一种基于地理位置的广告推荐方法及装置

技术领域

本发明互联网广告技术领域，尤其涉及一种基于地理位置的广告推荐方法及装置。

背景技术

在社区团购等兴起的今天，近距离购物越来越普遍。但当前的根据地理位置的推广中，均采用直接的地理位置信息匹配，而缺少对用户的个性化信息识别与判断的方案。

某发明公开一种基于地理位置的互联网户外广告投放系统及投放方法，包括平台端、移动端及云服务终端，其中：平台端包括代理商WEB端、广告主WEB端、后台管理WEB端，所述广告主WEB端与所述代理商WEB端、所述后台管理WEB端通过WEB服务器相连；移动端具备了基于地理位置定位的功能，移动端通过热点网络共享连接一智能户外广告终端；云服务终端包括依次连接的WEB服务器、数据库服务器以及DSP云服务器，WEB服务器分别连接代理商WEB端和广告主WEB端以及后台管理WEB端；DSP云服务器与若干移动终端通过网络相连，将数据传输至所述数据库服务器；所述WEB服务器端对广告投放地域划分出多个投放区域，并通过DSP云服务器将各移动终端应该投放的广告信息发送给各所述移动终端。

某发明提供了一种基于地理位置提供广告信息的方法、装置和系统，该方法包括：接收作为广告信息发布方的用户终端发送的广告发布请求并获取该用户终端的地理位置信息，存储该用户终端的地理位置信息以及所述广告发布请求中携带的该用户终端的广告信息；接收作为广告信息接收方的用户终端发送的搜索周边信息请求并获取该用户终端的地理位置信息，根据该用户终端的地理位置信息查找周边的作为广告信息发布方的用户终端，将查找到的周边用户终端的广告信息提供给该作为广告信息接收方的用户终端。

发明内容

本发明所要解决的技术问题在于，提供一种基于地理位置的广告推荐方法及装置，通过记录不同多次广告请求的地理位置信息，分析用户的不同位置下的偏好，判断用户的状态，并根据状态对用户针对性的推广广告，其具体方案如下：

第一方面，本发明提供了一种基于地理位置的广告推荐方法，包括：

接收广告请求，并获取用户的位置信息和终端信息；其中，所述位置信息是指对IP地址或GPS位置进行处理，将范围内的IP地址或者GPS处理为同一个位置；

根据所述位置信息和用户的历史行为数据对用户进行兴趣分类及状态分析；其中，所述历史行为数据既包括广告请求历史数据，又包括广告响应历史数据；

根据所述兴趣分类及所述状态分析进行广告推荐；

记录广告请求信息及用户对广告的响应。

可选地，所述根据所述位置信息和用户的历史行为数据对用户进行兴趣分类及状态分析，包括：

建立所述位置信息与所述历史行为数据的关系图；

根据所述关系图进行兴趣分析；

根据预设的模型对所述位置进行识别；

根据所述识别结果及时间规律对用户的所述状态进行分析。

在上述技术方案中，建立位置信息与历史行为数据的关系图，并将用户按不同的位置进行数据归总，分析目标位置特征，识别出常用位置信息，并对用户状态进行分析，从而可以更好为用户推荐广告。相比于仅根据位置信息推荐广告而言，本技术方案可以得出更加详细的用户信息，从而可以更有针对性地推荐相应的广告，使得推荐广告的范围更加精准。

可选地，所述根据所述兴趣分类及所述状态分析进行广告推荐，包括：

如果在当前状态下所述兴趣分类为无明显兴趣，则为用户优先推荐符合位置信息的广告，以测试用户的兴趣；

如果在当前状态下所述兴趣分类为明显，则推荐该分类下的广告。

在上述技术方案中，根据用户的兴趣分析结果推荐不同的广告。当用户有明显的兴趣时，则为用户推荐相应分类的广告，同时，优先推荐符合位置信息的广告。当用户没有明显的兴趣时，为用户优先推荐符合位置信息的广告，因为在同等条件下，符合位置信息的广告更容易引起用户的注意，因此也更容易促进用户的点击行为，从而比常规广告具有更强的吸引力。

