信息流推送方法、装置、电子设备及计算机可读存储介质与流程

本公开涉及计算机技术领域，具体涉及一种信息流推送方法、装置、电子设备及计算机可读存储介质。

背景技术

随着计算机和通讯技术的发展，使得人类社会不断地数字化、信息化。我们每个人都不断产生着信息，同时也不断需求着信息。在现行的信息技术框架下，信息的传输方法与传输的内容是独立的过程。也就是说每一个通信过程一般都有一个确定的发起方和接收方，具体而言基于计算机程序建立的通信过程是通过发起方地址和接收方地址来确定的。

技术实现要素：

本公开实施例提供一种信息流推送方法、装置、电子设备及计算机可读存储介质。

第一方面，本公开实施例中提供了一种信息流推送方法，包括：

获取信息流；

根据所述信息流中的用户信息确定关联用户；

预测是否存在所述关联用户对所述信息流的需求；

当存在所述关联用户对所述信息流的需求时，将所述信息流推送给所述关联用户。

可选地，根据所述信息流中的用户信息确定关联用户，包括：

获取所述信息流中的用户信息；

将所述用户信息对应的第一用户、以及与所述第一用户具有预设关联关系的第二用户确定为所述关联用户。

可选地，所述用户信息包括联系方式和用户标识中的至少一个。

可选地，预测是否存在所述关联用户对所述信息流的需求，包括：

通过预设的匹配规则对所述信息流进行匹配，以预测是否存在所述关联用户对所述信息流的需求；或者，

通过预先经过训练的机器学习模型对所述信息流进行处理，以预测是否存在所述关联用户对所述信息流的需求。

可选地，将所述信息流推送给所述关联用户之前，还包括：

向所述关联用户发送是否接收所述信息流的请求消息。

可选地，将所述信息流推送给所述关联用户，包括：

将所述信息流中与所述关联用户相关的部分或全部信息流推送给所述关联用户。

第二方面，本公开实施例提出了一种信息流推送装置，包括：

获取模块，被配置为获取信息流；

确定模块，被配置为根据所述信息流中的用户信息确定关联用户；

预测模块，被配置为预测是否存在所述关联用户对所述信息流的需求；

推送模块，被配置为当存在所述关联用户对所述信息流的需求时，将所述信息流推送给所述关联用户。

可选地，所述确定模块，包括：

获取子模块，被配置为获取所述信息流中的用户信息；

确定子模块，被配置为将所述用户信息对应的第一用户、以及与所述第一用户具有预设关联关系的第二用户确定为所述关联用户。

可选地，所述用户信息包括联系方式和用户标识中的至少一个。

可选地，所述预测模块，包括：

第一预测子模块，被配置为通过预设的匹配规则对所述信息流进行匹配，以预测是否存在所述关联用户对所述信息流的需求；或者，

第二预测子模块，被配置为通过预先经过训练的机器学习模型对所述信息流进行处理，以预测是否存在所述关联用户对所述信息流的需求。

可选地，所述推送模块之前，还包括：

请求模块，被配置为向所述关联用户发送是否接收所述信息流的请求消息。

可选地，所述推送模块，包括：

推送子模块，被配置为将所述信息流中与所述关联用户相关的部分或全部信息流推送给所述关联用户。

所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。

在一个可能的设计中，信息流推送装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持信息流推送装置执行上述第一方面中信息流推送方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述信息流推送装置还可以包括通信接口，用于信息流推送装置与其他设备或通信网络通信。

第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现第一方面所述的方法步骤。

第四方面，本公开实施例提供了一种计算机可读存储介质，用于存储信息流推送装置所用的计算机指令，其包含用于执行上述第一方面中信息流推送方法所涉及的计算机指令。

本公开实施例提供的技术方案可以包括以下有益效果：

本公开实施例在获取到信息流之后，通过对信息流进行分析处理，获取其中包含的用户信息，进而根据用户信息确定与该信息流相关联的关联用户，并进一步预测关联用户是否对所述信息流存在需求，如果存在需求，则将所述信息流推送给关联用户。。通过这种方式，本公开实施例在获取到信息流之后，在与该信息流有关联的关联用户对该信息流有需要时，可以及时将该信息流推送给关联用户，解决了已有技术中关联用户无法从信息流产生系统中自动地获取该信息流、甚至对与其相关的该信息流无感知的情况下，使得关联用户能够实时获取到与关联用户相关且对其有需求的信息流，而且本实施例将关联用户所需要的信息流在一段时间内按照时间顺序流水线式推送给关联用户，使得关联用户能够实时跟进该信息流相关事件的进展，极大地提高了用户体验。

