信息处理方法、服务平台及客户端与流程

本发明涉及信息技术领域，尤其涉及一种信息处理方法、服务平台及客户端。

背景技术：

与同一主题相关的信息可能有很多种；例如，针对同一明星从恋爱、结婚、婚变再到离婚，就是关于同一明星的婚恋主题的信息。在现有技术中这些信息都是分散的。当用户在搜索引擎中输入对应的关键词之后，搜索引擎给出逐条列出与该关键词相关的新闻或发布内容。图1显示的为以“天津爆炸”为关键词进行搜索，现有搜索引擎输出的与该关键词相关的信息，显然用户很难看出这种信息排布方式的内在逻辑，用户需要找到自己想要看到信息，必须提供更加详细的关键词，或在海量信息中逐条在这些信息中去查找，显然这种信息的显示方式，导致信息检索效率低、效果差，用户使用满意度差。

技术实现要素：

有鉴于此，本发明实施例期望提供一种信息处理方法、服务平台及客户端，至少部分解决信息检索效率低的问题。

为达到上述目的，本发明的技术方案是这样实现的：

本发明实施例第一方面提供一种信息处理方法，包括：

根据用户行为信息，获取关键词的信息热度；

选择所述信息热度满足预设事件条件的所述关键词，生成信息事件；

根据所述关键词确定与所述信息事件关联的关联信息；

对所述关联信息进行信息分析，提取出所述信息事件的事件脉络并确定各所述关联信息归属的事件节点；其中，所述事件脉络至少包括两个所述事件节 点；

根据归属于所述事件节点的所述关联信息，生成所述事件节点的节点摘要信息。

基于上述方案，所述选择所述信息热度满足预设事件条件的关键词，生成信息事件，包括：

选择所述信息热度满足所述预设事件条件的关键词，生成备选信息事件；

计算所述备选信息事件与历史信息事件的相似度；其中，所述历史信息事件为当前时间以前已确定的信息事件；

若所述备选信息事件与所述历史信息事件的相似度低于指定阈值，则确定所述备选信息事件为新产生的信息事件；其中，所述新产生的信息事件为不同于所述历史信息事件的信息事件。

基于上述方案，所述选择所述信息热度满足预设事件条件的所述关键词，生成信息事件，还包括：

当所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值时，确定所述备选信息事件为所述历史信息事件的进一步发展形成的子事件；

所述根据所述关键词确定与所述信息事件关联的关联信息，包括：

根据所述子事件的关键词确定出与所述子事件关联的关联信息；

所述对所述关联信息进行信息分析，提取出所述信息事件的事件脉络并确定各所述关联信息归属的事件节点，包括：

根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；

确定与所述子事件关联的关联信息归属的事件节点；

所述根据归属于所述事件节点的所述关联信息，生成所述事件节点的节点摘要信息，包括：

根据归属于所述新增的事件节点的关联信息，更新所述历史信息事件的事件节点的节点摘要信息。

基于上述方案，所述根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络，包括:

根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；更新后的所述事件脉络至少包括一个新增的事件节点；

确定与所述子事件关联的关联信息归属的事件节点；

所述根据归属于所述事件节点的所述关联信息，生成所述事件节点的节点摘要信息，包括：

根据归属于所述新增的事件节点的关联信息,生成所述新增的事件节点的节点摘要信息。

基于上述方案，所述计算所述备选信息事件与历史信息事件的相似度，包括：

将同一备选信息事件的关键词，按照关键词的信息热度进行排序生成所述备选信息事件的第一中心向量；

提取所述历史信息事件的第二中心向量；其中，所述第二中心向量为所述历史信息事件的关键词按照关键词的信息热度排序形成的；

计算所述第一中心向量和所述第二中心向量的相似度。

基于上述方案，所述方法还包括：

若所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值，则根据所述关键词调整所述历史信息事件用于计算相似度的关键词或中心向量；其中，所述中心向量为由至少两个关键词组成的向量。

基于上述方案，所述对所述关联信息进行信息分析，提取出所述信息事件的事件脉络并确定各所述关联信息归属的事件节点，包括以下至少其中之一：

根据所述关键词进行信息整合，确定出所述信息事件在时间维度上的时间脉络；

根据所述关键词进行信息整合，确定出所述信息事件在空间维度上的空间脉络。

基于上述方案，所述方法还包括：

分析所述事件节点的关联信息，生成子脉络；所述子脉络可包括至少n层子节点；其中，每一层所述子节点至少包括1个子节点；所述n为不小于1的 整数；

根据归属于每一给所述子节点的所述关联信息，生成子节点摘要信息；其中，第i层子节点的子节点摘要信息是进入第i+1层子节点的接口信息；其中，所述i为不小于1且不大于n的整数。

基于上述方案，所述根据归属于所述事件节点的所述关联信息，生成所述事件节点的节点摘要信息，包括：

根据所述关联信息的信息内容，生成所述节点摘要信息；其中，所述节点摘要信息在进行所述事件脉络展示时，作为连接到与该节点摘要信息归属于同一所述事件节点的关联信息的链接。

本发明实施例第二方面提供一种信息事件处理方法，包括：

接收检索词条；

根据所述检索词条，显示与所述检索词条满足预设关联度的信息事件的事件脉络；其中，所述事件脉络至少包括两个事件节点及与每一个所述事件节点对应的节点摘要信息；

接收作用于所述节点摘要信息的查询操作；

响应所述响应查询操作，显示与所述节点摘要信息所在的所述事件节点满足预设相似度的关联信息。

本发明实施例第三方面提供一种服务平台，包括：

获取单元，用于根据用户行为信息，获取关键词的信息热度；

选择单元，用于选择所述信息热度满足预设事件条件的所述关键词，生成信息事件；

确定单元，用于根据所述关键词确定与所述信息事件关联的关联信息；

提取单元，用于对所述关联信息进行信息分析，提取出所述信息事件的事件脉络并确定各所述关联信息归属的事件节点；其中，所述事件脉络至少包括两个所述事件节点；

生成单元，用于根据归属于所述事件节点的所述关联信息，生成所述事件节点的节点摘要信息。

基于上述方案，所述选择单元，用于选择所述信息热度满足所述预设事件条件的所述关键词，生成备选信息事件；计算所述备选信息事件与历史信息事件的相似度；其中，所述历史信息事件为当前时间以前已确定的信息事件；若所述备选信息事件与所述历史信息事件的相似度低于指定阈值，则确定所述备选信息事件为新产生的信息事件；其中，所述新产生的信息事件为不同于所述历史信息事件的信息事件。

