热点新闻生成方法、设备、电子设备与流程

本发明涉及信息技术，更具体来说，涉及一种热点新闻生成方法、热点新闻生成设备和电子设备。

背景技术：

热点新闻是用户所关注的资讯。内容提供商可以通过各种方式估计用户可能关注的资讯，并作为热点新闻向用户提供所述资讯。这可以提升用户对内容提供商的粘性。新闻的热度指的是新闻受关注的程度。

一般来说，热点新闻传播广泛并且具有较强的时效性。在现有技术中，通常通过人工收集和整理热点新闻。这种方式可以在有限范围内保证热点新闻的质量。但是，这种方式需要大量的人力成本，并且它的时效性比较差。这不能满足用户希望快速获取热点新闻的需求。

此外，本领域技术人员一直尝试提出用于生成热点新闻的新技术方案。

例如，中国专利申请cn201410181773.4公开了一种新闻推荐方法及装置，该专利申请在此全部引入作为参考。

例如，中国专利申请cn201210079091.3公开了一种热点信息挖掘方法和系统，该专利申请在此全部引入作为参考。

例如，中国专利申请cn20111031808030.3公开了一种实现微博热点数据展示的方法及系统，该专利申请在此全部引入作为参考。

因此，需要提供一种新的技术方案，针对上述现有技术中的至少一个技术问题进行改进。

技术实现要素：

本发明的一个目的是提供一种用于生成热点新闻的新技术方案。

根据本发明的第一方面，提供了一种热点新闻生成方法，包括：确定多篇新闻中的每篇新闻的时效参数，其中，所述时效参数表示该新闻的热度随着时间的流逝而降低；确定每篇新闻的内容热度参数，其中，所述内容热度参数是基于该新闻的内容确定的热度参数；以及基于所述时效参数和内容热度参数的加权和值，确定每篇新闻的热度参数，以生成热点新闻。

可选地或另选地，所述时效参数随时间成指数衰减。

可选地或另选地，所述时效参数被表示为：

newstimescore＝exp(-r*t)

其中，newstimescore表示归一化的时效参数，r表示衰减常数，t表示时间，以及当所述新闻发布时，t＝0。

可选地或另选地，所述内容热度参数是基于所述新闻所包含的热词的热度的。

可选地或另选地，所述热词的热度被表示为：

其中，wordhotscore(word)表示热词word的热度值，num(word)表示热词word的出现次数，maxnum表示出现次数最多的热词的出现次数。

所述内容热度参数被表示为：

其中，newshotscore(news)表示新闻news的内容热度参数值，σwordwordhotscore(word)表示该新闻news中的热词的总热度值，以及num表示该新闻news中的热词的数量。

可选地或另选地，所述时效参数被表示为：

newstimescore＝exp(-r*t)

其中，newstimescore表示归一化的时效参数，r表示衰减常数，t表示时间，以及当所述新闻发布时，t＝0。

所述新闻的热度参数被表示如下：

hotscore＝α*newstimescore+(1-α)*newshotscore

其中，hotscore表示所述新闻的热度参数的值，α是加权因子。

可选地或另选地，所述方法还包括：通过计算所述多篇新闻之间的相似度，将所述多篇新闻划分为多个新闻簇；基于所述新闻簇中的新闻的热度参数，获得该新闻簇的热度参数；提取该新闻簇中的热词作为该新闻簇的事件属性；以及基于新闻簇的热度参数和事件属性中的至少一个，生成热点新闻。

可选地或另选地，所述新闻簇的热度参数是它所包含的新闻的热度参数的平均值。

可选地或另选地，所述新闻簇中热度值最高的多个热词被提取作为该新闻簇的属性。

可选地或另选地，所生成的热点新闻是所述新闻簇中的新闻。

可选地或另选地，所生成的热点新闻包含所述事件属性，但不属于所述新闻簇。

可选地或另选地，将所述多篇新闻划分为多个新闻簇包括：第一步骤，从最近一个时间段内的多篇新闻中随机选择一篇新闻作为种子新闻；第二步骤，检索与作为种子的新闻最相似的n篇新闻，并确定所述n篇新闻中的每篇新闻与所述种子新闻的相似度s；第三步骤，确定相似度s大于第一阈值ths1的新闻的数量m1；以及第四步骤，在m1大于第二阈值thm1的情况下将所述m1篇新闻确定候选新闻簇，其中，针对所述多篇新闻中除所述m1篇新闻之外的其余新闻，重复所述第一至第四步骤，直至没有新的新闻簇产生，最终获得k1个新闻簇。

