本公开涉及计算机技术领域，具体而言，涉及一种网络教学关注度评估方法、装置、电子设备以及计算机可读存储介质。
背景技术：
在教学中，快速而准确的检测学生对教学内容的关注度，既可以提醒教师对高关注度教学内容的重点教学，又可以促进学生对不同关注度知识点的着重学习，起到事半功倍的教学效果。
然而，在实际教学中，通常都是通过教师凭借个人经验实际观察各学生的学习状态，来实现学生对教学内容的关注度的检测，这样的方法既占用的了老师的教学精力，也不易在网络教学等场合适用。
在现有技术中，围绕学生关注度检测这个主题，也有一些专利申请进行了有益的尝试，比如：
申请号为cn201110166693.8的专利申请公开了一种量化对象的区域关注度的方法，包括：获取人眼视线方向；记录所述视线方向在所述对象的各个区域的停留时间；以及将停留时间长的区域赋予高关注度权重，将停留时间短的区域赋予低关注度权重。由于该申请主要是通过对人眼停留时长分析的方式来实现对关注度的评估，并不能综合的反应教学内容中各种关注度指标，无法全面的对教学内容关注度进行评估。
申请号为cn201110166693.8的专利申请公开了一种评价用户关注度的方法和设备，评价用户关注度的方法包括：检测用户的视线方向；确定所检测的视线方向所对应的屏幕上的区域；获得用户针对所确定的区域的表情在各个预定情绪上的度量；以及根据所获得的度量，生成用户对所确定的区域的关注度。由于该申请主要是通过用户实现方向上情绪的度量，来实现对关注度的评估，并不能综合的反应教学内容中各种关注度指标，不能全面的对教学内容关注度进行评估。
申请号为cn201110166693.8的专利申请公开了一种显示屏关注度统计方法及系统，通过无线接入点设备发送无线接入广播信号；当进入无线接入点设备的信号强度距离范围内的用户终端接收到无线接入广播信号并接入无线接入点设备，通过无线接入点设备获取接入的用户终端的信息例如唯一标识和接入时间信息；通过无线接入点设备将接入的用户终端的信息提供给服务器；以及通过服务器根据接入的用户终端的信息统计目标显示屏的关注度。由于该申请主要是通过统计无线接入点中连接设备数量的方式来实现对显示屏关注度的统计，所述方法只能用在用户较为集中的场合，并不适合网络教学用户较分散的情况。
现有技术中，关于网络教学中学生关注度检测的处理还存在以下问题：
1、现有方式中主要是通过对人眼停留时长或者情绪等单方面分析的方式来实现对关注度的评估，不能综合的反应教学内容中各种关注度指标，关注度评估准确度不够；
2、无法对关注度进行分档评估，相应的便不能根据分档后的关注度为用户提供精准的提示或服务；
3、由于现有技术中不能实现关注度与教学内容的关联，在评价到关注度较低时，仅能实现对用户单一的提示功能，也无法针对性地分析关注度对应的教学内容，并对关注度较低的教学内容进行优化、对关注度较高的教学内容进行学习借鉴或奖励等。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现要素：
本公开的目的在于提供一种网络教学关注度评估方法、装置、电子设备以及计算机可读存储介质，旨在解决现有技术中关注度评估准确度不够，特别是在教学过程中不能综合评价用户关注度的问题。本发明的改进包括以下内容：
通过用户终端获取包括行为特征以及状态特征的用户的关注度特征后，预设关注度特征档位以及权重系数，根据所述关注度特征以及权重系数得到所述关注度特征所在档位的分档评估信息，并根据所有关注度特征的分档评估信息确定关注度信息，获取当前的教学内容，生成所述关注度信息与所述教学内容的对应关系，根据所述关注度信息确定所述用户对于所述教学内容的关注度。由于可以通过用户终端获取较为全面的关注度特征，例如：面部朝向、双眼对焦、用户终端的教学内容显示状态、音量状态、操作信息等等特征，因此可以在分析计算后得到关注度的综合性评价，大幅提高关注度评估准确度。
通过对关注度进行分档评估，还可以根据分档后的关注度为用户提供精准的提示或服务；并且在将关注度与教学内容进行关联后，在评价到关注度较低时，通过对不同教师、不同教学内容的关注度比较，利用关注度实现教学关注提醒，教学方法预警等功能，极大的增强了用户体验。
使用关注度信息表示所述教学内容的关注度，可以根据所述关注度信息对所述教学内容不同部分的关注度排序，并将所述关注度高于预设关注度值的内容推荐给用户重点学习。同时，还可以设置定时器，在用户观看所述教学视频的预设时间前开始计时，实现对用户高关注度内容或兴趣内容的提醒功能。
根据本公开的一个方面，提供一种网络教学关注度评估方法，包括：