可选地，所述如果在当前状态下所述兴趣分类为无明显兴趣，则为用户优先推荐符合位置信息的广告，以测试用户的兴趣，包括：

根据所述位置信息匹配广告；

判断所述广告的类别的推荐次数是否达到预设阈值；

如果未达到阈值，则推荐该广告；

如果达到阈值，则重新匹配不同类别下的广告；

如果当前位置信息的所有可匹配广告的大类的推荐次数均达到预设阈值，则为用户随机推荐常规广告。

在上述技术方案中，所述广告的类别的推荐次数是指一段时间内从广告被响应起计算总的推荐次数。本方案对同一类别的广告的推荐次数进行了限制，以保证广告的推荐具有多元化特征，可以较好地发现用户的潜在需求。将具有地理位置限制的广告的类别也进行了限制，以使常规广告也具有展示机会，更加符合用户的需求，可以更好的挖掘用户需求。

第二方面，本发明还提供了一种基于地理位置的广告推荐装置，位于服务器端，包括：

接收模块，用于接收广告请求，并获取用户的位置信息和终端信息；其中，所述位置信息是指对IP地址或GPS位置进行处理，将范围内的IP地址或者GPS处理为同一个位置；

分析模块，用于根据所述位置信息和用户的历史行为数据对用户进行兴趣分类及状态分析；其中，所述历史行为数据既包括广告请求历史数据，又包括广告响应历史数据；

推荐模块，用于根据所述兴趣分类及所述状态分析进行广告推荐；

记录模块，用于记录广告请求信息及用户对广告的响应。

在上述技术方案中，将广告请求的数据进行接收、分析、推荐和记录，实现根据用户的特征进行广告推荐的目的。同时，考虑用户的兴趣和状态，将不同的地理位置用于分析用户特征，相比于传统的仅针对地理位置信息或者用户信息推荐广告而言，本技术方案推荐的广告更加准确，同时，可以兼容多种广告，有利于提高广告的转化率。

可选地，所述分析模块，包括：

关系图单元，用于建立所述位置信息与所述历史行为数据的关系图；

兴趣单元，用于根据所述关系图进行兴趣分析；

识别单元，用于根据预设的模型对所述位置进行识别；

分析单元，用于根据所述识别结果及时间规律对用户的所述状态进行分析。

在上述技术方案中，兴趣分析是针对用户的所有行为记录进行。识别单元根据预设的模型对用户的主要地点进行识别，包括家、公司。分析单元根据识别单元的结果及时间规律进行分析，得出用户的状态，包括在家，在公司，外出。

可选地，所述推荐模块，包括：

无兴趣单元，用于如果在当前状态下所述兴趣分类为无明显兴趣，则为用户优先推荐符合位置信息的广告，以测试用户的兴趣；

有兴趣单元，用于如果在当前状态下所述兴趣分类为明显，则推荐该分类下的广告。

可选地，所述无兴趣单元，包括：

匹配子单元，用于根据所述位置信息匹配广告；

判断子单元，用于判断所述广告的类别的推荐次数是否达到预设阈值；

推荐子单元，用于如果未达到阈值，则推荐该广告；如果达到阈值，则重新匹配不同类别下的广告；如果当前位置信息的所有可匹配广告的大类的推荐次数均达到预设阈值，则为用户随机推荐常规广告。

实施本发明，具有如下有益效果。

本发明中考虑用户的位置和状态，可以更加精准地推荐广告。本发明既可以推荐具有地理位置限制的广告，又可以推荐常规广告，适应于多种广告类别。本发明对IP地址或者GPS位置进行处理，可以克服网络异常或者不稳定时的影响，可以提高位置信息的准确度与合理性。本发明以终端信息对用户进行划分，可以准确地区分不同的用户，提高识别的准确度。本发明在接收广告请求时，重新对用户进行识别，使得用户的兴趣和状态保持动态更新，使得推荐的广告与用户最新的需求匹配。

