量维度表示已播放音频的一项音频特征信息。
67.其中，目标音频播放序列可以是终端102基于从不同播放平台获取的多个音频播放序列进行融合后得到的，目标音频播放序列是综合多个播放平台的用户音频播放情况的播放序列。已播放音频可以是用户已经播放完成的音频，音频特征信息可以是目标音频播放序列中每个已播放音频的各项音频特征信息，以音频是歌曲为例，音频特征信息可以包括但不限于歌曲的名称、歌曲的作曲信息、歌曲风格、歌曲的大众指数、歌曲用户的文艺指数等。
68.其中，目标音频播放序列中可以有多个已播放音频，这些已播放音频可以来自不同的播放平台，每个已播放音频可以代表一首音频，对于目标音频播放序列中的各个已播放音频，终端102可以获取每个已播放音频对应的音频特征向量，该音频特征向量可以是在高维向量空间中的向量，则每个音频特征向量在该向量空间中可以有对应的多个维度，并且这些维度可以根据上述的音频特征信息确定。终端102可以对音频播放序列中的每个已播放音频均进行向量化，从而得到音频播放序列对应的多个音频特征向量。
69.步骤s206，根据目标音频播放序列的多个音频特征向量在至少一个向量维度下的距离，确定多个播放平台的已播放音频的分布情况。
70.其中，多个音频特征向量可以是基于上述目标音频播放序列中的每个已播放音频进行向量化后得到的多个向量。终端102可以基于多个向量在向量空间中的至少一个维度下的距离，确定多个已播放音频的分布结果。例如，上述音频特征向量可以是在高维空间中的向量，从不同维度对应的角度观察在该高维向量空间中的各个音频特征向量的分布时，这些音频特征向量的分布情况会不同，例如从某些维度对应的角度观察音频特征向量分布时，其中一些向量会存在位置重叠的情况，从而无法得知这些音频特征向量的具体远近关系。因此，终端102需要基于上述多个音频特征向量在向量空间中每个维度对应的观察角度下得到的多个音频特征向量之间的距离，确定需要从哪些维度能够最大保留多个音频特征向量之间的远近关系，从而确定多个已播放音频的分布结果。
71.上述音频分布信息获取方法中，通过基于多个播放平台中用户音频播放行为，得到包含多个用户在多个播放平台对应的已播放音频的音频播放序列，并获取目标音频播放序列中各已播放音频对应的多个音频特征信息，对于目标音频播放序列中各已播放音频，获取已播放音频对应的具备多个维度的音频特征向量，得到目标音频播放序列对应的多个音频特征向量，基于多个音频特征向量在向量空间中至少一个维度下的距离，确定多个已播放音频的分布结果。相较于传统的仅针对用户的音频播放次数确定用户的音频分布信息的方式，本方案通过用户的在多个播放平台中的播放行为确定目标音频播放序列，并基于
该序列以及音频特征信息确定多个维度的音频特征向量，从而基于多个向量在向量空间中从至少一个维度的角度下观察得到的向量间的距离，确定音频信息的分布结果，提高了获取音频播放信息的准确性。
72.在一个实施例中，根据多个播放平台中用户的已播放音频，得到目标音频播放序列，包括针对每个播放平台，获取由播放平台中多个用户分别对应的已播放音频得到的多个初始音频播放序列；根据设定比例，从每个播放平台对应的多个初始音频播放序列中选取对应数量的初始音频播放序列；合并选取出的多个播放平台的初始音频播放序列，得到目标音频播放序列。
73.本实施例中，终端102可以从多个播放平台的用户的已播放音频中确定出目标音频播放序列。其中，由于多个播放平台可以对应于不同的管理方，例如多个播放平台中的其中一个属于终端102所属的管理方，另一个播放平台属于终端102所属的管理方以外的其他管理方，则对于终端102所属的管理方的播放平台，终端102可以获取其所属管理方下的各个播放平台的全量用户的已播放音频，形成各个播放平台对应的初始音频播放序列；对于终端102所属的管理方以外的播放平台，终端102可以获取其公开的已播放音频的相关数据，该数据可以是一种非全量用户的数据，从而得到其他管理方的播放平台的初始音频播放序列。终端102可以将获取得到各个播放平台的音频播放序列进行融合，从而得到融合后的目标音频播放序列。
74.终端102可以通过上述对不同播放平台的数据获取方式，获取由多个播放平台中多个用户分别对应的已播放音频得到的多个初始音频播放序列，并根据多个播放平台对应的设定比例，从每个播放平台对应的多个初始音频播放序列中选取对应数量的初始音频播放序列。从而终端102可以得到每个播放平台对应的选取出来的多个对应数量的初始音频播放序列，终端102可以合并选取出的多个播放平台对应的对应数量的初始音频播放序列，得到融合后的目标音频播放序列。
