一种信息推送的方法以及装置与流程

1.本说明书涉及计算机技术领域，尤其涉及一种信息推送的方法以及装置。


背景技术：

2.在实际应用中，通常通过同一个模型，确定不同的商家在推送广告时所消耗的资源量。然而，由于不同的商家对应的业务需求并不相同，可能会导致部分应用该模型的商家所消耗的资源量较高，从而降低了该商家的信息推送效果。
3.因此，如何能够确定出合适的商家所消耗的资源量，则是一个亟待解决的问题。


技术实现要素：

4.本说明书提供一种信息推送的方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。
5.本说明书采用下述技术方案：
6.本说明书提供了一种信息推送的方法，包括：
7.获取待推荐信息所属商家的历史数据；
8.根据所述历史数据，确定所述商家对应的业务需求的类型，作为目标类型；
9.从预先训练的各业务模型中，确定出与所述目标类型相匹配的业务模型，作为目标模型；
10.将所述历史数据输入到所述目标模型中，以确定推送所述待推荐信息时，所述商家所消耗的资源量；
11.根据所述资源量，推送所述待推荐信息。
12.可选地，在将所述历史数据输入到所述目标模型之前，所述方法还包括：
13.获取所述商家在各信息展示渠道下的历史数据以及所述商家的资源总量；
14.根据所述商家在各信息展示渠道下的历史数据，确定所述商家在各信息展示渠道下的资源分配系数；
15.根据所述商家在各信息展示渠道下的资源分配系数，对所述商家对应的资源总量进行分配，得到所述商家在各信息展示渠道下的资源量。
16.可选地，训练目标模型，具体包括：
17.获取各商家的历史数据以及辅助数据，所述辅助数据包括：商家对应的预测点击率、商家对应的预测转化率；
18.将所述商家对应的辅助数据以及所述目标类型对应的商家的历史数据输入到目标模型中，以通过所述目标模型确定在满足所述商家的信息推送收益最大的前提下所述商家消耗的资源量，作为第一资源量，以及确定用户执行历史推荐信息的业务后所述商家消耗的资源量，作为第二资源量；
19.根据所述第一资源量以及所述第二资源量，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量；
20.根据所述商家对应的信息推送收益以及所述目标资源量，确定目标奖励值，并以最大化所述目标奖励值，对目标模型进行训练。
21.可选地，在根据所述第一资源量以及所述第二资源量，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量之前，所述方法还包括：
22.获取推送历史推荐信息时商家期望消耗的资源量，作为第三资源量；
23.将所述商家对应的历史数据、辅助数据以及所述第三资源量输入到目标模型中，以对所述第二资源量进行调整，确定参考资源量；
24.根据所述第一资源量以及所述第二资源量，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量，具体包括：
25.根据所述第一资源量以及所述参考资源量，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量。
26.可选地，所述目标模型包括：权重子模型；
27.根据所述第一资源量以及所述参考资源量，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量，具体包括：
28.将所述商家对应的历史数据输入到权重子模型中，以通过所述权重子模型确定在最大化所述商家的信息推送收益以及最大化所述商家消耗的资源量的前提下所述商家对应的权重；
29.根据所述第一资源量、所述参考资源量以及所述商家对应的权重，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量。
30.可选地，根据所述商家对应的信息推送收益以及所述目标资源量，确定目标奖励值，具体包括：
31.根据所述商家对应的目标类型以及所述历史推荐信息所属商家的信息推送收益，确定第一奖励值；
32.根据所述目标资源量，确定第二奖励值；
33.根据所述第一奖励值以及所述第二奖励值，确定目标奖励值。
34.可选地，根据所述资源量，推送所述待推荐信息，具体包括：
35.获取推送历史推荐信息时商家期望消耗的资源量；
36.根据通过所述目标模型确定推送所述待推荐信息时，所述商家所消耗的资源量，以及推送历史推荐信息时商家期望消耗的资源量，确定所述待推荐信息。
37.本说明书提供了一种信息推送的装置，包括：
38.获取模块，用于获取待推荐信息所属商家的历史数据；
39.确定模块，用于根据所述历史数据，确定所述商家对应的业务需求的类型，作为目标类型；
