应用于人工智能的话题用户信息处理方法及云服务器与流程

1.本技术涉及人工智能和话题处理技术领域，特别涉及一种应用于人工智能的话题用户信息处理方法及云服务器。


背景技术：

2.随着科学技术技术的不断发展，人工智能的应用领域越来越广泛。现目前，人工智能已逐渐应用于话题处理领域，比如对热点话题进行跟踪处理，对话题评论进行情感分析或者对话题文本进行纠错等。此外，一些线上业务的正常开展也在一定程度上依赖相关的话题会话处理。
3.在实际应用过程中，为了提高对话题处理的效率和灵活性，通常需要进行不同方式的信息迁移以满足不同的会话处理，然而相关针对话题处理的信息迁移方法往往会影响到正常的会话处理。


技术实现要素：

4.本技术实施例之一提供一种应用于人工智能的话题用户信息处理方法，应用于云服务器，包括：获取大数据话题用户信息集，其中，所述大数据话题用户信息集包括在时间层面上存在关联关系的多组会话用户互动信息；根据所述大数据话题用户信息集获取社群会话动作对应的话题用户关键信息集，其中，所述社群会话动作对应的话题用户关键信息集包括在时间层面上存在关联关系的多组话题用户关键信息；基于所述大数据话题用户信息集，通过事先配置的用户信息迁移进程所包括的会话主题解析网络获取话题用户意图倾向集，其中，所述话题用户意图倾向集包括多个用户意图倾向信息；基于所述社群会话动作对应的话题用户关键信息集，通过所述事先配置的用户信息迁移进程所包括的会话状态解析网络获取会话状态描述集，其中，所述会话状态描述集包括多个会话状态特征；基于所述话题用户意图倾向集以及所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求；根据所述信息迁移要求确定所述大数据话题用户信息集的信息迁移规则；其中，所述信息迁移规则用于指示所述云服务器对待迁移话题用户信息进行分治化迁移。
5.优选地，所述基于所述话题用户意图倾向集以及所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求，包括：基于所述话题用户意图倾向集，通过所述事先配置的用户信息迁移进程所包括的
会话关注度处理子线程获取多个会话主题的主题关注数据，其中，每个会话主题的主题关注数据对应于一个用户意图倾向信息；基于所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的行为关注度处理子线程获取多个会话状态的主题关注数据，其中，每个会话状态的主题关注数据对应于一个会话状态特征；对所述多个会话主题的主题关注数据以及所述多个会话状态的主题关注数据进行会话关注度分析，得到多个目标话题项目的主题关注数据，其中，每个目标话题项目的主题关注数据包括一个会话主题的主题关注数据以及一个会话状态的主题关注数据；基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的关注度融合子线程获取融合话题项目的主题关注数据，其中，所述融合话题项目的主题关注数据为根据所述多个目标话题项目的主题关注数据以及多个行为关注度时序特征确定的，每个目标话题项目的主题关注数据对应于一个行为关注度时序特征；基于所述融合话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
6.优选地，所述基于所述话题用户意图倾向集以及所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求，包括：基于所述话题用户意图倾向集，通过所述事先配置的用户信息迁移进程所包括的会话偏好解析网络获取多个会话主题的主题关注数据，其中，每个会话主题的主题关注数据对应于一个用户意图倾向信息；基于所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的行为偏好解析网络获取多个会话状态的主题关注数据，其中，每个会话状态的主题关注数据对应于一个会话状态特征；对所述多个会话主题的主题关注数据以及所述多个会话状态的主题关注数据进行会话关注度分析，得到多个目标话题项目的主题关注数据，其中，每个目标话题项目的主题关注数据包括一个会话主题的主题关注数据以及一个会话状态的主题关注数据；基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的所述用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
7.优选地，所述基于所述话题用户意图倾向集，通过所述事先配置的用户信息迁移进程所包括的会话偏好解析网络获取多个会话主题的主题关注数据，包括：对于所述话题用户意图倾向集中的每组用户意图倾向信息，通过所述会话偏好解析网络所包括的会话跟进子线程获取会话服务反馈内容，其中，所述会话偏好解析网络属于所述事先配置的用户信息迁移进程；对于所述话题用户意图倾向集中的每组用户意图倾向信息，通过所述会话偏好解析网络所包括的会话服务解析子线程获取会话服务反馈关注度；对于所述话题用户意图倾向集中的每组用户意图倾向信息，基于所述会话服务反馈内容以及所述会话服务反馈关注度，通过所述会话偏好解析网络所包括的整体性话题定位子线程获取会话服务反馈的服务定位数据；
对于所述话题用户意图倾向集中的每组用户意图倾向信息，基于所述会话服务反馈的服务定位数据以及所述用户意图倾向信息，通过所述会话偏好解析网络所包括的会话关注度处理子线程获取会话主题的主题关注数据。
8.优选地，所述基于所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的行为偏好解析网络获取多个会话状态的主题关注数据，包括：对于所述会话状态描述集中的每组会话状态特征，通过所述行为偏好解析网络所包括的会话跟进子线程获取交互服务反馈内容，其中，所述行为偏好解析网络属于所述事先配置的用户信息迁移进程；对于所述会话状态描述集中的每组会话状态特征，通过所述行为偏好解析网络所包括的会话服务解析子线程获取行为互动反馈关注度；对于所述会话状态描述集中的每组会话状态特征，基于所述交互服务反馈内容以及所述行为互动反馈关注度，通过所述行为偏好解析网络所包括的整体性话题定位子线程获取行为互动反馈的服务定位数据；对于所述会话状态描述集中的每组会话状态特征，基于所述行为互动反馈的服务定位数据以及所述会话状态特征，通过所述行为偏好解析网络所包括的行为关注度处理子线程获取会话状态的主题关注数据。