基于上述方案，所述选择单元，具体用于当所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值时，确定所述备选信息事件为所述历史信息事件的进一步发展形成的子事件；

所述确定单元，具体用于根据所述子事件的关键词确定出与所述子事件关联的关联信息；

所述提取单元，具体用于根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；确定与所述子事件关联的关联信息归属的事件节点；

所述生成单元，具体用于根据归属于所述新增的事件节点的关联信息，更新所述历史信息事件的事件节点的节点摘要信息。

基于上述方案，所述提取单元，具体用于根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；更新后的所述事件脉络至少包括一个新增的事件节点；确定与所述子事件关联的关联信息归属的事件节点；

所述生成单元，具体用于根据归属于所述新增的事件节点的关联信息,生成所述新增的事件节点的节点摘要信息。

基于上述方案，所述选择单元，具体用于将同一备选信息事件的所述关键词按照关键词的信息热度进行排序，生成备选信息事件的第一中心向量；提取所述历史信息事件的第二中心向量；计算所述第一中心向量和所述第二中心向量的相似度。

基于上述方案，所述服务平台还包括：

调整单元，用于若所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值，则根据所述关键词调整所述历史信息事件用于计算相似度的关 键词或由中心向量；其中，所述中心向量为由至少两个关键词组成的向量。

基于上述方案，所述提取单元，具体用于根据所述关键词进行信息整合，确定出所述信息事件在时间维度上的时间脉络，和/或，根据所述关键词进行信息整合，确定出所述信息事件在空间维度上的空间脉络。

基于上述方案，所述提取单元，还用于分析所述事件节点的关联信息，生成子脉络；所述子脉络可包括至少n层子节点；其中，每一层所述子节点至少包括1个子节点；所述n为不小于1的整数；

所述生成单元，还用于根据归属于每一给所述子节点的所述关联信息，生成子节点摘要信息；其中，第i层子节点的子节点摘要信息是进入第i+1层子节点的接口信息；其中，所述i为不小于1且不大于n的整数。

基于上述方案，所述生成单元，还用于根据所述关联信息的信息内容，生成所述节点摘要信息；其中，所述节点摘要信息在进行所述事件脉络展示时，作为连接到与该节点摘要信息归属于同一所述事件节点的关联信息的链接。

本发明实施例第四方面提供一种客户端，包括接收单元、显示单元及响应单元：

所述接收单元，用于接收检索词条；

所述显示单元，用于根据所述检索词条，显示与所述检索词条满足预设关联度的信息事件的事件脉络；其中，所述事件脉络至少包括两个事件节点及与每一个所述事件节点对应的节点摘要信息；

所述接收单元，还用于接收作用于所述摘要信息的查询操作；

所述响应单元，还用于响应所述查询操作，显示与所述节点摘要信息所在的所述事件节点满足预设相似度的关联信息。

本发明实施例提供的信息处理方法、服务平台及客户端，会根据关键词的信息热度生成信息事件，再通过分析与该信息事件关联的关联信息，能够获得事件脉络及节点摘要信息的生成。在响应搜索请求时，返回事件脉络及对应的节点摘要信息，能够更有调理的，更有逻辑的向用户展示用户想要搜索的信息，避免用户花时间和精力思索精确的检索词条，或，在海量的信息中通过人眼查 找自己感兴趣的信息，提高信息检索的效率、精确度及用户使用满意度。

附图说明

图1为现有技术中一种检索信息的显示方式的效果示意图；

图2为本发明实施例提供的一种信息处理方法的流程示意图；

图3为本发明实施例提供的确定备选信息事件是否为新产生的信息事件的示意图；

图4为本发明实施例提供的一种时间脉络的效果示意图；

图5为本发明实施例提供的一种时间脉络的一个时间节点的展开效果示意图；

图6为本发明实施例提供的一种同时包括主脉络和子脉络的事件脉络示意图；

图7为本发明实施例提供的一种信息事件信息处理方法的流程示意图；

图8为本发明实施例提供的另一种信息处理方法的流程示意图；

图9为本发明实施例提供的一种服务平台的结构示意图；

图10为本发明实施例提供的一种客户端的结构示意图；

图11为本发明实施例提供的又一种信息处理方法的流程示意图；

图12为本发明实施例提供的一种信息事件的数据量演化图；

图13为本发明实施例提供的一种神经网络的训练示意图。

具体实施方式

以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。

如图2所示，本实施例提供一种信息处理方法，包括：

步骤s110：根据用户行为信息，获取关键词的信息热度；

步骤s120：选择所述信息热度满足预设事件条件的所述关键词，生成信息事件；

步骤s130：根据所述关键词确定与所述信息事件关联的关联信息；

步骤s140：对所述关联信息进行信息分析，提取出所述信息事件的事件脉络并确定各所述关联信息归属的事件节点；其中，所述事件脉络至少包括两个所述事件节点；

步骤s150：根据归属于所述事件节点的所述关联信息，生成所述事件节点的节点摘要信息。

本实施例所述的信息处理方法，可应用于各种服务平台中，例如搜索引擎信息平台，各种应用平台。这的应用平台可包括微信应用平台。

这里的用户行为信息可包括基于用户行为产生的各种行为信息，例如，基于用户分享行为、用户评价行为、用户讨论行为、用户阅读行为、用户发布行为产生的各种行为信息。当然不同的用户行为可对应不同的热度值，这样就可以获得单位时间内每一个用户行为数量和该行为对应的热度值，计算单个用户行为产生的信息热度，再相加各个用户行为产生的信息热度，得到了某一信息的总信息热度。例如，微信应用中，大量用户转发某一篇文章，还有大量用户参与该文章的点评，还有大量用户阅读了该文章，并且最终由于用户的转发分享行为、讨论评价行为，导致该文章成了一个信息事件。这里的信息事件可以是新闻事件。例如，明星的婚恋事件等。