关注度特征获取步骤：通过用户终端获取用户的关注度特征，所述关注度特征包括行为特征以及状态特征；
档位及系数预设步骤：预设关注度特征档位以及权重系数；
评估信息获取步骤：按照预设评估算法，根据所述关注度特征以及权重系数得到所述关注度特征所在档位的分档评估信息；
关注度信息确定步骤：根据所有关注度特征的分档评估信息确定关注度信息；
对应关系生成步骤：获取当前的教学内容，生成所述关注度信息与所述教学内容的对应关系，根据所述关注度信息确定所述用户对于所述教学内容的关注度。
在本公开的一种示例性实施例中，所述关注度特征获取步骤，包括以下一个或多个子步骤：
第一特征获取子步骤：通过所述用户终端的辅助设备获取用户的状态特征，所述状态特征包括用户的面部特征以及双眼对焦特征；
第二特征获取子步骤：通过所述用户终端的辅助设备获取用户的行为特征；
第三特征获取子步骤：获取所述用户终端的终端操作信息，根据所述终端操作信息确定用户的行为特征。
在本公开的一种示例性实施例中，所述评估信息获取步骤中，预设评估算法包括：
其中，di为分档评估信息，zib为所述关注度特征，zis与ziy分别为分档信息最小值与最大值，a为所述预设的权重系数，b为所述关注度特征档位平移值；
所述关注度信息确定步骤中，关注度信息的计算方式包括：
关注度信息
在本公开的一种示例性实施例中，所述预设评估方法为功效系数法或多目标遗传评估算法。
在本公开的一种示例性实施例中，在对应关系生成步骤后，所述方法还包括：
统计所有用户对所述教学内容的关注度信息；
根据所述所有用户的关注度信息确定所述教学内容的整体评价信息。
在本公开的一种示例性实施例中，在整体评价信息确定步骤后，所述方法还包括：
将关注度信息满足预设条件的教学内容作为兴趣内容；
设置定时器，在到达所述定时器的定时时长后，输出提示播放兴趣内容的提示信息；其中，为定时器设置的定时时长在播放所述兴趣内容之前。
在本公开的一种示例性实施例中，根据所述所有用户的关注度信息确定所述教学内容的整体评价信息后，所述方法还包括：
根据所述整体评价信息对所述教学内容对应的课堂教师评分；和/或
根据所述整体评价信息对所述教学内容评分，并调整所述教学内容。
在本公开的一种示例性实施例中，根据所述整体评价信息对所述教学内容对应的教师评分后，所述方法还包括：
若所述教学内容的课堂教师为多个，分别统计各个课堂教师的教学评分；
对所述各个课堂教师的教学评分进行降序排列；
将降序排列后的各个课堂教师的教学评分以及与课堂教师对应的教学内容的url生成评分列表；
输出所述评分列表；
在检测到用户根据所述评分列表触发对应的教学内容的url后，为用户提供对应课堂教师的教学内容。
在本公开的一种示例性实施例中，所述方法还包括：
根据所述关注度信息与所述教学内容，为用户生成教学测试题。
在本公开的一个方面，提供一种网络教学关注度评估装置，包括：
特征获取模块，用于通过用户终端获取用户的关注度特征，所述关注度特征包括行为特征以及状态特征；
设置模块，用于预设关注度特征档位以及权重系数；
信息评估模块，用于按照预设评估算法，根据所述关注度特征以及权重系数得到所述关注度特征所在档位的分档评估信息；
信息确定模块，用于根据所有关注度特征的分档评估信息确定关注度信息；
信息生成模块，用于获取当前的教学内容，生成所述关注度信息与所述教学内容的对应关系，根据所述关注度信息确定所述用户对于所述教学内容的关注度。
在本公开的一个方面，提供一种电子设备，包括：
处理器；以及
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现根据上述任意一项所述的方法。
在本公开的一个方面，提供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根据上述任意一项所述的方法。
本公开的示例性实施例中的网络教学关注度评估方法，通过用户终端获取包括行为特征以及状态特征的用户的关注度特征，预设关注度特征档位以及权重系数，按照预设评估算法，根据所述关注度特征以及权重系数得到所述关注度特征所在档位的分档评估信息，并根据所有关注度特征的分档评估信息确定关注度信息，获取当前的教学内容，生成所述关注度信息与所述教学内容的对应关系，根据所述关注度信息确定所述用户对于所述教学内容的关注度。一方面，通过用户终端获取较为全面的关注度特征，并在分析计算后得到关注度的综合性评价，大幅提高关注度评估准确度；另一方面，通过对关注度进行分档评估，便可以根据分档后的关注度为用户提供精准的提示或服务；再一方面，通过将关注度与教学内容的关联，在评价到关注度较低时，通过对不同教师、不同教学内容的关注度比较，利用关注度实现教学关注提醒，教学方法预警等功能，极大的增强了用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过参照附图来详细描述其示例实施例，本公开的上述和其它特征及优点将变得更加明显。