9.优选地，所述基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的所述用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求，包括：基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的关注度融合子线程获取融合话题项目的主题关注数据，其中，所述融合话题项目的主题关注数据为根据所述多个目标话题项目的主题关注数据以及多个行为关注度时序特征确定的，每个目标话题项目的主题关注数据对应于一个行为关注度时序特征；基于所述融合话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的所述用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
10.优选地，所述基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的关注度融合子线程获取融合话题项目的主题关注数据，包括：基于所述多个目标话题项目的主题关注数据，通过所述关注度融合子线程所包括的话题板块分析单元获取多个会话主题板块的主题关注数据，其中，所述关注度融合子线程属于所述事先配置的用户信息迁移进程；基于所述多个会话主题板块的主题关注数据，通过所述关注度融合子线程所包括的会话行为分析单元获取多个会话动作项目的主题关注数据；根据所述多个会话动作项目的主题关注数据确定多个行为关注度时序特征，其中，每个行为关注度时序特征对应于一个目标话题项目的主题关注数据；根据所述多个目标话题项目的主题关注数据以及多个行为关注度时序特征，确定所述融合话题项目的主题关注数据。
11.优选地，根据所述信息迁移要求确定所述大数据话题用户信息集的信息迁移规则，包括：获取所述信息迁移要求中的文本迁移要求和功能迁移要求；
基于所述信息迁移要求中的文本迁移要求和功能迁移要求之间的迁移要求匹配情况，对所述信息迁移要求中的文本迁移要求和功能迁移要求进行迁移要求合并，得到迁移要求合并结果；将迁移要求合并异常的功能迁移要求确定为待处理功能迁移要求，根据所述迁移要求合并结果中的功能迁移要求与所述待处理功能迁移要求之间的行为倾向差异，确定与所述待处理功能迁移要求相匹配的会话行为冷门时段；对与所述待处理功能迁移要求相匹配的会话行为冷门时段和所述待处理功能迁移要求进行迁移要求合并，得到兼容性迁移要求；根据所述兼容性迁移要求和所述迁移要求合并结果，确定所述信息迁移要求中的待迁移话题用户信息的迁移顺序和所述待迁移话题用户信息对应的迁移时段；其中，所述迁移顺序和所述迁移时段用于指示所述云服务器对待迁移话题用户信息进行分治化迁移；其中，所述获取所述信息迁移要求中的文本迁移要求和功能迁移要求，包括：获取所述信息迁移要求中的至少两个文本迁移要求条目和至少两个功能迁移要求条目；获取所述至少两个文本迁移要求条目之间的文本迁移要求条目的差异化分析结果和文本迁移要求条目关键词，获取所述至少两个功能迁移要求条目之间的功能迁移要求条目的差异化分析结果和功能迁移要求条目关键词；根据所述文本迁移要求条目的差异化分析结果和所述文本迁移要求条目关键词，对所述至少两个文本迁移要求条目进行共性情况解析，得到所述信息迁移要求中的文本迁移要求；一个文本迁移要求包括至少一个文本迁移要求条目；根据所述功能迁移要求条目的差异化分析结果和所述功能迁移要求条目关键词，对所述至少两个功能迁移要求条目进行共性情况解析，得到所述信息迁移要求中的功能迁移要求；一个功能迁移要求包括至少一个功能迁移要求条目；其中，基于所述信息迁移要求中的文本迁移要求和功能迁移要求之间的迁移要求匹配情况，对所述信息迁移要求中的文本迁移要求和功能迁移要求进行迁移要求合并，得到迁移要求合并结果，包括：将所述信息迁移要求中的功能迁移要求确定为实时功能迁移要求，将所述信息迁移要求中的文本迁移要求确定为实时文本迁移要求；所述实时功能迁移要求中的功能迁移要求条目是从针对所述信息迁移要求的会话项目库中所确定的；获取所述会话项目库中的文本迁移要求条目；将所述会话项目库中的文本迁移要求条目与所述实时文本迁移要求中的文本迁移要求条目之间的要求条目区别，确定为所述实时功能迁移要求与所述实时文本迁移要求之间的所述迁移要求匹配情况；当所述迁移要求匹配情况对应的区分度大于或等于预设区分度时，对所述实时功能迁移要求和所述实时文本迁移要求进行迁移要求合并，得到所述迁移要求合并结果；其中，所述待处理功能迁移要求包括所述信息迁移要求中的主功能迁移要求条目；所述迁移要求合并结果的数量为至少两个；每个迁移要求合并结果中的功能迁移要求分别包括所述信息迁移要求中的从功能迁移要求条目；所述根据所述迁移要求合并结果中的功能迁移要求与所述待处理功能迁移要求之间的行为倾向差异，确定与所述待处理功能迁移要求相匹配的会话行为冷门时段，包括：根据所述主功能迁移要求条目，获取所述待处理功能迁移要求的整体迁移要求意
图；根据所述每个迁移要求合并结果包括的从功能迁移要求条目，分别获取所述每个迁移要求合并结果中的功能迁移要求的局部迁移要求意图；获取所述整体迁移要求意图分别与所述每个迁移要求合并结果对应的局部迁移要求意图之间的迁移需求扰动；根据所述每个迁移要求合并结果所属的迁移需求扰动，确定所述每个迁移要求合并结果中的功能迁移要求分别与所述待处理功能迁移要求之间的行为倾向差异；当目标迁移要求合并结果的汇总数值大于第一预设阈值且小于或等于第二预设阈值时，将所述目标迁移要求合并结果中的文本迁移要求所包含的会话行为冷门时段，确定为与所述待处理功能迁移要求相匹配的会话行为冷门时段；所述目标迁移要求合并结果，指所属的行为倾向差异的量化值大于或等于量化值阈值的迁移需求合并结果。