当然在具体的实现过程中，所述信息热度还可以由点击量、阅读量、转发量、评论量、讨论参与人数等能够反映一个信息在用户之间的热度的参数来表示。选择上述一个或多个参数视为所述信息热度，来用于确定信息事件。

一次上述用户行为的累积，将导致信息热度的增加，当信息热度达到一定的程度显然就会导致热门新闻等热门信息。例如，以检索为例，一个新闻被检索的次数和被点击的次数，就是表征所述信息热度的参数。

所述关键词可以来自于用户行为中伴随或产生的词条。例如，当天津发生大爆炸之后，有大量的用户开始搜索“天津”“爆炸”、“天津爆炸”、“塘沽爆炸”、“爆炸救援”等各种词条。在本实施例中可以利用隐性语义分析(latentdirichletallocation，lda)进行信息聚合，得到k个备选信息事件，每一个备选信息事 件都对应于一个中心向量表示。这些向量是由lda产生的多个权重较大的关键词，或出现频率高的高频词组成。当然，通常权重较大的关键词，也就会是信息中出现频率较高的高频词。例如，天津大爆炸的信息事件高频词会有：爆炸、塘沽、遇难、求救、巨响。

在步骤s110中获取所述关键词的信息热度可以具体可有多种方法，以下提供两种可实现方式：

方式一：

根据用户行为信息，例如，用户点评信息、用户阅读行为信息、用户检索行为信息，直接确定出关键词的信息热度。例如，用户大量的以“天津大爆炸”为检索词条进行检索，而“天津大爆炸”本身就是一个关键词，就可以根据用户检索、点评和转发等各种行为，直接确定出该关键词的信息热度。显然此时，关键词是作为信息的一种，可以直接计算出信息热度。

方式二：

例如，当前网络上有文章a转发量和阅读量特别大，可以先计算出文章a的信息热度；然后提取文章a的关键词，文章a的关键词的信息热度，可等于文章a的信息热度。

在本实施例的步骤s120中将根据关键词的所述信息热度，确定出信息事件。在步骤s120还将包括：根据所述备选信息事件的中心向量等信息，确定所述备选信息事件是否是一个新产生的事件，或是一个历史事件的持续发酵。在步骤s120中最终会确定出或更新该信息事件。

在步骤s130中，将根据所述关键词回溯与这些关键词相关联的信息。例如，利用所述关键词，定位相关的新闻、论坛、弹幕或视频等各种关联信息。在本实施例中可以直接利用关键词形成检索词条，检索出与包括该检索词条的各种信息。这里的信息，可以是文本信息、图片信息、视频信息、音频信息、社交应用信息、社交网站信息、评论信息的一种。值得注意的是：当利用关键词定位了这些关联信息之后，还可以根据关联信息进行信息分析和提取，重新确定该信息事件的关键词，以使该信息事件的关键词更加精确的反映该信息事件的 主旨内容，以提高后续周期进行信息事件确定的精确度。

在步骤s140中将会对这些关联信息进行信息分析，通常包括根据关联度进行关联度低的信息筛选以及重复信息的去除等信息整合处理。通过分析这些关联信息，将提取出该信息事件的事件脉络。在本实施例中所述事件脉络可包括该事件发展的时间脉络、空间脉络、人物迁移脉络等能够表征该信息事件在不同维度上发展趋势的脉络。

例如，针对天津大爆炸事件，服务平台可以根据信息的发布时间，信息自身携带的时间(例如，针对天津大爆炸的新闻，在该新闻内有描述天津大爆炸的时间，该时间就是为信息内容自身携带的时间)，整理出一个天津大爆炸事件的时间脉络。该时间脉络至少包括两个事件节点，这些事件节点，在时间脉络中可对应于时间节点。例如，大爆炸发生的时间、大爆炸一天后、大爆炸两天后、大爆炸三天后、大爆炸四天后……依次类推。

在本实施例中将根据每一个时间节点对应的关联信息，在步骤s150中总结出节点摘要信息。这里的节点摘要信息，通常会包括时间、地点、主体及事件内容等要素中的一个或者多个。例如，大爆炸发生的当前这一个时间节点对应的节点摘要信息直接可为：天津发生大爆炸。在大爆炸发生之后第一天对应的节点信息摘要可为：大爆炸导致的伤亡人数目前确定为xxx人。这样的话，用户输入天津大爆炸，将输出该信息事件的时间脉络，时间脉络被客户端显示之后，用户看到了就知道整个事件随时间发展的整个过程，且通过节点摘要信息的阅读，知道每一个时间节点上发生的最主要事情。

在步骤s150中可以根据所有归属于该事件节点的关联信息总结出节点摘要信息，也可以根据与所述事件节点满足指定关联度的所述关联信息，生成所述事件节点的节点摘要信息。例如，归属于事件节点a的关联信息有m条，这m条关联信息中，有m1条关联信息与该事件节点a的关联更加紧密，在本实施例中可以，仅根据这m1条关联信息总结出所述事件节点a的节点摘要信息。所述m1条关联信息即为所述满足指定关联度的所述关联信息。

值得注意的是：在本实施例中所述节点摘要信息可以作为与所述事件节点 对应的关联信息的链接，方便用户通过节点摘要信息，查阅到关联信息，从而获得通过关联信息的阅读获得关于该节点摘要信息对应的详细内容。

在具体的实现过程中，在所述步骤s150之后，还可包括：

以下分别结合图2所示的方法，分别阐述步骤s110至步骤s150对应的可选子步骤。

所述步骤s120可包括：

步骤s121：选择所述信息热度满足所述预设事件条件的所述关键词，生成备选信息事件；

步骤s122：计算所述备选信息事件与历史信息事件的相似度；其中，所述历史信息事件为当前时间以前已确定的信息事件；

步骤s123：若所述备选信息事件与所述历史信息事件的相似度低于指定阈值，则确定所述备选信息事件为新产生的信息事件；其中，所述新产生的信息事件为不同于所述历史信息事件的信息事件。