可选地或另选地，将所述多篇新闻划分为多个新闻簇还包括：对所述k1个新闻簇执行k均值聚类操作；以及对k均值聚类操作后的k1个新闻簇执行筛选处理，所述筛选处理包括如下操作中的至少一个：去除每个新闻簇中与该新闻簇的质心相似度低于第三阈值ths2的新闻，以及去除新闻的数量m2小于第四阈值thm2的新闻簇。

可选地或另选地，重复执行所述k均值聚类操作和所述筛选处理，并获得k2个新闻簇。

可选地或另选地，所述多篇新闻是最近一个时间段内产生的新闻。

根据本发明的第二方面，提供了一种热点新闻生成设备，包括：用于确定多篇新闻中的每篇新闻的时效参数的装置，其中，所述时效参数表示该新闻的热度随着时间的流逝而降低；用于确定每篇新闻的内容热度参数的装置，其中，所述内容热度参数是基于该新闻的内容确定的热度参数；以及用于基于所述时效参数和内容热度参数的加权和值确定每篇新闻的热度参数以生成热点新闻的装置。

根据本发明的第三方面，提供了一种电子设备，包括根据本发明的热点新闻生成设备，以生成热点新闻，或者被设计成用于执行根据本发明的热点新闻生成方法。

根据本发明的第四方面，提供了一种电子设备，包括处理器和存储器，其中，所述存储器用于存储指令，所述指令用于控制所述处理器进行操作以执行根据本发明的热点新闻生成方法，以生成热点新闻。

可选地或另选地，所述电子设备是服务器，它通过网络向客户端设备发送所生成的热点新闻。

根据本发明的一个实施例，可以考虑时效性和新闻内容的热度来确定新闻的热度，以生成热点新闻。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。

图1是根据本发明的一个实施例的的生成热点新闻方法的示意性流程图。

图2是根据本发明的另一个实施例的电子设备的示意性框图。

图3是根据本发明的另一个实施例的电子设备的示意性框图。

图4是根据本发明的另一个实施例的热点新闻系统的示意图。

图5是根据本发明的另一个实施例的热点新闻的时效参数的示意性曲线图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

热点新闻的时效性是它的一个重要方面。在本发明的实施例中提出了基于热点新闻的时效性和热点新闻的内容热度信息来生成热点新闻。

可选地，在本发明的实施例中还提出了用于对多篇新闻进行分类和/或聚类处理的新方案。

通过利用本发明的技术方案，可以在一定程度上防止热点新闻的时效性滞后。可选地，根据本发明的实施例，可以在一定程度上提高发现热点新闻的效率。可选地，通过根据本发明的实施例，可以在一定程度上提升用户的使用体验。

下面，解释在本说明书中用到了的几个术语。

新闻簇是通过聚类和/或分类方法形成的新闻集合。新闻簇可以是关于特定事件的。例如，每个新闻簇可以代表一个可能的热点事件，它可以包含多篇新闻。

新闻的热度表示该新闻的受关注程度。例如，如果新闻的热度的值越高，则该新闻是热点新闻的可能性越高。

新闻簇的热度或事件热度表示一个新闻簇的受关注程度。例如，新闻簇的热度是基于该新闻簇中所有新闻的热度确定的。

新闻簇的事件属性是能够表示该新闻簇的关键信息的关键词。

下面，参照附图描述根据本发明的各个实施例和例子。

<方法>

图1示出了根据本发明的一个实施例的的生成热点新闻方法的示意性流程图。

在步骤s1100，确定多篇新闻中的每篇新闻的时效参数，其中，所述时效参数表示该新闻的热度随着时间的流逝而降低。

例如，所述多篇新闻是最近一个时间段内产生的新闻。

在一个例子中，所述时效参数随时间成指数衰减。例如，所述时效参数被表示为：

newstimescore＝exp(-r*t)(公式1)