12.优选地，所述根据所述大数据话题用户信息集获取社群会话动作对应的话题用户关键信息集，包括：对于所述大数据话题用户信息集中的每组会话用户互动信息，通过话题交互分类网络获取社群会话对象反馈、社群会话操作反馈以及社群会话关联反馈；根据所述每组会话用户互动信息所对应的所述社群会话对象反馈、所述社群会话操作反馈以及所述社群会话关联反馈，生成所述每组会话用户互动信息所对应的话题用户关键信息。
13.本技术实施例之一提供一种云服务器，包括处理引擎、网络模块和存储器；所述处理引擎和所述存储器通过所述网络模块通信，所述处理引擎从所述存储器中读取计算机程序并运行，以执行上述的方法。
14.在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
15.本技术将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本技术的一些实施例所示的一种示例性应用于人工智能的话题用户信息处理方法和/或过程的流程图；图2是根据本技术的一些实施例所示的一种示例性应用于人工智能的话题用户信息处理装置的框图；图3是根据本技术的一些实施例所示的一种示例性应用于人工智能的话题用户信息处理系统的框图，以及图4是根据本技术的一些实施例所示的一种示例性云服务器中硬件和软件组成的示意图。
具体实施方式
16.为了更清楚地说明本技术实施例的技术方案，下面将对实施例描述中所需要使用
的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
17.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
18.如本技术和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
19.本技术中使用了流程图用来说明根据本技术的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
20.为了改善如背景技术所述的技术问题，发明人针对性地提出了应用于人工智能的话题用户信息处理方法及云服务器，能够使得云服务器根据话题用户的会话参与情况实现待迁移话题用户信息的分治化迁移，换言之，不会完全终止云服务器和话题用户的会话处理，而是阶段性、层次化地进行待迁移话题用户信息的迁移，这样不仅能够话题用户信息的迁移优化，还可以保证一些重要的会话处理进程不会因为信息迁移而出现异常，提高话题会话处理的质量。
21.可以理解，本技术实施例所提供的应用于人工智能的话题用户信息处理方法及云服务器可以应用于在线支付、微博娱乐话题或新闻话题等。
22.首先，对应用于人工智能的话题用户信息处理方法进行示例性的说明，请参阅图1，是根据本技术的一些实施例所示的一种示例性应用于人工智能的话题用户信息处理方法和/或过程的流程图，应用于人工智能的话题用户信息处理方法可以包括以下步骤s1
‑
步骤s6所描述的技术方案。
23.步骤s1，获取大数据话题用户信息集，其中，所述大数据话题用户信息集包括在时间层面上存在关联关系的多组会话用户互动信息。
24.在本技术实施例中，大数据话题用户信息集用于表征云服务器在进行话题会话处理时的用户会话信息，以在线支付为例，大数据话题用户信息集可以记录针对买方和卖方的交互数据以及买方和卖方的话题会话处理流程信息，以微博娱乐话题为例，大数据话题用户信息集可以记录微博用户在进行评论发表和观点回复时的相关数据。在时间层面上存在关联关系的多组会话用户互动信息可以理解为会话用户互动信息之间在时序上是连续的，例如会话用户互动信息information1的信息生成时刻为time1，,会话用户互动信息information2的信息生成时刻为time2，time1为20:30:01，time2为20:30:02。此外，会话用户互动信息还记录了云服务器的运行情况信息和会话处理信息，运行情况信息和会话处理信息能够实现对云服务器的反馈分析（比如会话服务漏洞），进而指导云服务器进行反馈更新。
25.步骤s2，根据所述大数据话题用户信息集获取社群会话动作对应的话题用户关键信息集，其中，所述社群会话动作对应的话题用户关键信息集包括在时间层面上存在关联关系的多组话题用户关键信息。
26.例如，社群会话动作可以包括多种类别的动作，如使用电子设备的触控行为，或者使用麦克风的语音输入行为，或者使用按键设备进行的评论发表等，在此不作限定。话题用户关键信息可以记录话题用户在进行会话处理时云服务器的应答信息以及话题用户端所接收到的响应信息等，其中，社群会话动作对应的话题用户关键信息集还记录了一些响应信息。进一步地，为了确保话题用户关键信息能够包含响应信息以便于后期的云服务器的信息迁移，步骤s2还可以通过以下步骤s21和步骤s22的内容实现。
27.步骤s21，对于所述大数据话题用户信息集中的每组会话用户互动信息，通过话题交互分类网络获取社群会话对象反馈、社群会话操作反馈以及社群会话关联反馈。例如，话题交互分类网络可以是预先训练好的，通过话题交互分类网络能够实现不同行为反馈的分类。其中，社群会话对象反馈可以是用户和云服务器在会话互动过程中产生的反馈，社群会话操作反馈可以是由于基于用户自身行为的反馈，社群会话关联反馈可以是与社群会话操作反馈存在关联的反馈，以微博娱乐话题为例，社群会话操作反馈可以是微博用户a在会话发表中产生的反馈，社群会话关联反馈可以是与微博用户a进行会话沟通的微博用户b由于微博用户a在会话发表中产生的反馈而产生的反馈。
28.步骤s22，根据所述每组会话用户互动信息所对应的所述社群会话对象反馈、所述社群会话操作反馈以及所述社群会话关联反馈，生成所述每组会话用户互动信息所对应的话题用户关键信息。如此设计，能够对不同类型的反馈进行分析，从而确保话题用户关键信息能够包含响应信息以便于后期的云服务器的迁移。
29.步骤s3，基于所述大数据话题用户信息集，通过事先配置的用户信息迁移进程所包括的会话主题解析网络获取话题用户意图倾向集，其中，所述话题用户意图倾向集包括多个用户意图倾向信息。
