操作数据处理方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种操作数据处理方法、装置、计算机设备和存储介质。

背景技术

随着互联网业务的发展，出现了信息推荐技术，通过信息推荐技术能够为用户推荐用户感兴趣的内容。信息推荐技术中往往需要预测用户对某个信息、某个物品的感兴趣程度。

传统方式中用户对某个信息、某个物品的感兴趣程度的预测，通常是使用用户本身的属性特征、用户对信息或物品的历史操作数据的相关特征，以及信息或物品本身的特征等计算兴趣度得分。然而，对于用户和物品的量级较大的情况下，上述处理方式无法实现实时处理，导致处理效率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高实时处理效率的操作数据处理方法、装置、计算机设备和存储介质。

一种操作数据处理方法，所述方法包括：

获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；所述候选资源标签包括所述目标资源标签；

基于所述对象操作数据确定所述对象标识的对象操作频次，并基于所述资源操作数据确定每个所述目标资源标签被操作的标签操作频次；

根据所述对象标识对目标资源的每个所述目标资源标签进行操作所得到的目标操作数据，确定所述对象标识对所述目标资源的每个所述目标资源标签的目标操作频次；

基于所述对象操作频次、各所述标签操作频次和各所述目标操作频次，确定所述对象标识对所述目标资源的关注度。

一种操作数据处理装置，所述装置包括：

获取模块，用于获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；所述候选资源标签包括所述目标资源标签；

频次确定模块，用于基于所述对象操作数据确定所述对象标识的对象操作频次，并基于所述资源操作数据确定每个所述目标资源标签被操作的标签操作频次；

操作模块，用于根据所述对象标识对目标资源的每个所述目标资源标签进行操作所得到的目标操作数据，确定所述对象标识对所述目标资源的每个所述目标资源标签的目标操作频次；

操作数据处理模块，用于基于所述对象操作频次、各所述标签操作频次和各所述目标操作频次，确定所述对象标识对所述目标资源的关注度。

在一个实施例中，所述获取模块，还用于获取对象标识针对不同版本的候选资源标签的对象操作数据，并获取在不同版本的每个目标资源标签上发生操作所得到的资源操作数据；不同版本对应不同的时间戳；

所述频次确定模块，还用于基于不同版本的对象操作数据确定与所述对象标识对应的对象操作频次；基于不同版本的资源操作数据确定每个所述目标资源标签被操作的标签操作频次。

在一个实施例中，所述装置还包括权重确定模块，所述权重确定模块，用于根据所述对象操作频次确定所述对象标识的对象权重，根据各所述标签操作频次确定每个所述目标资源标签分别对应的标签权重；

所述操作数据处理模块，还用于基于所述对象权重、各所述标签权重和各所述目标操作频次，确定所述对象标识对所述目标资源的关注度。

在一个实施例中，所述操作数据处理模块，还用于根据所述对象权重、各所述标签权重和各所述目标操作频次，确定所述对象标识分别对每个所述目标资源标签的操作评价值；基于时效衰减因子和各所述操作评价值，确定所述对象标识对所述目标资源的关注度。

在一个实施例中，所述操作数据处理模块，还用于确定所述对象标识对每个候选资源的每个所述目标资源标签分别对应的候选操作频次，所述候选资源包括所述目标资源；根据所述对象权重、各所述标签权重，以及所述候选操作频次，确定每个所述目标资源标签针对相应候选资源的子评价值；基于各所述子评价值，确定所述对象标识对每个所述目标资源标签的操作评价值；从各所述操作评价值中筛选出满足评价条件的目标操作评价值，并基于时效衰减因子和所述目标操作评价值，确定所述对象标识对所述目标资源的关注度。

在一个实施例中，所述装置还包括评价模块；所述评价模块，用于在预设时长内所获取的对象操作数据中，确定所述对象标识针对每个所述目标资源标签的有效操作次数；基于每个所述有效操作次数和所述预设时长，确定所述对象标识对每个所述目标资源标签进行操作的稳定评价值；

所述操作数据处理模块，还用于基于所述对象操作频次、各所述标签操作频次、各所述目标操作频次和各所述稳定评价值，确定所述对象标识对所述目标资源的关注度。

在一个实施例中，所述评价模块，还用于通过预设时间窗口将所述预设时长划分为多个时间段，并确定所述对象操作数据中所述对象标识在各时间段针对每个所述目标资源标签的有效操作次数；从各所述时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数和相应的目标时间段；根据所述目标操作次数和所述目标时间段，确定所述对象标识对每个所述目标资源标签进行操作的稳定评价值。

在一个实施例中，所述评价模块，还用于从预设时长内所获取的不同推广渠道的对象操作数据中，确定所述对象标识在每个推广渠道下，分别针对每个所述目标资源标签的有效操作次数；对于每个推广渠道，根据相应推广渠道下对应的各所述有效操作次数和所述预设时长，确定在相应推广渠道下所述对象标识分别对每个所述目标资源标签进行操作的稳定评价值；

所述操作数据处理模块，还用于基于每个所述推广渠道下对应的对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，确定所述对象标识对所述目标资源的关注度。

在一个实施例中，所述目标资源为推广信息；所述装置还包括推广模块；所述推广模块，用于基于每个所述对象标识对所述推广信息的关注度，筛选出关注度满足推送条件的目标对象标识；将与所述推广信息相关的关联信息推送给所述目标对象标识。

在一个实施例中，所述目标资源属于会员类型对象；所述装置还包括发放模块；所述发放模块，用于基于所述对象标识对所述会员类型对象的关注度，确定所述对象标识针对所述会员类型对象的会员开通概率；根据所述会员开通概率和所述会员类型对象对应的消耗资源数值，从候选的虚拟馈赠资源中选取目标虚拟馈赠资源发放给所述对象标识。

在一个实施例中，所述发放模块，还用于根据所述会员开通概率、所述会员类型对象对应的消耗资源数值、每个候选的虚拟馈赠资源所含的资源数值，确定所述每个候选的虚拟馈赠资源对应的期望收益值；从所述候选的虚拟馈赠资源中，选取使得所述期望收益值满足发放条件的目标虚拟馈赠资源，并针对所述对象标识发放所述目标虚拟馈赠资源。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；所述候选资源标签包括所述目标资源标签；

基于所述对象操作数据确定所述对象标识的对象操作频次，并基于所述资源操作数据确定每个所述目标资源标签被操作的标签操作频次；

根据所述对象标识对目标资源的每个所述目标资源标签进行操作所得到的目标操作数据，确定所述对象标识对所述目标资源的每个所述目标资源标签的目标操作频次；

基于所述对象操作频次、各所述标签操作频次和各所述目标操作频次，确定所述对象标识对所述目标资源的关注度。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；所述候选资源标签包括所述目标资源标签；

