社区应用信息推送方法和系统与流程

本发明涉及通信
技术领域：
，特别是涉及一种社区应用信息推送方法和系统。
背景技术：
：随着科学的发展和社会的进步，基于电脑、智能手机、平板电脑等产品的即时通讯工具在人们的日常生活中占据着越来越重要的位置。现在的即时通讯工具大多有类似群组的功能，在群组内，可以进行应用信息的推送，方便群组内的用户获取各种应用信息，例如天气预报、交通信息等。传统的应用信息推送方法是利用群主设置的地理位置作为群成员的集中区域，并推送与群主设置的地理位置相关的应用信息至群成员。当群成员大部分不在该区域的时候，这些应用信息受到用户关注的可能性就会大大降低。因此，上述传统的应用信息推送方法存在推送准确度低的缺点。技术实现要素：基于此，有必要提供一种可提高推送准确度的社区应用信息推送方法和系统。一种社区应用信息推送方法，包括以下步骤：获取社区中各社区成员所在的地理位置；根据各社区成员的地理位置进行聚合分析，将所述社区中社区成员聚合的地理位置作为目标位置；推送与所述目标位置相关的信息。一种社区应用信息推送系统，包括：获取模块，用于获取社区中各社区成员所在的地理位置；处理模块，用于根据各社区成员的地理位置进行聚合分析，将所述社区中社区成员聚合的地理位置作为目标位置；推送模块，用于推送与所述目标位置相关的信息。上述社区应用信息推送方法和系统，获取社区成员实际的地理位置并进行分析，根据各社区成员的地理位置进行聚合分析，对社区成员的聚合情况进行统计，提取社区成员聚合的地理位置作为目标位置，然后推送与目标位置相关的信息，确保推送的信息与社区中成员的主要集中区域相匹配，可以推送更加准确、适合的信息，避免冗余无用的信息推送，减少对网络带宽的占用，增强推送的信息获取用户关注的能力。附图说明图1为一实施例中社区应用信息推送方法的流程图；图2为一实施例中根据各社区成员的地理位置进行聚合分析，将所述社区中社区成员聚合的地理位置作为目标位置的流程图；图3为一实施例中计算各地理位置的成员集中度的流程图；图4为另一实施例中根据各社区成员的地理位置进行聚合分析，将所述社区中社区成员聚合的地理位置作为目标位置的流程图；图5为一实施例中根据地理位置计算社区的聚合度的流程图；图6为一实施例中社区应用信息推送系统的结构图；图7为一实施例中处理模块的结构图；图8为一实施例中成员集中度计算单元的结构图；图9为另一实施例中处理模块的结构图；图10为一实施例中社区聚合度计算单元的结构图；图11为一实施例中计算机系统的模块图。具体实施方式一种社区应用信息推送方法，如图1所示，包括以下步骤：步骤S100：获取社区中各社区成员所在的地理位置。社区成员即指社区中的用户，社区具体可以是即时通讯工具中的社交群组，社区成员除了可以是即时通讯工具中的社交群组成员外，还可以是网站论坛的某一版块的成员、或者某聊天室内的成员等。可通过查询用户的账号登录地点获取地理位置，登录地 点可以通过GPS设备、IP地址、移动基站等信息获得。例如，社区成员包括成员A、成员B和成员C。通过获取社区成员的地理位置，得到成员A和成员B的地理位置为“上海”，成员C的地理位置为“北京”。在其中一个实施例中，步骤S100包括步骤110、步骤120或步骤130。步骤110：获取社区成员在预设时间段内的登录地点，得到社区成员的地理位置。预设时间段可根据实际需求调整，获取的登录地点可能是一个也可能是多个，本实施例中获取社区成员在一周内的登录地点。以获取得到多个登录地点为例，可以对预设时间段内的登录地点进行筛选，提取登陆次数最多的地点作为社区成员的地理位置。例如，获取成员A在一周内的登录地点，包括上海、广州、深圳和惠州。对获取到的成员A的登录地点进行筛选，选择登录次数最多的城市“上海”作为成员A的地理位置。可以理解，当获取得到预设时间段内的登录地点只有一个时，则可直接将该登录地点作为社区成员的地理位置。在其他实施例中，在获取预设时间段内的多个登录地点后，也可以是将最近登录的位置作为社区成员的地理位置，或者将登录时间最长的位置作为社区成员的地理位置，具体的处理方式并不唯一，可根据实际情况调整。步骤120：将登录次数最多的登录地点作为社区成员的地理位置。