30.在本技术实施例中，用户信息迁移进程是预先配置在云服务器中的，通过预先进行程序性的代码编写、代码调试和代码测试，最后部署在云服务器中的具有一定实际功能的虚拟线程，而会话主题解析网络可以是预先训练好的神经网络，例如前向反馈神经网络或卷积神经网络等，可以理解，通过对训练好的神经网络进行网络参量调节，能够实现相应的功能，在此不作赘述。话题用户意图倾向集用于表征云服务器自身存在的反馈，多个用户意图倾向信息可以是不同的反馈，比如互动延时反馈、文本缺失反馈、功能未响应反馈等。
31.可替换地，为了准确确定出不同的用户意图倾向信息，该步骤还可以通过以下步骤s31
‑
步骤s35得到。
32.步骤s31，获取大数据话题用户信息子集；将所述大数据话题用户信息子集输入到所述用户信息迁移进程所包括的会话主题解析网络中，所述会话主题解析网络利用反馈标识提取单元对所述大数据话题用户信息子集进行反馈标识提取，得到事件反馈标识，基于所述事件反馈标识确定各个会话主题分别对应的事件状态反馈数据。例如，大数据话题用户信息子集是将大数据话题用户信息集进行拆分之后得到的，便于会话主题解析网络进行处理，反馈标识提取单元可以是会话主题解析网络中的功能性模型单元，事件反馈标识可以是预先设定的字符标识，事件状态反馈数据用于记录不同的会话事件对应的反馈。
33.步骤s32，将所述事件反馈标识输入到所述会话主题解析网络的反馈标识识别单元中，确定所述大数据话题用户信息子集对应的用户信息检测内容；基于所述事件状态反馈数据与所述大数据话题用户信息子集对应的信息子集关键词的对应关系确定会话事件反馈关键词。例如，用户信息检测内容可以是云服务器在检测到反馈状态之后生成的检测信息，会话事件反馈关键词可以用于区分不同的会话事件反馈类型。
34.步骤s133，根据所述用户信息检测内容与所述大数据话题用户信息子集对应的用户信息迁移记录的对应关系确定反馈关键词修正引导，利用所述反馈关键词修正引导对所述会话事件反馈关键词进行修正，得到目标反馈关键词。例如，用户信息迁移记录可以是之前进行待迁移话题用户信息迁移时对应的记录信息，反馈关键词修正引导能够实现对会话事件反馈关键词的修正以得到更为精准和实时的目标反馈关键词。
35.步骤s34，基于所述目标反馈关键词对所述会话主题解析网络中的网络参量进行迁移，得到更新完成的会话主题解析网络。可以理解，通过对会话主题解析网络进行迁移，能够确保针对用户意图倾向信息的识别的准确性。进一步地，步骤s134所描述的所述根据所述用户信息检测内容与所述大数据话题用户信息子集对应的用户信息迁移记录的对应关系确定反馈关键词修正引导，利用所述反馈关键词修正引导对所述会话事件反馈关键词进行修正，得到目标反馈关键词包括：确定所述用户信息检测内容与所述用户信息迁移记录之间的对应关系，并得到信息检测延时值；根据所述信息检测延时值计算得到目标反馈关键词的修正变量；所述目标反馈关键词的修正变量与所述信息检测延时值成正相关；根据所述目标反馈关键词的修正变量对所述会话事件反馈关键词进行修正，得到所述目标反馈关键词。
36.步骤s35，通过更新完成的会话主题解析网络识别所述大数据话题用户信息集中的用户意图倾向信息，并输出话题用户意图倾向集。
37.这样一来，通过实施步骤s31
‑
步骤s35，能够准确、完整地确定出不同的用户意图倾向信息。
38.步骤s4，基于所述社群会话动作对应的话题用户关键信息集，通过所述事先配置的用户信息迁移进程所包括的会话状态解析网络获取会话状态描述集，其中，所述会话状态描述集包括多个会话状态特征。可以理解，步骤s4的进一步实施方式与步骤s3的进一步实施方式类似，因此在此不作更多说明。在这里，会话状态解析网络可以通过网络参量调整实现对应的功能。进一步地，会话状态特征可以是不同类型会话状态对应的反馈，以微博话题服务为例，会话状态特征可以是同时触发两个点击页面对应的操作行为对应的反馈。
39.步骤s5，基于所述话题用户意图倾向集以及所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
40.在本技术实施例中，用户信息迁移指示可以是针对云服务器的用户侧服务功能所对应的迁移指标，信息迁移要求可以包括话题用户的会话参与情况和云服务器的迁移需求之间的对应关系。以在线支付为例，话题用户的会话参与情况可以是实时交易，云服务器的迁移需求可以是提高支付内容统计的完整性，在这种情况下话题用户的会话参与情况和云服务器的迁移需求的对应关系表征话题用户的会话参与情况和云服务器的迁移需求之间不存在冲突，也即该信息迁移要求表征可以在用户进行话题会话处理时进行信息迁移。
41.在实际实施过程中，步骤s5可以通过以下两种实施方式实现，他们分别是实施方式a和实施方式b，下面分别对两种实施方式进行示例性说明。
42.实施方式a，基于所述话题用户意图倾向集，通过所述事先配置的用户信息迁移进程所包括的会话关注度处理子线程获取多个会话主题的主题关注数据，其中，每个会话主题的主题关注数据对应于一个用户意图倾向信息；基于所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的行为关注度处理子线程获取多个会话状态的主题关注数据，其中，每个会话状态的主题关注数据对应于一个会话状态特征；对所述多个会话主题的主题关注数据以及所述多个会话状态的主题关注数据进行会话关注度分析，得到多个目标话题项目的主题关注数据，其中，每个目标话题项目的主题关注数据包括一个会话主题的主题关注数据以及一个会话状态的主题关注数据；基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的关注度融合子线程获取融合话题项目的主题关注数据，其中，所述融合话题项目的主题关注数据为根据所述多个目标话题项目的主题关注数据以及多个行为关注度时序特征确定的，每个目标话题项目的主题关注数据对应于一个行为关注度时序特征；基于所述融合话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
