一种基于用户行为的数据搜索方法、装置及设备与流程

1.本发明涉及数据搜索技术领域，尤其涉及一种基于用户行为的数据搜索方法、装置及设备。


背景技术：

2.搜索功能可以辅助用户从海量信息中快速精准获取到所需信息，不仅造就了专业搜索引擎，还是知识社区、娱乐休闲、点评团购、位置导航和电商服务等几乎所有应用必须提供的工具。
3.现有技术中，通过关键词的方式进行搜索，由于网络上存在的信息量过大，用户往往需要进行多次选择操作后才可以得到其真正需要的信息。
4.现有技术通过关键词进行搜索获取搜索结果的方式，搜索结果命中率低，用户多次选择操作后得到真正需要的信息，用户搜索成本高，不能满足用户的搜索需求。


技术实现要素：

5.本发明提供了一种基于用户行为的数据搜索方法、装置及设备，以实现准确的识别出用户的搜索意图。
6.根据本发明的一方面，提供了一种基于用户行为的数据搜索方法，包括：
7.获取用户的历史行为数据，根据历史行为数据构建用户数据库，其中，历史行为数据包括评论数据、搜索数据、点击数据和行为偏好；
8.获取目标搜索数据库，其中，目标搜索数据库中包含搜索数据以及搜索数据的类型；
9.获取用户输入的目标信息，根据目标信息在用户数据库或目标搜索数据库中进行搜索，获取搜索结果。
10.根据本发明的另一方面，提供了一种基于用户行为的数据搜索装置，包括：
11.数据库构建模块，用于获取用户的历史行为数据，根据历史行为数据构建用户数据库，其中，历史行为数据包括评论数据、搜索数据、点击数据和行为偏好；
12.目标搜索数据库获取模块，用于获取目标搜索数据库，其中，目标搜索数据库中包含搜索数据以及搜索数据的类型；
13.搜索结果获取模块，用于获取用户输入的目标信息，根据目标信息在用户数据库或目标搜索数据库中进行搜索，获取搜索结果。
14.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
15.至少一个处理器；以及
16.与所述至少一个处理器通信连接的存储器；其中，
17.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的一种基于用户行为的数据搜索方法。
18.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种基于用户行为的数据搜索方法。
19.本发明实施例的技术方案，通过历史行为数据构建用户数据库，根据目标信息在用户数据库中搜索的方式，可以根据用户的历史行为数据为用户提供搜索结果，搜索结果命中率高，同时降低了用户的搜索成本；通过获取用户的行为偏好，可以更好的满足用户的搜索需求，更准确的识别用户的搜索意图。
20.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
21.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
22.图1是根据本发明实施例一提供的一种基于用户行为的数据搜索方法的流程图；
23.图2是根据本发明实施例一提供的另一种基于用户行为的数据搜索方法的流程图；
24.图3是根据本发明实施例一提供的另一种基于用户行为的数据搜索方法的流程图；
25.图4是根据本发明实施例二提供的另一种基于用户行为的数据搜索方法的流程图；
26.图5是根据本发明实施例三提供的一种基于用户行为的数据搜索装置的结构示意图；
27.图6是实现本发明实施例的一种基于用户行为的数据搜索方法的电子设备的结构示意图。
具体实施方式
28.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，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的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
29.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品
或设备固有的其它步骤或单元。
30.实施例一
31.图1为本发明实施例一提供了一种基于用户行为的数据搜索方法的流程图，本实施例可适用于识别用户搜索意图的情况，该方法可以由基于用户行为的数据搜索装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。如图1所示，该方法包括：