获取社区用户所有的登录地点进行筛选，选择登录次数最多的地点作为该社区成员的地理位置。步骤130：将社区成员最近登录的位置作为社区成员的地理位置。同样获取社区成员所有的登录地点进行筛选，选择社区成员最近登录所使用的地理位置作为社区成员的地理位置。作为替代方案，步骤S100还可以使用社区成员预设时间段内持续使用时间最长的地理位置作为社区成员的地理位置。步骤S200：根据各社区成员的地理位置进行聚合分析，将社区中社区成员聚合的地理位置作为目标位置。根据地理位置对社区成员的聚合情况进行统计，提取社区成员聚合的地理位置作为目标位置。社区成员聚合的地理位置即是指社区成员比较集中的位置，比如可将社区成员人数大于阈值的位置定义社区成员聚合的地理位置。在其中一个实施例中，如图2所示，步骤S200包括步骤S210和步骤S220。步骤S210：计算各地理位置的成员集中度。成员集中度表征社区成员在各地理位置的集中程度。步骤S220：提取成员集中度大于或等于预设阈值的地理位置，得到目标位置。预设阈值可根据实际情况调整，分别将各地理位置的成员集中度与预设阈值进行比较，判断是否大于或等于预设阈值，若是，则认为该地理位置的社区成员比较集中，可将该地理位置作为目标位置。可以理解，根据预设阈值的不同，得到的目标位置可以是只有一个，也可以是有多个。在其中一个实施例中，如图3所示，步骤S210包括步骤S212至步骤S216。步骤S212：根据地理位置计算各社区成员之间的距离。由于各个社区成员的地理位置已知，根据地理位置可直接计算得到每两个社区成员之间的距离。例如，通过计算得到成员A与成员B之间的距离为Sab，成员A与成员C之间的距离为Sac，成员B与成员C之间的距离为Sbc。步骤S214：根据各社区成员之间的距离分别计算各社区成员之间的聚合分数。具体为：f=A-s,s≤a0,s>a]]>其中，f为聚合分数，s表示社区成员之间的距离，A为预设的总分值，a为距离阈值。本实施例中总分值A为100，距离阈值a为100千米，在其他实施例中，总分值A和距离阈值a的具体取值可根据实际需求调整。由于成员A和成员B均在上海，则两者的距离Sab为0，成员A与成员B之间的聚合分数fAB为100。上海与北京的距离大于100千米，成员A与成员C之间的聚合分数fAC，以及成员B与成员C之间的聚合分数fBC均为0。本例中，以城市简化说明，实际操作中可以使用GPS坐标等更精确的位置进行精确计算。步骤S216：根据聚合分数计算对应地理位置的聚合度，作为成员集中度。根据与地理位置相关的聚合分数，可计算得到每一个地理位置的聚合度。本实施例中，步骤S216中根据聚合分数计算对应地理位置的聚合度具体为：F=Σi=1mfim]]>其中，fi为与地理位置相关的聚合分数，m表示与地理位置相关的聚合分数的个数，F为对应地理位置的聚合度，表征与地理位置相关的聚合分数的平均值，可以体现地理位置的成员集中程度。与地理位置相关的聚合分数，指根据该地理位置的成员计算得到的聚合分数。例如，在计算地理位置“上海”的聚合度时，由于成员A和成员B位于上海，与“上海”相关的聚合分数包括聚合分数fAB、聚合分数fAC和聚合分数fBC，将三个聚合分数求和后计算平均值，得到地理位置“上海”的聚合度为33.33。在计算地理位置“北京”的聚合度时，成员C位于北京，与“北京”相关的聚合分数包括聚合分数fAC和聚合分数fBC，将两个聚合分数求和后计算平均值得到地理位置“北京”的聚合度为0。本实施例中，将每两个社区成员之间的距离转换为对应的聚合分数后，针对各地理位置，提取与该地理位置相关的聚合分数，求和后计算平均值得到的聚合度可表征该地理位置的成员聚合程度，后续步骤可用作判断是否推送该地理位置相关的信息。通过计算地理位置的聚合程度，可以推送更加准确、适合的信息，避免冗余无用的信息推送，减少对网络带宽的占用。可以理解，在计算得到与地理位置相关的聚合分数并进行求和后，也可以直接将求和得到的值作为地理位置的聚合度。在另一实施例中，步骤S210为，将位于各地理位置的社区成员的数量作为对应地理位置的成员集中度。例如，成员A和成员B位于“上海”，则“上海”的成员集中度为2，成员C位于“北京”，则“北京”的成员集中度为1。