43.可以理解，在实施方式a中，采用了会话关注度处理子线程进行主题关注数据的确定，从而根据主题关注数据确定信息迁移要求。其中，主题关注数据可以理解为会话主题的受关注程度或者热门程度，主题关注数据中可以包括行为关注度值，行为关注度值越高，表明对应的会话主题的受关注程度或者热门程度越高，在这种情况下要尽可能地不对会话主题对应的待迁移话题用户信息进行迁移，以避免影响用户的话题会话处理，如此设计，通过实施方式a，能够从主题关注数据层面确定信息迁移要求，从而将互动热度较高的话题相关信息考虑在内，避免在后续进行信息迁移时影响到话题/会话的正常办理。
44.实施方式b步骤b1，基于所述话题用户意图倾向集，通过所述事先配置的用户信息迁移进程所包括的会话偏好解析网络获取多个会话主题的主题关注数据，其中，每个会话主题的主题关注数据对应于一个用户意图倾向信息。
45.进一步地，步骤b1可以通过以下实施方式实现：对于所述话题用户意图倾向集中的每组用户意图倾向信息，通过所述会话偏好解析网络所包括的会话跟进子线程获取会话服务反馈内容，其中，所述会话偏好解析网络属于所述事先配置的用户信息迁移进程；对于所述话题用户意图倾向集中的每组用户意图倾向信息，通过所述会话偏好解析网络所包括的会话服务解析子线程获取会话服务反馈关注度；对于所述话题用户意图倾向集中的每组用户意图倾向信息，基于所述会话服务反馈内容以及所述会话服务反馈关注度，通过所述会话偏好解析网络所包括的整体性话题定位子线程获取会话服务反馈的服务定位数据；对于所述话题用户意图倾向集中的每组用户意图倾向信息，基于所述会话服务反馈的服务定位数据以及所述用户意图倾向信息，通过所述会话偏好解析网络所包括的会话关注度处理子线程获取会话主题的主题关注数据。其中，会话服务反馈内容用于表征云服务器在运行过程中由于自身原因而产生的反馈。整体性话题定位子线程用于对话题会话处理状态进行持续性检测，从而确保服务定位数据的完整性，这样一来，能确保得到的主题关注数据的准
确性和实时性。
46.步骤b2，基于所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的行为偏好解析网络获取多个会话状态的主题关注数据，其中，每个会话状态的主题关注数据对应于一个会话状态特征。
47.进一步地，步骤b2可以通过以下实施方式实现：对于所述会话状态描述集中的每组会话状态特征，通过所述行为偏好解析网络所包括的会话跟进子线程获取交互服务反馈内容，其中，所述行为偏好解析网络属于所述事先配置的用户信息迁移进程；对于所述会话状态描述集中的每组会话状态特征，通过所述行为偏好解析网络所包括的会话服务解析子线程获取行为互动反馈关注度；对于所述会话状态描述集中的每组会话状态特征，基于所述交互服务反馈内容以及所述行为互动反馈关注度，通过所述行为偏好解析网络所包括的整体性话题定位子线程获取行为互动反馈的服务定位数据；对于所述会话状态描述集中的每组会话状态特征，基于所述行为互动反馈的服务定位数据以及所述会话状态特征，通过所述行为偏好解析网络所包括的行为关注度处理子线程获取会话状态的主题关注数据。可以理解，步骤b2的实现方式和步骤b1的实现方式类似，可以通过对网络参量进行调整以实现上述功能，因此在此不作赘述。
48.步骤b3，对所述多个会话主题的主题关注数据以及所述多个会话状态的主题关注数据进行会话关注度分析，得到多个目标话题项目的主题关注数据，其中，每个目标话题项目的主题关注数据包括一个会话主题的主题关注数据以及一个会话状态的主题关注数据。
49.步骤b4，基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的所述用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
50.进一步地，步骤b4可以通过以下实施方式实现：基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的关注度融合子线程获取融合话题项目的主题关注数据，其中，所述融合话题项目的主题关注数据为根据所述多个目标话题项目的主题关注数据以及多个行为关注度时序特征确定的，每个目标话题项目的主题关注数据对应于一个行为关注度时序特征；基于所述融合话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的所述用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
51.在本技术实施例中，融合话题项目可以是将存在关联情况和顺承情况的话题项目进行合并得到的，行为关注度时序特征用于表征行为关注度的持续时间，例如，若行为关注度时序特征为8，则可以表征行为关注度的持续时间为8s。当然，也可以通过其他方式实现对行为关注度的持续时间的表示，在此不作限定。如此一来，通过步骤b4进一步所描述的内容，能够在确定信息迁移要求时考虑行为关注度的持续时间。这样可以却确保信息迁移要求的时效性，避免后续在进行信息迁移时由于话题项目的行为关注度变化而导致一些话题会话处理的变化所引起的话题会话处理异常，从而确保信息迁移要求与实际的话题会话处理状态在时序上的匹配。
52.更进一步地，在上述步骤b4的基础上，基于所述多个目标话题项目的主题关注数据，通过所述事先配置的用户信息迁移进程所包括的关注度融合子线程获取融合话题项目的主题关注数据，包括：基于所述多个目标话题项目的主题关注数据，通过所述关注度融合
子线程所包括的话题板块分析单元获取多个会话主题板块的主题关注数据，其中，所述关注度融合子线程属于所述事先配置的用户信息迁移进程；基于所述多个会话主题板块的主题关注数据，通过所述关注度融合子线程所包括的会话行为分析单元获取多个会话动作项目的主题关注数据；根据所述多个会话动作项目的主题关注数据确定多个行为关注度时序特征，其中，每个行为关注度时序特征对应于一个目标话题项目的主题关注数据；根据所述多个目标话题项目的主题关注数据以及多个行为关注度时序特征，确定所述融合话题项目的主题关注数据。如此，通过将会话主题进行板块化处理，能够尽可能地确保融合话题项目的主题关注数据的时效准确性。