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

结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：

图1示出根据本公开一实施方式的信息流推送方法的流程图；

图2示出根据本公开一实施方式的信息流推送装置的结构框图；

图3是适于用来实现根据本公开一实施方式的信息流推送方法的电子设备的结构示意图。

具体实施方式

下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。

在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。

另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

在一通信过程中，通信内容具体应该被哪些接收方接收则不是用于控制通信的程序能够获知的。这种管道和内容分离的设计方案使得信息的传递极为精准，却无法实现智能的信息分发和获取。这也就导致了如下类问题的出现：

用户a产生了一组信息流(信息流，即在空间和时间上向同一方向运动过程中的一组信息，比如位置轨迹)，该组信息流由于其目的或内容导致与另一用户b(或另一组用户)有关联。然而尽管用户b需求这组信息，但由于通信方法无法识别信息的内容和目的，因此用户b无法自动获取这组信息流，或者不方便获取这组信息流。

例如：

1.用户a通过智能终端上的网约车app为用户b叫了一辆出租车t，叫车进程构成了一组信息流，具体包括上车时间、上车地点、用户b的名字以及出租车t的实时位置等信息，显然用户b希望知道出租车t的实时位置，但通常来说，除非用户b能够直接与出租车t司机联系，否则很难知道出租车t的实时位置。在一些情况下，出租车司机即不知道b的手机也不知道b的姓名，例如指示是“3点10分去xx楼接一个10岁穿白色连衣裙的女孩”，b就更不可能知道出租车t的实时位置了。也就是说，在通信过程中a与出租车t的客户端可以轻易建立信息流，信息流内包含针对用户b的内容，而控制通信的计算机程序无法将信息发送至用户b的客户端。

2.用户a通过网络平台为用户b下单买了一件商品，订单的处理进程(包括物流)构成了一组信息流，显然用户b也希望知道订单的处理进程。但通常除非用户a查询了后直接告诉用户b，用户b很难知道订单的处理进程。

图1示出根据本公开一实施方式的信息流推送方法的流程图。如图1所示，所述信息流推送方法包括以下步骤s101-s103：

在步骤s101中，获取信息流；

在步骤s102中，根据所述信息流中的用户信息确定关联用户；

在步骤s103中，预测是否存在所述关联用户对所述信息流的需求；

在步骤s104中，当存在所述关联用户对所述信息流的需求时，将所述信息流推送给所述关联用户。

在本实施例中，信息流可以是网络或者电话等通信方式在一段时间内所产生的一个或多个信息。例如，用户a通过智能终端app为用户b下单叫网约车时产生的信息流，用户a通过电商系统平台为用户b下单购买的商品时产生的信息流，用户a通过银行接口给用户b转账时产生的信息流，用户a求救电话时产生的信息流等等。在一实施例中，系统在实现过程中，可以监控感兴趣的一些信息流，包括网络系统或者电话系统中产生的信息流。例如，可以监控可能会涉及另一用户，且该另一用户无法通过网络行为的通常处理流程获取该另一用户所需要的信息流的通信过程，并在监控到有信息流产生后执行本公开实施例提出的信息流推送方法。