在本实施例中信息热度满足所述预设事件条件的关键词，生成备选信息事件。例如，通过信息热度的计算，选择信息热度大于阈值的关键词，通过关键词的组合，确定出备选信息事件。例如，通过“天津”、“大爆炸”的关键词组合，确定产生了信息事件“天津大爆炸”。再比如，通过关键词的热度信息的排序，选择出热度信息最高的关键词，通过关键词的组合，生成备选信息事件。当然，确定备选信息事件还可包括：根据关键词，检索与该关键词关联的关联信息，从这些关联信息中提取出备选信息事件的主旨，从而确定出备选信息事件。如何从一个信息中提取信息主旨可以参见现有技术各种语义分析和主旨提取等信息处理方法，再此就不一一详细描述了。

当确定了备选信息事件以后，需要区分该备选信息事件是历史信息事件的进一步发展，还是新产生的信息事件。在本实施例中会计算备选信息事件与历史信息事件的相似度。若相似度很高，则认为该备选信息事件是历史信息事件的进一步发展，若相似度很低，则认为是新产生的信息事件。这里的历史信息事件是在当前时刻以前已经确定好的信息事件。在本实施例中，通过相似度的 计算，将相似度与预设的指定阈值进行比较来确定。在本实施例中所述指定阈值可为预先存储的值；所述指定阈值可为经验值或仿真值。

故本实施例所述方法还包括：

步骤s124：若所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值，则根据所述关键词调整所述历史信息事件用于计算相似度的关键词或中心向量；其中，所述中心向量为由至少两个关键词组成的向量。

当历史信息事件经过时间的流逝，已经开始有大量新的信息涌入，这个时候将新的信息与历史信息事件整合之后，新整合到历史信息事件中的信息，可提炼出新的关键词、或导致关键词的频率高低排序的变化，故为了提高后续进行信息事件整合的精确度，在本实施例中还会调整历史信息事件用于计算相似度的关键词或中心向量，以方便后确定是否有新产生与该历史信息事件关联的信息产生和新信息事件。这里的调整关键词，可以包括：增加关键词、删除关键词等关键词的调整。调整所述中心向量可包括：调整形成中心向量的关键词，根据关键词在该信息事件中出现的频次等信息调整中心向量中关键词的排序。

在本实施例中，通过步骤s120确定出备选信息事件是新产生的信息事件，就对新产生的信息事件执行步骤s130至步骤s150；若确定未产生新的信息事件，就结合新产生的信息，通过步骤s130至步骤s150更新历史信息事件。具体地如，所述步骤s120可包括：当所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值时，确定所述备选信息事件为所述历史信息事件的进一步发展形成的子事件；所述步骤s130可包括：根据所述子事件的关键词确定出与所述子事件关联的关联信息；所述步骤s140可包括：根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；确定与所述子事件关联的关联信息归属的事件节点；所述步骤s150可包括：根据归属于所述新增的事件节点的关联信息，更新所述历史信息事件的事件节点的节点摘要信息。

当在步骤s120中确定出未产生新的信息事件时，则当前出现的备选信息事件对应的应该为历史信息事件的子事件。将根据备选信息事件的关联信息来更新历史信息事件。更新历史信息事件的过程中可能会出现以下两种情况：

第一种情况：

在根据备选信息事件对应的关联信息，进行信息分析时，发现历史信息时间的事件脉络并没有产生新的事件节点；此时，在步骤s130至步骤s150中，尽是确定备选信息事件对应的关联信息所归属的事件节点，并更新原来就已有的事件节点的节点摘要信息即可。

第二种情况：

在根据备选信息事件对应的关联信息，进行信息分析时，发现历史信息时间的事件脉络有产生新的事件节点。在这种情况下，所述步骤s140可包括：根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；更新后的所述事件脉络至少包括一个新增的事件节点；确定与所述子事件关联的关联信息归属的事件节点；所述步骤s150可包括：根据归属于所述新增的事件节点的关联信息,生成所述新增的事件节点的节点摘要信息。当然在这种情况下，所述步骤s150还可包括更新原来已有的事件节点的节点摘要信息。

以下列举一个具体示例：例如，一个明星婚恋的过程，当前发现明星a的离婚的消息特别多，明星a离婚可能是一个新的信息事件产生，当前明星a的离婚的这些消息是明星a之前婚恋事件的后续发展。若之前已经通过信息聚合等操作，建立明星a婚恋事件或婚变事件，则离婚这一个子信息事件是明星a婚恋事件或婚变事件的后续发展部分。在本实施例中通过步骤s130至步骤s150进一步提取a婚恋事件的事件脉络和事件节点对应的节点摘要信息。

图3所示的为采用上述步骤s121至步骤s124的效果示意图，备选信息事件1与历史信息事件之间的相似度低于指定阈值，备选信息事件1将作为新的信息事件1；备选信息事件2与历史信息事件之间的相似度不低于指定阈值，备选信息事件2其实是历史信息事件的子事件或进一步发展，可通过执行步骤s130至步骤s150，形成更新后的信息事件。

在上述步骤中涉及到了相似度的计算，以下提供几种可选的相似度计算的方式：

可选方式一：

所述步骤s122可包括：

将所述关键词按照信息热度进行排序，生成备选信息事件的第一中心向量；

提取所述历史信息事件的第二中心向量；

计算所述第一中心向量和所述第二中心向量的相似度。

在本实施例中通过向量计算方法，来计算相似度。所述第一中心向量可是由通过lda等信息处理方法，确定的关键词构成的。这些关键词依次排序。所述第二中心向量也可以采用与第一中心向量相同或类似的方法形成。然后计算这两个向量运算来确定所述相似性。具体地如，所述第一中心向量和第二中心向量都可包括m个关键词，这些关键词根据被用户行为操作的频次，分别从高到低进行排序，形成了所述第一中心向量和第二中心向量，然后分别比较第一中心向量和第二中心向量对应位置处的关键词的差异度，根据差异度将第一中心向量和第二中心向量转换成由数值表示的数值向量；再通过计算数值向量的余弦值等向量计算，确定出第一中心向量和第二中心向量的相似性。当然以上仅是一个示例，具体在利用两个中心向量计算相似性时，不局限于上述方式。