附图说明

图1是本发明实施例提供的一种基于地理位置的广告推荐方法流程图。

图2是本发明实施例提供的另一种基于地理位置的广告推荐方法流程图。

图3是本发明实施例提供的一个位置信息与历史行为数据的关系图。

图4是本发明实施例提供的再一种基于地理位置的广告推荐方法流程图。

图5是本发明实施例提供的一种基于地理位置的广告推荐装置的结构示意图。

图6是本发明实施例提供的另一种基于地理位置的广告推荐装置的结构示意图。

图7是本发明实施例提供的再一种基于地理位置的广告推荐装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。

本发明中所述“地理位置”是指某一具体的地点，比如某一幢楼附近等较小的范围，而不是指较大的国家、地区的限制。

请参见图1，示出了本发明实施例提供的一种基于地理位置的广告推荐方法的流程图，该方法根据广告主的地理位置信息和历史行为数据对用户主进行分析，并针对性地推荐广告，提高广告的针对性，也有利于取得良好的转化效果。

如图1所示，本实施例提供的一种基于地理位置的广告推荐方法包括以下步骤。

S100.接收广告请求，并获取用户的位置信息和终端信息。

具体地说，所述位置信息是指对IP地址或GPS位置进行处理，将范围内的IP地址或者GPS处理为同一个位置接收广告请求，并从广告请求中提取出其相应的信息，用于匹配广告的定向信息。广告请求中同时还包括用户的位置信息和终端信息。广告请求包括广告出价请求和广告内容请求。获取位置信息时以广告出价请求时的信息为准。地理位置信息有IP地址和GPS位置信息双重定位。本实施例既支持IPv4协议的地址，又支持IPv6协议的地址。同时，本实施例会对IP地址进行分类，尤其是对连续WIFI的终端进行地址识别，判断其是否连续公用网络，比如地铁WIFI、高铁WIFI、商场WIFI等开放性的地址。这些公共网络可以非常方便地对用户进行定位。GPS信息与IP地址互相验证，可以更加精确地定位用户的地理位置。本实施例中的GPS信息是指所有的全球定位系统，包括美国全球定位系统、欧盟“伽利略”系统、俄罗斯“格洛纳斯”系统和中国北斗卫星导航系统。如果IP地址和GPS不一致，则从历史数据中进行筛选，以相关度高的为准。比如某次广告请求时的IP地址与之前某次请求的IP地址为同一网段，而GPS指示的位置却与IP地址不一致，则以IP地址所示位置为准。由于广告请求时的地址是广告请求发送这一刻的地址，因此地理位置信息容易出现偏差，尤其在初次联网时。接收设备信息deviceid，用以标记唯一的用户信息。

S200.根据所述位置信息和用户的历史行为数据对用户进行兴趣分类及状态分析。

具体地说，所述历史行为数据既包括广告请求历史数据，又包括广告响应历史数据同一个设备视为同一个用户。同一个设备下的历史记录视为同一个用户的历史行为数据。每个广告都有分类标签，根据用户对广告的点击情况，可以识别出用户感兴趣的分类，从而可以根据用户的兴趣进行针对性的广告推荐。同时，本实施例还记录用户的多次请求，根据多次请求的信息，可以判断多次请求时用户的位置信息，从而可以识别出用户的主要活动位置，从而可以识别出用户是否在常规活动范围内，进行状态分析，得出用户的状态。

S300.根据所述兴趣分类及所述状态分析进行广告推荐。

具体地说，根据用户的兴趣和状态进行广告推荐。兴趣与状态共同构成用户推荐的因素。当用户在状态a时，感兴趣的广告为A类，则向其推荐A类广告。而在状态b时，感兴趣的广告为B类，则向其推荐B类广告。其中，A与B既可以相同，又可以不同。同时，在具体选择广告时，可以适用于多种方法，既可以根据广告的出价，也可以根据位置信息。

