广告短片与视频节目混合推荐方法及装置与流程

本发明涉及广告投放领域，具体而言，涉及一种广告短片与视频节目混合推荐方法及装置。

背景技术：

现有的广告短片基本是基于在视频节目的播放过程中通过贴片插入广告的形式来做广告投放。这种投放形式(比如，前插、中插广告等)比较单一，并导致用户在观看视频节目的过程中受到广告的骚扰，影响用户的视频节目观看体验。

技术实现要素：

有鉴于此，本发明提供一种广告短片与视频节目混合推荐方法及装置，其能够将广告短片与视频节目同等对待，根据用户对广告短片及视频节目的兴趣程度生成广告短片与视频节目混合推荐列表，从而提升用户体验。

本发明较佳实施例提供一种广告短片与视频节目混合推荐方法，应用于与用户终端通信连接的服务器，所述服务器包括一数据库，所述数据库存储有用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量，所述方法包括：

获取所述第一向量及第二向量；

从所述第一向量及第二向量中分别选择满足预设条件的向量元素，对选择的向量元素进行处理以构成混合推荐向量；

根据所述混合推荐向量得到广告短片与视频节目混合推荐列表，以使所述用户终端基于所述混合推荐列表进行广告短片与视频节目的播放。

本发明较佳实施例还提供一种广告短片与视频节目混合推荐装置，应用于与用户终端通信连接的服务器，所述服务器包括一数据库，所述数据库存储有用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量，所述装置包括：

获取模块，用于获取所述第一向量及第二向量；

混合推荐向量模块，用于从所述第一向量及第二向量中分别选择满足预设条件的向量元素，对选择的向量元素进行处理以构成混合推荐向量；

推荐列表生成模块，用于根据所述混合推荐向量得到广告短片与视频节目混合推荐列表，以使所述用户终端基于所述混合推荐列表进行广告短片与视频节目的播放。

相对于现有技术而言，本发明具有以下有益效果：

本发明提供一种广告短片与视频节目混合推荐方法及装置，应用于与用户终端通信连接的服务器。其中，所述服务器包括一存储有第一向量及第二向量的数据库。所述第一向量用于描述用户对广告短片的兴趣程度，所述第二向量用于描述用户对视频节目的兴趣程度。在获取的所述第一向量及第二向量中分别选择满足预设条件的向量元素，通过对选择的所述向量元素进行处理得到混合推荐向量，从而得到广告短片与视频节目混合推荐列表。由此，用户终端根据所述混合推荐列表进行广告短片与视频节目的播放，使用户在视频节目的观看过程中不会受到广告短片的打扰，从而提升用户体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。

图1为本发明较佳实施例提供的服务器与至少一用户终端的通信示意图。

图2为图1所示的服务器的方框示意图。

图3为本发明较佳实施例提供的广告短片与视频节目混合推荐方法的一种流程示意图。

图4为图3中步骤s130包括的子步骤的一种流程示意图。

图5为图4中子步骤s132包括的子步骤的一种流程示意图。

图6为本发明较佳实施例提供的得到混合推荐向量的示意图。

图7为图3中步骤s140包括的子步骤的一种流程示意图。

图8为本发明较佳实施例提供的广告短片与视频节目混合推荐方法的另一种流程示意图。

图9为图8中步骤s110包括的部分子步骤的流程示意图。

图10为图8中步骤s110包括的另一部分子步骤的流程示意图。

图11为本发明较佳实施例提供的广告短片与视频节目混合推荐装置的一种方框示意图。

图12为本发明较佳实施例提供的广告短片与视频节目混合推荐装置的另一种方框示意图。

图标：100-服务器；110-存储器；112-数据库；120-存储控制器；130-处理器；200-用户终端；300-混合推荐装置；310-建立向量模块；320-获取模块；330-混合推荐向量模块；331-选择子模块；332-处理子模块；340-推荐列表生成模块。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

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定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

请参照图1，图1是本发明较佳实施例提供的服务器100与至少一用户终端200的通信示意图。所述服务器100与所述用户终端200通过网络、接口等进行通信连接。其中，所述用户终端200可以是，但不限于，电视机、智能手机、平板电脑等。所述用户终端200向所述服务器100发送获取推荐列表的请求；所述服务器100接收所述请求，并向所述用户终端200发送广告短片与视频节目混合推荐列表。所述用户终端200接收并根据混合推荐列表进行广告短片与视频节目的播放，从而使用户可以观看完整的视频节目。