图1示出了根据本公开一示例性实施例的网络教学关注度评估方法的流程图；
图2a-2b示出了根据本公开一示例性实施例的包含高关注度提醒信息的网络教学视频的示意图；
图3a-3c示出了根据本公开一示例性实施例的网络教学关注度信息排行榜的示意图；
图4示出了根据本公开一示例性实施例的网络教学关注度评估装置的示意框图；
图5示意性示出了根据本公开一示例性实施例的电子设备的框图；以及
图6示意性示出了根据本公开一示例性实施例的计算机可读存储介质的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
在本示例实施例中，首先提供了一种网络教学关注度评估方法，可以应用于计算机等电子设备；参考图1中所示，该网络教学关注度评估方法可以包括以下步骤：
关注度特征获取步骤s110，通过用户终端获取用户的关注度特征，所述关注度特征包括行为特征以及状态特征；
档位及系数预设步骤s120，预设关注度特征档位以及权重系数；
评估信息获取步骤s130，按照预设评估算法，根据所述关注度特征以及权重系数得到所述关注度特征所在档位的分档评估信息；
关注度信息确定步骤s140，根据所有关注度特征的分档评估信息确定关注度信息；
对应关系生成步骤s150，获取当前的教学内容，生成所述关注度信息与所述教学内容的对应关系，根据所述关注度信息确定所述用户对于所述教学内容的关注度。
根据本示例实施例中的网络教学关注度评估方法，一方面，通过用户终端获取较为全面的关注度特征，并在分析计算后得到关注度的综合性评价，大幅提高关注度评估准确度；另一方面，通过对关注度进行分档评估，便可以根据分档后的关注度为用户提供精准的提示或服务；再一方面，通过将关注度与教学内容的关联，在评价到关注度较低时，通过对不同教师、不同教学内容的关注度比较，利用关注度实现教学关注提醒，教学方法预警等功能，极大的增强了用户体验。
下面，将对本示例实施例中的网络教学关注度评估方法进行进一步的说明。
在关注度特征获取步骤s110中，可以通过用户终端获取用户的关注度特征，所述关注度特征包括行为特征以及状态特征。
本示例实施方式中，所述用户终端可以是专用网络教学设备，如pc机，网络电视机等，也可以是用户收看网络教学内容的便携式设备，如手机、pad等。当使用用户终端用户收看在线或者离线的教学设备时，可以通过所述用户终端的摄像头、定位装置等搜集用户的关注度特征，用来作为关注度评估的依据。所述关注度特征可以是用户的行为特征，如用户终端的教学内容显示状态、播放时间等信息，也可以是状态特征，如用户的面部特征等。
本示例实施方式中，关注度特征获取步骤s110中通过用户终端获取用户的关注度特征可以包括第一特征获取子步骤s1101、第二特征获取子步骤s1102、第三特征获取子步骤s1103中的一个或多个子步骤：
第一特征获取子步骤s1101：通过所述用户终端的辅助设备获取用户的状态特征，所述状态特征包括用户的面部特征以及双眼对焦特征；
第二特征获取子步骤s1102：通过所述用户终端的辅助设备获取用户的行为特征；
第三特征获取子步骤s1103：获取所述用户终端的终端操作信息，根据所述终端操作信息确定用户的行为特征。
所述用户的面部特征可以通过所述用户终端自带的摄像头获取，也可以是使用与所述用户终端通讯的辅助图像采集设备获取，进一步的，为了提高所述获取的用户的面部特征的准确性，可以有多个图像采集设备或配合距离传感器使用。所述面部特征包括面部朝向、双眼对焦特征等。所述用户终端获取的用户的行为特征可以是用户终端的教学内容显示状态，可以是用户是否在所述用户终端中将教学页面切换到当前教学内容详情页面，也可以是用户终端当前音量是否明显大于环境音量等。所述用户关注度特征还包括所述用户终端的终端操作信息，如用户是否在所述用户终端上观看网络教学内容的同时观看其它非教学相关内容等。根据上述各特征信息，可以分析得出所述用户的关注度特征。
在档位及系数预设步骤s120中，可以预设关注度特征档位以及权重系数。
本示例实施方式中，可以根据关注度特征的属性、内容、行为的严重程度，对所述关注度特征定义不同的档位及权重系数，如用户眼睛短暂对焦在非教学内容上与用户离开所述教学终端相比，前者关注度特征的档位更低、权重系统更轻。