40.匹配模块，用于从预先训练的各业务模型中，确定出与所述目标类型相匹配的业务模型，作为目标模型；
41.输入模块，用于将所述历史数据输入到所述目标模型中，以确定推送所述待推荐信息时，所述商家所消耗的资源量；
42.推送模块，用于根据所述资源量，推送所述待推荐信息。
43.本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所
述计算机程序被处理器执行时实现上述信息推送的方法。
44.本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述信息推送的方法。
45.本说明书采用的上述至少一个技术方案能够达到以下有益效果：
46.在本说明书提供的信息推送的方法中，首先，获取待推荐信息所属商家的历史数据。其次，根据历史数据，确定商家对应的业务需求的类型，作为目标类型。而后，从预先训练的各业务模型中，确定出与目标类型相匹配的业务模型，作为目标模型。然后，将历史数据输入到目标模型中，以确定推送待推荐信息时，商家所消耗的资源量。最后，根据资源量，推送待推荐信息。
47.从上述方法中可以看出，本方法可以从预先训练的各业务模型中，确定出与商家对应的业务需求相匹配的业务模型，作为目标模型，将历史数据输入到目标模型中，以确定推送待推荐信息时，商家所消耗的资源量。相比于现有技术，本方法针对不同商家对应的业务需求，确定出在满足该商家的业务需求的情况下，该商家所消耗的资源量。从而，提高该商家的信息推送效果。
附图说明
48.此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
49.图1为本说明书实施例提供的信息推送的方法的流程示意图；
50.图2为本说明书实施例提供的确定目标资源量的流程示意图；
51.图3为本说明书实施例提供的信息推送的装置结构示意图；
52.图4为本说明书实施例提供的电子设备的结构示意图。
具体实施方式
53.为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。
54.以下结合附图，详细说明本说明书各实施例提供的技术方案。
55.图1为本说明书实施例提供的信息推送的方法的流程示意图，具体包括以下步骤：
56.s100：获取待推荐信息所属商家的历史数据。
57.在本说明书实施例中，本说明书中涉及的信息推送的方法的执行主体可以是服务器，也可以是台式电脑等终端设备。为了便于描述，下面仅以服务器为执行主体，对本说明书提供的信息推送的方法进行说明。
58.在本说明书实施例中，服务器可以获取待推荐信息所属商家的历史数据。这里提到的待推荐信息可以是在用户浏览信息的过程中，向用户进行展示的广告信息，也可以是用户打开客户端、应用(application，app)时，向用户进行展示的广告信息。这里提到的所属商家的历史数据包括：商家在过去一段时间内的点击率(click-through-rate，ctr)、商
家在过去一段时间内的转化率(conversion rate，cvr)、商家在过去一段时间内的投入产出比(return on investment，roi)、商家在过去一段时间内的商品交易总额(gross merchandise volume，gmv)、商家的资源总量等。
59.这里提到的所属商家的历史数据还包括：各商家的历史平均数据。例如，各商家的所消耗的平均资源量、各商家的平均点击率、各商家的平均转化率等统计值。
60.其中，用户浏览信息时所用的终端设备可以是诸如手机、平板电脑等终端设备，当然，用于获取广告的执行主体也可以是终端设备中安装的客户端、应用(application，app)等，抑或是终端设备或是客户端中的浏览器。
61.s102：根据所述历史数据，确定所述商家对应的业务需求的类型，作为目标类型。
62.在实际应用中，商家的历史数据可以反映出该商家对应的业务需求，例如，商家的历史点击率较低，历史转化率较高，则该商家对应的业务需求可以是提高点击率。基于此，服务器可以根据商家的历史数据，确定商家对应的业务需求。
63.在本说明书实施例中，服务器可以根据历史数据，确定商家对应的业务需求的类型，作为目标类型。
64.具体的，服务器可以根据商家的历史点击率、商家的历史转化率、商家的历史投入产出比、商家的资源总额等历史数据，确定商家对应的业务需求的类型，作为目标类型。
65.s104：从预先训练的各业务模型中，确定出与所述目标类型相匹配的业务模型，作为目标模型。
66.在实际应用中，由于不同的商家对应的业务需求并不相同，若通过同一个模型，确定不同的商家在推送广告时所消耗的资源量，可能会导致部分商家所消耗的资源量较高。基于此，服务器可以根据商家对应的业务需求，确定与商家对应的业务需求相匹配的业务模型，以提高商家的信息推送效果。