本公开实施例在监测到有信息流后，可以通过该信息流中的用户信息确定关联用户，进而再预测是否存在关联用户对该信息流的需求，并在存在需求时，才将该信息流推送给关联用户。关联用户可以包括该信息流中包含了用户信息的第一用户，也可以包括与该第一用户相关联的第二用户。例如用户a通过app为用户b叫车的通信过程中，关联用户可以包括用户a、用户b、接单司机；用户a通过电商平台购买商品的通信过程中，关联用户可以包括卖家、收件人等，通过银行网络接口转账的通信过程中，关联用户可以包括转账用户、收款用户等；用户a通过求救电话打求救电话时，关联用户可以包括用户a以及用户a的直系亲属等。有些关联用户由于无法通过登陆产生信息流的信息系统，且信息系统通常也不会主动给除了信息流的发送方和接收方之外的关联用户发送该信息流，因此这些关联用户无法自动获取到与其相关的信息流，甚至对这些信息流毫无感知，而有些关联方由于可以通过信息系统查看到相关信息流，如信息流的接收方或发送方，因此并不需要再额外获取该信息流。例如，在用户通过app为另一用户叫车的过程中，另一用户无法详细的得知接单司机的联系方式、当前位置等信息流，而这显然是另一用户较为关心的信息，而接单司机由于可以通过其所登陆的约车系统能够查看到其所关心的信息流，如另一用户的乘车位置、联系电话等等，因此接单司机并不需要额外再获取信息流。因此，本实施例在确定了关联用户之后，还预测是否存在关联用户对信息流的需求，如果预测到关联用户对信息流存在需求时，再将信息流推送给该关联用户。通过这种方式，本公开实施例在获取信息流后，在与该信息流有关联的关联用户对该信息流有需要时，可以及时将该信息流推送给关联用户，以便关联用户能够实时掌握与其相关的信息流，极大地提高了用户体验。

在本实施例的一个可选实现方式中，所述步骤s102，即根据所述信息流中的用户信息确定关联用户的步骤，进一步包括以下步骤：

获取所述信息流中的用户信息；

将所述用户信息对应的第一用户、以及与所述第一用户具有预设关联关系的第二用户确定为所述关联用户。

该可选的实现方式中，信息流可以包括结构性信息和内容信息，结构性信息包括用户在输入信息时信息系统提供的特定格式以及用户输入的内容，而内容信息仅包括用户输入的内容，不包括服务系统提供的特定格式。对于能够获取到结构性信息的情形，可以直接从结构性信息中确定用户信息，例如从用户a为另外一个用户b预约了车辆这一结构性信息中可以直接确定用户a和用户b的用户信息。而对于只有内容信息的情形，可以使用例如自然语言/语音处理的分词技术和匹配方法等从内容信息中提取用户信息。例如，内容信息可以用自然语言表述为，用户a(手机或网站/app的登录账号)叫出租车t(车牌、实时位置)于xx时xx地接用户b(姓名、性别、穿着、身高、年纪、电话中的一个或几个)，对该内容信息进行分析处理，可以得到“用户a”、“出租车(司机)”和“用户b”的用户信息，这些信息可以以关键词的方式存储在信息流推送系统中，同时信息流推送系统也可以存储上述结构化信息得到的属性信息，例如当前预约被标记为“为第三方预约”等。

在从信息流中获取到用户信息后，将该用户信息对应的第一用户、以及与该第一用户具有预设关联关系的第二用户确定为关联用户。每个用户信息对应一个第一用户，第一用户显然是与信息流有直接关联关系的用户。例如，在用户a为另外一个用户b预约了车辆的这一事例中，用户a和用户b都是与信息流有直接关联关系的第一用户。而有的情形下，还需要将与第一用户有预设关联关系的第二用户作为信息流的关联用户，这是因为在某些情况下，信息流中虽然没有直接涉及到某一或某些关联用户的用户信息，但是该信息流确实是某一或某些关联用户所需要的。例如，用户a遇到紧急情况，拨打求救电话，而信息流推送系统在监控到这一事件，并获取到相关信息流之后，可以从中得到用户a的用户信息(如电话号码、姓名等)，之后再根据用户a的用户信息找到与该用户a有关联关系的关联用户b，如用户a的紧急联系人，那么信息流推送系统就可以将用户a求救这一事件对应的信息流推送给用户b，以便用户b采取一些措施。第一用户与第二用户的预设关联关系可以预先存储在数据库中，信息流推送系统可以维护用户数据库，其中可以存储第一用户的用户信息，以及与第一用户有关联关系的第二用户的用户信息等。第一用户与第二用户之间的关联关系可以通过各种渠道获取，最直接的是由第一用户提供，还可以通过分析第一用户在某些场景下所提供的一些数据，进而从这些数据中分析得到与第一用户具有关联关系的第二用户。