75.其中，上述多个播放平台对应的设定比例可以根据每个播放平台对应的用户数量来确定。例如，在一个实施例中，根据多个播放平台对应的设定比例，从每个播放平台对应的多个初始音频播放序列中选取对应数量的初始音频播放序列之前，还包括：获取每个播放平台对应的用户使用数量；根据用户使用数量，确定多个播放平台之间的用户比例；基于用户比例，确定多个播放平台对应的设定比例。本实施例中，终端102在对多个播放平台的音频播放序列融合之前，需要先确定多个播放平台之间的设定比例，从而终端102能够根据该设定比例将多个播放平台的初始音频播放序列进行融合。
76.终端102可以获取每个播放平台对应的用户使用数量，从而终端102可以基于用户使用数量，确定多个播放平台之间的用户比例，并基于用户比例，确定多个播放平台对应的设定比例。具体地，假设用户的听歌偏好行为在各个平台中不会出现巨大跃迁，例如一个用户大概率不会在播放平台a集中收听传统戏曲类歌曲，但在平台b集中收听欧美电子舞曲，则终端102可以获取两个不同的播放平台中用户的偏好音频播放序列，并基于不同播放平台中用户的数量确定进行序列融合时的设定比例，作为两份子语料，汇合成一个整体语料。具体地，由于音频信息具有播放版权，因此并不是所有播放平台都具有所有音频的播放权限，例如一些音频可以在一个播放平台播放，但另一些音频需要在另一个播放平台播放，因此终端102需要对多个播放平台中的音频进行整合，从而达到综合全面的用户已播放音频。
77.终端102可以根据实际从多个播放平台分别获取到的音频播放序列的数量，逼近实际市场中在各个不同平台上的收听用户数量的比例，来调整两份子语料之间的权重x与y，实现在内容跨平台的情况下的向量化。基于上述假设，当前方法也可以应用到公开的用户偏好序列数据中。即终端102可以对一个管理方下的多个播放平台进行初始音频序列采集和融合，也可以对不同管理方下的多个播放平台进行初始音频序列采集和融合。例如，令第一播放平台和第二播放平台为属于同一个管理方内部的不同播放平台，若终端102以x比例抽取第一播放平台中用户的初始音频播放序列作为子语料一；再以相同的方法以y比例抽取第二播放平台中的用户初始音频播放序列作为子语料二。其中比例x和比例y可以使得两份子语料的整体比例与实际市场中的播放平台的用户数量接近，则终端102可以将子语料一和子语料二汇合成一个管理方整体用户偏好的音频播放序列。
78.终端102确定上述各个播放平台之间的设定比例后，可以基于该比例从各个播放平台的初始音频序列中选取对应数量的初始音频播放序列，并合并选取出的多个播放平台的初始音频播放序列，得到合并后的音频播放序列。例如，对于同一个管理方中的多个播放平台，终端102可以获取同一时间段内如一周内各个用户的完播音频序列，并按实际需求进行抽样融合，例如按照上述各个播放平台之间的设定比例进行抽样融合，从而终端102可以构建同一管理方内部的内容高维向量，用于对指定时间窗口的站内内容分布分析，具体地，终端102可以利用下述公式得到同一个管理方下的各个播放平台之间的初始音频播放序列的融合序列：1*一周第一播放平台全量用户top100偏好音频播放序列+0.8*一周第二播放平台全量用户top100偏好音频播放序列。其中，第一播放平台和第二播放平台可以均属于同一管理方下。1和0.8可以分别代表两个播放平台之间的用户数量的比例。
79.对于不同管理方的播放平台，终端102可以基于特定时间段采集不属于其管理方的其他播放平台的非全量公开数据，还可以使用相同时间段的属于终端102的管理方中的播放平台的音频播放序列进行多次随机抽样，与上述其他管理方的播放平台的公开的音频播放序列进行融合，构建具有延展性的内容高维向量，实现融合多个管理方的站内外内容分布分析。例如，终端102可以利用下述公式得到不同管理方下各个播放平台之间的初始音频序列的融合序列：(0.2*一周第一播放平台全量用户top100偏好序列+爬取的第三播放平台非全量用户top100偏好序列)+(0.1*一周第二播放平台全量用户top100偏好序列+爬取的第三播放平台非全量用户top100偏好序列)。其中，第三播放平台可以是不属于上述终端102的管理方的其他播放平台，终端102仅可以从这些播放平台中获取其公开的音频播放数据，例如用户每周的听歌排行等信息；0.2、0.1可以分别表征不同播放平台之间的用户数量比例。终端102得到上述融合后的音频播放序列后，可以将该音频播放序列作为word2vec的数据源，即终端102可以将上述音频播放序列输入word2vec中，对其中的数据进行向量化。其中，word2vec算法是自然语言处理场景当中最常见的工具之一，通过数据批量学习并预测词语前后窗口最可能出现的内容，将词语转化成语义空间中的向量。