请参照图2，图2是图1所示的服务器100的方框示意图。所述服务器100可以包括数据库112、混合推荐装置300、存储器110、存储控制器120及处理器130。

所述存储器110、存储控制器120及处理器130各元件之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110中存储有数据库112及混合推荐装置300，所述混合推荐装置300包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中的软件功能模块。所述处理器130通过运行存储在存储器110内的软件程序以及模块，如本发明实施例中的混合推荐装置300，从而执行各种功能应用以及数据处理，即实现本发明实施例中的广告短片与视频节目混合推荐方法。

其中，所述存储器110可以是，但不限于，随机存取存储器(randomaccessmemory，ram)，只读存储器(readonlymemory，rom)，可编程只读存储器(programmableread-onlymemory，prom)，可擦除只读存储器(erasableprogrammableread-onlymemory，eprom)，电可擦除只读存储器(electricerasableprogrammableread-onlymemory，eeprom)等。其中，存储器110用于存储程序，所述处理器130在接收到执行指令后，执行所述程序。所述处理器130以及其他可能的组件对存储器110的访问可在所述存储控制器120的控制下进行。

所述处理器130可能是一种集成电路芯片，具有信号的处理能力。上述的处理器130可以是通用处理器，包括中央处理器(centralprocessingunit，cpu)、网络处理器(networkprocessor，np)等。还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

可以理解，图2所示的结构仅为示意，服务器100还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。

请参照图3，图3是本发明较佳实施例提供的广告短片与视频节目混合推荐方法的一种流程示意图。所述方法应用于与用户终端200通信连接的服务器100。所述服务器100包括一数据库112，所述数据库112存储有用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量。图3中的流程可以由所述处理器130实现。下面对广告短片与视频节目混合推荐方法的具体流程进行详细阐述。

步骤s120，获取所述第一向量及第二向量。

在本实施例中，所述数据库112中存储有多个用户终端200的信息。针对其中一用户终端200时，提取所述用户终端200对应的信息。其中，所述信息包括第一向量及第二向量。所述第一向量包括至少一个广告短片及每个广告短片与使用该用户终端200的用户之间的相似度。所述第二向量包括至少一个视频节目及每个视频节目与使用该用户终端200的用户之间的相似度。通过所述相似度可以得到用户对广告短片或视频节目的兴趣程度，一般地，相似度越高表明用户越感兴趣。

步骤s130，从所述第一向量及第二向量中分别选择满足预设条件的向量元素，对选择的向量元素进行处理以构成混合推荐向量。

请参照图4，图4是图3中步骤s130包括的子步骤的一种流程示意图。所述步骤s130可以包括子步骤s131及子步骤s132。

所述子步骤s131，从所述第一向量及第二向量中分别选择满足预设条件的向量元素组成第三向量及第四向量。

在本实施例中，所述从所述第一向量及第二向量中分别选择满足预设条件的向量元素组成第三向量及第四向量的方式为以下两种任意之一。

在所述第一向量中以相似度由高到低的顺序选取第一预设数量的向量元素组成第三向量，在所述第二向量中以相似度由高到低的顺序选取第二预设数量的向量元素组成第四向量，其中，所述第一向量、第二向量中的向量元素均按照向量元素的相似度进行降序排列或者升序排列。

在所述第一向量中选取向量元素相似度大于第一预设相似度的向量元素组成第三向量，在所述第二向量中选取向量元素相似度大于第二预设相似度的向量元素组成第四向量。

在本实施例的一种实施方式中，所述第一向量中的向量元素(广告短片)、第二向量中的向量元素(视频节目)均按照向量元素的相似度进行降序排列或升序排列。在进行向量元素选取时，从相似度最高的第一个向量元素开始按照相似度由高到低的顺序选取。在所述第一向量中选取第一预设数量的向量元素组成第三向量，所述第三向量包括至少一个广告短片及每个广告短片与用户之间的相似度。在所述第二向量中选取第二预设数据的向量元素组成第四向量，所述第四向量包括至少一个视频节目及每个视频节目与用户之间的相似度。比如，可以在所述第一向量中选择5个向量元素，以推荐5个广告短片；在所述第二向量中选择20个向量元素，以推荐20个视频节目。由此，对广告短片和视频节目的混合编排有理论及规则控制，并能够在广告收益及用户体验上做到很好的权衡。

其中，所述第一预设数量的具体数值根据该用户对广告短片的兴趣程度来确定，所述第二预设数量的具体数值根据该用户对视频节目的兴趣来确定。在某用户基本不点广告或者点开就退出的情况下，就可以少推荐广告短片，降低广告短片比例。由此，根据该用户的兴趣确定广告短片的推荐数量、视频节目的推荐数量及广告短片与视频节目的比例。