在评估信息获取步骤s130中，可以按照预设评估算法，根据所述关注度特征以及权重系数得到所述关注度特征所在档位的分档评估信息。
本示例实施方式中，根据各个关注度特征的权重系统及所在档位计算所述关注度的分档评估信息，所述分档评估信息代表了所述关注度特征在各自档位中的关注度值大小及对应排序信息。
本示例实施方式中，所述预设评估方法为功效系数法或多目标遗传评估算法。所述预设评估方法可以是基于分档信息平易对比的功效系数法，所述功效系数法是一种特殊的基于权重评估的多目标评估算法，和普通的权重评估算法相比，功效系数法根据多目标规划原理，对每一项评价指标确定一个满意值和不允许值，以满意值为上限，以不允许值为下限，计算各指标实现满意值的程度，并以此确定各指标的分数，再经过加权平均进行综合，从而评价被研究对象的综合状况。功效系数法建立在多目标规划原理的基础上，能够根据评价对象的复杂性，从不同侧面对评价对象进行计算评分，正好满足了多指标综合评估的要求。
所述预设评估方法也可以是多目标遗传评估算法。
其中，所述多目标遗传评估算法是基于pareto最优解讨论的多目标优化，包括nsga(非支配排序遗传算法)、nsga-ii(带精英策略的快速非支配排序遗传算法)等。
本示例实施方式中，所述评估信息获取步骤中，预设评估算法包括：
其中，di为分档评估信息，zib为所述关注度特征，zis与ziy分别为分档信息最小值与最大值，a为所述预设的权重系数，b为所述关注度特征档位平移值。
所述分档评估信息di为所述关注度特征对应的关注度信息，反应用户在所述关注度特征维度上的关注度信息，预设所述关注度特征所在分档的最小值与最大值，计算所述关注度特征与最小值与最大值差值的比值，乘以所述关注度特征的权重系数，加上所述关注度特征档位平移值，就得到所述关注度特征对应的分档评估信息。
在关注度信息确定步骤s140中，可以根据所有关注度特征的分档评估信息确定关注度信息。
本示例实施方式中，将所有所述关注度特征的分档评估信息综合运算，得到所述用户的关注度信息。所述综合运算方式可以是求和、求取平均值及计算几何平均值等中的一种。
本示例实施方式中，关注度信息的计算方式包括：
关注度信息
在网络教学中的各个关注度特征常有变化幅值较大的情况，导致在计算分档评估信息时，产生明显异于其它分档评估信息的极值，为了将上述情况对关注度信息评估的影响降到最小，可以在通过各分档评估信息计算关注度信息时，使用计算各分档评估信息几何平均值的方式，也可以通过求取所述几何平均值关注度信息的对数得到所述关注度信息的算术平均数。进一步的，可以采用加权几何平均值计算法，将所述异常关注度特征极值对关注度信息的影响降到最小。
在对应关系生成步骤s150中，可以获取当前的教学内容，生成所述关注度信息与所述教学内容的对应关系，根据所述关注度信息确定所述用户对于所述教学内容的关注度。
本示例实施方式中，使用所述关注度信息表示所述教学内容的关注度，可以根据所述关注度信息对所述教学内容不同部分的关注度排序，并将所述关注度高于预设关注度值的内容推荐给用户重点学习。
本示例实施方式中，根据所述关注度信息确定所述用户对于所述教学内容的关注度后，所述方法还包括：统计所有用户对所述教学内容的关注度信息；根据所述所有用户的关注度信息确定所述教学内容的整体评价信息。所述关注度信息确定所述用户对于所述教学内容的关注度可以是对同一网络教学内容中，不同内容如不同章节，不同教学形式的关注度评估，也可以是对不同老师或不同教学机构的同一教学内容进行评估，并对所述教学内容的关注度整体评估结果反馈至对应相关用户，为所述用户提升教学水平提供参考信息。
本示例实施方式中，根据所述所有用户的关注度信息确定所述教学内容的整体评价信息后，所述方法还包括：将关注度信息满足预设条件的教学内容作为兴趣内容；设置定时器，在到达所述定时器的定时时长后，输出提示播放兴趣内容的提示信息；其中，为定时器设置的定时时长在播放所述兴趣内容之前。如图2a所示，为某考研高等数学辅导的网络教学视频，根据学习所述网络教学视频的用户的历史关注度信息发现，所述视频的第26分钟开始讲解的洛必达法则为高关注度内容，可以将此教学内容标记为兴趣内容，在视频的播放信息中显示出来；同时，可以设置定时器，在用户观看所述教学视频的预设时间前开始计时，实现对用户高关注度内容或兴趣内容的提醒功能，如图2b所示，到开始讲解高关注度内容洛必达法则倒计时还有两分钟时，提醒用户两分钟后教学内容为93％用户的高关注度内容。