可选方式二：

所述步骤s122可包括：

计算所述备选信息事件与所述历史信息事件的相对熵kl距离。

所述kl距离有称之为kl散度。在概率论或信息论中，kl散度(kullback–leiblerdivergence)，又称相对熵(relativeentropy)，能够用于描述信息之间的相似度。所述kl距离具体如何计算可以参见现有技术中，但是在本实施例中值得注意的是：在计算备选信息事件和历史信息事件的kl距离时，可为计算的备选信息事件的事件主旨和历史信息事件的事件主旨之间的kl距离。上述事件主旨可为对应信息事件的关键词构成的。

用kl距离衡量备选信息事件j和历史信息事件i的相似度，函数关系如下，其中θ表示“信息事件--词”的分布参数。所述k为信息事件的个数。

可选方式三：

所述步骤s122还可包括：

计算所述备选信息事件与所述历史信息事件的杰卡德系数。

在本实施例中还可以通过计算备选信息事件和历史信息事件之间的杰卡德系数，再利用杰卡德系数来表征备选信息事件与历史信息事件之间的相似度。所述杰卡德系数又称为jaccard系数。jaccard系数主要用于计算符号度量或布尔值度量的个体间的相似度，因为个体的特征属性都是由符号度量或者布尔值标识，因此无法衡量差异具体值的大小，只能获得“是否相同”这个结果，所以jaccard系数只关心个体间共同具有的特征是否一致这个问题。这里的个体对应于信息事件中的备选信息事件和历史信息事件。具体的如，jaccard系数等于样本集交集与样本集合集的比值，即j＝|e∩f|/|e∪f|；在本实施例中，公式中若e表示备选信息事件，则f表示历史信息事件；若e表示历史信息事件，则f表示备选信息事件。

总之上述提供了几种计算备选信息事件和历史信息事件之间相似度的方法，具有实现简便及计算结果精确的特点。

在步骤s140中将梳理出信息事件的事件脉络；以下提供几种具体的可选方式：

第一种可选方式：

所述步骤s140可包括：

根据所述关键词进行信息整合，确定出所述信息事件在时间维度上的时间脉络。时间脉络是至少由两个时间节点按照时间先后顺序排列而成。在本实施例中所述时间节点即为所述事件节点。在本实施例中所述时间脉络还包括再各个时间节点上的节点摘要信息。通常该节点摘要信息能够反映该时间节点上信息事件的主旨信息。

第二种可选方式：

所述步骤s140可包括：

根据所述关键词进行信息整合，确定出所述信息事件在空间维度上的空间 脉络。时间脉络是至少由两个时间节点按照时间先后顺序排列而成。在本实施例中所述空间节点即为所述事件节点。在本实施例中所述空间脉络还包括与各个空间节点对应的节点摘要信息。通常节点摘要信息能够反映对应空间节点的主旨信息。

例如，爆发了禽流感；在禽流感从发生到最终控制的时间周期内，可以形成时间脉络，当然也可以根据禽流感的蔓延空间范围，形成空间脉络。例如，该空间脉络的第一个空间节点，应该是确诊第一个出现禽流感的位置，然后通过根据禽流感蔓延的区域范围，形成空间节点。且在各个空间节点上还将生成对应的节点摘要信息。该节点摘要信息可包括在该空间节点内发现的禽流感例数等信息。

第三种可选方式：

所述步骤s140可包括：

根据所述关键词进行信息整合，确定出所述信息事件在所涉及主体维度上的主体迁移脉络。在本实施例中所述主体可以包括涉及该信息事件的人、动物或组织等。若主体为人，则该事件脉络可称之为人物迁移脉络，若是为组织则可认为是组织迁移脉络。

例如，当爆出一个丑闻事件，在该丑闻事件从爆发第一天开始，就有不断有新的人被牵涉进去，此时，可以根据这些被牵涉的人的先后顺序，形成一个人物迁移脉络。在人物迁移脉络可包括至少两个人物节点，在每一个人物节点上都生成有与该人物相关的节点摘要信息，通过该节点摘要信息，可以获取该人物相关的关联信息。

当然这里的组织可包括公司、学校或其他组织等。

在具体的应用过程中，具体对关联信息进行分析的过程中，具体生成哪种事件脉络，将决定于信息事件本身。通常一般的信息事件都可以按照时间发展顺序，形成时间脉络。例如，当信息事件包括空间的辐射，这个时候是可以梳理分析出空间脉络的。当信息事件涉及的信息人物，不断增加或变化时，是可以梳理分析出人物迁移脉络的。这里的典型的可输出人物迁移脉络的可包括反 腐贪官络脉的反腐事件的人物迁移脉络。

为了更加精细细分信息事件，方便用户在进行信息检索时，有逻辑层次的向用户返回信息，在本实施例中，所述方法还包括：

分析所述事件节点的关联信息，生成子脉络；所述子脉络可包括至少n层子节点；其中，每一层所述子节点至少包括1个子节点；所述n为不小于1的整数；

根据归属于每一给所述子节点的所述关联信息，生成子节点摘要信息；其中，第i层子节点的子节点摘要信息是进入第i+1层子节点的接口信息；其中，所述i为不小于1且不大于n的整数。

在本实施例中还会梳理事件脉络中一个或多个事件节点对应的子脉络。当一个事件节点有n层子节点时，所述第n层子节点的子节点摘要信息是链接到关联信息的链接。这样用户就可以根据自己的需求，点击或操作对应的子节点摘要信息，从而能够阅读到对应的关联信息。

在本实施例中由子节点形成的子脉络与由事件节点组成的主脉络，可以是不同类型的脉络。例如，主脉络是时间脉络，而子脉络为人物脉络或人物迁移脉络。

图4所示的为一种时间脉络。在该时间脉络中包括从2014.09.01开始至2015.09.09的6个时间节点。对应的时间节点右侧显示有对应的节点摘要信息。

图5为图4所示的时间脉络中，节点时间为2015.02.15的时间节点的节点摘要信息被点击后，显示的关联信息。关联信息的一侧为关联信息的标题。

图6为对于明星a先生与b小姐的婚恋事件的另一个时间脉络。在该信息事件中，主脉络为时间脉络，其中一个时间节点的子脉络为人物脉络。

所述步骤s140具体可包括：

根据所述关联信息的信息内容，生成所述节点摘要信息；其中，所述节点摘要信息在进行所述事件脉络展示时，还作为信息链接，能够链接到与该节点摘要信息归属于同一所述事件节点的关联信息。