其中，newstimescore表示归一化的时效参数，r表示衰减常数，t表示时间，以及当所述新闻发布时，t＝0。

可以根据需要或基于经验设置所述r值。例如，在一个例子中，假设刚发布的新闻的时效参数值是1，并且经过48小时后的时效参数被衰减为0.01，则r可以是0.0954。图5示出了在这个例子中的热点新闻的时效参数的示意性曲线图。

在步骤s1200，确定每篇新闻的内容热度参数，其中，所述内容热度参数是基于该新闻的内容确定的热度参数。

在这里，可以利用现有技术的方式来确定所述内容热度参数。例如，人工设置所述内容热度参数。可选地，可以基于该新闻被用户点击的数量来确定所述内容热度参数。

在一个例子中，所述内容热度参数可以是基于所述新闻所包含的热词的热度的。例如，所述热词的热度被表示为：

其中，wordhotscore(word)表示热词word的热度值，num(word)表示热词word的出现次数，maxnum表示出现次数最多的热词的出现次数。例如，在某些情况下，出现次数最多的热词可以不属于所述多篇新闻，它可以是基于通过网络搜索的热词而得到的。

所述内容热度参数被表示为：

其中，newshotscore(news)表示新闻news的内容热度参数值，σwordwordhotscore(word)表示该新闻news中的热词的总热度值，以及num表示该新闻news中的热词的数量。

在步骤s1300，基于所述时效参数和内容热度参数的加权和值，确定每篇新闻的热度参数，以生成热点新闻。

在一个例子中，可以基于前面的公式1-公式3来确定所述加权和值。例如，所述新闻的热度参数被表示如下：

horscore＝α*newstimescore+(1-α)*newshotscore(公式4)

其中，hotscore表示所述新闻的热度参数的值，α是加权因子。

在本发明的实施例中，将时效参数和内容热度参数作为两个并列的因素进行评估，以确定新闻的热度参数。通过这种方式，可以避免其中的某个参数的异常变化对新闻的热度参数的较大影响。例如，通过这个方式，可以应对新闻发生时间较长的情况(newstimescore较小)或者刚刚发生的新闻的情况(newshotscore较小)。

除了针对单篇新闻来确定新闻的热度并生成热点新闻之外，在本发明中还提出了基于新闻簇来生成热点新闻。由于新闻簇能够反映更加全面的信息，因此，这种方式可以在一定程度上提高生成热点新闻的准确度。在信息技术领域，用户的体验是产品的重要方面。因此，通过这种方式，可以提高提升用户的使用体验。

因此，在另一个实施例中，所述热点新闻生成方法还可以包括：通过计算所述多篇新闻之间的相似度，将所述多篇新闻划分为多个新闻簇；基于所述新闻簇中的新闻的热度参数，获得该新闻簇的热度参数；提取该新闻簇中的热词作为该新闻簇的事件属性；以及基于新闻簇的热度参数和事件属性中的至少一个，生成热点新闻。

例如，所述新闻簇的热度参数是它所包含的新闻的热度参数的平均值。例如，所述新闻簇中热度值最高的多个热词被提取作为该新闻簇的事件属性。

所生成的热点新闻可以是所述新闻簇中的新闻。

例如，所述热点新闻可以是热度参数最高的新闻簇中的新闻。

可选地，可以接收用户使用客户端的日志信息。例如，所述日志信息中包含用户经常浏览的网页内容。基于所述日志信息，利用所述新闻簇的事件属性，获取要推荐给用户的新闻簇。接着，选择该新闻簇中热度参数较高的一个或多篇新闻推荐给用户的客户端。

可选地，所生成的热点新闻可以包含所述事件属性，但不属于所述新闻簇。例如，通过前面所述的方式获取所述事件属性，并基于所述事件属性在网络上重新检索相应的热点新闻，以提供给用户。