分别统计位于各个地理位置的社区成员的数量，将统计得到的数量直接作为对应地理位置的成员集中度，用作后续步骤判断是否推送该地理位置相关的信息，操作简便快捷。可以理解，在其他实施例中，也可以是将地理位置的社区成员所占社区成员总数量的比例作为该地理位置的成员集中度。在另一实施例中，如图4所示，步骤S200包括步骤S230和步骤S240。步骤S230：根据地理位置计算社区的聚合度。社区的聚合度表征整个社区中成员的集中程度。步骤S240：在社区的聚合度大于或等于预设阈值时，获取社区成员数量大于或等于预设数值的地理位置，得到目标位置。预设阈值和预设数值均可根据实际情况调整，如果社区的聚合度小于预设阈值，说明社区中成员比较离散，不宜进行基于地理位置的信息推送。如果社区的聚合度大于或等于预设阈值，说明社区中成员集中度较高，提取社区成员数量大于或等于预设数值的地理位置作为目标位置。在其中一个实施例中，如图5所示，步骤S230包括步骤S232至步骤S236。步骤S232：根据地理位置计算各社区成员之间的距离。由于各个社区成员的地理位置已知，根据地理位置可直接计算得到每两个社区成员之间的距离，具体与步骤S212类似，在此不再赘述。步骤S234：根据各社区成员之间的距离分别计算各社区成员之间的聚合分数。具体为：f=A-s,s≤a0,s>a]]>其中，f为聚合分数，s表示社区成员之间的距离，A为预设的总分值，a为距离阈值。本实施例中总分值A为100，距离阈值a为100千米，在其他实施例中，总分值A和距离阈值a的具体取值可根据实际需求调整。具体与步骤S214类似，在此不再赘述。步骤S236：根据聚合分数计算社区的聚合度。根据所有的聚合分数可计算得到社区的聚合度。本实施例中，步骤S236具体为：F=Σi=1NfiN]]>N＝(n-1)*n/2其中，F为社区的聚合度，表征所有聚合分数的平均值，可以体现社区的成员聚合程度。fi为每两个地理位置之间的聚合分数，n为社区成员总数量。例如，成员A和成员B之间的聚合分数fAB为100，成员A与成员C之间的聚合分数fAC以及成员B与成员C之间的聚合分数fBC均为0，社区成员总数量n为3，则N＝3。将聚合分数fAB、聚合分数fAC和聚合分数fBC求和后除以3，得到社区的聚合度为33.33。本实施例中，将每两个社区成员之间的距离转换为对应的聚合分数后，将所有的聚合分数进行求和后除以聚合分数的计算总次数N，得到的聚合度可以表征整个社区的成员聚合程度，以便后续步骤中用作判断是否推送信息，符合社区内大部分成员的真实情况。可以理解，在对所有的聚合分数进行求和后，也可以是直接将求和得到的值作为社区的聚合度。步骤S300：推送与目标位置相关的信息。与目标位置相关的信息可以包括文字、图片或声音等类型的信息，具体可以包括与目标位置相关广告或应用消息等。例如目标位置为上海，则推送与上海相关的广告信息，以及推送与上海相关的应用信息，例如与上海相关的新闻、交通和天气等信息。由于整体而言，社区成员的地理位置与上海的关联度更高，因此推送的信息会更匹配社区成员的实际需求。以上实施例均是以城市作为地理位置为例对上述社区应用信息推送方法进行解释说明，可以理解，以城市作为地理位置并不是上述社区应用信息推送方法唯一的应用场景。例如，可以将预先划分的区域范围，如京津区、长江三角洲和珠江三角洲等范围作为社区成员的地理位置。获取社区中各社区成员所在的地理位置，即是获取社区成员所处的区域范围，若存在社区成员位于两个或两个以上的区域范围内时，则在进行聚合分析时认为对应的区域范围均包含该社区成员。最后将社区成员聚合的区域范围作为目标位置，推送与目标位置相关的信息。此外，当社区成员的地理位置为同一城市中不同的街区时，上述社区应用信息推送方法同样适用，具体方式与地理位置区域范围时类似，不再赘述。需要说明的是，以上列举了地理位置三种不同的情况，仅仅是用于对上述社区应用信息推送方法的应用场景进行解释说明，而不是旨在对社区应用信息推送方法进行限定。上述社区应用信息推送方法，获取社区成员实际的地理位置并进行分析，根据各社区成员的地理位置进行聚合分析，对社区成员的聚合情况进行统计，提取社区成员聚合的地理位置作为目标位置，然后推送与目标位置相关的信息，确保推送的信息与社区中成员的主要集中区域相匹配，可以推送更加准确、适合的信息，避免冗余无用的信息推送，减少对网络带宽的占用，增强推送的信息获取用户关注的能力。