53.步骤s6，根据所述信息迁移要求确定所述大数据话题用户信息集的信息迁移规则；其中，所述信息迁移规则用于指示所述云服务器对待迁移话题用户信息进行分治化迁移。
54.例如，信息迁移规则可以用于指示云服务器在什么时段对什么类型的待迁移话题用户信息进行迁移，换言之，不会完全终止云服务器和话题用户的会话处理，而是阶段性、层次化地进行待迁移话题用户信息的迁移，这样不仅能够话题用户信息的迁移优化，还可以保证一些重要的会话处理进程不会因为信息迁移而出现异常，提高话题会话处理的质量。
55.进一步地，为了更好地说明步骤s6，下面列出了针对步骤s6的进一步说明。
56.步骤s61，获取所述信息迁移要求中的文本迁移要求和功能迁移要求。例如，文本迁移要求对应云服务器侧的迁移需求，功能迁移要求对应用户话题会话处理侧的迁移需求，这两个迁移要求可能会存在交叉，在存在交叉时，是不能响应文本迁移要求的，这样可以确保用户的话题会话处理能够顺利进行。
57.进一步地，步骤s61可以通过以下方式实现：获取所述信息迁移要求中的至少两个文本迁移要求条目和至少两个功能迁移要求条目；获取所述至少两个文本迁移要求条目之间的文本迁移要求条目的差异化分析结果和文本迁移要求条目关键词，获取所述至少两个功能迁移要求条目之间的功能迁移要求条目的差异化分析结果和功能迁移要求条目关键词；根据所述文本迁移要求条目的差异化分析结果和所述文本迁移要求条目关键词，对所述至少两个文本迁移要求条目进行共性情况解析，得到所述信息迁移要求中的文本迁移要求；一个文本迁移要求包括至少一个文本迁移要求条目；根据所述功能迁移要求条目的差异化分析结果和所述功能迁移要求条目关键词，对所述至少两个功能迁移要求条目进行共性情况解析，得到所述信息迁移要求中的功能迁移要求；一个功能迁移要求包括至少一个功能迁移要求条目。例如，文本迁移要求条目和功能迁移要求条目可以是迁移要求的最小计量单位，一般可以对应某个功能块，文本迁移要求条目可以对应文本段落，功能迁移要求条目可以对应文本复制功能块。
58.步骤s62，基于所述信息迁移要求中的文本迁移要求和功能迁移要求之间的迁移要求匹配情况，对所述信息迁移要求中的文本迁移要求和功能迁移要求进行迁移要求合并，得到迁移要求合并结果。例如，对应结果可以表征不同迁移要求之间是否存在交叉。
59.进一步地，基于所述信息迁移要求中的文本迁移要求和功能迁移要求之间的迁移要求匹配情况，对所述信息迁移要求中的文本迁移要求和功能迁移要求进行迁移要求合并，得到迁移要求合并结果，包括：将所述信息迁移要求中的功能迁移要求确定为实时功能
迁移要求，将所述信息迁移要求中的文本迁移要求确定为实时文本迁移要求；所述实时功能迁移要求中的功能迁移要求条目是从针对所述信息迁移要求的会话项目库中所确定的；获取所述会话项目库中的文本迁移要求条目；将所述会话项目库中的文本迁移要求条目与所述实时文本迁移要求中的文本迁移要求条目之间的要求条目区别，确定为所述实时功能迁移要求与所述实时文本迁移要求之间的所述迁移要求匹配情况；当所述迁移要求匹配情况对应的区分度大于或等于预设区分度时，对所述实时功能迁移要求和所述实时文本迁移要求进行迁移要求合并，得到所述迁移要求合并结果。如此一来，能够确保迁移要求合并结果在时间层面上的准确性。其中，会话项目库可以是与云服务器通信的数据库。
60.步骤s63，将迁移要求合并异常的功能迁移要求确定为待处理功能迁移要求，根据所述迁移要求合并结果中的功能迁移要求与所述待处理功能迁移要求之间的行为倾向差异，确定与所述待处理功能迁移要求相匹配的会话行为冷门时段。例如，行为倾向差异可以用于表征用户在进行话题会话处理时的意向，而会话行为冷门时段可以表征在这个时期是没有用户进行话题会话处理的。
61.在步骤s63中，所述待处理功能迁移要求包括所述信息迁移要求中的主功能迁移要求条目；所述迁移要求合并结果的数量为至少两个；每个迁移要求合并结果中的功能迁移要求分别包括所述信息迁移要求中的从功能迁移要求条目。基于此，根据所述迁移要求合并结果中的功能迁移要求与所述待处理功能迁移要求之间的行为倾向差异，确定与所述待处理功能迁移要求相匹配的会话行为冷门时段，可以包括如下步骤s631
‑
步骤s634。
62.步骤s631，根据所述主功能迁移要求条目，获取所述待处理功能迁移要求的整体迁移要求意图；根据所述每个迁移要求合并结果包括的从功能迁移要求条目，分别获取所述每个迁移要求合并结果中的功能迁移要求的局部迁移要求意图；步骤s632，获取所述整体迁移要求意图分别与所述每个迁移要求合并结果对应的局部迁移要求意图之间的迁移需求扰动。
63.步骤s633，根据所述每个迁移要求合并结果所属的迁移需求扰动，确定所述每个迁移要求合并结果中的功能迁移要求分别与所述待处理功能迁移要求之间的行为倾向差异。
64.步骤s634，当目标迁移要求合并结果的汇总数值大于第一预设阈值且小于或等于第二预设阈值时，将所述目标迁移要求合并结果中的文本迁移要求所包含的会话行为冷门时段，确定为与所述待处理功能迁移要求相匹配的会话行为冷门时段；所述目标迁移要求合并结果，指所属的行为倾向差异的量化值大于或等于量化值阈值的迁移需求合并结果。
65.这样一来，能够将局部迁移要求意图之间的迁移需求扰动考虑在内，从而确保在会话行为冷门时段内尽可能不存在话题会话处理需求，进而确保后续的待迁移话题用户信息的迁移。
66.步骤s64，对与所述待处理功能迁移要求相匹配的会话行为冷门时段和所述待处理功能迁移要求进行迁移要求合并，得到兼容性迁移要求。例如，兼容性迁移要求能够确保在进行待迁移话题用户信息迁移时不会影响到用户的正常话题会话处理。
67.步骤s65，根据所述兼容性迁移要求和所述迁移要求合并结果，确定所述信息迁移要求中的待迁移话题用户信息的迁移顺序和所述待迁移话题用户信息对应的迁移时段；其中，所述迁移顺序和所述迁移时段用于指示所述云服务器对待迁移话题用户信息进行分治
化迁移。
68.如此设计，通过实施上述步骤s61
‑