80.通过本实施例，终端102可以基于不同播放平台之间的用户数量确定融合的设定比例，并基于该比例将属于同一管理方或不同管理方的多个播放平台的初始音频播放序列进行融合，得到用户进行向量化的音频播放序列，从而终端102可以基于向量化后的已播放音频进行音频偏好分布的分析，提高了音频分布信息获取的准确度。
81.在一个实施例中，获取目标音频播放序列中每个已播放音频的音频特征向量，包
括：获得目标音频播放序列中每个已播放音频的多项音频特征信息；通过设定自然语言处理模型对已播放音频的多项音频特征信息进行向量化处理，得到已播放音频的音频特征向量。
82.本实施例中，目标音频播放序列可以是终端102对从多个播放平台采集的初始音频播放序列进行融合后得到的音频播放序列。终端102可以基于该目标音频播放序列，对其中的各个已播放音频的多项音频特征信息进行向量化，得到各已播放音频对应的音频特征向量。其中，上述对已播放音频的向量化可以通过设定自然语言处理模型进行。终端102可以通过设定的自然语言处理模型以及已播放音频对应的多个音频特征信息，对目标音频播放序列中包含的各个已播放音频的多项音频特征信息进行向量化处理，得到目标音频播放序列中每个已播放音频的音频特征向量。其中，上述音频特征向量可以是多维的向量，多维音频特征向量可以是在高维空间中的向量，该高维空间中的各个维度可以是通过设定自然语言处理模型对已播放音频的多个音频特征信息进行处理后得到的，即上述向量化后的音频特征向量可以展示在高维向量空间中。
83.其中，上述设定自然语言处理模型可以是word2vec，word2vec算法是自然语言处理场景当中最常见的工具之一，通过数据批量学习并预测词语前后窗口最可能出现的内容，将词语转化成语义空间中的向量。终端102可以将上述融合后得到的音频播放序列中的各个已播放音频作为自然语言处理模型word2vec的输入语料，并将上述音频播放序列中的各个已播放音频输出至word2vec中，从而通过word2vec得到音频播放序列中各个已播放音频对应的多个维度的音频特征向量。其中，word2vec算法可以基于上述音频播放序列中的各个已播放音频，生成多个维度的音频特征向量，例如生成五十个维度的音频特征向量，即终端102可以生成一个多个维度的向量空间，例如五十个维度的向量空间，则终端102可以通过word2vec生成音频播放序列中各个已播放音频对应的多个维度的音频特征向量，并将多个维度的音频特征向量放置在其对应的多个维度的向量空间中，例如终端102通过word2vec生成五十维的音频特征向量，并放置在五十维的向量空间中的对应位置；终端102将上述音频播放序列中的每个已播放音频均进行向量化后，可以得到在高维向量空间中的各个已播放音频对应的音频特征向量的分布情况，终端102可以基于各个已播放音频对应的音频特征向量在高维空间中的分布情况，确定各个音频特征向量之间的远近关系，从而对音频分布信息进行分析。
84.通过本实施例，终端102可以通过设定的自然语言处理模型对音频播放序列中的各个已播放音频进行向量化，得到高维空间中各个已播放音频对应的音频特征向量，从而终端102可以基于高维空间中的音频特征向量对音频分布信息进行分析，提高了音频分布信息获取的准确度。
85.在一个实施例中，针对每个播放平台，获取由播放平台中多个用户分别对应的已播放音频得到的多个初始音频播放序列，包括：从多个播放平台中，获取同一时间段的每个播放平台的多个用户的多个已播放音频分别生成每个所述播放平台各自对应的多个初始音频播放序列。
86.本实施例中，对于不属于终端102所属的管理方的其他播放平台，终端102可以获取这些其他播放平台公开的音频播放数据，例如用户一周内的听歌排行信息，这些数据可以是一种非全量公开数据。为保证用于分析的音频播放序列具有较全的信息量，终端102可
以在相同时间窗口中对终端102所属的管理方下的多个播放平台进行多次已播放音频的采集，以及对终端102所属管理方以外的其他管理方的播放平台进行多次非全量公开数据的采集，并且终端102可以基于采集到的数据进行合并，得到融合后的音频播放序列。终端102可以获取在同一时间段采集的每个播放平台对应的多个初始音频播放序列。其中，每个播放平台可以包括终端102所属管理方的播放平台以及终端102所属管理方以外的播放平台中的至少一种。