在本发明的另一个实施例中，使用启发式的方式将所述多篇新闻划分为多个新闻簇。例如，所述方式包括：第一步骤，从最近一个时间段内的多篇新闻中随机选择一篇新闻作为种子新闻；第二步骤，检索与作为种子的新闻最相似的n篇新闻，并确定所述n篇新闻中的每篇新闻与所述种子新闻的相似度s；第三步骤，确定相似度s大于第一阈值ths1的新闻的数量m1；以及第四步骤，在m1大于第二阈值thm1的情况下将所述m1篇新闻确定候选新闻簇。可以针对所述多篇新闻中除所述m1篇新闻之外的其余新闻，重复所述第一至第四步骤，直至没有新的新闻簇产生，最终获得k1个新闻簇。

在所述实施例中，在第一步骤和第二步骤中，获取多篇新闻中的一篇新闻作为种子新闻及其相似的n篇新闻，以及确定种子新闻与所述n篇新闻中每篇新闻的相似度s。例如，可以随机选择最近6小时内的某篇新闻作为种子新闻。接着，检索与该种子最相似的n篇新闻并确定每篇新闻与种子新闻的相似度s。然后，基于相似度s和相应的新闻数量，确定候选新闻簇。

基于本说明书的教导，技术人员可以想到多种确定相似度的方式。例如，可以从每篇新闻中提取多个关键词，并且，通过确定所述关键词的重合程度来确定两篇新闻的相似度，或者采用现有技术中的其他方式来确定所述相似度。例如，可以基于经验值来设置n、ths1、thm1。例如，在一个例子中，n＝100，ths1＝0.3(例如，两篇新闻中30％的关键词重合等)，thm1＝10。

通过这种方式可以快速获取多个新闻簇。

可以直接使用所述k1个新闻簇作为最终的多个新闻簇。此外，还可以对所述k1个新闻簇执行k均值聚类操作。在用k均值聚类处理所述多篇新闻时，如何获取初始k值是本领域技术人员需要考虑的问题。通过上述方式可以快速地确定初始k值。此外，通过上述方式所获得的初始新闻簇中的新闻已经具备相似性，这可以减少k均值聚类操作的处理量。

k均值聚类操作是技术人员已知的方式。根据本说明书的教导，将k均值聚类操作应用于生成热点新闻的技术方案，这可以提高生成热点新闻的准确度。

在本发明的另一个实施例中，对k均值聚类操作进行了改进。例如，对所述k1个新闻簇执行k均值聚类操作；以及对k均值聚类操作后的k1个新闻簇执行筛选处理。所述筛选处理包括如下操作中的至少一个：去除每个新闻簇中与该新闻簇的质心相似度低于第三阈值ths2的新闻；以及去除新闻的数量m2小于第四阈值thm2的新闻簇。

例如，可以重复执行所述k均值聚类操作和所述筛选处理，并获得k2个新闻簇。例如，可以由操作员设置所述k2。可选地，所述k2是k均值聚类操作达到稳定时的值。

例如，可以基于经验值来设置ths2、thm2。例如，在一个例子中，ths2＝0.4(例如，两篇新闻中30％的关键词重合)，thm2＝5。当然，ths2、thm2也可以设置成与ths1、thm1相同的值。

通过这种改进的方式，可以进一步提高所获取的多个新闻簇的准确度。

<设备>

本领域技术人员应当理解，在电子技术领域中，可以通过软件、硬件以及软件和硬件结合的方式，将上述方法体现在产品中本领域技术人员很容易基于上面公开的方法，产生一种热点新闻生成设备。该设备可以包括用于实现前面所述的热点新闻生成方法中的各个操作的装置。例如，该设备可以包括：用于确定多篇新闻中的每篇新闻的时效参数的装置，其中，所述时效参数表示该新闻的热度随着时间的流逝而降低；用于确定每篇新闻的内容热度参数的装置，其中，所述内容热度参数是基于该新闻的内容确定的热度参数；以及用于基于所述时效参数和内容热度参数的加权和值确定每篇新闻的热度参数以生成热点新闻的装置。