为了简化所述节点摘要信息的生成，在具体实现过程中，可以先提取各个 关联信息的主旨信息，然后通过各个关联信息的主旨信息的处理，生成所述节点摘要信息。在排除标题档以外的劣质信息之后，也可以直接根据信息的标题，来生成所述节点摘要信息。而如何检索出标题档这样的劣质信息，在现有技术中有现成的方法，例如，通过检索标题中的词在文档正文中出现的频次，来确定该文档是否为标题档的劣质信息。

上述信息处理方法，可以为应用于服务器或服务平台中的方法。聚合形成的事件脉络可以用于响应用户的检索请求。在本实施例中还提供一种可应用于客户端的信息事件信息处理方法。如图7所示，本实施例还提供一种信息事件信息处理方法，包括：

步骤s210：接收检索词条；

步骤s220：根据所述检索词条，显示与所述检索词条满足预设关联度的信息事件的事件脉络；其中，所述事件脉络至少包括两个事件节点及与每一个所述事件节点对应的摘要信息；

步骤s230：接收作用于所述节点摘要信息的查询操作；

步骤s240：响应所述查询操作，显示与所述摘要信息所在的所述事件节点满足预设相似度的关联信息。

上述客户端可包括手机、平板电脑、笔记本电脑、台式电脑、电子阅读器、可穿戴式设备等各种电子设备。

在步骤s210接收检索词条，这里的检索词条可为用户手动、键盘、鼠标或语音输入的检索词条。在步骤s220中将显示与该检索词条匹配的信息事件的事件脉络。在本实施例通过确定该检索词条与该信息事件的关键词是否匹配，就可以判断该检索词条是否与该信息事件满足预设关联度。例如，所述检索词条可以拆分成一个个词，而这些词是否是某一信息事件的关键词或关键词的另一种表述方式。

当客户端显示事件脉络之后，用户可以通过人机交互接口，输入针对于事件脉络上各个节点摘要信息的查询操作；这个时候，客户端就会认为用户想要查询与该节点相关的关联信息，就会显示这些关联信息的标题或信息摘要，方 便用户再次通过这些标题或信息摘要进入到这些关联信息的正文，进行详细信息的阅读。

在本实施例中，用户在进行信息检索时，返回的关联信息不再是满屏层叠着，需要用户自己在海量信息中一个个查看，使得信息检索的逻辑性更强，条理更加清晰，能够提升检索效率和用户的检索满意度。

在具体的实现过程中，上述信息事件检索方法至少包括以下几种可实现方式：

方式一：

所述步骤s220可包括：客户端当接收到检索词条之后，向服务器或服务平台发送携带有所述检索词条的检索请求；服务器或服务平台至少会向客户端返回所述事件脉络，这样步骤s220还将包括接收服务器或服务平台返回的事件脉络并显示所述事件脉络。

在步骤s230中接收到查询操作之后，客户端向服务器或服务平台发送对应的节点摘要信息或对应事件节点的标识信息，再从服务器或服务平台接收基于节点摘要信息或事件节点的标识信息返回的关联信息。

方式二：

所述步骤s220可包括：客户端当接收到检索词条之后，向服务器或客户端发送携带有所述检索词条的检索请求；服务器或服务平台至少会向客户端返回所述事件脉络及关联信息，这样步骤s220还将包括接收服务器或服务平台返回的事件脉络并显示所述事件脉络；在步骤s240中显示已接收或正在接收的关联信息。

采用方式一的话，仅需向客户端发送用户想要查询的事件节点对应的关联信息，相对于向客户端发送所有事件节点的关联信息，能够减少信息交互量，这样的话，客户端与服务器或服务平台之间交互的信息，仅为根据用户的查询操作需要查询的关联信息。采用方式二的话，客户端接收的关联信息可能会有用户没有指示要查询的信息，但是这种方式一定程度上能够提升客户端响应用户操作的响应速度。

在具体的实现过程中是采用方式一还是采用方式二：可以根据当前客户端与服务器或服务平台之间的网络连接来确定。例如，当前客户端是通过流量计费网络与服务器或服务平台建立连接，则可选择方式一；若当前客户端是通过非流量计费网络与服务器会或服务器平台建立连接，则可选择方式二。当然也可以根据客户端的缓存能力来确定，若客户端的缓存能力较低，可以选择方式一，缓存能力较强，可以选择方式二。

基于上述信息事件信息处理方法，如图8(图上的序号有误)所示，提供一个具体示例，包括：

步骤s1：客户端接收检索词条；

步骤s2：客户端向服务平台发送检索词条；

步骤s3：服务平台利用检索词条进行检索，确定与检索词条匹配的信息事件；

步骤s4：服务平台向客户端返回事件脉络、节点摘要信息及关联信息。

步骤s5：客户端显示信息脉络及节点摘要信息；

步骤s6：客户端接收查询操作；

步骤s7：客户端显示关联信息。

以下结合上述方法实施例，提供服务平台和客户端的设备实施例。

如图9所示，本实施例提供一种服务平台，包括：

获取单元110，用于根据用户行为信息，获取关键词的信息热度；

选择单元120，用于选择所述信息热度满足预设事件条件的所述关键词，生成信息事件；

确定单元130，用于根据所述关键词确定与所述信息事件关联的关联信息；

提取单元140，用于对所述关联信息进行信息分析，提取出所述信息事件的事件脉络并确定各所述关联信息归属的事件节点；其中，所述事件脉络至少包括两个所述事件节点；

生成单元150，用于根据归属于所述事件节点的所述关联信息，生成所述事件节点的节点摘要信息。

本实施例提供的所述服务平台可以有一台或多台设置在网络侧的服务器构成。所述服务平台可以为搜索引擎服务平台及应用服务平台。所述应用服务平台可包括微信服务平台、qq服务平台、新闻客户端服务平台等。

所述获取单元110可对应于采集传感器或采集设备，能够采集各种用户行为信息，这里的用户行为信息为由用户行为触发生成的信息，这里的用户行为可以参见前述实施例，在此就不重复了。所述信息热度，为当前处理周期内被用户行为热门操作的信息，例如，热门新闻，热门娱乐人物等信息。