32.s110、获取用户的历史行为数据，根据历史行为数据构建用户数据库。
33.具体的，系统可以获取用户的历史行为数据，用户是指使用系统的人员，当用户输入登录信息登录系统后，系统可以根据登录信息获取该登录信息下用户的历史行为数据，历史行为数据即用户以往操作系统时产生的全部数据，历史行为数据包括评论数据、搜索数据、点击数据和行为偏好，系统根据用户的历史行为数据可以构建用户数据库。
34.图2为本发明实施例一提供了一种基于用户行为的数据搜索方法的流程图，步骤s110主要包括如下的步骤s111至步骤s114：
35.s111、获取用户的评论数据、搜索数据和点击数据。
36.具体的，当用户输入登录信息登录系统后，系统可以根据登录信息获取该登录信息下用户的评论数据、搜索数据和点击数据，其中，评论数据是指用户的历史评论内容；搜索数据是指用户的历史搜索数据，搜索数据包括短词、长句和类型，短词可以是8字以内的简短词语，例如“苹果”，长句可以是8字以上的一句话或者段落，例如一段歌词或者是一段电影描述，类型是指搜索数据本身含有与类型相关的词语，例如“音乐”；点击数据中包含点击内容和停留时间，其中点击内容是指用户点击的搜索结果，停留时间是指用户在点击搜索结果后产生的停留时间；搜索数据和点击数据相对应，例如，用户搜索数据为“苹果”，对应的点击数据包含用户通过系统搜索“苹果”时点击的点击内容1停留时间3s，点击内容2停留时间120s。
37.s112、通过评论数据和点击数据生成行为偏好。
38.优选的，通过评论数据和点击数据生成行为偏好，包括：获取各点击内容的类型以及各点击内容的类型对应的点击数据数量；获取各评论数据的类型以及各评论数据的类型对应的评论数据数量；获取点击数据权重值和评论数据权重值，根据点击数据数量和点击数据权重值生成点击偏好，根据评论数据数量和评论数据权重值生成评论偏好；根据点击偏好和评论偏好生成行为偏好。
39.具体的，系统通过历史行为数据中的评论数据和点击数据可以生成用户的行为偏好，系统可以获取点击数据中各点击内容的类型以及各点击内容类型对应的点击数据数量；系统通过神经网络提前训练好的类型标记模型，可以自动根据不同的内容标记内容的相关类型；系统标记点击内容的类型后，通过将相同的类型相加的方式获得各点击内容的类型对应的点击数据数量，例如，系统标记用户a点击内容1的类型为“音乐”，标记点击内容2的类型为“电影”，标记点击内容3的类型为“音乐”，通过将相同类型相加的方式可以获得点击内容的类型为“音乐”对应的点击数据数量为2，点击内容的类型为“电影”对应的点击数据数量为1，系统标记评论数据的类型后，通过将相同类型相加的方式获得各评论数据的类型对应的评论数据数量，例如，系统标记用户a评论数据1的类型为“电影”，标记评论数据2的类型为“电影”，标记评论数据3的类型为“电子产品”，通过将相同类型相加的方式可以
获得点击内容的类型为“电影”对应的点击数据数量为2，点击内容的类型为“电子产品”对应的点击数据数量为1。
40.进一步的，点击数据权重值和评论数据权重值可以是研发人员在系统内根据各操作行为对行为偏好的影响程度提前设置的，例如，可以设置点击数据权重值为0.6，评论数据权重值为0.4，通过点击数据数量和点击数据权重值相乘得到的数值进行排序可以生成用户的点击偏好，例如，用户a的点击偏好为“音乐”1.2，“电影”0.6；通过评论数据数量和评论数据权重值相乘得到的数值进行排序可以生成用户的评论偏好，例如，用户a的评论偏好为“电影”0.8，“电子产品”0.4；将点击偏好和评论偏好中相同的类型对应的偏好值相加进行排序可以生成用户的行为偏好，例如，用户a的行为偏好为“电影”1.4，“音乐”1.2，“电子产品”0.4。
41.s113、根据停留时间确定有效点击内容，根据有效点击内容从搜索数据中进行筛选获取有效搜索数据，根据有效搜索数据和有效点击内容构建用户词典；
42.具体的，点击数据中包含点击内容和停留时间，系统可以根据停留时间确定有效点击内容，可以是研发人员在系统内预设停留时间阈值的方式，例如，设置停留时间阈值为5s，有效点击内容为停留时间大于5s的点击内容，因为在系统内点击内容和搜索数据存在对应关系，所以系统可以根据有效点击内容从搜索数据中进行筛选获取有效搜索数据，此步的目的是为了排除用户因为输入错误造成的无效搜索的情况，当用户停留时间很短时，系统可以判断为该用户操作失误。系统将有效搜索数据和对应的有效点击内容结合构建用户词典，例如，用户词典中包含有效搜索数据“苹果”对应的有效点击内容1和点击内容2。