基于所述对象操作数据确定所述对象标识的对象操作频次，并基于所述资源操作数据确定每个所述目标资源标签被操作的标签操作频次；

根据所述对象标识对目标资源的每个所述目标资源标签进行操作所得到的目标操作数据，确定所述对象标识对所述目标资源的每个所述目标资源标签的目标操作频次；

基于所述对象操作频次、各所述标签操作频次和各所述目标操作频次，确定所述对象标识对所述目标资源的关注度。

一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：

获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；所述候选资源标签包括所述目标资源标签；

基于所述对象操作数据确定所述对象标识的对象操作频次，并基于所述资源操作数据确定每个所述目标资源标签被操作的标签操作频次；

根据所述对象标识对目标资源的每个所述目标资源标签进行操作所得到的目标操作数据，确定所述对象标识对所述目标资源的每个所述目标资源标签的目标操作频次；

基于所述对象操作频次、各所述标签操作频次和各所述目标操作频次，确定所述对象标识对所述目标资源的关注度。

上述操作数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过获取对象标识针对候选资源标签的对象操作数据，基于对象操作数据确定对象标识的对象操作频次，能够根据用户对候选资源标签的资源操作数据，准确计算出用户操作的频繁程度。获取在每个目标资源标签上发生操作所得到的资源操作数据，基于资源操作数据确定每个目标资源标签被操作的标签操作频次，能够根据在目标资源标签上产生的资源操作数据，准确计算出目标资源标签被操作的频次，有效体现目标资源标签被操作的频繁程度。根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次，能够有效体现对象标识对目标资源的每个标签的操作频繁程度。基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度，能够从用户对候选资源标签操作的频繁程度、目标资源标签被操作的频繁程度，以及对象标识对目标资源的每个目标资源标签的操作频繁程度，准确的计算出对象标识对目标资源的关注度。并且，通过统计用户的操作频次、目标资源标签被操作的频次等频次数据来计算关注度，计算量小，处理速度快，能够有效提高用户对目标资源的感兴趣程度的实时处理效率。

附图说明

图1为一个实施例中操作数据处理方法的应用环境图；

图2为一个实施例中操作数据处理方法的流程示意图；

图3为一个实施例中获取对象操作数据和资源操作数据的步骤的流程示意图；

图4为另一个实施例中根据对象权重、各标签权重和各目标操作频次，确定对象标识分别对每个目标资源标签的操作评价值的流程示意图；

图5为一个实施例中确定对象标识对每个目标资源标签进行操作的稳定评价值的流程示意图；

图6为一个实施例中在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数的流程示意图；

图7为一个实施例中在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数的流程示意图；

图8为另一个实施例中操作数据处理方法的流程示意图；

图9为一个实施例中操作数据处理装置的结构框图；

图10为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请涉及人工智能(Artificial Intelligence，AI)技术领域，其中，人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。本申请实施例提供的方案涉及人工智能的操作数据处理方法，具体通过如下各实施例进行说明。

本申请提供的操作数据处理方法，可以应用于如图1所示的操作数据处理系统。如图1所示，该操作数据处理系统包括终端110和服务器120。在一个实施例中，终端110和服务器120均可单独执行本申请实施例中提供的操作数据处理方法。终端110和服务器120也可协同用于执行本申请实施例中提供的操作数据处理方法。当终端110和服务器120协同用于执行本申请实施例中提供的操作数据处理方法时，终端110获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据，该候选资源标签包括目标资源标签。终端110获取对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据。终端110将对象操作数据、资源操作数据和目标操作数据发送至服务器120。服务器120基于对象操作数据确定对象标识的对象操作频次，并基于资源操作数据确定每个目标资源标签被操作的标签操作频次。服务器120根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次。服务器120基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度。服务器120将目标资源的关注度结果返回至终端110。

其中，服务器120可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、车载终端、智能电视等，但并不局限于此。终端110以及服务器120可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。

在一个实施例中，多个服务器可组成区块链，而服务器作为区块链上的节点。

在一个实施例中，与该操作数据处理方法相关的数据可保存于区块链上，例如对象标识、候选资源标签、对象操作数据、目标资源标签、资源操作数据、对象操作频次、标签操作频次、目标操作数据、目标操作频次和关注度等，但不限于此。

在一个实施例中，如图2所示，提供了一种操作数据处理方法，以该方法应用于图1中的计算机设备(计算机设备可以是图1中的终端或服务器)为例进行说明，包括以下步骤：

步骤S202，获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；候选资源标签包括目标资源标签。

其中，候选资源标签是指候选资源所对应的类别或项目等，例如可以是应用程序或网页上的类别、项目等。热门、榜单，候选资源标签具体可以是视频应用中的订阅、精选、发现、电视剧、综艺、动漫、电影、记录片、直播、娱乐、游戏、生活等类别。候选资源标签还可以是分享应用中的热门、同城、榜单、电影、社会、搞笑、情感、电视剧、综艺、体育、校园等类别，在此不做过多限制。

候选资源可以是各类信息和各类物品中的至少一种。各类信息包括文本、表情、图片、音频、视频、文件或链接等中的至少一种，但不限于此。各类物品可包括实体物品和虚拟物品。实体物品包括各类实体产品，具体可以是手机、电脑、笔记本、手表等各种电子产品，还可以是衣服、鞋子等服饰类产品，在此不做过多限制。

虚拟物品包括但不限于保险产品、理财产品、虚拟馈赠资源、虚拟场景、虚拟角色、虚拟道具等。虚拟场景具体可以是游戏设备中的游戏场景、虚拟现实模拟场景等，虚拟角色具体可以是游戏中的各类角色，虚拟道具体可以是游戏中的各种道具等。

对象操作数据是指对象标识对所有的候选资源标签进行预设操作所得到的操作数据，也可以是单个候选资源标签进行预设操作所得到的操作数据。对象标识可以是用户标识，例如对象标识A对5个候选资源标签进行预设操作所得到的数据。该预设操作包括但不限于触摸操作、语音操作、通过输入设备例如鼠标进行操作或者手势操作中的至少一个，例如可以为点击操作、双击操作、长按操作、左滑操作或右滑操作中的任意一种，这里不做过多限制。

目标资源标签是指目标资源所对应的类别或项目等。目标资源是指需要确定用户的关注度的资源。资源操作数据是指目标资源标签上发生操作所得到的数据，例如，5个对象标识分别对该目标资源标签进行操作所得到的数据。

具体地，计算机设备确定需要计算关注度的对象标识，并获取该对象标识针对候选资源标签的对象操作数据。进一步地，计算机设备获取对象标识针对每个候选资源标签的对象操作数据，例如，对象标识对候选资源标签1进行了点击操作，则对象操作数据为点击操作；对候选资源标签2未进行预设操作，则对象操作数据可为未操作。

在一个实施例中，对象标识对候选资源标签进行预设操作，则对象操作数据记录为1，对象标识未对候选资源标签进行预设操作，则对象操作数据记录为0。

计算机设备确定需要计算关注度的目标资源所对应的目标资源标签，同一目标资源可对应多个目标资源标签。候选资源标签中包括目标资源标签，例如10个候选资源标签中包含了3个目标资源标签。

针对每个目标资源标签，计算机设备获取在目标资源标签上所发生的预设操作所生成的资源操作数据，该资源操作数据可包括多个对象标识对该目标资源标签进行的操作。该多个指至少两个。

步骤S204，基于对象操作数据确定对象标识的对象操作频次，并基于资源操作数据确定每个目标资源标签被操作的标签操作频次。

其中，对象操作频次是指对象标识在预设时间、预设范围内对候选资源标签进行操作的次数。标签操作频次是指目标资源标签在预设时间、预设范围内被进行预设操作的次数，例如在15天内被点击的次数或被浏览的次数等。可以理解的是，目标资源标签被进行的预设操作和用户标签对候选标签所进行的预设操作可以完全相同，也可以部分相同。

具体地，计算机设备获取对象标识针对每个候选资源标签的对象操作数据后，根据每个候选资源标签的对象操作数据，统计出对象标识对应的对象操作频次。

对于每个目标资源标签，计算机设备获取目标资源标签对应的资源操作数据，根据该资源操作数据统计出该目标资源标签被操作的标签操作频次。

步骤S206，根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次。

其中，目标操作数据是指对象标识对目标资源的目标资源标签进行特定操作所得到的数据。例如，对象标识A分别对目标资源i的目标资源标签1、目标资源标签2和目标资源标签3进行点击操作所得到的数据。每个目标资源标签对应一个目标操作数据。