本示例实施方式中，根据所述所有用户的关注度信息确定所述教学内容的整体评价信息后，所述方法还包括：根据所述整体评价信息对所述教学内容对应的课堂教师评分；和/或根据所述整体评价信息对所述教学内容评分，并调整所述教学内容。对不同教师的同一教学内容的关注度信息进行评估，对所述整体教学内容，或所述教学内容中特定部分的关注度信息明显低于平均水平的教师进行预警，提示教师注意教学方法或调整教学内容，也为网络教学组织者提供教学管理参考信息。
本示例实施方式中，根据所述整体评价信息对所述教学内容对应的教师评分后，所述方法还包括：若所述教学内容的课堂教师为多个，分别统计各个课堂教师的教学评分；对所述各个课堂教师的教学评分进行降序排列；将降序排列后的各个课堂教师的教学评分以及与课堂教师对应的教学内容的url生成评分列表；输出所述评分列表；在检测到用户根据所述评分列表触发对应的教学内容的url后，为用户提供对应课堂教师的教学内容。如图3a所示，为不同教师教学某网络教学代数科目的网络辅导教学视频的关注度信息排名显示内容；如图3b所示，为不同教师教学某网络教学几何科目的网络辅导教学视频的关注度信息排名显示内容，所述显示内容可以帮助学生选择所述网络教学的教师；如图3c所示，为同一教师教学某网络教学教学不同科目的网络辅导教学视频的关注度信息排名显示内容，所述显示内容可以帮助学生选择所述网络教学的教师的专长课程。
本示例实施方式中，所述方法还包括：根据所述关注度信息与所述教学内容，为用户生成教学测试题。根据不同用户的不同专注度的内容，为所述用户定制不同的个性化教学测试题，更有利于提升网络教学水平。
需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
此外，在本示例实施例中，还提供了一种网络教学关注度评估装置。参照图4所示，该网络教学关注度评估装置400可以包括：特征获取模块410、设置模块420、信息评估模块430、信息确定模块440以及信息生成模块450。其中：
特征获取模块410，用于通过用户终端获取用户的关注度特征，所述关注度特征包括行为特征以及状态特征；
设置模块420，用于预设关注度特征档位以及权重系数；
信息评估模块430，用于按照预设评估算法，根据所述关注度特征以及权重系数得到所述关注度特征所在档位的分档评估信息；
信息确定模块440，用于根据所有关注度特征的分档评估信息确定关注度信息；
信息生成模块450，用于获取当前的教学内容，生成所述关注度信息与所述教学内容的对应关系，根据所述关注度信息确定所述用户对于所述教学内容的关注度。
上述中各网络教学关注度评估装置模块的具体细节已经在对应的音频段落识别方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了网络教学关注度评估装置400的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施例、完全的软件实施例(包括固件、微代码等)，或硬件和软件方面结合的实施例，这里可以统称为“电路”、“模块”或“系统”。
下面参照图5来描述根据本发明的这种实施例的电子设备500。图5显示的电子设备500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530、显示单元540。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。例如，所述处理单元510可以执行如图1中所示的关注度特征获取步骤s110至对应关系生成步骤s150。
存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(rom)5203。
存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205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。
总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备570(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图6所示，描述了根据本发明的实施例的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。
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、有线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。