一种社区应用信息推送系统，如图6所示，包括获取模块100、处理模块200和推送模块300。获取模块100用于获取社区中各社区成员所在的地理位置。社区成员即指社区中的用户，社区具体可以是即时通讯工具中的社交群组，社区成员除了可以是即时通讯工具中的社交群组成员外，还可以是网站论坛的某一版块的成员、或者某聊天室内的成员等。可通过查询用户的账号登录地点获取地理位置，登录地点可以通过GPS设备、IP地址、移动基站等信息获得。在其中一个实施例中，获取模块100包括第一获取单元、第二获取单元或第三获取单元。第一获取单元用于获取社区成员在预设时间段内的登录地点，得到社区成员的地理位置。预设时间段可根据实际需求调整，获取的登录地点可能是一个也可能是多个，本实施例中获取社区成员在一周内的登录地点。以获取得到多个登录地点为例，可以对预设时间段内的登录地点进行筛选，提取登陆次数最多的地点作为社区成员的地理位置。可以理解，当获取得到预设时间段内的登录地点只有一个时，则可直接将该登录地点作为社区成员的地理位置。在其他实施例中，第一获取单元在获取预设时间段内的多个登录地点后，也可以是将最近登录的位置作为社区成员的地理位置，或者将登录时间最长的位置作为社区成员的地理位置，具体的处理方式并不唯一，可根据实际情况调整。第二获取单元用于将登录次数最多的登录地点作为社区成员的地理位置。获取社区用户所有的登录地点进行筛选，选择登录次数最多的地点作为该社区 成员的地理位置。第三获取单元用于将社区成员最近登录的位置作为社区成员的地理位置。同样获取社区成员所有的登录地点进行筛选，选择社区成员最近登录所使用的地理位置作为社区成员的地理位置。作为替代方案，获取模块100还可以使用社区成员预设时间段内持续使用时间最长的地理位置作为社区成员的地理位置。处理模块200用于根据各社区成员的地理位置进行聚合分析，将社区中社区成员聚合的地理位置作为目标位置。根据地理位置对社区成员的聚合情况进行统计，提取社区成员聚合的地理位置作为目标位置。社区成员聚合的地理位置即是指社区成员比较集中的位置，比如可将社区成员人数大于阈值的位置定义社区成员聚合的地理位置。在其中一个实施例中，如图7所示，处理模块200包括成员集中度计算单元210和目标位置获取单元220。成员集中度计算单元210用于计算各地理位置的成员集中度。成员集中度表征社区成员在各地理位置的集中程度。目标位置获取单元220用于提取成员集中度大于或等于预设阈值的地理位置，得到目标位置。预设阈值可根据实际情况调整，分别将各地理位置的成员集中度与预设阈值进行比较，判断是否大于或等于预设阈值，若是，则认为该地理位置的社区成员比较集中，可将该地理位置作为目标位置。可以理解，根据预设阈值的不同，得到的目标位置可以是只有一个，也可以是有多个。在其中一个实施例中，如图8所示，成员集中度计算单元210包括第一计算单元212、第二计算单元214和第三计算单元216。第一计算单元212用于根据地理位置计算各社区成员之间的距离。由于各个社区成员的地理位置已知，根据地理位置可直接计算得到每两个社区成员之间的距离。第二计算单元214用于根据各社区成员之间的距离分别计算各社区成员之间的聚合分数。具体为f=A-s,s≤a0,s>a]]>其中，f为聚合分数，s表示社区成员之间的距离，A为预设的总分值，a为距离阈值。本实施例中总分值A为100，距离阈值a为100千米，在其他实施例中，总分值A和距离阈值a的具体取值可根据实际需求调整。第三计算单元216用于根据聚合分数计算对应地理位置的聚合度，作为成员集中度。根据与地理位置相关的聚合分数，可计算得到每一个地理位置的聚合度。本实施例中，第三计算单元216根据聚合分数计算对应地理位置的聚合度，具体为F=Σi=1mfim]]>其中，fi为与地理位置相关的聚合分数，m表示与地理位置相关的聚合分数的个数，F为对应地理位置的聚合度，表征与地理位置相关的聚合分数的平均值，可以体现地理位置的成员集中程度。与地理位置相关的聚合分数，指根据该地理位置的成员计算得到的聚合分数。