87.而终端102得到同一时间段采集的多个初始音频播放序列后，可以基于多个初始音频播放序列中各个初始音频播放序列中的音频特征向量，确定基于多个初始音频播放序列融合得到的音频播放序列对应的音频特征向量。例如在一个实施例中，获取目标音频播放序列中每个已播放音频的音频特征向量，包括：针对每个初始音频播放序列，将初始音频播放序列中各已播放音频的初始音频特征向量组合为音频特征向量集；针对每个已播放音频，根据已播放音频在不同初始音频播放序列中的播放次数，对已播放音频在不同音频特征向量集中的初始音频特征向量进行合并，得到已播放音频在目标音频播放序列的音频特征向量。
88.本实施例中，对于终端102在同一时间段采集的多个初始音频播放序列，终端102可以获取每个初始音频播放序列对应的多个初始音频特征向量，则每个初始音频播放序列可以对应一组初始音频特征向量集，从而终端102可以得到上述的多个初始音频播放序列对应的多组音频特征向量集。对于上述多个初始音频播放序列中各已播放音频，终端102可以根据各已播放音频在不同序列中的播放次数，对上述多组音频特征向量集中的初始音频特征向量进行合并，从而得到已播放音频对应的音频特征向量。
89.其中，在对上述音频特征向量集中的各个音频特征向量进行合并时，对于各个音频特征向量集中的同一种音频特征向量，例如同一个音频对应的已播放音频，由于使用word2vec算法时，会有一个随机的起始点，指向的就是整体的大方向，因此各个音频特征向量集中的音频特征向量的方向可以不同，因此终端102需要将各个音频特征向量集中的各个音频特征向量转换为同一方向，才能从同一角度合并各个音频特征向量集中的各个音频特征向量。具体地，对于两个拥有相同词汇的向量空间，终端102可以使用解决正交普鲁克问题的方式找出其中一侧的转换矩阵，再使用转换后的向量空间取均值，从而对音频特征向量进行合并。其转换公式如下所示：m
ij
＝1/2(v
iaij
+vj)；其中，a
ij
为能够使得向量vi和向量vj可以在同一个方向的转换矩阵，m
ij
为均值向量，aa
t
＝i表示a为正交矩阵，终端102得到上述转换矩阵后，可以基于该转换矩阵将其中一侧向量转换为与另一个向量相同方向的向量，例如将向量vi转换为与向量vj相同衡量尺度的方向的向量，并进行向量均值的获取，得到均值向量m
ij
。以音频内容是歌曲为例，即终端102可以通过上述方法得到一个空间转换矩阵a
ij
，终端102可以利用该矩阵将其中一组歌曲内容向量，缩放旋转为与另一组歌曲内容向量拥有相同衡量尺度(相同向量方向)的向量，从而终端102能够获取两次采集得到的两组语料对这组歌曲的影响，提升向量的准确度。
90.其中，由于上述音频特征向量集的数量可以有多个，则上述合并的次数可以有多次，并且该多次合并的合并方式可以是迭代式的合并，即终端102可以基于一次合并后得到的新的音频特征向量集进行下一次合并，使得最终合并得到唯一的音频特征向量集。例如，
在一个实施例中，针对每个已播放音频，根据已播放音频在不同初始音频播放序列中的播放次数，对已播放音频在不同音频特征向量集中的初始音频特征向量进行合并，得到已播放音频在目标音频播放序列的音频特征向量，包括：获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量，并获取相同已播放音频在每两组音频特征向量集对应的初始音频播放序列中的播放次数的平均值；根据平均值确定每两组音频特征向量集中相同已播放音频对应的初始音频特征向量的平均音频特征向量，将每两组音频特征向量集中相同已播放音频对应的初始音频特征向量替换为平均音频特征向量，得到新的音频特征向量集；检测新的音频特征向量集的数量是否为一，若否，返回获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量的步骤；若是，将新的音频特征向量集中的音频特征向量作为目标音频播放序列中已播放音频的音频特征向量。