S400.记录广告请求信息及用户对广告的响应。

具体地说，广告请求信息包括广告出价请求信息和广告内容请求信息，包括请求时的地理位置、终端信息以及其他必要信息。如果广告成功展示，还需要记录用户对的响应行为，包括点击、下载等后续行为。广告出价请求的记录数多于广告内容请求的记录数，而广告内容请求的记录数多于用户对广告的响应的记录数。记录信息根据终端设备号进行排序，便于对同一设备的行为进行关联性分析。

本实施例考虑了用户的使用状态，用户在不同状态下对不同类别的广告有需求。本实施例根据用户多次广告请求的数据进行分析，可以获得大量的用户数据，不依赖于单个应用对用户位置信息的持续获取，实现多应用跨平台的数据整合，可以更好地对用户的广告展示场景进行全面获取。

请参见图2，示出了本发明实施例提供的另一种基于地理位置的广告推荐方法流程图，该实施例对用户的兴趣分类及状态分析进行了细化，通过建立关系图进行兴趣分析，并对用户的主要活动地点进行识别，从而分析用户状态。如图2所示，相比于上一实施例的步骤S200，该方法包括以下步骤。

S210.建立所述位置信息与所述历史行为数据的关系图。

具体地说，根据广告内容请求信息及用户对广告的响应历史数据制作关系图。根据广告的类别，将广告按类别进行汇总，以标识用户在某位置时对某类广告的响应次数。优选地，本实施例对广告进行两级分类。如图3所示，一个大类划分为多个小类，而相近的IP地址和GPS信息被整合为同一个位置。表格相交处显示了用户在某一位置处对某类广告的响应次数。其中，响应既指对广告的点击，又指视频广告的播放进度达到指定值。

S220.根据所述关系图进行兴趣分析。

具体地说，根据步骤S210中形成的关系图，可以根据不同位置的响应总数，排序得出用户最主要的活动位置。识别出公共网络或位置，可以得出用户的主要活动位置。在剔除公共网络后，可以得出用户的私人主要活动位置，比如家、公司。由于蹭网等行为的存在，存在部分用户在私密场所使用公共网络的情况，但这类情况下，用户的行为数据依然会有较大的差距。根据不同位置的响应次数的最大相差幅度，可以将位置按照响应的次数划分为主要位置和非主要位置。

S230.根据预设的模型对所述位置进行识别。

具体地说，预设的模型对主要位置进行识别。模型分为三类：家、公司和公共场所。每种模型有特定的频率、活动时间次数占比等。比如模型“家”为出现次数多，时间较为固定，连续性较强，对生活相关广告有响应等；模型“公司”为出现次数多，时间较为固定等。同时，对于一个用户都分配一个“家”，一个“公司”，其他的活跃位置按是否为公共区域进行分别标识。同时，用户在不同位置的兴趣也可以用于帮助识别不同位置，比如在“家”，用户倾向于生活相关的内容。模型中各因素在判断位置特征时所占的比重是浮动的。用户的兴趣在识别位置时所占的比重与兴趣的强度有关。比如在位置A时，用户的兴趣均为家居、教育相关，而在其他位置无类似反馈或反馈极少，则位置A为家的可能性较大，其在判断位置A时所占的比重也上升。

S240.根据所述识别结果及时间规律对用户的所述状态进行分析。

具体地说，根据步骤S230对位置进行的识别，可以判断用户当前的状态，比如在家中，在公司，在常去的公共区域，出差、旅游等。结合用户当前的状态和历史行为数据，可以更好地为用户推荐广告，尤其是两级广告的划分，使得用户在不同状态下推荐的广告更加精确。比如，对于处于“在家”状态的用户，如果历史数据对于家居类响应比较多，则可推荐家居类广告。对于处于“出差”状态的用户，如果有历史数据，则可以推荐与历史数据属于同一小类的广告；如果没有历史数据，则可以根据位置推荐旅游住宿相关的广告。