该特定操作包括但不限于触摸操作、语音操作、通过输入设备例如鼠标进行操作或者手势操作中的至少一个，例如可以为点击操作、双击操作、长按操作、左滑操作或右滑操作中的任意一种，这里不做过多限制。可以理解的是，预设操作和特定操作可以完全相同，也可以部分相同。

目标操作频次是指对象标识在预设时间、预设范围内对目标资源的目标资源标签进行操作的次数。例如，对象标识A在10天内对目标资源i的目标资源标签3进行点击操作的次数。

具体地，计算机设备确定目标资源所对应的目标资源标签，并分别获取对象标识针对该目标资源的每个目标资源标签进行特定操作所获得的目标操作数据。若未进行特定操作，则对应的目标操作数据可为未操作。

对于目标资源的每个目标资源标签，计算机设备根据目标资源标签对应的目标操作数据，统计出对象标识对该目标资源的该目标资源标签的目标操作频次。按照相同的处理方式，可分别计算出对象标识对同一目标资源下的每个目标资源标签分别对应的目标操作频次。

在一个实施例中，计算机设备可通过预设数值表征相应的目标操作数据，对象标识对目标资源的目标资源标签1进行特定操作，则目标资源的目标资源标签1的目标操作数据可通过数值1表征；对象标识未对目标资源的目标资源标签2进行特定操作，则目标资源的目标资源标签2对应的目标操作数据可通过数值0表征。

在一个实施例中，根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次，包括：

获取对象标识针对目标资源的不同版本的每个目标资源标签的目标操作数据，根据每个目标资源标签对应的不同版本的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次；不同版本对应不同的时间戳。

具体地，对于目标资源的每个目标资源标签，计算机设备在不同时间戳获取对象标识对该每个目标资源标签进行操作所得到的目标操作数据。每个时间戳对应一个版本，则可在不同时间戳下获得不同版本的目标操作数据。

目标资源标签对应多个不同版本的目标操作数据，计算机设备将该多个不同版本的目标操作数据求和，得到对象标识对目标资源的该目标资源标签的目标操作频次。按照相同的处理方式，可分别得到对象标识对目标资源的每个目标资源标签的目标操作频次。

在一个实施例，可按照以下公式计算目标操作频次：

其中，f(u,i,t)为对象标识u对目标资源i的版本为v的目标资源标签t的目标操作频次。

步骤S208，基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度。

其中，关注度是指对象标识对目标资源的关注程度，即用户对目标资源的感兴趣程度。

具体地，计算机设备根据对象操作频次、各标签操作频次，以及对象标识对目标资源的每个目标资源标签的目标操作频次，计算出对象标识对该目标资源的关注度。

在一个实施例中，计算机设备可根据对象操作频次、各标签操作频次和各目标操作频次，以及各自对应的权重，计算出对象标识对该目标资源的关注度。

本实施例中，获取对象标识针对候选资源标签的对象操作数据，基于对象操作数据确定对象标识的对象操作频次，能够根据用户对候选资源标签的资源操作数据，准确计算出用户操作的频繁程度。获取在每个目标资源标签上发生操作所得到的资源操作数据，基于资源操作数据确定每个目标资源标签被操作的标签操作频次，能够根据在目标资源标签上产生的资源操作数据，准确计算出目标资源标签被操作的频次，有效体现目标资源标签被操作的频繁程度。根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次，能够有效体现对象标识对目标资源的每个标签的操作频繁程度。基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度，能够从用户对候选资源标签操作的频繁程度、目标资源标签被操作的频繁程度，以及对象标识对目标资源的每个目标资源标签的操作频繁程度，准确的计算出对象标识对目标资源的关注度。并且，通过统计用户的操作频次、目标资源标签被操作的频次等频次数据来计算关注度，计算量小，处理速度快，能够有效提高用户对目标资源的感兴趣程度的实时处理效率。

传统的操作数据处理方法中，通常是使用用户本身的属性特征、用户对目标资源的历史操作数据的相关特征，以及目标资源本身的特征等计算兴趣度得分，这些特征都需要从相关的原始数据中提取得到。对于用户和物品的量级较大的情况下，传统的方法通常使用批处理，批处理往往要求一批数据到齐才开始处理，而采集一批用户的原始数据、一批目标资源的相关原始数据，并从各原始数据中提取出关键特征，均需要耗费较多的时间，处理的计算量也比较大，难以实现数据的实时计算，导致处理效率低。而本实施例中，通过统计用户操作的频次、目标资源标签被操作的频次等频次数据，无需进行特征提取，计算量小，使得能够在每条数据或者每小批的数据到来时就立即处理，能够有效实现流式计算，从而提高数据实时处理的效率。

在一个实施例中，如图3所示，获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据，包括步骤S302：

步骤S302，获取对象标识针对不同版本的候选资源标签的对象操作数据，并获取在不同版本的每个目标资源标签上发生操作所得到的资源操作数据；不同版本对应不同的时间戳。

具体地，计算机设备可在不同时间戳获取对象标识对每个候选资源标签的对象操作数据。不同版本对应不同的时间戳，即每个时间戳对应一个版本，则存在不同版本的候选资源标签，在不同时间戳下可获得不同版本的对象操作数据。

按照相同的处理方式，计算机设备可在不同时间戳获取在每个目标资源标签上发生预设操作所得到的资源操作数据，即可获取针对每个目标资源标签的不同版本的资源操作数据。

在一个实施例中，同一版本中，获取对象操作数据的时间戳和获取资源操作数据的时间戳相同。例如，在12:00获取对象操作数据，在12:00获取资源操作数据，两者的时间戳相同，版本相同。

基于对象操作数据确定对象标识的对象操作频次，并基于资源操作数据确定每个目标资源标签被操作的标签操作频次，包括步骤S304至步骤S306：

步骤S304，基于不同版本的对象操作数据确定与对象标识对应的对象操作频次。

具体地，计算机设备可根据不同版本的对象操作数据计算出该对象标识的对象操作频次。进一步地，计算机设备可将不同版本的对象操作数据求和，得到该对象标识的对象操作频次。

在一个实施例中，计算机设备可通过预设数值表示对象操作数据，例如对象标识对候选资源标签进行预设操作，则对象操作数据通过数值1表征，对象标识未对候选资源标签进行预设操作，则对象操作数据通过数值0表征。计算机设备将不同版本的对象操作数据通过相应的预设数值表征，将不同版本的对象操作数据对应的预设数值求和，得到该对象标识的对象操作频次。

例如，可通过如下公式计算对象操作频次：

其中，C

在一个实施例中，Map(u,v).value取值为0或1，对象标识u对版本v的候选资源标签t进行了预设操作，则Map(u,v).value为1；对象标识u对版本v的候选资源标签t未进行预设操作，则Map(u,v).value为0。

步骤S306，基于不同版本的资源操作数据确定每个目标资源标签被操作的标签操作频次。

具体地，对于每个目标资源标签，计算机设备可根据目标资源标签对应的不同版本的资源操作数据，计算出该目标资源标签被操作的标签操作频次。按照相同的处理方式，可计算出每个目标资源标签被操作的标签操作频次。

进一步地，对于每个目标资源标签，计算机设备可将同一目标资源标签对应的不同版本的资源操作数据求和，得到该同一目标资源标签对应的标签操作频次。

在一个实施例中，计算机设备可通过预设数值表示资源操作数据，例如目标资源标签被进行预设操作，则资源操作数据通过数值1表征，目标资源标签未被进行预设操作，则资源操作数据通过数值0表征。计算机设备将不同版本的资源操作数据通过相应的预设数值表征，将不同版本的资源操作数据对应的预设数值求和，得到该目标资源标签的标签操作频次。

例如，可通过如下公式计算标签操作频次：

/>

其中，C

在一个实施例中，Map(t,v).value取值为0或1，版本v的目标资源标签t被进行预设操作，则Map(t,v).value为1；版本v的目标资源标签t未被进行预设操作，则Map(t,v).value为0。