91.本实施例中，终端102可以对多组初始音频特征向量集进行多次合并，得到融合后的一组音频特征向量集，作为目标音频播放序列的音频特征向量集。上述初始音频特征向量集可以有多组，每组初始音频特征向量集中都可以有多个初始音频特征向量。对于上述各个初始音频播放序列中的各个已播放音频，终端102可以获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量，并获取上述相同已播放音频特征向量信息分别在每两组音频特征向量集中的播放次数的平均值，从而终端102可以根据平均值确定上述每两组音频特征向量集中相同已播放音频对应的每个初始音频特征向量对应的平均音频特征向量；其中，终端102也可以基于已播放音频特征向量信息的其他音频特征信息确定其对应的各个初始音频特征向量的平均值，上述通过计算播放次数的平均值来确定相同已播放音频在不同音频特征向量集中的初始音频特征向量的平均值可以是其中一种计算方式，即终端102可以获取相同已播放音频在不同音频特征向量集中分别对应的音频特征向量，并获取这些音频特征向量在多维向量空间中的位置信息，确定这些音频特征向量的平均音频特征向量。其中，上述位置信息基于音频特征向量与上述多维向量空间的维度对应的各个音频特征信息确定。而对于仅在两组音频特征向量集中的一组音频特征向量集存在的已播放音频，其对应的平均音频特征向量可以是其本身。
92.终端102确定出两组音频特征向量集中各个初始音频特征向量对应的平均音频特征向量后，可以将上述每两组音频特征向量集中相同已播放音频对应的每个初始音频特征向量替换为其对应的平均音频特征向量，终端102对每两组音频特征向量集中的各个初始音频特征向量替换为其对应的平均音频特征向量后，被替换的初始音频特征向量对应的音频特征向量集则已经不存在，终端102可以基于多个平均音频特征向量组合成为一个新的音频特征向量集。终端102在每次合并得到新的音频特征向量集后，可以对音频特征向量集的数量进行检测，若检测到新的音频特征向量集的数量不为一，则终端102确定需要对音频特征向量集进行再一次合并，终端102可以返回获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量的步骤，基于新的音频特征向量集进行下一次合并，直到音频特征向量集数量为一。终端102在检测到合并后的新的音频特征向量集为一时，可以将当前的新的音频特征向量集中的音频特征向量作为上述目标音频播放序列中已播放音频的音频特征向量。
93.具体地，上述多组音频特征向量集的合并示意图可以如图3所示，图3为一个实施例中向量合并步骤的流程示意图。终端102采集到了其所属管理方的各个播放平台的用户
component analysis，主成分分析)的降维方式，pca通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分，终端102可以通过pca对高维向量进行降维，实现向量空间可视化。例如，终端102可以在高维向量空间中首先选择一个目标向量维度，在该目标向量维度对应的观察角度下，多个音频特征向量的离散程度最大，终端102可以基于该目标向量维度生成相应的目标超平面，使得可以对高维空间中的多个音频特征向量进行降维；若目标向量维度数量大于一个，则终端102可以从上述通过一个目标向量维度对应的目标超平面进行降维后的向量空间中，确定出一个在当前维度数量下能够使多个音频特征向量之间的离散程度最大的目标向量维度，并基于该目标向量维度确定出第二个目标超平面，基于上述首先确定的目标超平面和上述第二个目标超平面，对多个音频特征向量进行降维。终端102可以重复上述流程，直到将维度数量将至与选定维度数量一致的维度数量。从而终端102可以在上述与至少一个目标向量维度的数量对应的向量空间中分布降维后的多个音频特征向量，得到多个播放平台的已播放音频的分布信息结果。
97.具体地，如图4所示，图4为一个实施例中音频分布信息展示步骤的界面示意图。终端102可以将上述高维的多个音频特征向量降维至二维或三维，从而终端102可以如图4所示，向用户展示多个播放平台的音频播放信息进行融合后的内容分布。其中，终端102还可以接收用户对某个音频特征向量的选择，并确定与该音频特征向量对应的已播放音频相似的其他已播放音频，以相应的标识进行标记，其中，两个音频特征向量的相似度可以基于这两个音频特征向量共同出现在同一音频播放序列中的次数确定。例如，若两个音频特征向量同时出现在同一音频播放序列中的次数越多，则说明这两个音频特征向量越相似，则这两个音频特征向量在向量空间中的位置就越接近，由此判断各个音频特征向量之间的相似度。
98.通过本实施例，终端102可以基于各个音频特征向量之间出现在同一音频播放序列中的次数确定各个音频特征向量之间的相似度，并且终端102可以基于使多个音频特征向量之间离散程度最大的维度去观察多个音频特征向量，使得可以更准确地确定各个音频特征向量之间的远近关系，提高了音频分布信息获取的准确度。