本实施例中，将每两个社区成员之间的距离转换为对应的聚合分数后，针对各地理位置，提取与该地理位置相关的聚合分数，求和后计算平均值得到的聚合度可表征该地理位置的成员聚合程度，后续步骤可用作判断是否推送该地理位置相关的信息。通过计算地理位置的聚合程度，可以推送更加准确、适合的信息，避免冗余无用的信息推送，减少对网络带宽的占用。可以理解，在计算得到与地理位置相关的聚合分数并进行求和后，也可以直接将求和得到的值作为地理位置的聚合度。在另一实施例中，成员集中度计算单元210计算各地理位置的成员集中度为，将位于各地理位置的社区成员的数量作为对应地理位置的成员集中度。分别统计位于各个地理位置的社区成员的数量，将统计得到的数量直接作为对应地理位置的成员集中度，用作后续步骤判断是否推送该地理位置相关的信息，操作简便快捷。可以理解，在其他实施例中，也可以是将地理位置的社 区成员所占社区成员总数量的比例作为该地理位置的成员集中度。在另一实施例中，如图9所示，处理模块200包括社区聚合度计算单元230和目标位置提取单元240。社区聚合度计算单元230用于根据地理位置计算社区的聚合度。社区的聚合度表征整个社区中成员的集中程度。目标位置提取单元240用于在社区的聚合度大于或等于预设阈值时，获取社区成员数量大于或等于预设数值的地理位置，得到目标位置。预设阈值和预设数值均可根据实际情况调整，如果社区的聚合度小于预设阈值，说明社区中成员比较离散，不宜进行基于地理位置的信息推送。如果社区的聚合度大于或等于预设阈值，说明社区中成员集中度较高，提取社区成员数量大于或等于预设数值的地理位置作为目标位置。在其中一个实施例中，如图10所示，社区聚合度计算单元230包括第四计算单元232、第五计算单元234和第六计算单元236。第四计算单元232用于根据地理位置计算各社区成员之间的距离。由于各个社区成员的地理位置已知，根据地理位置可直接计算得到每两个社区成员之间的距离，具体与第一计算单元212类似，在此不再赘述。第五计算单元234用于根据各社区成员之间的距离分别计算各社区成员之间的聚合分数。具体为f=A-s,s≤a0,s>a]]>其中，f为聚合分数，s表示社区成员之间的距离，A为预设的总分值，a为距离阈值。本实施例中总分值A为100，距离阈值a为100千米，在其他实施例中，总分值A和距离阈值a的具体取值可根据实际需求调整。具体与第二计算单元214类似，在此不再赘述。第六计算单元236用于根据聚合分数计算社区的聚合度。根据所有的聚合分数可计算得到社区的聚合度。本实施例中，第六计算单元236根据聚合分数计算社区的聚合度，具体为：F=Σi=1NfiN]]>N＝(n-1)*n/2其中，F为社区的聚合度，表征所有聚合分数的平均值，可以体现社区的成员聚合程度。fi为每两个地理位置之间的聚合分数，n为社区成员总数量。本实施例中，将每两个社区成员之间的距离转换为对应的聚合分数后，将所有的聚合分数进行求和后除以聚合分数的计算总次数N，得到的聚合度可以表征整个社区的成员聚合程度，以便后续步骤中用作判断是否推送信息，符合社区内大部分成员的真实情况。可以理解，在对所有的聚合分数进行求和后，也可以是直接将求和得到的值作为社区的聚合度。推送模块300用于推送与目标位置相关的信息。与目标位置相关的信息可以包括文字、图片或声音等类型的信息，具体可以包括与目标位置相关广告或应用消息等。例如目标位置为上海，则推送与上海相关的广告信息，以及推送与上海相关的应用信息，例如与上海相关的新闻、交通和天气等信息。由于整体而言，社区成员的地理位置与上海的关联度更高，因此推送的信息会更匹配社区成员的实际需求。上述社区应用信息推送系统，获取社区成员实际的地理位置并进行分析，根据各社区成员的地理位置进行聚合分析，对社区成员的聚合情况进行统计，提取社区成员聚合的地理位置作为目标位置，然后推送与目标位置相关的信息，确保推送的信息与社区中成员的主要集中区域相匹配，可以推送更加准确、适合的信息，避免冗余无用的信息推送，减少对网络带宽的占用，增强推送的信息获取用户关注的能力。图11为能实现本发明实施例的一个计算机系统1000的模块图。该计算机系统1000只是一个适用于本发明的计算机环境的示例，不能认为是提出了对本发明的使用范围的任何限制。