43.s114、确定与各评论数据对应的评论数据向量，根据评论数据向量构建评论向量集。
44.具体的，系统获取到评论数据后，可以先对所有评论数据进行预处理，预处理是对评论数据进行分词以及去掉“的”、“地”等无意义的单个词，即每条评论数据都变成多个词语的有序组合，再将处理好的评论数据放入word2vec模型中，word2vec模型是研发人员提前训练预置在系统内的，通过word2vec模型采用skip-gram方法可以将评论数据中的每个词语向量化得到词向量，再将评论数据中所有词语的词向量进行累加即可得到该评论数据的评论数据向量，系统将所有评论数据向量构建成评论向量集。
45.s120、获取目标搜索数据库。
46.具体的，目标搜索数据库是研发人员在系统内预置的，目标搜索数据库中包含搜索数据以及搜索数据的类型，其中，搜索数据是指大量网络资讯，包括新闻、影评和书评等，搜索数据的类型是指搜索数据所属的类型，例如“电影”、“音乐”、“电子产品”和“购物”等，系统通过内置神经网络模型可以将搜索数据进行分类处理得到搜索数据的类型，神经网络模型是研发人员提前训练好设置在系统内的，神经网络模型中包括搜索数据关键词和类型的对应关系，系统对搜索数据进行分类处理时可以通过提取搜索数据中的关键词然后再通过神经网络模型就可以判断出搜索数据所属类型。
47.s130、获取用户输入的目标信息，根据目标信息在用户数据库或目标搜索数据库中进行搜索，获取搜索结果。
48.具体的，系统获取用户输入的目标信息后，可以根据目标信息在用户数据库进行搜索获取搜索结果，未获取到搜索结果时再根据目标信息在目标搜索数据库中进行搜索，
获取搜索结果。
49.图3为本发明实施例一提供了一种基于用户行为的数据搜索方法的流程图，步骤s130主要包括如下的步骤s131至步骤s139：
50.s131、获取用户输入的目标信息。
51.具体的，目标信息是指用户想要在系统中进行搜索的信息，用户可以通过和系统连接的终端上输入目标信息，输入的方式是用户以文字的形式输入在系统界面上的搜索框中，当用户在搜索框中输入目标信息时，系统即可获取到目标信息。
52.s132、判断用户词典的有效搜索数据中是否存在目标信息，若存在，执行s133，否则执行s134。
53.具体的，系统在获取到目标信息后，判断用户词典的有效搜索数据中是否存在目标信息，例如，用户输入的目标信息为“苹果”时，用户词典中存在有效搜索数据“苹果”时执行s133，用户词典中不存在有效搜索数据“苹果”时执行s134。
54.s133、将目标信息对应的有效点击内容作为搜索结果。
55.示例性的，用户词典中包含有效搜索数据“苹果”对应的有效点击内容1和点击内容2，即此时将有效点击内容1和点击内容2作为搜索结果。
56.s134、根据目标信息生成目标信息向量。
57.具体的，用户词典中的有效搜索数据不存在目标信息时，可以通过word2vec模型将目标信息向量化生成目标信息向量。
58.s135、判断评论向量集中是否存在与目标信息向量的相似度大于第一预设阈值的目标评论数据向量，若存在，执行s136,否则执行s137。
59.具体的，系统通过比较目标信息向量和评论向量集中的评论数据向量的相似度，并获得相似度大于第一预设阈值的目标评论数据向量，相似度的比较方法是使用余弦相似度，即计算两个向量之间夹角的余弦值，判断余弦值是否大于第一预设阈值，第一预设阈值是研发人员在系统内提前设置的，例如，设置第一预设阈值为0.8，当存在大于预设阈值0.8的目标评论数据向量时执行s136,否则执行s137。
60.s136、将目标评论数据向量对应的评论数据作为搜索结果。
61.示例性的，评论向量集存在与目标信息向量的相似度大于第一预设阈值的目标评论数据向量1和目标评论数据向量2，即此时将目标评论数据向量1和目标评论数据向量2对应的评论数据1和评论数据2作为搜索结果。
62.s137、判断目标搜索数据库中是否存在与目标信息的相似值大于第二预设阈值的目标搜索数据的类型，若存在，执行s138,否则执行s139。