所述选择单元120、确定单元130、提取单元140及生成单元150，都可以对应于服务器或服务平台中的处理器或处理电路。本实施例中的处理器可包括中央处理器、微处理器、数字信号处理器、应用处理器或可编程阵列等；所述处理电路可包括专用集成电路等。

所述处理电路可包括专用集成电路等。

上述选择单元120、确定单元130、提取单元140及生成单元150可集成对应于同一个处理器或处理电路，也可以对应于不同的处理器或处理电路。

总之，本实施例提供的服务平台，能够自动的生成信息事件，并根据梳理出信息事件的事件脉络，这样在响应用户的搜索请求时，可以直接向客户端发送事件脉络，避免层叠式返回信息，导致的信息搜索效率低及用户满意度低的现象。

进一步地，所述选择单元120，用于选择所述信息热度满足所述预设事件条件的所述关键词，生成备选信息事件；计算所述备选信息事件与历史信息事件的相似度；若所述备选信息事件与所述历史信息事件的相似度低于指定阈值，则确定所述备选信息事件为新产生的信息事件；其中，所述历史信息事件为当前时间以前已确定的信息事件；所述新产生的信息事件为不同于所述历史信息事件的信息事件。

本实施例中所述选择单元120，可包括比较器或具有排序功能的处理器，所述比较器或具有排序功能的处理器，能够选择出对应的关键词，并生成备选信息事件。所述选择单元120还可包括计算器，能够计算备选信息事件和历史 信息事件的相似度。所述选择单元120还包括比较器，通过相似度与指定阈值的比较，确定是历史信息事件的进一步发展，还是新的信息事件。

具体地如，所述选择单元120，具体用于当所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值时，确定所述备选信息事件为所述历史信息事件的进一步发展形成的子事件；所述确定单元130，具体用于根据所述子事件的关键词确定出与所述子事件关联的关联信息；所述提取单元140，具体用于根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；确定与所述子事件关联的关联信息归属的事件节点；所述生成单元150，具体用于根据归属于所述新增的事件节点的关联信息，更新所述历史信息事件的事件节点的节点摘要信息。

所述备选信息事件为历史信息事件的子事件时，表示备选信息事件是历史信息事件的进一步发展。本实施例所述的服务平台将至少用于梳理与所述备选信息事件对应的关联信息，以更新所述历史信息事件的事件脉络。在更新事件脉络时，可能会新增事件节点，也可以能不会新增事件节点；但是不挂哪种情况，所述提取单元140都可用于确定出关联信息归属的事件节点，所述生成单元150都可用于更新节点的节点摘信息。当所述事件脉络出现了新的事件节点时，所述提取单元140，可具体用于根据与所述子事件关联的关联信息，更新所述历史信息事件的事件脉络；更新后的所述事件脉络至少包括一个新增的事件节点；确定与所述子事件关联的关联信息归属的事件节点；所述生成单元150，可具体用于根据归属于所述新增的事件节点的关联信息,生成所述新增的事件节点的节点摘要信息。

以下结合上述实施例提供几种所述选择单元120生成信息事件的可选结构。

可选结构一：

所述选择单元120，具体用于将所述关键词按照信息热度进行排序，生成备选信息事件的第一中心向量；提取所述历史信息事件的第二中心向量；计算所述第一中心向量和所述第二中心向量的相似度。

本实施例中所述选择单元120的可包括具有向量运算功能的设备，能够通过第一中心向量和第二中心向量的计算，确定出备选信息事件与历史信息事件的相似度。

可选结构二：

所述选择单元120，具体用于计算所述备选信息事件与所述历史信息事件的相对熵kl距离。

可选结构三：

所述选择单元120，具体用于计算计算所述备选信息事件与所述历史信息事件的杰卡德系数。

本实施例中所述选择单元120可为能够计算kl距离或杰卡德系数的计算器或具有计算功能的处理器。所述相对熵kl距离及杰卡德系数均为能够表征备选信息事件与历史信息事件相似度的参数。

在本实施例中所述选择单元120通过kl距离和杰卡德系数的计算，来确定备选信息事件是历史信息事件的进一步发展，还是新产生的信息事件。

此外，所述服务平台还包括：调整单元，用于若所述备选信息事件与所述历史信息事件的相似度不低于所述指定阈值，则根据所述关键词调整所述历史信息事件用于计算相似度的关键词或由中心向量；其中，所述中心向量为由至少两个关键词组成的向量。

这里的调整单元同样可对应于处理器或处理电路，能够确定出未产生新的信息事件以后，根据当前的关键词调整历史信息事件的关键词，更新信息事件的关键词或中心向量。

在调整关键词或中心向量时，可以直接根据确立备选信息时事件的关键词引入到历史信息事件中，实现对历史信息事件的关键词的更新。当然也可以还可以利用所述确定单元130及提取单元140及生成单元150来在历史信息事件已经完成的事件脉络的基础上，追加上后续的事件脉络及节点摘要信息的生成。

进一步地，所述提取单元140，具体用于根据所述关键词进行信息整合，确定出所述信息事件在时间维度上的时间脉络。所述事件脉络可为信息事件的 时间脉络。在本实施例中所述提取单元140能够用于梳理出时间脉络。

在进一步地，所述提取单元140，具体用于根据所述关键词进行信息整合，确定出所述信息事件在空间维度上的空间脉络。本实施例所述提取单元140，还可以为在空间维度上进行空间脉络梳理的信息。

在具体的实现过程中，在进行事件脉络的提取时，可以通过一个维度参数，来确定提取事件脉络的维度，从而方便服务平台的信息处理。

此外，所述提取单元140，还用于分析所述事件节点的关联信息，生成子脉络；所述子脉络可包括至少n层子节点；其中，每一层所述子节点至少包括1个子节点；所述n为不小于1的整数；所述生成单元150，还用于根据归属于每一给所述子节点的所述关联信息，生成子节点摘要信息；其中，第i层子节点的子节点摘要信息是进入第i+1层子节点的接口信息；其中，所述i为不小于1且不大于n的整数。