67.在本说明书实施例中，服务器可以从预先训练的各业务模型中，确定出与目标类型相匹配的业务模型，作为目标模型。
68.在实际应用中，待推荐信息所属的商家会同时在多个信息展示渠道，推送待推荐信息。目前，商家通常通过人工分配的方法，确定各信息展示渠道对应的资源量，这种方法可能会出现确定出的各信息展示渠道对应的资源量不合理的情况，导致商家在部分信息展示渠道下的信息推送效果较低。基于此，服务器可以根据商家的历史数据，合理分配各信息展示渠道对应的资源量。
69.在本说明书实施例中，服务器可以获取商家在各信息展示渠道下的历史数据以及商家的资源总量。这里提到的信息展示渠道可以包括：用户浏览信息的过程中，向用户进行信息展示的渠道，也可以是用户打开客户端、应用时，向用户进行展示的渠道，亦或是用户在搜索关键词后，向用户进行信息展示的渠道。
70.其次，服务器可以根据商家在各信息展示渠道下的历史数据，确定商家在各信息展示渠道下的资源分配系数。
71.具体的，服务器可以将商家在各信息展示渠道下的历史数据，输入到资源分配模型中，确定商家在各信息展示渠道下的资源分配系数。
72.最后，服务器可以根据商家在各信息展示渠道下的资源分配系数，对商家对应的资源总量进行分配，得到商家在各信息展示渠道下的资源量。具体公式如下：
73.bugget
ij
＝γ
ij
·
buggeti74.在上述公式中，bugget
ij
可以用于表示第i个商家在第j个信息展示渠道下的资源量。γ
ij
可以用于表示资源分配系数。buggeti可以用于表示第i个商家的资源总量。
75.γ
ij
＝agentb(f
ij
)
76.在上述公式中，f
ij
可以用于表示第i个商家在第j个信息展示渠道下的历史数据。agentb()可以用于表示资源分配模型。
[0077][0078]
从上述公式中可以看出，第i个商家在第j个信息展示渠道下的资源分配系数需要满足所有的信息展示渠道的资源分配系数之和为1。
[0079]
s106：将所述历史数据输入到所述目标模型中，以确定推送所述待推荐信息时，所述商家所消耗的资源量。
[0080]
在本说明书实施例中，服务器可以将历史数据输入到目标模型中，以确定推送待推荐信息时，商家所消耗的资源量。
[0081]
在本说明书实施例中，根据历史数据，确定推送待推荐信息时，商家所消耗的资源量，需要依赖预先训练好的目标模型，下面将先介绍如何对目标模型进行训练的过程。
[0082]
首先，服务器可以获取各商家的历史数据以及辅助数据，这里提到的辅助数据包括：商家对应的预测点击率、商家对应的预测转化率。需要说明的是，这里提到的商家对应的预测点击率是指向用户展示商家所提供的业务后，预测用户点击该业务的概率。同样的，商家对应的预测转化率是指向用户展示商家所提供的业务后，预测用户执行该业务的概率。
[0083]
其中，服务器可以获取历史推荐信息对应的信息内容。例如，历史推荐信息的信息类型(美食、旅游等)、历史推荐信息的展示形式(视频、图片等)、历史推荐信息的质量信息等。服务器还可以获取各用户的行为偏好数据。
[0084]
例如，用户在浏览历史推荐信息的过程中，将会产生多种行为数据，这些行为数据可以分析用户在浏览历史推荐信息时的行为偏好数据。获取到的行为偏好数据可以包括：用户在浏览历史推荐信息时的实际点击浏览的信息类型(美食、旅游等)、用户在浏览历史推荐信息时点击浏览的页面位置、用户在浏览历史推荐信息时所在的地点以及时间段、用户对所点击的历史推荐信息进行浏览的时长等。通过上述方法，服务器可以确定出用户在浏览历史推荐信息时所反映出的一些偏好特征。
[0085]
服务器可以根据历史推荐信息对应的信息内容以及用户的行为偏好数据，确定辅助数据。
[0086]
需要说明的是，辅助特征可以是目标模型实时计算得到的，也可以是从其他模型中获取到的。
[0087]
其次，服务器可以将商家对应的辅助数据以及目标类型对应的商家的历史数据输入到目标模型中，以通过所述目标模型确定在满足所述商家的信息推送收益最大的前提下所述商家消耗的资源量，作为第一资源量，以及确定用户执行历史推荐信息的业务后所述商家消耗的资源量，作为第二资源量。
[0088]
而后，服务器可以根据第一资源量以及第二资源量，确定推送历史推荐信息时，商家所消耗的资源量，作为目标资源量。
[0089]
最后，服务器可以根据商家对应的信息推送收益以及目标资源量，确定目标奖励值，并以最大化目标奖励值，对目标模型进行训练。
[0090]
在实际应用中，部分商家通过目标模型确定推送待推荐信息时所消耗的资源量，部分商家是自行确定出的推送待推荐信息时所消耗的资源量。
[0091]