本实施例中，获取对象标识针对不同版本的候选资源标签的对象操作数据，基于不同版本的对象操作数据确定与对象标识对应的对象操作频次，能够通过在不同时间戳所获取的用户对候选资源标签的操作，准确计算出用户操作的频次，有效体现用户操作的频繁程度。获取在不同版本的每个目标资源标签上发生操作所得到的资源操作数据，基于不同版本的资源操作数据确定每个所述目标资源标签被操作的标签操作频次，能够通过在不同时间戳所获取的目标资源标签被操作资源操作数据，准确计算出目标资源标签被操作的频次，有效体现目标资源标签被操作的频繁程度。

在一个实施例中，在基于对象操作数据确定对象标识的对象操作频次，并基于资源操作数据确定每个目标资源标签被操作的标签操作频次之后，还包括：根据对象操作频次确定对象标识的对象权重，根据各标签操作频次确定每个目标资源标签分别对应的标签权重；

基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度，包括：基于对象权重、各标签权重和各目标操作频次，确定对象标识对目标资源的关注度。

具体地，计算机设备可根据对象操作频次确定对象标识对应的对象权重。进一步地，计算机设备可计算该对象操作频次的倒数，将该对象操作频次的倒数作为该对象标识对应的对象权重。

对于每个目标资源标签，根据目标资源标签对应的标签操作频次，计算出该目标资源标签对应的标签权重。进一步地，计算机设备可计算每个标签操作频次的倒数，将各倒数作为对应的目标资源标签的标签权重。

例如，可通过以下公式计算出对象权重和标签权重：

其中，λ

本实施例中，根据对象操作频次确定对象标识的对象权重，能够准确体现出对象标识对候选资源标签的操作的频次在所有候选资源标签中的比重。根据各标签操作频次确定每个目标资源标签分别对应的标签权重，能够准确体现出每个目标资源标签被操作的频次在所有目标资源标签被操作的频次中的比重。基于对象权重、各标签权重和各目标操作频次，能够准确确定对象标识对目标资源的关注度。

在一个实施例中，基于对象权重、各标签权重和各目标操作频次，确定对象标识对目标资源的关注度，包括：

根据对象权重、各标签权重和各目标操作频次，确定对象标识分别对每个目标资源标签的操作评价值；基于时效衰减因子和各操作评价值，确定对象标识对目标资源的关注度。

其中，时效衰减因子对不同时长进行调节的调节系数，例如对00:00-01:00、01:00-02:00、18:00-19:00等时长对应的时效衰减因子。时效衰减因子可以是线性的时效衰减因子，也可以是高斯时效衰减因子等，但不限于此。

具体地，针对每个目标资源标签，计算机设备根据目标资源标签对应的标签权重和对应的目标操作频次，以及对象权重，计算出对象标识对目标资源的该目标资源标签的操作评价值。按照相同的处理方式，可计算出对象标识对于每个目标资源标签的操作评价值。

计算机设备获取时效衰减因子，基于时效衰减因子和目标资源的每个目标资源分别对应的操作评价值，计算出对象标识对该目标资源的关注度。

进一步地，计算机设备可根据获取对象操作数据、资源操作数据和目标操作数据中的至少一种数据时的时间，以及当前时间，计算出数据获取的时间和当前时间之间的时长所对应的时间衰减因子。例如，时间衰减因子为α

在一个实施例中，计算机设备可将对象权重、目标资源标签对应的标签权重和对应的目标操作频次的乘积，作为对象标识对该目标资源标签的操作评价值。

在一个实施例中，计算机设备可将目标资源的每个目标资源分别对应的操作评价值求和，将各操作评价值之和与该时效衰减因子的乘积作为对象标识对该目标资源的关注度。

本实施例中，根据对象权重、各标签权重和各目标操作频次，确定对象标识分别对每个目标资源标签的操作评价值，从而能够结合用户操作的比重、目标资源标签被操作的比重，以及对象标识对目标资源的目标资源标签进行操作的频次等多方面评价维度，计算对象标识对于目标资源标签的操作评价值，考虑了多维度的因素，使得所计算的操作评价维度更准确更全面。时效衰减因子能够有效控制所获取的数据在不同时长内的有效性和重要程度，通过时效衰减因子能够考虑到所获取的数据在不同时间段内所产生的不同影响，使得基于时效衰减因子和各操作评价值所计算得到的关注度更准确。

在一个实施例中，如图4所示，根据对象权重、各标签权重和各目标操作频次，确定对象标识分别对每个目标资源标签的操作评价值，包括步骤S402至步骤S406：

步骤S402，确定对象标识对每个候选资源的每个目标资源标签分别对应的候选操作频次，候选资源包括目标资源。

具体地，计算机设备确定对应目标资源标签的每个候选资源，例如目标资源标签为“推荐”，则确定“推荐”该标签下的每个候选资源。对于每个候选资源，计算机设备分别获取对象标识对候选资源的每个目标资源标签的候选操作数据，基于候选操作数据确定相应的候选操作频次。

对候选操作数据的获取，可参见上述各个实施例中对目标操作数据的获取；对目标操作频次的计算，可参见上述各个实施例中对对象操作频次或标签操作频次的计算。

多个候选资源中可以包含目标资源，则作为目标资源的候选资源所对应的候选操作频次，即为该目标资源对应的目标操作频次。

步骤S404，根据对象权重、各标签权重，以及候选操作频次，确定每个目标资源标签针对相应候选资源的子评价值。

具体地，针对每个候选资源，计算机设备根据对象权重、目标资源标签对应的标签权重和该候选资源对于该目标资源标签的目标操作频次，计算对象标识对该候选资源的该目标资源标签所对应的子评价值。按照相同的处理方式，可分别计算出每个候选资源的每个目标资源标签分别对应的子评价值。

步骤S406，基于各子评价值，确定对象标识对每个目标资源标签的操作评价值。

具体地，计算机设可根据同一目标资源标签下的的各候选资源分别对应的子评价值，计算出对象标识对该同一目标资源标签的操作评价值。按照相同的处理方式，可分别计算出每个目标资源对应的操作评价值。

在一个实施例中，计算机设备可将同一目标资源标签对应的各子评价值求和，得到对象标识对该同一目标资源标签的操作评价值。

例如，可按照以下公式计算目标资源标签的操作评价值：

其中，g(u,t)为对象标识u对第t个目标资源标签的操作评价值，i表示第i个候选资源，该候选资源也可以是目标资源，I为候选资源的数量，f(u,i,t)为对象标识u对第i个候选资源的版本为v的第t个候选资源标签的候选操作频次。

可以理解的是，当第i个候选资源为目标资源时，第i个候选资源的第t个候选资源标签，即为目标资源的第t个目标资源标签。

基于时效衰减因子和各操作评价值，确定对象标识对目标资源的关注度，包括步骤S408：

步骤S408，从各操作评价值中筛选出满足评价条件的目标操作评价值，并基于时效衰减因子和目标操作评价值，确定对象标识对目标资源的关注度。

其中，满足评价条件是指操作评价值大于评价阈值，或操作评价值和评价阈值之间的差异小于预设差异。

具体地，计算机设备可获取评价条件，通过评价条件从各操作评价值中筛选出目标操作评价值。计算机设备基于筛选出的目标操作评价值和时效衰减因子，计算出对象标识对该目标资源的关注度。