63.具体的，目标搜索数据库中包含搜索数据的类型，当目标信息既没有在用户词典中匹配到搜索结果也没有在评论向量集中匹配到搜索结果时，系统会比较搜索数据的类型和目标信息的相似度，系统通过bm25算法比较，bm25是一种比较文本相似度的常规算法，故本实施例中不再详细展开。系统将和目标信息的相似度大于第二预设阈值的搜索数据的类型作为目标搜索数据的类型，第二预设阈值是研发人员在系统内提前设置的，例如，设置第二预设阈值为0.8，当存在于目标信息相似度大于0.8的目标搜索数据的类型时，执行s138,否则执行s139。
64.s138、将目标搜索数据的类型对应的搜索数据作为搜索结果。
65.示例性的，当目标信息为“音乐”时，目标搜索数据库中存在和目标信息的相似度为1的搜索数据的类型“音乐”，此时的搜索数据类型为目标搜索数据的类型，由于系统的目标数据库中包含搜索数据和搜索数据的类型的对应关系，系统会将目标搜索数据的类型对应的搜索数据作为搜索结果。
66.s139、获取目标信息与目标搜索数据库中搜索数据的相似度，根据相似度生成搜索结果。
67.具体的，当不存在目标搜索数据的类型时，系统会通过bm25算法计算目标搜索数据库中全部搜索数据与目标信息的相似度，然后根据相似度由高到低排序生成搜索结果，例如，搜索数据1的相似度0.9，搜索数据2的相似度0.5，搜索数据3的相似度0.8，系统会按照搜索数据1、搜索数据3和搜索数据2的顺序生成搜索结果。
68.本发明实施例的技术方案，通过历史行为数据构建用户数据库，根据目标信息在用户数据库中搜索的方式，可以根据用户的历史行为数据为用户提供搜索结果，搜索结果命中率高，同时降低了用户的搜索成本；通过获取用户的行为偏好，可以更好的满足用户的搜索需求，更准确的识别用户的搜索意图。
69.实施例二
70.图4为本发明实施例二提供的一种基于用户行为的数据搜索方法的流程图，本实施例在上述实施例一的基础上增加了根据行为偏好对搜索结果进行排序展示，步骤s210和s230的具体内容与实施例一中的步骤s110和s130大致相同，因此本实施方式中不再进行赘述。如图4所示，该方法包括：
71.s210、获取用户的历史行为数据，根据历史行为数据构建用户数据库。
72.s220、获取目标搜索数据库。
73.s230、获取用户输入的目标信息，根据目标信息在用户数据库或目标搜索数据库中进行搜索，获取搜索结果。
74.s240、根据行为偏好对搜索结果进行排序展示。
75.具体的，系统会将用户获取的搜索结果以列表的形式向用户进行展示，获取搜索结果后，系统会根据行为偏好对搜索结果进行排序，例如，用户搜索“长城”，根据该用户的历史行为数据，可以得到行为偏好中“旅游”18和“电影”2，可以得出用户更偏爱类型为“旅游”的搜索数据，所以系统会将搜索结果中搜索数据的类型为“旅游”的排在搜索结果列表的前面，通过行为偏好对搜索结果进行排序可以更准确的为用户提供搜索结果，例如，当用户b为“果农”时，通过行为偏好，当用户b输入的目标信息为“苹果”时，系统会优先展示果树相关的搜索结果而不是电子产品。
76.进一步的，行为偏好也会随着用户后续的行为数据进行更新，让系统更了解每一个用户，同时也能在得到用户输入的目标信息后，更准确的为用户提供搜索结果。
77.本发明实施例的技术方案，通过历史行为数据构建用户数据库，根据目标信息在用户数据库中搜索的方式，可以根据用户的历史行为数据为用户提供搜索结果，搜索结果命中率高，同时降低了用户的搜索成本；通过获取用户的行为偏好，再通过行为偏好对搜索结果列表进行排序，优先展示用户行为偏好高的搜索结果，可以更好的满足用户的搜索需求，更准确的识别用户的搜索意图。
78.实施例三
79.图5为本发明实施例三提供的一种基于用户行为的数据搜索装置的结构示意图。如图5所示，该装置包括：数据库构建模块310，用于获取用户的历史行为数据，根据历史行为数据构建用户数据库，其中，历史行为数据包括评论数据、搜索数据、点击数据和行为偏好；目标搜索数据库获取模块320，用于获取目标搜索数据库，其中，目标搜索数据库中包含搜索数据以及搜索数据的类型；搜索结果获取模块330，用于获取用户输入的目标信息，根据目标信息在用户数据库或目标搜索数据库中进行搜索，获取搜索结果。
80.优选的，数据库构建模块310包括：数据获取单元，用于获取用户的评论数据、搜索数据和点击数据，其中，点击数据中包含点击内容和停留时间；行为偏好生成单元，用于通过评论数据和点击数据生成行为偏好；用户词典构建单元，用于根据停留时间确定有效点击内容，根据有效点击内容从搜索数据中进行筛选获取有效搜索数据，根据有效搜索数据和有效点击内容构建用户词典；评论向量集构建单元，用于确定与各评论数据对应的评论数据向量，根据评论数据向量构建评论向量集。