若在确定推送待推荐信息时所消耗的资源量的过程中，仅考虑通过目标模型确定推送待推荐信息时所消耗的资源量的这部分商家，可能会出现这部分商家之间出现串通的情况，也就是说，可能出现这部分商家都确定较低的资源量，这会导致接收待推荐信息的用户执行待推荐信息的业务后商家消耗的资源量降低。
[0092]
基于此，服务器可以根据各商家对应的历史数据以及辅助数据，对第二资源量进行调整，从而，提高各商家的信息推送效果。
[0093]
在本说明书实施例中，服务器可以获取推送历史推荐信息时商家期望消耗的资源量，作为第三资源量。这里提到的推送历史推荐信息时商家期望消耗的资源量可以是指商家自行确定出的期望推送历史推荐信息时所消耗的资源量。
[0094]
其次，服务器可以将商家对应的历史数据、辅助数据以及第三资源量输入到目标模型中，以对第二资源量进行调整，确定参考资源量。
[0095]
具体的，目标模型中还包括参考模型，服务器可以将商家对应的历史数据、辅助数据以及第三资源量输入到目标模型的参考模型中，以对第二资源量进行调整，确定参考资源量。
[0096]
最后，服务器可以根据第一资源量以及参考资源量，确定推送历史推荐信息时，商家所消耗的资源量，作为目标资源量。
[0097]
例如，目标模型可以对比自行确定出的推送历史推荐信息时所消耗的资源量的商家对应的历史数据、辅助数据，与通过目标模型确定推送待推荐信息时所消耗的资源量的商家对应的历史数据、辅助数据。若自行确定出的推送历史推荐信息时所消耗的资源量的商家对应的预测点击率、预测转化率较高，则目标模型可以降低第二资源量，确定参考资源量。从而，使得自行确定出的推送历史推荐信息时所消耗的资源量的商家，得到推送历史推荐信息的机会。
[0098]
在本说明书实施例中，目标模型包括：权重子模型。为了保证目标资源量在提高商家的信息推送效果的同时，增加用户执行历史推荐信息的业务后商家消耗的资源量。服务器可以将商家对应的历史数据输入到权重子模型中，以通过权重子模型确定在最大化商家的信息推送收益以及最大化商家消耗的资源量的前提下商家对应的权重。
[0099]
然后，服务器可以根据第一资源量、参考资源量以及商家对应的权重，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量。具体公式如下：
[0100]
bid＝λ
·
bidi (1-λ)bida[0101]
在上述公式中，bid可以用于表示目标资源量。入可以用于表示权重子模型确定出的商家对应的权重。bidi可以用于表示第一资源量。bida可以用于表示参考资源量。从上述公式中可以看出，服务器可以通过权重子模型确定出的商家对应的权重，在提高商家的信息推送效果的同时，增加用户执行历史推荐信息的业务后商家消耗的资源量。具体如图2所
示。
[0102]
图2为本说明书实施例提供的确定目标资源量的流程示意图。
[0103]
在图2中，服务器可以根据通过目标模型确定推送待推荐信息时所消耗的资源量的商家对应的历史数据，通过聚类算法，将这部分商家分为不同的业务类型。根据各商家对应的业务类型，确定各商家对应的业务模型，并将各商家对应的历史数据输入到权重子模型中，确定各商家对应的权重。针对每个商家，将该商家的历史数据以及辅助数据输入到该商家对应的业务模型中，确定该商家对应的第一资源量，并将各商家对应的历史数据以及辅助数据输入到参考模型中，确定参考资源量。服务器可以根据第一资源量、参考资源量以及权重，确定目标资源量。
[0104]
最后，服务器可以根据商家对应的信息推送收益以及目标资源量，确定目标奖励值，并以最大化目标奖励值，对目标模型进行训练。
[0105]
在实际应用中，信息推送收益对应的奖励值仅根据商家获取到的收益进行确定，这种方式确定出的奖励值并不能满足不同的商家对应的不同的业务需求。基于此，服务器可以根据商家在不同业务需求下的信息推送收益，确定第一奖励值。
[0106]
在本说明书实施例中，服务器可以根据商家对应的目标类型以及待推荐信息所属商家的信息推送收益，确定第一奖励值。
[0107]
其中，商家对应的目标类型中的指标越高，第一奖励值越高。待推荐信息所属商家的信息推送收益越高，第一奖励值越高。
[0108]
其次，服务器可以根据目标资源量，确定第二奖励值。
[0109]
其中，目标资源量越高，第二奖励值越高。
[0110]
最后，服务器可以根据第一奖励值以及第二奖励值，确定目标奖励值。
[0111]
s108：根据所述资源量，推送所述待推荐信息。
[0112]
在本说明书实施例中，服务器可以根据资源量，推送待推荐信息。
[0113]
在本说明书实施例中，服务器可以获取推送历史推荐信息时商家期望消耗的资源量。
[0114]