步骤s65，能够将不同的迁移要求考虑在内，并结合分析会话行为冷门时段，这样能够确保得到的兼容性迁移要求可以指示云服务器的差异化待迁移话题用户信息更相信，如此设计，通过确定信息迁移要求中的待迁移话题用户信息的迁移顺序和所述待迁移话题用户信息对应的迁移时段，能够实现用户话题会话处理和待迁移话题用户信息迁移之间的平衡，从而确保在线话题会话处理的效率以及云服务器的迁移效率。
69.综上所述，基于上述步骤s1
‑
步骤s6，能够使得云服务器根据话题用户的会话参与情况实现待迁移话题用户信息的分治化迁移，换言之，不会完全终止云服务器和话题用户的会话处理，而是阶段性、层次化地进行待迁移话题用户信息的迁移，这样不仅能够话题用户信息的迁移优化，还可以保证一些重要的会话处理进程不会因为信息迁移而出现异常，提高话题会话处理的质量。
70.可以理解，上述实施例在互不影响的前提下可以互相进行组合以形成新的实施例，在此不再一一列举。
71.其次，针对上述应用于人工智能的话题用户信息处理方法，本技术实施例还提出了一种示例性的应用于人工智能的话题用户信息处理装置，如图2所示，应用于人工智能的话题用户信息处理装置200可以包括以下的功能模块。
72.用户信息获取模块210，用于获取大数据话题用户信息集，其中，所述大数据话题用户信息集包括在时间层面上存在关联关系的多组会话用户互动信息。
73.关键信息确定模块220，用于根据所述大数据话题用户信息集获取社群会话动作对应的话题用户关键信息集，其中，所述社群会话动作对应的话题用户关键信息集包括在时间层面上存在关联关系的多组话题用户关键信息。
74.意图倾向获取模块230，用于基于所述大数据话题用户信息集，通过事先配置的用户信息迁移进程所包括的会话主题解析网络获取话题用户意图倾向集，其中，所述话题用户意图倾向集包括多个用户意图倾向信息。
75.状态描述获取模块240，用于基于所述社群会话动作对应的话题用户关键信息集，通过所述事先配置的用户信息迁移进程所包括的会话状态解析网络获取会话状态描述集，其中，所述会话状态描述集包括多个会话状态特征。
76.迁移要求确定模块250，用于基于所述话题用户意图倾向集以及所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求。
77.迁移规则确定模块260，用于根据所述信息迁移要求确定所述大数据话题用户信息集的信息迁移规则；其中，所述信息迁移规则用于指示所述云服务器对待迁移话题用户信息进行分治化迁移。
78.然后，基于上述的方法实施例和装置实施例，本技术实施例还提出了一种系统实施例，也即应用于人工智能的话题用户信息处理系统，请结合参阅图3，应用于人工智能的话题用户信息处理系统30可以包括云服务器10和话题用户设备20。其中，云服务器10和话题用户设备20通信用以实施上述方法，进一步地，应用于人工智能的话题用户信息处理系统30的功能性描述如下。
79.一种应用于人工智能的话题用户信息处理系统，包括互相之间通信的云服务器和话题用户设备，所述话题用户设备和所述云服务器之间互相交互以实现话题会话处理；其中，所述云服务器用于：获取大数据话题用户信息集，其中，所述大数据话题用户信息集包括在时间层面上存在关联关系的多组会话用户互动信息；根据所述大数据话题用户信息集获取社群会话动作对应的话题用户关键信息集，其中，所述社群会话动作对应的话题用户关键信息集包括在时间层面上存在关联关系的多组话题用户关键信息；基于所述大数据话题用户信息集，通过事先配置的用户信息迁移进程所包括的会话主题解析网络获取话题用户意图倾向集，其中，所述话题用户意图倾向集包括多个用户意图倾向信息；基于所述社群会话动作对应的话题用户关键信息集，通过所述事先配置的用户信息迁移进程所包括的会话状态解析网络获取会话状态描述集，其中，所述会话状态描述集包括多个会话状态特征；基于所述话题用户意图倾向集以及所述会话状态描述集，通过所述事先配置的用户信息迁移进程所包括的用户信息迁移指示获取所述大数据话题用户信息集所对应的信息迁移要求；根据所述信息迁移要求确定所述大数据话题用户信息集的信息迁移规则；其中，所述信息迁移规则用于指示所述云服务器对待迁移话题用户信息进行分治化迁移。
80.进一步地，请结合参阅图4，云服务器10可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。
81.处理引擎110可以处理相关的信息和/或数据以执行本技术中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，处理引擎110可以包括中央处理单元(central processing unit，cpu)、专用集成电路(application
‑
specific integrated circuit，asic)、专用指令集处理器(application
‑
specific instruction
‑
set processor，asip)、图形处理单元(graphics processing unit，gpu)、物理处理单元(physics processing unit，ppu)、数字信号处理器(digital signal processor，dsp)、现场可编程门阵列(field programmable gate array，fpga)、可编程逻辑器件(programmable logic device，pld)、控制器、微控制器单元、精简指令集计算机(reduced instruction
‑
set computer，risc)、微处理器等或其任意组合。
82.网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(local area network，lan)、广域网(wide area network，wan)、无线局域网络(wireless local area network，wlan)、城域网(metropolitan area network，man)、公用电话交换网(public telephone switched network，pstn)、蓝牙网络、无线个域网络、近场通讯(near field communication，nfc)网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。