99.在一个实施例中，根据目标音频播放序列的多个音频特征向量在至少一个向量维度下的距离，确定多个播放平台的已播放音频的分布情况，包括：获取在向量空间中多个音频特征向量之间的欧式距离，确定多个音频特征向量之间的相似度；根据多个音频特征向量之间的相似度，确定多个播放平台中用户的已播放音频的分布结果。
100.本实施例中，除了对高维的音频特征向量进行降维外，终端102还可以通过计算欧式距离的方式确定各个音频特征向量之间的音频分布信息。终端102可以获取在上述向量空间中多个音频特征向量之间的欧式距离，从而终端102可以基于欧式距离确定多个音频特征向量之间的相似度。终端102可以基于多个音频特征向量之间的相似度，确定多个播放平台中用户的已播放音频的分布结果。具体地，如图5所示，图5为另一个实施例中音频分布信息展示步骤的界面示意图。终端102可以获取用户对某一个音频的选择，并计算出其他音频对应的音频特征向量与该音频对应的音频特征向量之间的欧式距离，以表格形式展示其他音频与该音频之间的相似度。
101.通过本实施例，终端102可以通过欧式距离的方式确定多个音频特征向量之间的
相似度，并基于该相似度得到已播放音频的分布结果，从而提高了音频分布信息获取的准确度。
102.在一个实施例中，在确定多个播放平台的已播放音频的分布情况之后，还包括：基于正交普鲁克方法，将多个不同时间段对应的目标音频播放序列中已播放音频的分布情况映射至同一向量空间中，得到每个已播放音频的分布位置；在所述同一向量空间中，确定同一已播放音频对应的分布结果在所述多个时间段对应的分布位置变化信息。
103.本实施例中，终端102还可以在不同时间段均进行音频播放序列的采集，从而终端102可以确定相同已播放音频随着时间变化的变化情况。对于上述多个播放平台，终端102可以获取基于多个时间段采集的音频播放序列，并基于每个时间段的音频播放序列，确定每个时间段对应的已播放音频的分布情况，再通过正交普鲁克方法，将多个不同时间段对应的目标音频播放序列中已播放音频的分布情况映射至同一向量空间中，在该同一向量空间中，终端102可以确定同一首已播放音频对应的分布结果在多个时间段对应的分布位置的变化信息。
104.具体地，如图6所示，图6为一个实施例中音频分布信息变化步骤的界面示意图。词语的语义在不同的时间段内会随着语境变化而发生变化，而这些词语的语义变化可能稳定可能剧烈。研究词语的语义变化，可使用正交普鲁克方法将其中一个语义空间映射并逼近另一个语义空间，然后对比这个词语的向量变化程度。在对音频分布信息的分析上，终端102可以取在时间段a上的内容向量空间u，转化并映射至时间段b上的内容向量空间v中，此时u转化为了u*，近似于v。则其中的内容s在u中的向量u(s)转化为了u*(s)，此时终端102可以对比u(s)和u*(s)之间的区别，则可以知道当前内容s在a至b两个时间段内的用户偏好性质变迁。例如，终端102可以通过自然语言处理中的语义变迁方法，研究已播放音频在时间维度上的分布变化。其对比公式可以如下所示：时间窗口a的第一音频特征向量内容向量v.s.时间窗口b的第一音频特征向量内容向量；时间窗口a的第二音频特征向量内容向量v.s.时间窗口b的第二音频特征向量内容向量。其中，第一音频特征向量内容中可以包括终端102所属的管理方的各个播放平台的已播放音频对应的音频特征向量，第二音频特征向量内容可以包括终端102所属管理方的播放平台以及终端102所属管理方以外的其他播放平台的已播放音频特征向量信息对应的音频特征向量。其中，如图7所示，图7为另一个实施例中音频分布信息变化步骤的界面示意图。终端102可以通过二维平台或三维立体面展示音频特征向量在时间维度上的变迁，图6中的线条表示的是相同音频特征向量在不同时间段对应的向量空间中的位置变化。
105.通过本实施例，终端102可以通过在不同时间段均对多个播放平台进行音频特征向量的分布获取，从而可以对音频特征向量的分布变化信息进行分析，提高了音频分布信息获取的准确性。
106.在一个实施例中，如图8所示，提供了一种音频分布信息获取方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
107.步骤s302，响应于多平台音频分布信息查看指令，获取多个播放平台的平台信息以及查看维度信息，获取在查看维度信息下多个播放平台的多个已播放音频的分布情况；多个播放平台的已播放音频的分布情况基于上述的方法确定。