在本实施例的另一种实施方式中，可以是通过设置预设相似度来进行向量元素选取。具体地，在所述第一向量中选取相似度大于第一预设相似度的向量元素(广告短片)，以得到第三向量；在所述第二向量中选取相似度大于第二预设相似度的向量元素(视频节目)，以得到第四向量。

其中，所述第一预设相似度的具体值根据该用户对广告短片的兴趣程度来确定，所述第二预设相似度的具体值根据该用户对视频节目的兴趣来确定。由此，可以根据实际情况设置第一预设相似度的具体值及第二预设相似度的具体值。

所述子步骤s132，分别对所述第三向量及第四向量进行处理，并将处理后的第三向量及第四向量进行合并，以得到混合推荐向量。

请参照图5，图5是图4中子步骤s132包括的子步骤的一种流程示意图。所述子步骤s132可以包括子步骤s1321及子步骤s1322。

所述子步骤s1321，分别对所述第三向量及第四向量进行归一化处理。

在本实施例的实施方式中，通过分别对所述第三向量及第四向量中向量元素对应的相似度进行归一化处理，从而便于将广告短片及视频节目用统一的方式处理，相当于将广告短片也看做是视频节目。其中，归一化是一种简化计算的方式，指将有量纲的表达式，经过变换，转化为无量纲的表达式，从而成为标量。

所述子步骤s1322，将归一化处理后的第三向量及第四向量进行合并得到混合向量，并根据混合向量中向量元素的相似度对所述混合向量进行降序或升序排列以得到混合推荐向量。

在本实施例中，将归一化后的第三向量、第四向量合并为一个向量，以得到混合向量。混合向量中包括广告短片及每个广告短片对应的归一化处理后的相似度、视频节目及每个视频节目对应的归一化处理后的相似度。根据归一化后的相似度对所述混合向量中的向量元素进行降序或升序排列，从而得到混合推荐向量。

下面以举例子的形式介绍是如何得到混合推荐向量的。

请参照图6，图6是本发明较佳实施例提供的得到混合推荐向量的示意图。从数据库112中获取第一向量及第二向量，其中，所述第一向量及第二向量的向量元素均按照向量元素的相似度进行降序排列。所述第一向量为：[(a1,s1),(a2,s2)......,(am,sm)]，所述第二向量为：[(v1,s1),(v2,s2)......,(vn,sn)]。a1、a2等表示广告短片，s1、s1等表示广告短片与用户的相似度，m表示广告短片的个数；v1、v2等表示视频节目，s1、s1等表示视频节目与用户的相似度，n表示视频节目的个数。

在第一向量中选取k个广告短片，以得到第三向量：[(a1,s1),(a2,s2)......,(ak,sk)]；在第二向量中选取h个视频节目，以得到第四向量：[(v1,s1),(v2,s2)......,(vh,sh)]。对第三向量及第四向量进行归一化处理，得到归一化处理后的第三向量及第四向量。归一化处理后的第三向量为：[(a1,c1),(a2,c2)......,(ak,ck)]；归一化处理后的第四向量为：[(v1,c1),(v2,c2)......,(vh,ch)]。再将归一化处理的第三向量及第四向量合并，同时按照归一化后的相似度进行降序排列，得到混合推荐向量：[(r1,w1),(r2,w2)......,(r(h+k),w(h+k))]。r1、r2等表示广告短片或视频节目，w1、w2等表示归一化处理后的相似度。其中，比如，在针对s1，s2，…，sh归一化时，先计算均值s和标准差t，(s1-s)/t，就是s1归一化的结果，其他类推。

步骤s140，根据所述混合推荐向量得到广告短片与视频节目混合推荐列表。

请参照图7，图7是图3中步骤s140包括的子步骤的一种流程示意图。所述步骤s140可以包括子步骤s141及子步骤s142。

所述子步骤s141，查找所述混合推荐向量中每个向量元素对应的广告短片或视频节目。

在本实施例中，数据库112中还存储有向量元素与广告短片或视频节目的对应关系。通过在所述数据库112中进行查找，可得到所述混合推荐向量中包括的广告短片及视频节目。

所述子步骤s142，根据查找得到的所述广告短片、视频节目得到广告短片与视频节目混合推荐列表，以使所述用户终端200基于所述混合推荐列表进行广告短片与视频节目的播放。

在本实施例中，获得向量元素对应的广告短片及视频节目后，按照所述广告短片、视频节目对应的归一化处理后的相似度将广告短片、视频节目进行升序或降序排列，以得到广告短片与视频节目混合推荐列表。从而用户终端200可以根据所述混合推荐列表进行广告短片与视频节目的播放，提升用户体验。在本实施例的实施方式中，所述混合推荐列表中广告短片、视频节目以降序排列。