<电子设备>

可以在电子设备中实现根据本发明的各个实施例。所述电子设备例如是电脑、服务器等。随着电子技术的发展，客户端设备的功能越来越强大。因此，所述电子设备也可以是客户端设备，例如，笔记本电脑、智能手机、平板电脑等。

图2是根据本发明的另一个实施例的电子设备的示意性框图。如图2所示，所述电子设备2000包括上述热点新闻生成设备2010，以生成热点新闻。例如，所述电子设备2000可以是服务器，它将所生成的热点新闻发送给客户端设备。可选地，所述电子设备2000是客户端设备，它生成热点新闻并将热点新闻呈现给用户。

另一方面，本领域技术人员公知的是，随着诸如大规模集成电路技术的电子信息技术的发展和软件硬件化的趋势，要明确划分计算机系统软、硬件界限已经显得比较困难了。因为，任何操作可以软件来实现，也可以由应当来实现。任何指令的执行可以由硬件完成，同样也可以由软件来完成。对于某一机器功能采用硬件实现方案还是软件实现方案，取决于价格、速度、可靠性、存储容量、变更周期等非技术性因素。因此，对于电子信息技术领域的普通技术人员来说，更为直接和清楚地描述一个技术方案的方式是描述该方案中的各个操作。在知道所要执行的操作的情况下，本领域技术人员可以基于对所述非技术性因素的考虑直接设计出期望的产品。从这个方面来说，在另一实施例中，还提供了一种电子设备。该电子设备被设计成用于执行前面所述的根据本发明的实施例的热点新闻生成方法的操作。

如图3所示，电子设备3000可以包括处理器3010、存储器3020、接口装置3030、通信装置3040、显示装置3050、输入装置3060、扬声器3070、麦克风3080，等等。

处理器3010例如可以是中央处理器cpu、微处理器mcu等。存储器3020例如包括rom(只读存储器)、ram(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置3030例如包括usb接口、耳机接口等。

通信装置3040例如能够进行有有线或无线通信。

显示装置3050例如是液晶显示屏、触摸显示屏等。输入装置3060例如可以包括触摸屏、键盘等。用户可以通过扬声器3070和麦克风3080输入/输出语音信息。

图3所示的电子设备仅是解释性的，并且决不是为了要限制本发明、其应用或用途。

在这个实施例中，所述存储器3020用于存储指令，所述指令用于控制所述处理器3010进行操作以执行前面参照图1所述的热点新闻生成方法，以生成热点新闻。本领域技术人员应当理解，尽管在图3中示出了多个装置，但是，本发明可以仅涉及其中的部分装置，例如，处理器3010和存储装置3020等。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作，这是本领域公知，故在此不再详细描述。

图4是根据本发明的另一个实施例的热点新闻系统4000的示意图。

在这个实施例中，例如，所述电子设备是服务器4040，它通过网络4010向客户端设备4020、4030发送所生成的热点新闻。

<例子>

通常，当发生热点事件时，在短时间内会有多个媒体的多篇新闻从不同角度报道该事件。例如，在这个例子中，对最近6个小时内的新闻进行聚合，获得相关新闻的新闻簇。然后，对所述新闻簇进行k均值聚类处理，生成热点新闻的新闻簇。在k均值聚类处理中，可以对新闻簇进行过滤，例如，获取新闻簇的热度和/或事件属性。

最近6个小时内的新闻的数量是10000。

可以首先提取所述新闻中的关键词。在现有技术中，已经公开了许多提取关键词的方案。例如，可以提取新闻标题中的词作为关键词，或者可以提取新闻正文中重复出现的词作为关键词。例如，“radamihalcea和paultarau的文章"textrank:bringingorderintotexts"(associationforcomputationallinguistics,2004)、stuartrose等人的文章"automatickeywordextractionfromindividualdocuments"(textmining(2010):1-20)、joelnothman等人的文章"learningmultilingualnamedentityrecognitionfromwikipedia"(artificialintelligence194(2013):151-175.)和(ramialrfou等人的文章"polyglot-ner:massivemultilingualnamedentityrecognition"(proceedingsofthe2015siaminternationalconferenceondatamining,vancouver,britishcolumbia,canada.2015)公开了提取关键词的方案，所述文章在此全部引入作为参考。由于提取关键词的方案不是本发明所关注的，因此，在此省略它的详细描述。