108.其中，用户可以对多平台音频分布信息查看指令进行触发，终端102获取到该指令
后，可以获取用户输入的多个播放平台信息以及查看维度数量信息，从而终端102可以在该查看维度数量信息下，获取基于多个播放平台的多个已播放音频的分布结果，从而用户可以得到各个已播放音频在向量空间中的分布情况。
109.步骤s304，在查看维度信息对应的维度空间中，展示多个播放平台的多个已播放音频的分布情况。
110.其中，查看维度数量可以是用户选择的数量，其可以是二维、也可以是三维。终端102得到上述音频分布信息的分布结果后，可以在查看维度数量对应的维度空间中，展示基于多个播放平台的多个已播放音频的分布结果。用户可以基于该分布结果确定各个已播放音频之间的远近关系，从而确定用户的偏好分布情况，例如用户对不同类型的音频的偏好情况、哪些音频是相似音频等。
111.上述音频分布信息获取方法中，通过基于多个播放平台中用户音频播放行为，得到包含多个用户在多个播放平台对应的已播放音频的目标音频播放序列，并获取音频播放序列中各已播放音频对应的多个音频特征信息，对于目标音频播放序列中各已播放音频，获取已播放音频对应的具备多个维度的音频特征向量，得到目标音频播放序列对应的多个音频特征向量，基于多个音频特征向量在向量空间中至少一个维度下的距离，确定多个已播放音频的分布结果。相较于传统的仅针对用户的音频播放次数确定用户的音频分布信息的方式，本方案通过用户在多个播放平台中的播放行为确定音频播放序列，并基于该序列以及音频特征信息确定多个维度的音频特征向量，从而基于多个向量在向量空间中从至少一个维度的角度下观察得到的向量间的距离，确定音频信息的分布结果，提高了获取音频播放信息的准确性，并且，终端102还可以基于用户选择的查看维度数量信息和播放平台信息，在对应的维度数量的维度空间中展示已播放音频的分布结果，能够提高已播放音频的分布结果的可读性，通过可视化进行展示音频分布信息，能够提高音频之间的关系分析的准确度。
112.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
113.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的音频分布信息获取方法的音频分布信息获取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个音频分布信息获取装置实施例中的具体限定可以参见上文中对于音频分布信息获取方法的限定，在此不再赘述。
114.在一个实施例中，如图9所示，提供了一种音频分布信息获取装置，包括：序列获取模块500、向量获取模块502和分布模块504，其中：
115.序列获取模块500，用于根据多个播放平台中用户的已播放音频，得到目标音频播放序列。
116.向量获取模块502，用于获取目标音频播放序列中每个已播放音频的音频特征向
量，以得到目标音频播放序列对应的多个音频特征向量；其中音频特征向量在向量空间具有多个向量维度，每个向量维度表示已播放音频的一项音频特征信息。
117.分布模块504，用于根据多个音频特征向量在向量空间中至少一个维度下的距离，确定多个已播放音频的分布结果。
118.在一个实施例中，上述序列获取模块500，具体用于针对每个播放平台，获取由播放平台中多个用户分别对应的已播放音频得到的多个初始音频播放序列；根据设定比例，从每个播放平台对应的多个初始音频播放序列中选取对应数量的初始音频播放序列；合并选取出的多个播放平台的初始音频播放序列，得到目标音频播放序列。
119.在一个实施例中，上述装置还包括：比例获取模块，具体用于获取每个播放平台对应的用户使用数量；根据用户使用数量，确定多个播放平台之间的用户比例；基于用户比例，确定多个播放平台对应的设定比例。
120.在一个实施例中，上述向量获取模块502，具体用于获得目标音频播放序列中每个已播放音频的多项音频特征信息；通过预设自然语言处理模型对已播放音频的多项音频特征信息进行向量化处理，得到已播放音频的音频特征向量。
121.在一个实施例中，上述序列获取模块500，具体用于从多个播放平台中，获取同一时间段的每个播放平台的多个用户的多个已播放音频分别生成每个播放平台各自对应的多个初始音频播放序列。