在一个实施例中，计算机设备可对各目标操作评价值求和，将各目标操作评价值之和与时效衰减因子的乘积，作为对象标识对该目标资源的关注度。

本实施例中，确定对象标识对每个候选资源的每个目标资源标签分别对应的候选操作频次，根据对象权重、各标签权重，以及候选操作频次，确定每个目标资源标签针对相应候选资源的子评价值，从而能够结合多方面因素准确计算出子评价值。基于各子评价值，确定对象标识对每个目标资源标签的操作评价值，从各操作评价值中筛选出满足评价条件的目标操作评价值，能够将筛除较低的操作评价值，减少对最终结果的干扰，从而基于时效衰减因子和目标操作评价值，准确地计算出对象标识对目标资源的关注度。

在一个实施例中，如图5所示，该方法还包括：

步骤S502，在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数。

其中，有效操作次数是指对象标识对目标资源标签进行有效操作的次数。有效操作是指满足预设操作的操作，例如预设操作为双击操作，对象操作数据中存在单击操作和双击操作，则单击操作为无效操作，双击操作为有效操作。

具体地，计算机设备在预设时长内，获取对象标识针对每个候选资源标签的对象操作数据。计算机设备可确定候选资源中存在的目标资源标签，对于每个目标资源标签对应的对象操作数据，计算机设备从目标资源标签对应的对象操作数据中确定对象标识针对该目标资源标签的有效操作次数。

在其他实施例中，计算机设备可从预设时长内所获取的资源操作数据中，确定对象标识针对每个目标资源标签的有效操作次数。

在一个实施例中，从预设时长内所获取的资源操作数据中，确定对象标识针对每个目标资源标签的有效操作次数，包括：

通过预设时间窗口将预设时长划分为多个时间段，并确定资源操作数据中对象标识在各时间段针对每个目标资源标签的有效操作次数。

步骤S504，基于每个有效操作次数和预设时长，确定对象标识对每个目标资源标签进行操作的稳定评价值。

其中，稳定评价值是指对象标识在预设时长内对目标资源标签进行操作的稳定程度。

具体地，计算机设备根据每个目标资源的有效操作次数和预设时长，分别计算出对象标识对于每个目标资源标签的稳定评价值。

进一步地，计算机设备将目标资源标签对应的有效操作次数和预设时长的比值，作为该目标资源标签的稳定评价值。按照相同的处理方式，可得到每个目标资源标签分别对应的稳定评价值。

基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度，包括步骤S506：

步骤S506，基于对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，确定对象标识对目标资源的关注度。

具体地，计算机设备可基于对象操作频次计算出对象权重、基于各标签操作频次计算出各目标资源标签分别对应的标签操作频次。计算机设备根据对象权重、各标签操作频次和各目标操作频次，分别计算对象标识对每个目标资源标签的操作评价值。计算机设备根据对象标识对每个目标资源标签的操作评价值和对象标识对每个目标资源标签的稳定评价值，计算出对象标识对该目标资源的关注度。

进一步地，计算机设备可计算同一目标资源标签的操作评价值和该目标资源标签的稳定评价值的乘积，得到每个目标资源标签分别对应的评价值乘积，将各评价值乘积之和作为对象标识对该目标资源的关注度。

本实施例中，在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数，从而去除用户的无效操作对结果产生的不利影响，使得能够基于每个有效操作次数和预设时长，准确地计算出对象标识对每个目标资源标签进行操作的稳定评价值。在所计算的稳定评价值更准确的基础上，基于对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，能够更准确地确定对象标识对目标资源的关注度。

在一个实施例中，如图6所示，在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数，包括步骤S602：

步骤S602，通过预设时间窗口将预设时长划分为多个时间段，并确定对象操作数据中对象标识在各时间段针对每个目标资源标签的有效操作次数。

具体地，计算机设备在预设时长内，获取对象标识针对每个候选资源标签的对象操作数据。计算机设备可获取预设时间窗口，该预设时间窗口为预先设置的时间长度，例如可以是10分钟、20分钟、1小时等，但不限于此。

计算机设备通过预设时间窗口将该预设时长划分为多个时间段，并从每个对象操作数据中确定对象标识在每个时间段内，分别针对每个目标资源标签进行操作的有效操作次数。

在一个实施例中，计算机设备可确定候选资源中存在的目标资源标签，对于每个目标资源标签对应的对象操作数据，计算机设备从目标资源标签对应的对象操作数据中确定对象标识在每个时间段内针对该目标资源标签进行操作的有效操作次数。按照相同的处理方式，可得到对象标识在每个时间段内分别针对每个目标资源标签的有效操作次数。

基于每个有效操作次数和预设时长，确定对象标识对每个目标资源标签进行操作的稳定评价值，包括步骤S604至步骤S606：

步骤S604，从各时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数和相应的目标时间段。

其中，满足有效操作条件是指有效操作次数大于有效阈值。

具体地，计算机设备获取有效操作条件，从各个有效操作次数中筛选出满足有效操作条件的目标操作次数。将满足有效操作条件的目标操作次数所对应的时间段作为目标时间段。

在一个实施例中，计算机设备将每个时间段对应的有效操作次数分别和有效阈值进行比较，筛选出大于有效阈值的有效操作次数作为目标操作次数，并将目标操作次数对应的时间段作为目标时间段。

步骤S606，根据目标操作次数和目标时间段，确定对象标识对每个目标资源标签进行操作的稳定评价值。

具体地，计算机设备确定同一目标资源标签所对应的目标操作次数和目标时间段，将同一目标资源标签所对应的目标操作次数之和，与目标时间段的比值作为对象标识对该目标资源标签进行操作的稳定评价值。按照相同的处理方式，可分别计算出对象标识对每个目标资源标签进行操作的稳定评价值。

在一个实施例中，计算机设备确定同一目标资源标签所对应的目标操作次数和目标时间段，将同一目标资源标签所对应的目标操作次数之和，与该目标资源标签所对应的目标时间段的个数之间的比值，作为对象标识对该目标资源标签进行操作的稳定评价值。

在一个实施例中，在确定对象标识在各时间段针对每个目标资源标签的有效操作次数之后，计算机设备从各时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数，根据每个目标资源标签对应的目标操作次数和预设时长，确定对象标识对每个目标资源标签进行操作的稳定评价值。

例如，计算机设备可通过如下公式计算稳定评价值P(u,t)：

其中，k表示第k个时间段；K各时间段个数，即时间窗口数；x为有效操作次数，β(x)为有效操作的时间窗口数占比阈值，σ为有效阈值。

本实施例中，通过预设时间窗口将预设时长划分为多个时间段，并确定对象操作数据中对象标识在各时间段针对每个目标资源标签的有效操作次数，从各时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数和相应的目标时间段，从而能够筛除部分有效操作次数较小的数据，减少数据量。并且，筛除的有效操作次数对最终结果的影响非常小，去除这部分数据能够进一步提高处理的效率，使得能够根据目标操作次数和目标时间段，快速地计算出对象标识对每个目标资源标签进行操作的稳定评价值。

在一个实施例中，如图7所示，在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数，包括步骤S702：

步骤S702，从预设时长内所获取的不同推广渠道的对象操作数据中，确定对象标识在每个推广渠道下，分别针对每个目标资源标签的有效操作次数。

其中，推广渠道是指对信息进行推广的渠道，包括但不限于应用程序、网页等。应用程序还可进一步包括母应用和运行在该母应用上的子应用。母应用是指能够独立运行的应用程序。子应用是指无法独立运行，需要借助母应用实现运行的应用。母应用和子应用均可以包括即时通信应用、SNS(Social Network Sites，社交网站)应用、短视频应用、长视频应用、游戏应用、音乐分享应用、购物出售应用、UGC(User Generated Content，用户生成内容)应用、各类智能识别应用，但不限于此。

具体地，计算机设备在预设时长内，从不同推广渠道获取对象标识针对每个候选资源标签的对象操作数据。

从不同推广渠道的每个对象操作数据中，确定对象标识与每个目标资源标签对应的对象操作数据。从对象标识在每个推广渠道下对应的对象操作数据中，分别确定对象标识针对每个目标资源标签的有效操作次数。