在得到某个用户的广告短片与视频节目混合推荐列表后，循环计算每个用户的广告短片与视频节目混合推荐列表，就可以得到总混合推荐列表。

请参照图8，图8是本发明较佳实施例提供的广告短片与视频节目混合推荐方法的另一种流程示意图。所述方法还可以包括步骤s110。

所述步骤s110，建立用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量，并将所述第一向量及第二向量保存在数据库112中。

请参照图9，图9是图8中步骤s110包括的部分子步骤的流程示意图。所述步骤s110可以包括子步骤s116、子步骤s117、子步骤s118及子步骤s119。

所述子步骤s116，获取广告短片向量、视频节目向量以及用户特征向量，其中，所述广告短片向量包括每个广告短片对应的一个或多个标签，所述视频节目向量包括每个视频节目对应的一个或多个标签，所述用户特征向量包括该用户观看过的每个视频节目的一个或多个标签或每个广告短片的一个或多个标签。

所述子步骤s117，计算所述广告短片向量与所述用户特征向量的相似度和所述视频节目向量与所述用户特征向量的相似度。

其中，可以通过向量内积、jaccard相似度、欧式距离等计算出广告短片向量与用户特征向量之间的相似度及视频节目向量与用户特征向量之间的相似度。

所述子步骤s118，根据所述广告短片向量与所述用户特征向量的相似度计算所述广告短片向量中每个广告短片与该用户的相似度，根据所述广告短片向量及每个广告短片与该用户的相似度得到第一向量。

其中，所述第一向量中包括至少一个广告短片及每个广告短片与用户之间的相似度。

所述子步骤s119，根据所述视频节目向量与所述用户特征向量的相似度计算所述视频节目向量中每个视频节目与该用户的相似度，根据所述视频节目向量及每个视频节目与该用户的相似度得到第二向量。

其中，所述第二向量中包括至少一个视频节目及每个视频节目与用户之间的相似度。

请参照图10，图10是图8中步骤s110包括的另一部分子步骤的流程示意图。所述步骤s110还可以包括子步骤s112、子步骤s113及子步骤s114。

所述子步骤s112，获得广告短片的标签及视频节目的标签，根据所述广告短片的标签得到广告短片向量，根据所述视频节目的标签得到视频节目向量。

在本实施例中，将广告短片及视频节目转化为数值向量的方式可以是先获得广告短片及视频节目的标签，再将标签转化为数值向量。获得标签的方式可以是，但不限于，人工从各个维度(比如，场景、拍摄手法等)对视频(广告短片、视频节目)打标签、通过机器学习算法从视频(广告短片、视频节目)中自动提取标签等。获得标签后，可以通过机器学习技术(比如，word2vector)将标签转化为数值向量，以得到广告短片向量及视频节目向量，由此可以更好的计算文本之间的相关度。

所述子步骤s113，从用户行为日志中得到用户观看过的广告短片及视频节目。

所述子步骤s114，提取用户观看过的广告短片的标签或视频节目的标签，并将用户观看过的广告短片的标签或视频节目的标签作为用户标签，从而得到用户特征向量。

在本实施例中，获得用户特征向量与获得广告短片向量及视频节目向量的方式相同，在此不再赘述。

请参照图11，图11是本发明较佳实施例提供的广告短片与视频节目混合推荐装置300的一种方框示意图。所述混合推荐装置300应用于与用户终端200通信连接的服务器100。所述服务器100包括一数据库112，所述数据库112存储有用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量。所述混合推荐装置300包括获取模块320、混合推荐向量模块330及推荐列表生成模块340。

所述获取模块320，用于获取所述第一向量及第二向量。

在本实施例中，所述获取模块320用于执行图3中的步骤s120，关于所述获取模块320的具体描述可以参照图3中步骤s120的描述。

所述混合推荐向量模块330，用于从所述第一向量及第二向量中分别选择满足预设条件的向量元素，对选择的向量元素进行处理以构成混合推荐向量。

请参照图12，图12是本发明较佳实施例提供的广告短片与视频节目混合推荐装置300的另一种方框示意图。所述混合推荐向量模块330包括选择子模块331及处理子模块332。