122.在一个实施例中，上述向量获取模块502，具体用于获取目标音频播放序列对应的每个初始音频播放序列的多个已播放音频的多个初始音频特征向量，并根据多个初始音频特征向量得到多个初始音频播放序列对应的多组音频特征向量集；其中每组音频特征向量集中包括每个初始音频播放序列对应的多个初始音频特征向量；针对多个初始音频播放序列中各已播放音频，根据各已播放音频在不同序列中的播放次数，对多组音频特征向量集中的初始音频特征向量进行合并，得到目标音频播放序列中已播放音频的音频特征向量。
123.在一个实施例中，上述向量获取模块502，具体用于获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量，并获取相同已播放音频在每两组音频特征向量集对应的初始音频播放序列中的播放次数的平均值；根据平均值确定每两组音频特征向量集中相同已播放音频对应的初始音频特征向量的平均音频特征向量，将每两组音频特征向量集中相同已播放音频对应的初始音频特征向量替换为平均音频特征向量，得到新的音频特征向量集；检测新的音频特征向量集的数量是否为一，若否，返回获取相同已播放音频在每两组音频特征向量集中分别对应的初始音频特征向量的步骤；若是，将新的音频特征向量集中的音频特征向量作为目标音频播放序列中已播放音频的音频特征向量。
124.在一个实施例中，上述分布模块504，具体用于在多个向量维度中确定至少一个目标向量维度，其中多个音频特征向量在至少一个目标向量维度对应的维度空间中的向量离散程度最大；根据至少一个目标向量维度，对多个音频特征向量进行降维，得到降维后的音频特征向量；在与至少一个目标向量维度对应的向量空间中分布多个降维后的音频特征向量，得到多个播放平台的已播放音频的分布情况。
125.在一个实施例中，上述分布模块504，具体用于根据在向量空间中多个音频特征向量之间的欧式距离，确定多个音频特征向量之间的相似度；根据多个音频特征向量之间的相似度，确定多个播放平台的已播放音频的分布结果。
126.在一个实施例中，上述装置还包括：变化模块，用于基于正交普鲁克方法，将多个不同时间段对应的目标音频播放序列中已播放音频的分布情况映射至同一向量空间中，得到每个已播放音频的分布位置；在同一向量空间中，确定同一已播放音频的分布位置在多个不同时间段的变化信息。
127.在一个实施例中，如图10所示，提供了一种音频分布信息获取装置，包括：响应模块600和展示模块602，其中：
128.响应模块600，用于响应于多平台音频分布信息查看指令，获取多个播放平台的平台信息以及查看维度信息，获取在查看维度信息下多个播放平台的多个已播放音频的分布情况；多个播放平台的已播放音频的分布情况基于上述的方法确定。
129.展示模块602，用于在查看维度信息对应的维度空间中，展示多个播放平台的多个已播放音频的分布情况。
130.上述音频分布信息获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
131.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种音频分布信息获取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
132.本领域技术人员可以理解，图11中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
133.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述的音频分布信息获取方法。
134.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的音频分布信息获取方法。
135.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的音频分布信息获取方法。
136.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
137.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机
可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
138.以上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。
139.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。