在本实施例的一个可选实现方式中，所述用户信息包括联系方式和用户标识中的至少一个。

该可选的实现方式中，通过对信息流的内容进行分析处理，可以从中提取用户信息，用户信息可以是能够表明用户身份的信息，例如用户联系方式、用户标识等。用户联系方式可以包括但不限于用户的电话号码、联系地址等；用户标识可以为能够表明用户身份的标识，如用户姓名、用户身份证号、驾驶证号、社保号、军官证号、用户在网络上注册的账号等等。例如，在线约车时，用户会提供乘客电话、乘客姓名等信息，在线下单时，用户会提供收货人地址、收货人电话号码等等。用户所提供的这些信息都将以信息流的方式在网络上进行发送，本系统在监控到这些信息流之后，可以从中通过分析得到用户信息。

在本实施例的一个可选实现方式中，所述步骤s103，即预测是否存在所述关联用户对所述信息流的需求的步骤，进一步包括以下步骤：

通过预设的匹配规则对所述信息流进行匹配，以预测是否存在所述关联用户对所述信息流的需求；或者，

通过预先经过训练的机器学习模型对所述信息流进行处理，以预测是否存在所述关联用户对所述信息流的需求。

在一实施例中，通过预先设置好匹配规则，进而根据匹配规则对信息流进行匹配分析，预测关联方是否对信息流存在需求。例如，在线约车时，用户提供了乘客电话、乘客地址等，可以通过将乘客电话、乘客地址等与该用户的电话、地址等进行匹配，就能够预测出是否乘客是否对该信息流有需求。在另一实施例中，可以通过预先训练好机器学习模型，进而利用机器学习模型对信息流进行预测。机器学习模型可以是神经网络、卷积神经网络、深度神经网络、支持向量机、k-means、k-neighbors、决策树、随机森林、贝叶斯网络中的一种或多种组合。

在一实现方式中，可以通过对信息流进行分析确定关联用户是否能够获取到信息流，并通过设置的过滤条件来预测关联用户是否对信息流存在需求。例如，关联用户既不是信息流的发送方，也不是信息流的接收方，且信息系统也不会将信息流实时提供给该关联用户时，可以预测该关联用户对该信息流存在需求。在实现过程中，可以通过预先建立的匹配模型，得到关联用户对于信息流的需求概率。在需求概率大于某一阈值时，可以认为该关联用户存在对该信息流的需求。匹配模型可以通过一个固定的规则实现，也可以通过训练数据训练一个机器学习模型得到。

在本实施例的一个可选实现方式中，所述步骤s104，即将所述信息流推送给所述关联用户之前的步骤，进一步包括以下步骤：

向所述关联用户发送是否接收所述信息流的请求消息。

在该可选的实现方式中，在给关联方发送相关信息之前，可以有一个确认的过程。首先向关联方发送确认请求，可以在确认请求中简单描述一下预设行为，包括发起预设行为的用户以及该行为涉及的事件等，在关联方确认后，再将相关信息发送给关联方。通过这种方式，避免在一些情况下，给关联方造成不必要的打扰。

在本实施例的一个可选实现方式中，所述步骤s104，即将所述信息流推送给所述关联用户的步骤，进一步包括以下步骤：

将所述信息流中与所述关联用户相关的部分或全部信息流推送给所述关联用户。

在该可选的实现方式中，相关信息流可以是信息流中的一部分，也可以是全部信息流。在一实施例中，关联用户不一定需要知道一通信过程中的所有信息流，而只需要将与该关联用户相关的信息流推送给该关联用户即可。例如，用户a为用户b预约了车辆，则可以将用户a为用户b预约了车辆这一事件、司机联系方式、司机当前位置等信息发送给用户b，而其他信息则可以不推送给用户b。