本实施例对用户的位置和历史行为数据进行关系分析，识别用户在不同位置的兴趣，并通过对用户状态识别，结合用户兴趣可以推荐更加合理的广告。相比于单独针对用户位置或用户兴趣推荐，本实施例可以识别出用户在不同位置和状态下的广告需求，同时还针对用户的状态合理预测用户的需求，使得推荐的广告更加准确，并具有前瞻性。

请参见图4，示出了本发明实施例提供的再一种基于地理位置的广告推荐方法流程图，该实施例根据用户的兴趣分类进行针对性的广告推荐，使得对有明显兴趣倾向的用户可以获得所需的广告，而对于没有明显兴趣倾向的用户可以挖掘其兴趣。如图4所示，相比于上一实施例的步骤S300，该方法包括以下步骤。

S310.如果在当前状态下所述兴趣分类为无明显兴趣，则为用户优先推荐符合位置信息的广告，以测试用户的兴趣。

该步骤进一步包括以下五个步骤。

S311.根据所述位置信息匹配广告。

具体地说，根据用户的位置信息，从符合位置要求的待投放广告中匹配一个广告。匹配广告的方法包括根据出价、实体店距离用户距离等因素确定。本过程与现有技术中选择广告的方式相同。

S312.判断所述广告的类别的推荐次数是否达到预设阈值。

具体地说，不同类别可以有不同的阈值。用户在不同的位置时的类别选择可以不同，比如在家，以小类作为判断的类别，而在外出差，则以大类作为判断的类别。预设阈值是一个固定的值。大类的预设阈值可以与其下所有小类的预设阈值之和不相等。推荐次数是指一段时间内从广告被响应起计算总的推荐次数，而不是连续的推荐次数，比如一周内共推荐某类广告12次，但在第5次用户点击了广告，则其推荐次数为7，需要将7与该类别的预设阈值进行比较。由于本实施例每次匹配广告时均会进行完整流程，因此推荐次数的判断也是最新的，可以保证判断结果的准确性。

S313.如果未达到阈值，则推荐该广告。

具体地说，如果广告的类别的推荐次数小于预设阈值，则推荐步骤S311中匹配的广告。

S314.如果达到阈值，则重新匹配不同类别下的广告。

具体地说，如果广告的类别的推荐次数不小于预设阈值，则根据步骤S311中多个广告的排序结果，将属于该类别下的广告全部剔除，选出新的序列中排序第一的广告，进行步骤S312。如果所有大类的推荐次数均达到预设阈值，则执行步骤S315。

S315.如果当前位置信息的所有可匹配广告的大类的推荐次数均达到预设阈值，则为用户随机推荐常规广告。

具体地说，如果当前位置信息的所有可匹配广告的大类的推荐次数均达到预设阈值，则说明所有的包含地理位置信息的广告均已推荐完成，判断为用户对这些广告不感兴趣，故需要推荐常规广告，即不指定位置信息的广告。为用户推荐常规广告时，以随机推荐的方式进行，但是依然需要对同一类别下的广告的推荐次数进行限制，即设置预设阈值。执行步骤S312，S313和S314。常规广告的类别设置与指定位置信息的广告的类别设置相同，并且两者对于同一分类的广告推荐次数的预设阈值可以相同，也可以不同。对于常规广告的预设阈值的次数通常较大，以避免用户过多的触发广告展示行为使得所有的类别下的预设阈值均达到。

S320.如果在当前状态下所述兴趣分类为明显，则推荐该分类下的广告。

具体地说，采用与步骤S311相同的推荐方式，在兴趣分类相同的分类下进行广告匹配。本步骤对于该分类下的广告的推荐次数也有限制，但比无兴趣时的推荐次数的预设阈值大。如果该类别的推荐次数达到限制的推荐次数，则将用户视为无此类别的兴趣。

本实施例根据用户的兴趣分析结果推荐不同的广告。当用户有明显的兴趣时，则为用户推荐相应分类的广告；当用户无明显的兴趣时，优先推荐符合位置信息的广告，并对各个类别的推荐次数进行限制，可以快速地挖掘用户兴趣。同时，本实施例对于用户兴趣的判断是指当前时间之前的一段时间内的数据为基础，保证了用户的兴趣更新的及时性，可以更好地跟随用户个体的变化。