在其他实施例中，从预设时长内所获取的不同推广渠道的资源操作数据中，确定对象标识在每个推广渠道下，分别针对每个目标资源标签的有效操作次数。

基于每个有效操作次数和预设时长，确定对象标识对每个目标资源标签进行操作的稳定评价值，包括步骤S704：

步骤S704，对于每个推广渠道，根据相应推广渠道下对应的各有效操作次数和预设时长，确定在相应推广渠道下对象标识分别对每个目标资源标签进行操作的稳定评价值。

具体地，计算机设备根据在推广渠道下每个目标资源的有效操作次数和预设时长，分别计算出对象标识在该推广渠道下对于每个目标资源标签的稳定评价值。按照相同的处理方式，可得到在每个推广渠道下对象标识分别对每个目标资源标签进行操作的稳定评价值。

进一步地，计算机设备将推广渠道下的目标资源标签对应的有效操作次数和预设时长的比值，作为在该推广渠道下该目标资源标签的稳定评价值。

基于对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，确定对象标识对目标资源的关注度，包括步骤S706：

步骤S706，基于每个推广渠道下对应的对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，确定对象标识对目标资源的关注度。

具体地，计算机设备可基于每个推广渠道下对应的对象操作频次计算出每个推广渠道下对应的对象权重；基于每个推广渠道下的各标签操作频次计算出各目标资源标签在每个推广渠道下分别对应的标签操作频次。计算机设备根据不同推广渠道下的对象权重、不同推广渠道下的各标签操作频次和不同推广渠道下的各目标操作频次，分别计算对象标识在不同推广渠道下、对每个目标资源标签的操作评价值。计算机设备根据对象标识在不同推广渠道下对每个目标资源标签的操作评价值和对象标识在不同推广渠道下对每个目标资源标签的稳定评价值，计算出对象标识对该目标资源的关注度。

进一步地，计算机设备可计算同一目标资源标签在同一推广渠道下的操作评价值和该目标资源标签在同一推广渠道下的稳定评价值的乘积，得到同一推广渠道下的每个目标资源标签分别对应的评价值乘积。将每个推广渠道下的各评价值乘积之和作为对象标识对该目标资源的关注度。

本实施例中，对于关注度的计算，结合了在一定时间内从不同推广渠道采集的各个维度的数据。从预设时长内所获取的不同推广渠道的对象操作数据中，确定对象标识在每个推广渠道下，分别针对每个目标资源标签的有效操作次数，对于每个推广渠道，根据相应推广渠道下对应的各有效操作次数和预设时长，确定在相应推广渠道下对象标识分别对每个目标资源标签进行操作的稳定评价值，从而能够从多方面、多维度更全面地考虑影响关注度的准确性因素，有效提高关注度计算的准确性。

在一个实施例中，提供了一种操作数据处理方法，如图8所示，包括：

步骤S802，采集数据并上报服务器：

通过软件开发工具包SDK埋点采集不同推广渠道下的用户操作和目标对数据上报给后端服务器，后端服务器将数据发送Kafka。Kafka即Apache Kafka是一个开源流处理平台，能够处理用户在网站中的所有动作流数据。

将某一时刻对象标识u对目标资源i上的目标资源标签t发生的操作定义为目标操作数据A(u,i,t)，将对象标识u发生的所有操作定义为对象操作数据A

Flink消费Kafka数据，并对物品数据抽取标签，与用户数据关联。Flink是统一进行流处理与批处理的框架。

将对象标识u、目标操作数据A(u,i,t)、对象操作数据A

其中，对象标识u对应的目标操作数据A(u,i,t)存储为Map(u,i,t,v)，存储的键为(u,i,t)，当前的版本号为v，每次写入的时间戳对应一个版本号v；(u,i,t,v)对应的值为1，表示发生了操作。对象操作数据A

进一步地，可以同时确定Redis的过期时间w，当Redis上的对象标识u、目标操作数据A(u,i,t)、对象操作数据A

步骤S804，计算对象标识u的对象操作频次C

步骤S806，计算每个目标资源标签t对应的标签操作频次C

步骤S808，计算对象标识u对应的对象权重λ

步骤S810，计算对象标识u对目标资源i的每个目标资源标签t的目标操作频次f(u,i,t)：

步骤S812，分别计算对象标识u对每个目标资源标签t的操作得分之和，即操作评价值g(u,t)：

步骤S814，计算对象标识u对应的时效衰减因子α

α

步骤S816，计算对象标识u对每个目标资源标签t的稳定性得分，即稳定评价值p(u,s,t)：

稳定评价值p(u,s,t)表示，在有效观察期内对象标识u在推广渠道s下对目标资源标签t进行有效操作的窗口数占比，占比需高于指定比例则保留，不高于则筛除。

其中，k表示第k个时间段；K各时间段个数，即时间窗口数；x为有效操作次数，β(x)为有效操作的时间窗口数占比阈值，σ为有效阈值。

步骤S818，对各操作评价值g(u,t)进行强度筛选，如果g(u,t)大于指定阈值

步骤S820，计算对象标识u对目标资源i的最终兴趣得分，即关注度s(u,t)：

在一个实施例中，该目标资源为推广信息；该方法还包括：基于每个对象标识对推广信息的关注度，筛选出关注度满足推送条件的目标对象标识；将与推广信息相关的关联信息推送给目标对象标识。

其中，推广信息是指推广需求方为需要进行推广的内容、产品或服务制作的信息，具体可以是广告标题、广告链接、缩略图、内容概述、部分广告内容或者全部广告内容。满足推送条件可以是对象标识对应的关注度大于关注度阈值，或者对象标识对应的关注度与关注度阈值之间的差异处于预设范围等。

具体地，计算机设备可确定需要计算关注度的推广信息，并确定该推广信息所对应的目标资源标签。计算机设备获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；候选资源标签包括目标资源标签。计算机设备基于对象操作数据确定对象标识的对象操作频次，并基于资源操作数据确定每个目标资源标签被操作的标签操作频次。计算机设备根据对象标识对推广信息的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对推广信息的每个目标资源标签的目标操作频次。计算机设备基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对推广信息的关注度。按照相同的处理方式，可分别计算出每个对象标识对该推广信息的关注度。

计算机设备根据每个对象标识对推广信息的关注度，筛选出关注度满足推送条件的目标对象标识。计算机设备获取与该推广信息相关的关联信息，将该关联信息推送给目标对象标识。例如，计算机设备将每个对象标识对应的关注度和关注度阈值进行比较，将大于关注度阈值的对象标识作为目标对象标识；计算机设备将每个对象标识对应的关注度和关注度阈值进行比较，将差异处于预设范围内的对象标识作为目标对象标识。

本实施例中，基于每个对象标识对推广信息的关注度，筛选出关注度满足推送条件的目标对象标识，将与推广信息相关的关联信息推送给目标对象标识，能够有效实现信息的个性化推送，有利于信息的有效传播和推广。

在一个实施例中，该目标资源属于会员类型对象；该方法还包括：基于对象标识对会员类型对象的关注度，确定对象标识针对会员类型对象的会员开通概率；根据会员开通概率和会员类型对象对应的消耗资源数值，从候选的虚拟馈赠资源中选取目标虚拟馈赠资源发放给对象标识。

其中，会员开通概率是指用户开通会员的预测概率。虚拟馈赠资源是指发放给对象标识对应的资源账户的虚拟物品，包括账户数值、红包、礼品券、优惠券、电子卡券、虚拟形象产品、虚拟充值卡、游戏装备和虚拟货币中的至少一种。