由于在不同时间内可以获取的新闻的数量不同，因此，无法事先确定新闻簇(事件)的数量。在这里，采用前面所述的启发式的方式来划分所述10000篇新闻。

具体来说，在第一步骤，获取第一新闻以及与其相似的n＝100篇新闻。

在第二步骤，确定第一新闻与所述100篇新闻中每篇新闻的相似度s。

在第三步骤，确定相似度s大于第一阈值ths1＝0.3的新闻的数量m1。

第四步骤，在m1大于第二阈值thm1＝10的情况下将所述m1篇新闻确定候选新闻簇。例如，m1＝50。

对剩余的99950篇新闻重复执行上述第一至第四步骤。例如，最终得到k1＝200个候选新闻簇。例如，所述200个新闻簇中包含3000篇新闻。

所述200个新闻簇作为聚类处理的初始聚类，以及初始聚类的数量是200。

接着，对所述200个新闻簇进行k均值聚类处理。k均值聚类处理本身是现有技术中已知的，因此，不在这里对它进行详细描述。

如前面所述，在根据本发明的实施例的k均值聚类处理中，在每次聚类操作之后对所得的中间聚类进行筛选。例如，去除每个新闻簇中与该新闻簇的质心相似度低于第三阈值ths2＝0.4的新闻；以及去除新闻的数量m2小于第四阈值thm2＝5的新闻簇。通过这种方式，可以进一步对新闻簇及其新闻进行简化。例如，最终得到k2＝150个新闻簇。

接下来，获取每个新闻簇的热度。所述新闻簇的热度是基于它所包含的新闻的热度的。所述新闻的热度是基于时效参数和内容热度参数的。

例如，图5是根据本发明的另一个实施例的热点新闻的时效参数的示意性曲线图。在这个例子中，假设刚发布的新闻的时效参数值是1，并且经过48小时后的时效参数被衰减为0.01。时效参数可以表示为：

newstimescore＝exp(-0.0954*t)(公式5)

下面描述获取内容热度参数的方式。

所述内容热度参数可以是基于所述新闻所包含的热词的热度的。例如，根据前面所述的公式2获取所述新闻簇的新闻中的热词的热度wordhotscore。

例如，根据根据前面所述的公式2获取所述新闻簇的新闻的内容热度参数newshotscore。

例如，可以根据公式4获取所述新闻簇的新闻的热度参数hotscore。在这里，公式4中加权因子α的值是0.5～0.7。

每个新闻簇的热度参数是它所包含的新闻的热度参数的平均值。

接着，可以获取每个新闻簇中热词的出现频率。将出现频率较多的多个(例如5个)热词作为该新闻簇的事件属性。

例如，服务器根据上面描述的方式获取新闻簇的热度参数和事件属性并基于新闻簇的热度参数和事件属性中的至少一个生成热点新闻。

例如，服务器可以向客户端设备提供热度参数较高的新闻簇中的新闻。

可选地，服务器可以基于用户的日志信息，确定用户关心的热词，并基于所述事件属性，向客户端设备提供新闻簇中的新闻，其中，所述新闻簇的事件属性包括用户关心的热词。

可选地，服务器可以获取热度参数较高的新闻簇的事件属性，并利用所述事件属性，在网络上重新检索相应的热点新闻，以提供给用户。

根据本发明的例子，通过考虑新闻的时效性和内容热度来确定新闻的热度。这可以避免提供过时的新闻。

此外，根据本发明的例子，可以采用启发式的方式获取初始聚类。这可以提高处理效率。

此外，通过本发明的例子中的技术方案，可以提高用户使用体验，从而提升用户粘性。

本发明可以是设备、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令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(lan)或广域网(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)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。