81.优选的，行为偏好生成单元具体用于：获取各点击内容的类型以及各点击内容的类型对应的点击数据数量；获取各评论数据的类型以及各评论数据的类型对应的评论数据数量；获取点击数据权重值和评论数据权重值，根据点击数据数量和点击数据权重值生成点击偏好，根据评论数据数量和评论数据权重值生成评论偏好；根据点击偏好和评论偏好生成行为偏好。
82.优选的，搜索结果获取模块330，包括：目标信息获取单元，用于获取用户输入的目标信息；用户词典判断单元，用于判断用户词典的有效搜索数据中是否存在目标信息，若存在，将目标信息对应的有效点击内容作为搜索结果，否则执行评论向量集判断单元；评论向量集判断单元，用于根据目标信息生成目标信息向量，判断评论向量集中是否存在与目标信息向量的相似度大于第一预设阈值的目标评论数据向量，若存在，将目标评论数据向量对应的评论数据作为搜索结果，否则执行类型判断单元；类型判断单元，用于判断目标搜索数据库中是否存在与目标信息的相似值大于第二预设阈值的目标搜索数据的类型，若存在，将目标搜索数据的类型对应的搜索数据作为搜索结果，否则执行目标数据库搜索单元；目标数据库搜索单元，用于获取目标信息与目标搜索数据库中搜索数据的相似度，根据相似度生成搜索结果。
83.优选的，搜索结果获取模块330，还包括：行为偏好排序单元，用于根据行为偏好对搜索结果进行排序展示。
84.本发明实施例的技术方案，通过历史行为数据构建用户数据库，根据目标信息在用户数据库中搜索的方式，可以根据用户的历史行为数据为用户提供搜索结果，搜索结果命中率高，同时降低了用户的搜索成本；通过获取用户的行为偏好，可以更好的满足用户的搜索需求，更准确的识别用户的搜索意图。
85.本发明实施例所提供的一种基于用户行为的数据搜索装置可执行本发明任意实施例所提供的一种基于用户行为的数据搜索方法，具备执行方法相应的功能模块和有益效果。
86.实施例四
87.图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助
理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
88.如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
89.电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
90.处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如基于用户行为的数据搜索。
91.在一些实施例中，基于用户行为的数据搜索可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的基于用户行为的数据搜索的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于用户行为的数据搜索。
92.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
93.用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
94.在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存
储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
95.为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
96.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
97.计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
98.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
99.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。