在本实施例中所述服务平台不仅能够梳理出信息事件的主脉络，还可以梳理出一个或多个或每一个事件节点的子脉络，从而建立层次足够细分，调理足够清晰的时间脉络网，从而方便用户可以在各个事件节点或子节点上找到自己想要看到的信息，提升信息检索的精确度和效率性。

此外，所述生成单元150，还用于根据所述关联信息的信息内容，生成所述节点摘要信息；其中，所述节点摘要信息在进行所述事件脉络展示时，作为连接到与该节点摘要信息归属于同一所述事件节点的关联信息的链接。

在本实施例中所述节点摘要信息，一方面通过显示向用户提供事件节点在不同发展阶段的特征，另一方面还可以作为检索信息的链接，进行后续关联信息的最终检索。

此外，如图10所示，本实施例还提供一种客户端，包括：

接收单元210，用于接收检索词条；

显示单元220，用于根据所述检索词条，显示与所述检索词条满足预设关联度的信息事件的事件脉络；其中，所述事件脉络至少包括两个事件节点及与每一个所述事件节点对应的节点摘要信息；

所述接收单元210，还用于接收作用于所述节点摘要信息的查询操作；

所述响应单元220，还用于响应所述查询操作，显示与所述节点摘要信息所在的所述事件节点满足预设相似度的关联信息。

本实施例所述的客户端可为各种用户终端，这里的用户终端可为移动终端或固定终端等。

本实施例中所述接收单元210可包括人机交互接口。这里的人机交互接口可包括键盘、鼠标、触控屏、或悬浮触控屏等电子设备。这样客户端就能够从人机交互接口接收到检索词条。

所述显示单元220可为各种形式的显示屏，例如，液晶显示屏、电子墨水显示屏、投影显示屏、有机发光二极管oled显示屏等能够显示检索结果的设备。在本实施例中所述事件脉络及所述节点摘要信息都是作为所述检索结果被显示。

在具体的实现过程中，所述客户端还可包括通信单元。这里的通信接口能够对应于各种有线接口或无线接口，能够与服务平台或服务器进行信息交互。所述通信单元，具体可用于将所述检索词条发送给服务平台，从服务平台接收所述事件脉络及节点摘要信息，及关联信息。

总之，本实施例提供的这种客户端，在响应用户的检索请求时，会显示事件脉络及节点摘要信息这样逻辑条理清楚的呈现搜索结果，提高搜索效率和用户满意度。

结合上述实施例，以下提供几个具体示例：

示例一：

本示例提供一种信息事件的发现和跟踪方法，包括：

步骤1：发现信息事件；

步骤2：信息事件聚合和新信息事件的检测。

步骤3：由关键词回溯关联信息。

步骤4：节点摘要生成。

所述步骤1可包括：按照预设间隔时间进行信息整合，以发现信息事件， 具体可包括：每小时对数据用lda聚出k个信息事件，假设每个信息事件由一个中心向量表示，该向量由lda产生的n个权重高的信息事件关键词表示。如天津大爆炸的信息事件高频词会有：爆炸、塘沽、遇难、求救、巨响。

所述步骤2可包括：确定发现的信息事件是否为新的信息事件；具体可包括：对每小时聚出的信息事件，与历史信息事件进行相似度计算，超过某个阈值，则认为与历史信息事件关联，则将其添加到历史信息事件的事件脉络上，并更新该事件的中心向量。若低于某个阈值，则认为是潜在的新信息事件。

对于其中的信息事件的相似度计算，可以简化为对信息事件的中心向量计算jaccard值；也可以用kl距离。

所述步骤3可通过步骤1中形成的关键词来回溯关联信息。由信息事件的中心向量的关键词定位对应的原数据，从而对数据进行事件生成。对于关键词，如果某个词在某个时间窗口内相比前一个时间窗口内出现的次数明显增多，可以认为它和一些新的信息事件相联系；如果某个词在某个时间窗口内，出现的次数比该时间窗口内其他词明显多，那么认为它和一些重大的热门信息事件关联。此处的，原数据或原信息都是所述关联信息的另一种说法。

在步骤4中将生成每一个事件节点的节点摘要。例如，在生成“天津大爆炸”这个信息事件的节点摘要信息之前，先对“爆炸”、“塘沽”、“天津”等关键词进行原数据追溯，从相关的原数据中抽取话题的时间、地点、人物、事件等要素进行节点摘要信息生成。

图12展示的“天津大爆炸”信息事件的数据量量化图。在图12中纵轴为数据量，横轴为日期。显然随着时间的推移，与天津大爆炸的信息量出现如图12的演化。根据数据量演化图可以看出用户对天津大爆炸的关注热度的迁移，根据关注热度的迁移，可以用于确定是否持续跟踪该信息事件，例如，当某关注热度低于指定值时，停止追踪该信息事件，若关注热度大于指定值，则继续最终该信息事件。这的关注热度可认为是前述信息热度的另一种表述。

在现实过程中，用户的信息检索时输入的检索词条，与信息事件的关键词可能出现一些偏差，例如，用户输入的关键词对应的同义词，或输入的是英文 的检索词条，而关键词本身是中文的。

为了提升精确度。当服务器接收到一个检索词条之后，可能需要将从客户端接收的检索词条进行转换，及与关键词进行匹配，以尽可能提升匹配精确度。在本实施例中可以采用如图13所示的神经网络，通过训练数据进行训练，形成分类模型。在接收到检索词条时，将该检索词条输入该分类模型，将获得该检索词条与服务平台中存储的关键词的匹配度，并根据该匹配度给该检索词条设置分类标签。这样就可以根据该分类标签，给相应的客户端返回对应的检索结果。

以图13所为例，进行训练时，以真实的检索词条和检索词条对应的搜索意图标签为训练数据，训练深层神经网络，获得神经网络对应的最小化分类的交叉熵损失函数，利用该交叉熵损失函数使得检索词条和检索词条对应标签的cos距离较小。

在预测时，首先利用训练好的网络模型，将用户的检索词条转化为128维的向量，然后将此向量与所有标签对应的128维向量分别求cos距离，将cos距离最小的标签作为预测输出。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以全部集成在一个处理模块 中，也可以是各单元分别单独作为一个单元，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。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。