具体地，计算机设备获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；候选资源标签包括目标资源标签。计算机设备基于对象操作数据确定对象标识的对象操作频次，并基于资源操作数据确定每个目标资源标签被操作的标签操作频次。计算机设备根据对象标识对会员类型对象的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对会员类型对象的每个目标资源标签的目标操作频次。计算机设备基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对会员类型对象的关注度。计算机设备根据对象标识对会员类型对象的关注度计算出该对象标识针对该会员类型对象的会员开通概率。

在一个实施例中，计算机设备根据对象标识对每种会员类型对象的关注度计算出该对象标识针对每种会员类型对象的会员开通概率。例如，普通会员、高级会员这两种会员类型对象，计算机设备根据对象标识对普通会员的关注度，计算出该对象标识可能开通普通会员的会员开通概率；计算机设备根据对象标识对高级会员的关注度，计算出该对象标识可能开通高级会员的会员开通概率。

具体地，计算机设备获取候选的虚拟馈赠资源，根据对象标识针对会员类型对象的会员开通概率、该会员类型对象对应的消耗资源数值，从候选的虚拟馈赠资源中选择目标虚拟馈赠资源，将目标虚拟馈赠资源发放至对象标识对应的资源账户。

在一个实施例中，计算机设备获取候选的虚拟馈赠资源，确定每个候选的虚拟馈赠资源所含的资源数值。根据会员开通概率、该会员类型对象对应的消耗资源数值，从各候选的虚拟馈赠资源中选择目标虚拟馈赠资源，将目标虚拟馈赠资源发放至对象标识对应的资源账户。

在一个实施例中，针对每个候选的虚拟馈赠资源，计算机设备可将候选的虚拟馈赠资源所含的资源数值分别和该会员类型对象对应的消耗资源数值进行对比，基于候选的虚拟馈赠资源所含的资源数值和消耗资源数值之间的差异，从各候选的虚拟馈赠资源中筛选出目标虚拟馈赠资源。

本实施例中，基于对象标识对会员类型对象的关注度，准确计算出对象标识针对会员类型对象的会员开通概率，根据会员开通概率和会员类型对象对应的消耗资源数值，从候选的虚拟馈赠资源中选取合适的目标虚拟馈赠资源发放给对象标识，能够有效实现虚拟馈赠资源的个性化推送，有利于提高会员开通概率。

在一个实施例中，根据会员开通概率和会员类型对象对应的消耗资源数值，从候选的虚拟馈赠资源中选取目标虚拟馈赠资源发放给对象标识，包括：

根据会员开通概率、会员类型对象对应的消耗资源数值、每个候选的虚拟馈赠资源所含的资源数值，确定每个候选的虚拟馈赠资源对应的期望收益值；从候选的虚拟馈赠资源中，选取使得期望收益值满足发放条件的目标虚拟馈赠资源，并针对对象标识发放目标虚拟馈赠资源。

其中，满足发放条件是指期望收益值达到期望阈值，或者期望收益值处于预设阈值范围内，或者期望收益值与期望阈值之间的差异处于特定范围内。

具体地，计算机设备根据会员开通概率、会员类型对象对应的消耗资源数值、每个候选的虚拟馈赠资源所含的资源数值，计算出每个候选的虚拟馈赠资源所对应的期望收益值。

计算机设备可获取每个候选的虚拟馈赠资源所含的资源数值，并获取该会员类型对象对应的消耗资源数值。计算机设备可根据一个候选的虚拟馈赠资源所含的资源数值和该会员类型对象对应的消耗资源数值，以及针对该会员类型对象的会员开通概率，计算出该候选的虚拟馈赠资源对应的期望收益值。按照相同的处理方式，可分别计算出每个候选的虚拟馈赠资源对应的期望收益值。

例如，候选的虚拟馈赠资源为优惠券，会员类型对象对应的消耗资源数值为会员类型对象对应的付费金额。候选的虚拟馈赠资源所含的资源数值为8，会员类型对象为普通会员。计算机设备可根据该8元的优惠券、对象标识A针对普通会员的会员开通概率，以及普通会员的付费金额，计算出该对象标识A使用该8元的优惠券开通普通会员时的期望收益值。

计算机设备根据每个候选的虚拟馈赠资源对应的期望收益值，获取满足发放条件的期望收益值所对应的候选的虚拟馈赠资源。计算机设备将所获取的候选的虚拟馈赠资源作为目标虚拟馈赠资源，并将该目标虚拟馈赠资源发放至该对象标识对应的资源账户。

本实施例中，根据会员开通概率、会员类型对象对应的消耗资源数值、每个候选的虚拟馈赠资源所含的资源数值，准确计算出每个候选的虚拟馈赠资源对应的期望收益值，从而将期望收益值作为发放虚拟馈赠资源的条件。选取使得期望收益值满足发放条件的虚拟馈赠资源发放给对应的用户，能够实现虚拟馈赠资源的个性化推送。

在一个实施例中，根据对象标识分别对各个目标资源的关注度，生成该对象标识对应的用户画像。

在一个实施例中，根据不同对象标识对不同目标资源的关注度，生成每个对象标识分别对应的用户画像。

在一个实施例中，提供了一种操作数据处理方法，应用于计算机设备，包括：

获取对象标识针对不同版本的候选资源标签的对象操作数据，并获取在不同版本的每个目标资源标签上发生操作所得到的资源操作数据；不同版本对应不同的时间戳。

基于不同版本的对象操作数据确定与对象标识对应的对象操作频次，并基于不同版本的资源操作数据确定每个目标资源标签被操作的标签操作频次。

获取对象标识针对目标资源的不同版本的每个目标资源标签进行操作所得到的目标操作数据。

对于目标资源的每个目标资源标签，基于不同版本的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次。

根据对象操作频次确定对象标识的对象权重，根据各标签操作频次确定每个目标资源标签分别对应的标签权重。

确定对象标识对每个候选资源的每个目标资源标签分别对应的候选操作频次，候选资源包括目标资源。

根据对象权重、各标签权重，以及候选操作频次，确定每个目标资源标签针对相应候选资源的子评价值。

基于各子评价值，确定对象标识对每个目标资源标签的操作评价值。

通过预设时间窗口将预设时长划分为多个时间段，并确定对象操作数据中对象标识在各时间段针对每个目标资源标签的有效操作次数。

从各时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数和相应的目标时间段。

根据目标操作次数和目标时间段，确定对象标识对每个目标资源标签进行操作的稳定评价值。

从各操作评价值中筛选出满足评价条件的目标操作评价值，并基于时效衰减因子、操作评价值和目标操作评价值，确定对象标识对目标资源的关注度。

基于每个对象标识对推广信息的关注度，筛选出关注度满足推送条件的目标对象标识；将与推广信息相关的关联信息推送给目标对象标识。

本实施例中，通过基于不同版本的对象操作数据确定与对象标识对应的对象操作频次，能够通过在不同时间戳所获取的用户对候选资源标签的操作，准确计算出用户操作的频次，有效体现用户操作的频繁程度。

基于不同版本的资源操作数据确定每个目标资源标签被操作的标签操作频次，能够通过在不同时间戳所获取的目标资源标签被操作资源操作数据，准确计算出目标资源标签被操作的频次，有效体现目标资源标签被操作的频繁程度。

根据对象操作频次确定对象标识的对象权重，能够准确体现出对象标识对候选资源标签的操作的频次在所有候选资源标签中的比重。根据各标签操作频次确定每个目标资源标签分别对应的标签权重，能够准确体现出每个目标资源标签被操作的频次在所有目标资源标签被操作的频次中的比重。

根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次，能够有效提醒对象标识对目标资源的每个标签的操作频繁程度。