83.存储器130可以是，但不限于，随机存取存储器（random access memory，ram），只读存储器（read only memory，rom），可编程只读存储器（programmable read
‑
only memory，prom），可擦除只读存储器（erasable programmable read
‑
only memory，eprom），电可擦除只读存储器（electric erasable programmable read
‑
only memory，eeprom）等。
其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。
84.可以理解，图4所示的结构仅为示意，云服务器10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4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
85.需要理解的是，针对上述内容，本领域技术人员可以根据上述所公开的内容进行前后推导毫无疑义地确定相关技术术语所指代的含义，例如针对一些值、系数、权重、指数、因子等术语，本领域技术人员可以根据前后的逻辑关系进行推导和确定，这些数值的取值范围可以根据实际情况进行选取，例如0~1，又例如1~10，再例如50~100，在此均不作限定。
86.本领域技术人员可以根据上述已公开的内容毫无疑义对一些事先配置的、基准的、预定的、设定的以及目标的技术特征/技术术语进行确定，例如阈值、阈值区间、阈值范围等。对于一些未作解释的技术特征术语，本领域技术人员完全能够基于前后文的逻辑关系进行合理地、毫无疑义地推导，从而清楚、完整地实施上述技术方案。未作解释的技术特征术语的前缀，例如“第一”、“第二”、“上一个”、“下一个”、“前一个”、“后一个”、“当前”、“历史”、“最新”、“最佳”、“目标”、“指定”和“实时”等，可以根据前后文进行毫无疑义地推导和确定。未作解释的技术特征术语的后缀，例如“列表”、“特征”、“序列”、“集合”、“矩阵”、“单元”、“元素”、“轨迹”和“清单”等，也可以根据前后文进行毫无疑义地推导和确定。
87.本技术实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本技术所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。
88.应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd
‑
rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本技术的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。
89.需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
90.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
91.同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施
例”或“一个替代性实施例”并不一定是指同一实施例。此外，本技术的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
92.此外，本领域技术人员可以理解，本技术的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本技术的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
93.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
94.本技术各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（lan）或广域网（wan），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（saas）。
95.此外，除非权利要求中明确说明，本技术所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
96.同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
97.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点
可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本技术一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
98.针对本技术引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本技术作为参考。与本技术内容不一致或产生冲突的申请历史文件除外，对本技术权利要求最广范围有限制的文件(当前或之后附加于本技术中的)也除外。需要说明的是，如果本技术附属材料中的描述、定义、和/或术语的使用与本技术所述内容有不一致或冲突的地方，以本技术的描述、定义和/或术语的使用为准。
99.最后，应当理解的是，本技术中所述实施例仅用以说明本技术实施例的原则。其他的变形也可能属于本技术的范围。因此，作为示例而非限制，本技术实施例的替代配置可视为与本技术的教导一致。相应地，本技术的实施例不仅限于本技术明确介绍和描述的实施例。