其次，服务器可以根据通过目标模型确定推送待推荐信息时，商家所消耗的资源量，以及推送历史推荐信息时商家期望消耗的资源量，确定待推荐信息。
[0115]
需要说明的是，本方法采用第二价格密封拍卖，即维克里拍卖。在第二价格密封拍卖中，各商家以密封的形式独立出价，将信息推送给用户的机会给所消耗的资源最高的商家。但是，待推荐信息所属的商家所消耗的资源的是所有所消耗的资源中的第二高。
[0116]
从上述过程中可以看出，本方法可以从预先训练的各业务模型中，确定出与商家对应的业务需求相匹配的业务模型，作为目标模型，将历史数据输入到目标模型中，以确定推送待推荐信息时，商家所消耗的资源量。本方法针对不同商家对应的业务需求，确定出在满足该商家的业务需求的情况下，该商家所消耗的资源量。从而，提高该商家的信息推送效果。
[0117]
以上为本说明书的一个或多个实施例提供的信息推送的方法，基于同样的思路，本说明书还提供了相应的信息推送的装置，如图3所示。
[0118]
图3为本说明书实施例提供的信息推送的装置的结构示意图，具体包括：
[0119]
获取模块300，用于获取待推荐信息所属商家的历史数据；
[0120]
确定模块302，用于根据所述历史数据，确定所述商家对应的业务需求的类型，作为目标类型；
[0121]
匹配模块304，用于从预先训练的各业务模型中，确定出与所述目标类型相匹配的业务模型，作为目标模型；
[0122]
输入模块306，用于将所述历史数据输入到所述目标模型中，以确定推送所述待推荐信息时，所述商家所消耗的资源量；
[0123]
推送模块308，用于根据所述资源量，推送所述待推荐信息。
[0124]
可选地，所述匹配模块304具体还用于，获取所述商家在各信息展示渠道下的历史数据以及所述商家的资源总量，根据所述商家在各信息展示渠道下的历史数据，确定所述商家在各信息展示渠道下的资源分配系数，根据所述商家在各信息展示渠道下的资源分配系数，对所述商家对应的资源总量进行分配，得到所述商家在各信息展示渠道下的资源量。
[0125]
可选地，所述匹配模块304具体用于，获取各商家的历史数据以及辅助数据，所述辅助数据包括：商家对应的预测点击率、商家对应的预测转化率，将所述商家对应的辅助数据以及所述目标类型对应的商家的历史数据输入到目标模型中，以通过所述目标模型确定在满足所述商家的信息推送收益最大的前提下所述商家消耗的资源量，作为第一资源量，以及确定用户执行历史推荐信息的业务后所述商家消耗的资源量，作为第二资源量，根据所述第一资源量以及所述第二资源量，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量，根据所述商家对应的信息推送收益以及所述目标资源量，确定目标奖励值，并以最大化所述目标奖励值，对目标模型进行训练。
[0126]
可选地，所述匹配模块304具体还用于，获取推送历史推荐信息时商家期望消耗的资源量，作为第三资源量，将所述商家对应的历史数据、辅助数据以及所述第三资源量输入到目标模型中，以对所述第二资源量进行调整，确定参考资源量，根据所述第一资源量以及所述参考资源量，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量。
[0127]
可选地，所述目标模型包括：权重子模型；
[0128]
所述匹配模块304具体用于，将所述商家对应的历史数据输入到权重子模型中，以通过所述权重子模型确定在最大化所述商家的信息推送收益以及最大化所述商家消耗的资源量的前提下所述商家对应的权重，根据所述第一资源量、所述参考资源量以及所述商家对应的权重，确定推送所述历史推荐信息时，所述商家所消耗的资源量，作为目标资源量。
[0129]
可选地，所述匹配模块304具体用于，根据所述商家对应的目标类型以及所述历史推荐信息所属商家的信息推送收益，确定第一奖励值，根据所述目标资源量，确定第二奖励值，根据所述第一奖励值以及所述第二奖励值，确定目标奖励值。
[0130]
可选地，所述匹配模块304具体用于，获取推送历史推荐信息时商家期望消耗的资源量，根据通过所述目标模型确定推送所述待推荐信息时，所述商家所消耗的资源量，以及推送历史推荐信息时商家期望消耗的资源量，确定所述待推荐信息。
[0131]
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的信息推送的方法。
[0132]
本说明书还提供了图4所示的电子设备的结构示意图。如图4所述，在硬件层面，该
电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的信息推送的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
[0133]
需要说明的是，本技术中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
[0134]
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(programmable logic device,pld)(例如现场可编程门阵列(field programmable gate array，fpga))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片pld上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(hardware description language，hdl)，而hdl也并非仅有一种，而是有许多种，如abel(advanced boolean expression language)、ahdl(altera hardware description language)、confluence、cupl(cornell university programming language)、hdcal、jhdl(java hardware description language)、lava、lola、myhdl、palasm、rhdl(ruby hardware description language)等，目前最普遍使用的是vhdl(very-high-speed integrated circuit hardware description language)与verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
[0135]
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(application specific integrated circuit，asic)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：arc 625d、atmel at91sam、microchip pic18f26k20以及silicone labs c8051f320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
[0136]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，
或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
[0137]
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
[0138]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0139]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0140]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0141]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0142]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0143]
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。内存是计算机可读介质的示例。
[0144]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0145]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的
包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0146]
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0147]
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
[0148]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0149]
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。