请参见图5，示出了本发明实施例提供的一种基于地理位置的广告推荐装置的结构示意图，可以包括：接收模块100、分析模块200、推荐模块300和记录模块400。

服务器端配置为B/S架构，可以供多个用户同时操作，也可以使得数据实时同步，也可以同时向多个终端发送信息，完成广告的批量发送。

当用户在终端使用应用，需要加载广告时，终端向服务器端请求出价。接收模块100接收广告的出价请求，并获取用户的位置信息和终端信息。分析模块200根据所述位置信息和用户的历史行为数据对用户进行兴趣分类及状态分析，得出用户的兴趣及当前状态。推荐模块300根据所述兴趣分类及所述状态分析进行针对性的广告推荐，可以提高推荐广告的转化成功率。服务器端根据推荐模块300选择的广告进行出价，并由记录模块400记录广告出价请求的信息及出价的信息。

如果广告竞价成功，则终端会向服务器端请求广告。接收模块100接收广告的内容请求信息，并获取用户的位置信息和终端信息。服务器端将推荐模块300选择的广告发送给终端进行展示。记录模块400记录本次广告内容请求的信息，并接收广告展示后用户的响应信息，比如点击、下载等。

本实施例以用户进行广告请求时的信息为数据源，而不是以连续的用户位置为数据源，使得需要收据的数据量大为减少，从而使得对用户数据的大范围存储具有可行性。本实施例考虑用户的兴趣和状态，将不同的地理位置用于分析用户特征，使得对用户的分析更加精细，广告推荐更加准确。

请参见图6，示出了本发明实施例提供的另一种基于地理位置的广告推荐装置的结构示意图。本实施例细化了位于服务器端的分析模块200，以使得对用户的分析更加准确。如图6所示，相比于上一实施例中的分析模块200，本实施例对应的部分如下。

当接收模块100接收到广告出价请求后，关系图单元210根据广告请求的用户的位置信息及历史行为数据，建立两者的关系图。其中，拥有一台终端识别为同一用户。兴趣单元220根据所述关系图进行兴趣分析，识别出用户感兴趣的类别。识别单元230根据预设的模型对位置进行识别，判断所述位置对于用户的意义。分析单元240根据所述识别结果及时间规律对用户的所述状态进行分析，得出用户当前状态。

本实施例通过不同单元处理不同的功能，使得对用户的兴趣分析和状态识别更加准确，同时也可以采用不同的方法处理两种方式，可以使得效率更高，效果更好。

请参见图7，示出了本发明实施例提供的再一种基于地理位置的广告推荐装置的结构示意图。本实施例细化了推荐模块300，根据用户状况进行广告推荐，并控制广告推荐的频率，更好地发现用户的潜在需求。如图7所示，相比于上一实施例中的推荐模块300，本实施例进一步包括如下部分。

无兴趣单元310，用于如果在当前状态下所述兴趣分类为无明显兴趣，则为用户优先推荐符合位置信息的广告，以测试用户的兴趣；

有兴趣单元320，用于如果在当前状态下所述兴趣分类为明显，则推荐该分类下的广告。

其中，无兴趣单元310，包括：

匹配子单元311，用于根据所述位置信息匹配广告；

判断子单元312，用于判断所述广告的类别的推荐次数是否达到预设阈值；

推荐子单元313，用于如果未达到阈值，则推荐该广告；如果达到阈值，则重新匹配不同类别下的广告；如果当前位置信息的所有可匹配广告的大类的推荐次数均达到预设阈值，则为用户随机推荐常规广告。

本实施例对不同状态下的用户推荐不同的广告，可以较快地挖掘用户需求，提高广告转化率。同时，本实施例优先推荐符合位置信息的广告，更容易提高用户的转化率。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，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。

本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请各实施例中的装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。

本申请所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的模板。

作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的模板实现，也可以采用软件功能模块或子模块的模板实现。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物品或者设备所固有的要素。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。