所述选择子模块331，用于从所述第一向量及第二向量中分别选择满足预设条件的向量元素组成第三向量及第四向量。

所述选择子模块331从所述第一向量及第二向量中分别选择满足预设条件的向量元素组成第三向量及第四向量的方式为以下两种任意之一：

在所述第一向量中以相似度由高到底的顺序选取第一预设数量的向量元素组成第三向量，在所述第二向量中以相似度由高到底的顺序选取第二预设数量的向量元素组成第四向量，其中，所述第一向量、第二向量中的向量元素均按照向量元素的相似度进行降序排列或者升序排列；

在所述第一向量中选取向量元素相似度大于第一预设相似度的向量元素组成第三向量，在所述第二向量中选取向量元素相似度大于第二预设相似度的向量元素组成第四向量。

所述处理子模块332，用于分别对所述第三向量及第四向量进行处理，并将处理后的第三向量及第四向量进行合并，以得到混合推荐向量。

所述处理子模块332分别对所述第三向量及第四向量进行处理，并将处理后的第三向量及第四向量进行合并，以得到混合推荐向量的方式包括：

分别对所述第三向量及第四向量进行归一化处理；

将归一化处理后的第三向量及第四向量进行合并得到混合向量，并根据混合向量中向量元素的相似度对所述混合向量进行降序或升序排列以得到混合推荐向量。

在本实施例中，所述混合推荐向量模块330用于执行图3中的步骤s130，关于所述混合推荐向量模块330的具体描述可以参照图3中步骤s130的描述。

所述推荐列表生成模块340，用于根据所述混合推荐向量得到广告短片与视频节目混合推荐列表，以使所述用户终端200基于所述混合推荐列表进行广告短片与视频节目的播放。

所述推荐列表生成模块340根据所述混合推荐向量得到广告短片与视频节目混合推荐列表的方式包括：

查找所述混合推荐向量中每个向量元素对应的广告短片或视频节目；

根据查找得到的所述广告短片、视频节目得到广告短片与视频节目混合推荐列表。

在本实施例中，所述推荐列表生成模块340用于执行图3中的步骤s140，关于所述推荐列表生成模块340的具体描述可以参照图3中步骤s140的描述。

请再次参照图12，所述混合推荐装置300还可以包括建立向量模块310。所述建立向量模块310用于建立用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量，并将所述第一向量及第二向量保存在数据库112中。

所述建立向量模块310建立用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量，并将所述第一向量及第二向量保存在数据库112中的方式包括：

获取广告短片向量、视频节目向量以及用户特征向量，其中，所述广告短片向量包括每个广告短片对应的一个或多个标签，所述视频节目向量包括每个视频节目对应的一个或多个标签，所述用户特征向量包括该用户观看过的每个视频节目的一个或多个标签或每个广告短片的一个或多个标签；

计算所述广告短片向量与所述用户特征向量的相似度和所述视频节目向量与所述用户特征向量的相似度；

根据所述广告短片向量与所述用户特征向量的相似度计算所述广告短片向量中每个广告短片与该用户的相似度，根据所述广告短片向量及每个广告短片与该用户的相似度得到第一向量；

根据所述视频节目向量与所述用户特征向量的相似度计算所述视频节目向量中每个视频节目与该用户的相似度，根据所述视频节目向量及每个视频节目与该用户的相似度得到第二向量。

所述建立向量模块310建立用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量，并将所述第一向量及第二向量保存在数据库112中的方式还包括：

获得广告短片的标签及视频节目的标签，根据所述广告短片的标签得到广告短片向量，根据所述视频节目的标签得到视频节目向量；

从用户行为日志中得到用户观看过的广告短片及视频节目；

提取用户观看过的广告短片的标签或视频节目的标签，并将用户观看过的广告短片的标签或视频节目的标签作为用户标签，从而得到用户特征向量。

在本实施例中，所述建立向量模块310用于执行图8中的步骤s110，关于所述建立向量模块310的具体描述可以参照图8中步骤s110的描述。

综上所述，本发明提供了一种广告短片与视频节目混合推荐方法及装置，应用于与用户终端通信连接的服务器。所述服务器包括一数据库，数据库中存储有用于描述用户对广告短片兴趣程度的第一向量、用于描述对视频节目兴趣程度的第二向量。在获取第一向量及第二向量后，根据预设条件选取第一向量及第二向量中的向量元素，并对选取的向量元素进行处理得到混合推荐向量。由此，通过混合推荐向量得到广告短片与视频节目混合推荐列表，而用户终端则根据混合推荐列表进行广告短片与视频节目的播放。从而将广告短片和视频节目同等对待，利用统一的方式来处理广告短片和视频节目的混合推荐，而不是在视频节目中插入广告短片。在这种方式下，用户在观看视频节目时不会受到广告短片的干扰，并且在广告短片收益及用户体验上做到了很好的平衡。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。