下面通过几个应用场景对本公开实施例提出的信息流推送方法做进一步描述。

实施例1：互联网约车。

1.产生信息流。

在网约车场景中，一个用户a为另外一个用户b预约一辆出租车t。用户a可以通过一个通信终端，例如电话、互联网网页、智能终端的应用程序等发起一个车辆预约服务。预约信息流包括用户a的一个id，例如用户a的电话号码或登录账号、出租车t的车牌、出租车t的实时位置、用户b的上车位置和时间、用户b的标识及特征信息(电话号码、登录账号、名字、性别)等等。

2.分析该信息流以确定关联用户。

用户a所使用的通信终端通过无线网络接入一个本公开所涉及的信息处理系统。信息处理系统中的分析模块收到用户a发起的请求以及对应的信息流。进一步，分析模块对信息流进行解析并完成分析。

具体的分析过程可以如下：

信息流中可以包含结构性信息和内容性信息。例如，结构性信息可以是通过智能终端的人机交互设计，得到该预约服务为用户a为另外一个用户预约的车辆。信息流也可以包含内容性信息，例如预约信息可以用自然语言表述为，用户a(手机或网站/app的登录账号)叫出租车t(车牌、实时位置)于xx时xx地接用户b(姓名、性别、穿着、身高、年纪、电话中的一个或几个)；

分析模块对上述用自然语言表述的信息流分析，例如通过自然语言处理的分词技术和匹配方法，即得到关联方“用户a”、“出租车(司机)”和“用户b”；这些信息可以以关键词的方式存储在分析模块中。同时，分析模块也可以存储了上述结构化信息得到的属性信息，例如当前预约被标记为“为第三方预约“。

3.预测该关联用户是否需要该信息流。

在预约车辆流程中，分析模块已经得到当前预约为“为第三方预约“，同时分析模块得到了关联方关键词“用户a”、“出租车(司机)”和“用户b”。基于这些信息，分析模块分析每个关联方是否需要获得信息流，由于“出租车(司机)”为信息接收方，因此不再需要额外通知；“用户a”为信息流发起方，因此“用户a”已经被通知所有信息。最后“用户b”作为关联方并没有出现在信息流接收端，然而匹配模块判断在“为第三方预约”过程中，作为出租车服务的对象“用户b”对信息流信息的需求强烈，，因此可以预测“用户b”需要。4.当预测该关联用户需要该信息流时，同步该信息流给该关联用户。

进一步，分析模块可以通过在通信目录中搜索用户b的通信方式，并建立一个与用户b的通信通道。进一步，信息处理系统通过该通道将信息流发送给用户b。至此，用户b自动得到了出租车t的位置、联系信息等一切相关信息。

在一种情况下，上述步骤中对关联方的判断存在一定的误差，或在搜索关联方的联系方式时匹配到了错误的对象。此时，本公开所涉及的方法还可以包括一个确认的过程，在与用户b建立通信通道之前，首先发起确认请求，在用户b根据请求中的信息，例如发起方、信息流内容进行确认。在确认通过后，信息处理系统才建立与用户b的通信通道。

实施例2：购物。

1.产生信息流。

在购物场景中，用户a为用户b电话购物或者网络购物。用户a在电子商务系统中的信息流可以包括用户a的电话号码/网络账号、商品名称和数量、订单状态、包裹位置、用户b的收件位置、用户b的名字/id/电话号码等等。在本实施例中，本发明所涉及的信息处理系统为电商服务提供方的信息处理系统。此时，用户a通过电商系统得到了商品的物流信息。

2.分析该信息流以确定关联用户。

电商服务提供方的信息处理系统通过对订单的结构化数据和内容数据解析，得到关联方。“用户a”为买方，“用户b”为接收方。

此时，由于电子商务需要物流配送，分析模块自动将物流配送公司识别为关联方。

3.预测该关联用户是否需要该信息流。

分析模块对内容进行解析，并做出预测，可以预测“用户b”需要购物的物流信息。此外，分析模块还预测物流公司需要“用户b”的联系方式。因此，信息处理系统自动搜索用户b的联系方式并建立一个通信通道，将用户b的联系方式发送给物流企业。