计算机系统1000也不能解释为需要依赖于或具有图示的示例性的计算机系统1000中的一个或多个部件的组合。图11中示出的计算机系统1000是一个适合用于本发明的计算机系统的例 子。具有不同子系统配置的其它架构也可以使用。例如有大众所熟知的台式机、笔记本、个人数字助理、智能电话、平板电脑、便携式媒体播放器等类似设备可以适用于本发明的一些实施例。但不限于以上所列举的设备。如图11所示，计算机系统1000包括处理器1010、存储器1020和系统总线1022。包括存储器1020和处理器1010在内的各种系统组件连接到系统总线1022上。处理器1010是一个用来通过计算机系统中基本的算术和逻辑运算来执行计算机程序指令的硬件。存储器1020是一个用于临时或永久性存储计算程序或数据(例如，程序状态信息)的物理设备。系统总线1020可以为以下几种类型的总线结构中的任意一种，包括存储器总线或存储控制器、外设总线和局部总线。处理器1010和存储器1020可以通过系统总线1022进行数据通信。其中存储器1020包括只读存储器(ROM)或闪存(图中都未示出)，以及随机存取存储器(RAM)，RAM通常是指加载了操作系统和应用程序的主存储器。计算机系统1000还包括显示接口1030(例如，图形处理单元)、显示设备1040(例如，液晶显示器)、音频接口1050(例如，声卡)以及音频设备1060(例如，扬声器)。显示设备1040和音频设备1060是用于体验多媒体内容的媒体设备。计算机系统1000一般包括一个存储设备1070。存储设备1070可以从多种计算机可读介质中选择，计算机可读介质是指可以通过计算机系统1000访问的任何可利用的介质，包括移动的和固定的两种介质。例如，计算机可读介质包括但不限于，闪速存储器(微型SD卡)，CD-ROM，数字通用光盘(DVD)或其它光盘存储、磁带盒、磁带、磁盘存储或其它磁存储设备，或者可用于存储所需信息并可由计算机系统1000访问的任何其它介质。计算机系统1000还包括输入装置1080和输入接口1090(例如，IO控制器)。用户可以通过输入装置1080，如键盘、鼠标、显示装置1040上的触摸面板设备，输入指令和信息到计算机系统1000中。输入装置1080通常是通过输入接口1090连接到系统总线1022上的，但也可以通过其它接口或总线结构相连接，如通用串行总线(USB)。计算机系统1000可在网络环境中与一个或者多个网络设备进行逻辑连接。 网络设备可以是个人电脑、服务器、路由器、智能电话、平板电脑或者其它公共网络节点。计算机系统1000通过局域网(LAN)接口1100或者移动通信单元1110与网络设备相连接。局域网(LAN)是指在有限区域内，例如家庭、学校、计算机实验室、或者使用网络媒体的办公楼，互联组成的计算机网络。WiFi和双绞线布线以太网是最常用的构建局域网的两种技术。WiFi是一种能使计算机系统1000间交换数据或通过无线电波连接到无线网络的技术。移动通信单元1110能在一个广阔的地理区域内移动的同时通过无线电通信线路接听和拨打电话。除了通话以外，移动通信单元1110也支持在提供移动数据服务的2G，3G或4G蜂窝通信系统中进行互联网访问。应当指出的是，其它包括比计算机系统1000更多或更少的子系统的计算机系统也能适用于发明。例如，计算机系统1000可以包括能在短距离内交换数据的蓝牙单元，用于照相的图像传感器，以及用于测量加速度的加速计。如上面详细描述的，适用于本发明的计算机系统1000能执行社区应用信息推送方法的指定操作。计算机系统1000通过处理器1010运行在计算机可读介质中的软件指令的形式来执行这些操作。这些软件指令可以从存储设备1070或者通过局域网接口1100从另一设备读入到存储器1020中。存储在存储器1020中的软件指令使得处理器1010执行上述的社区应用信息推送方法。此外，通过硬件电路或者硬件电路结合软件指令也能同样实现本发明。因此，实现本发明并不限于任何特定硬件电路和软件的组合。以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。当前第1页1 2 3