4.当预测该关联用户需要该信息流时，同步该信息流给该关联用户。

类似内容不再赘述。

实施例3：互联网金融服务

1.产生信息流

在互联网金融服务平台中，用户a在平台中发起一笔信用卡还款。用户a输入了用户b的账号并完成了转账。在传统的服务中，用户b只能得到入账的通知，而对整个转账的细节无法得知,例如用户a发起了转账，银行受理了该转账，转账成功等信息流。例如，用户b无法得知用户a是通过互联网金融服务平台实现的还款。这是由于，用户a发起的转账申请的信息流无法被平台捕获。在本发明中，信息处理系统被实施在互联网金融服务平台中。该系统收到了用户a发起的转账请求的信息流。

2.分析该信息流以确定关联用户。

分析模块对信息流进行解析，得到了所有相关的关联用户。在本实施例中，关联用户为“用户a”和“用户b”。

3.预测该关联用户是否需要该信息流。

分析模块在本实施例中发现用户a信用卡还款的目标账户不归属与用户a，因此确认“用户b”需要得知这笔转账的信息。

4.当预测该关联用户需要该信息流时，同步该信息流给该关联用户。

分析模块在本地数据库搜索用户b卡号关联的手机号码，并通过短消息将本比还款的相关信息发送至用户b的手机。

在本实施例中可见，用户b在本发明的方法下可以得到全部转账信息，例如汇款方、汇款账号、汇款目的、汇款所使用的互联网金融平台等信息。而当前的电子银行系统中，用户b只能得到入账信息。

图2示出根据本公开一实施方式的信息流推送装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图2所示，所述信息流推送装置包括获取模块201、确定模块202、预测模块203和推送模块204：

获取模块201，被配置为获取信息流；

确定模块202，被配置为根据所述信息流中的用户信息确定关联用户；

预测模块203，被配置为预测是否存在所述关联用户对所述信息流的需求；

推送模块204，被配置为当存在所述关联用户对所述信息流的需求时，将所述信息流推送给所述关联用户。

在本实施例的一个可选实现方式中，所述确定模块202，包括：

获取子模块，被配置为获取所述信息流中的用户信息；

确定子模块，被配置为将所述用户信息对应的第一用户、以及与所述第一用户具有预设关联关系的第二用户确定为所述关联用户。

在本实施例的一个可选实现方式中，所述用户信息包括联系方式和用户标识中的至少一个。

在本实施例的一个可选实现方式中，所述预测模块203，包括：

第一预测子模块，被配置为通过预设的匹配规则对所述信息流进行匹配，以预测是否存在所述关联用户对所述信息流的需求；或者，

第二预测子模块，被配置为通过预先经过训练的机器学习模型对所述信息流进行处理，以预测是否存在所述关联用户对所述信息流的需求。

在本实施例的一个可选实现方式中，所述推送模块204之前，还包括：

请求模块，被配置为向所述关联用户发送是否接收所述信息流的请求消息

在本实施例的一个可选实现方式中，所述推送模块204，包括：

推送子模块，被配置为将所述信息流中与所述关联用户相关的部分或全部信息流推送给所述关联用户。

图3是适于用来实现根据本公开实施方式的信息流推送方法的电子设备的结构示意图。

如图3所示，电子设备300包括中央处理单元(cpu)301，其可以根据存储在只读存储器(rom)302中的程序或者从存储部分308加载到随机访问存储器(ram)303中的程序而执行上述图1所示的实施方式中的各种处理。在ram303中，还存储有电子设备300操作所需的各种程序和数据。cpu301、rom302以及ram303通过总线304彼此相连。输入/输出(i/o)接口305也连接至总线304。

以下部件连接至i/o接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至i/o接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。

特别地，根据本公开的实施方式，上文参考图1描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行图1的方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分309从网络上被下载和安装，和/或从可拆卸介质311被安装。

附图中的流程图和框图，图示了按照本公开各种实施方式的系统、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，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码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。也应当注意，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，两个接连地表示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操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。

描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。

作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。