通过统计用户的操作频次、目标资源标签被操作的频次等频次数据进行数据处理，计算量小，处理速度快。

根据对象权重、各标签权重和各目标操作频次，确定对象标识分别对每个目标资源标签的操作评价值，从而能够结合用户操作的比重、目标资源标签被操作的比重，以及对象标识对目标资源的目标资源标签进行操作的频次等多方面评价维度，计算对象标识对于目标资源标签的操作评价值，考虑了多维度的因素，所计算的操作评价值更准确更全面。

通过预设时间窗口将预设时长划分为多个时间段，从各时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数和相应的目标时间段，从而能够筛除部分有效操作次数较小的数据，减少数据量。并且，筛除的有效操作次数对最终结果的影响非常小，去除这部分数据能够进一步提高处理的效率，使得能够根据目标操作次数和目标时间段，快速地计算出对象标识对每个目标资源标签进行操作的稳定评价值。

时效衰减因子能够有效控制所获取的数据在不同时长内的有效性和重要程度，通过时效衰减因子能够考虑到所获取的数据在不同时间段内所产生的不同影响。

基于从多方面、多维度数据所处理得到的操作评价值和稳定评价值，并结合时效衰减因子，能够更全面地考虑影响关注度的准确性的各个因素，有效提高关注度计算的准确性。

基于每个对象标识对推广信息的关注度，筛选出关注度满足推送条件的目标对象标识，将与推广信息相关的关联信息推送给目标对象标识，能够有效实现信息的个性化推送，有利于信息的有效传播和推广。

可以理解的是，各个实施例中所涉及的用户信息和相关数据，均是经用户授权或者经过各方充分授权后采集到的信息和数据。用户信息包括但不限于用户设备信息、用户个人信息，例如对象标识等；相关数据包括但不限于用于展示的数据、分析的数据等，例如对象操作数据、资源操作数据和目标操作数据等。并且，用户可以选择不进行用户信息和相关数据的授权，也可以不接受相关信息的推送等。

应该理解的是，虽然图2-图8的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-图8中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图9所示，提供了一种操作数据处理装置900，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：获取模块902、频次确定模块904、操作模块906和操作数据处理模块908，其中：

获取模块902，用于获取对象标识针对候选资源标签的对象操作数据，并获取在每个目标资源标签上发生操作所得到的资源操作数据；候选资源标签包括目标资源标签。

频次确定模块904，用于基于对象操作数据确定对象标识的对象操作频次，并基于资源操作数据确定每个目标资源标签被操作的标签操作频次。

操作模块906，用于根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次。

操作数据处理模块908，用于基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度。

本实施例中，通过获取对象标识针对候选资源标签的对象操作数据，基于对象操作数据确定对象标识的对象操作频次，能够根据用户对候选资源标签的资源操作数据，准确计算出用户操作的频繁程度。获取在每个目标资源标签上发生操作所得到的资源操作数据，基于资源操作数据确定每个目标资源标签被操作的标签操作频次，能够根据在目标资源标签上产生的资源操作数据，准确计算出目标资源标签被操作的频次，有效体现目标资源标签被操作的频繁程度。根据对象标识对目标资源的每个目标资源标签进行操作所得到的目标操作数据，确定对象标识对目标资源的每个目标资源标签的目标操作频次，能够有效提醒对象标识对目标资源的每个标签的操作频繁程度。基于对象操作频次、各标签操作频次和各目标操作频次，确定对象标识对目标资源的关注度，能够从用户对候选资源标签操作的频繁程度、目标资源标签被操作的频繁程度，以及对象标识对目标资源的每个目标资源标签的操作频繁程度，准确的计算出对象标识对目标资源的关注度。并且，通过统计用户的操作频次、目标资源标签被操作的频次等频次数据来计算关注度，计算量小，处理速度快，能够有效提高用户对目标资源的感兴趣程度的实时处理效率。

在一个实施例中，获取模块902，还用于获取对象标识针对不同版本的候选资源标签的对象操作数据，并获取在不同版本的每个目标资源标签上发生操作所得到的资源操作数据；不同版本对应不同的时间戳；

频次确定模块904，还用于基于不同版本的对象操作数据确定与对象标识对应的对象操作频次；基于不同版本的资源操作数据确定每个目标资源标签被操作的标签操作频次。

本实施例中，获取对象标识针对不同版本的候选资源标签的对象操作数据，基于不同版本的对象操作数据确定与所述对象标识对应的对象操作频次，能够通过在不同时间戳所获取的用户对候选资源标签的操作，准确计算出用户操作的频次，有效体现用户操作的频繁程度。获取在不同版本的每个目标资源标签上发生操作所得到的资源操作数据，基于不同版本的资源操作数据确定每个所述目标资源标签被操作的标签操作频次，能够通过在不同时间戳所获取的目标资源标签被操作资源操作数据，准确计算出目标资源标签被操作的频次，有效体现目标资源标签被操作的频繁程度。

在一个实施例中，该装置还包括权重确定模块，权重确定模块，用于根据对象操作频次确定对象标识的对象权重，根据各标签操作频次确定每个目标资源标签分别对应的标签权重；

操作数据处理模块908，还用于基于对象权重、各标签权重和各目标操作频次，确定对象标识对目标资源的关注度。

本实施例中，根据对象操作频次确定对象标识的对象权重，能够准确体现出对象标识对候选资源标签的操作的频次在所有候选资源标签中的比重。根据各标签操作频次确定每个目标资源标签分别对应的标签权重，能够准确体现出每个目标资源标签被操作的频次在所有目标资源标签被操作的频次中的比重。基于对象权重、各标签权重和各目标操作频次，能够准确确定对象标识对目标资源的关注度。

在一个实施例中，操作数据处理模块908，还用于根据对象权重、各标签权重和各目标操作频次，确定对象标识分别对每个目标资源标签的操作评价值；基于时效衰减因子和各操作评价值，确定对象标识对目标资源的关注度。

本实施例中，根据对象权重、各标签权重和各目标操作频次，确定对象标识分别对每个目标资源标签的操作评价值，从而能够结合用户操作的比重、目标资源标签被操作的比重，以及对象标识对目标资源的目标资源标签进行操作的频次等多方面评价维度，计算对象标识对于目标资源标签的操作评价值，考虑了多维度的因素，所计算的操作评价维度更准确更全面。时效衰减因子能够有效控制所获取的数据在不同时长内的有效性和重要程度，通过时效衰减因子能够考虑到所获取的数据在不同时间段内所产生的不同影响，使得基于时效衰减因子和各操作评价值所计算得到的关注度更准确。

在一个实施例中，操作数据处理模块908，还用于确定对象标识对每个候选资源的每个目标资源标签分别对应的候选操作频次，候选资源包括目标资源；根据对象权重、各标签权重，以及候选操作频次，确定每个目标资源标签针对相应候选资源的子评价值；基于各子评价值，确定对象标识对每个目标资源标签的操作评价值；从各操作评价值中筛选出满足评价条件的目标操作评价值，并基于时效衰减因子和目标操作评价值，确定对象标识对目标资源的关注度。

本实施例中，确定对象标识对每个候选资源的每个目标资源标签分别对应的候选操作频次，根据对象权重、各标签权重，以及候选操作频次，确定每个目标资源标签针对相应候选资源的子评价值，从而能够结合多方面因素准确计算出子评价值。基于各子评价值，确定对象标识对每个目标资源标签的操作评价值，从各操作评价值中筛选出满足评价条件的目标操作评价值，能够将筛除较低的操作评价值，减少对最终结果的干扰，从而基于时效衰减因子和目标操作评价值，准确地计算出对象标识对目标资源的关注度。

在一个实施例中，该装置还包括评价模块；评价模块，用于在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数；基于每个有效操作次数和预设时长，确定对象标识对每个目标资源标签进行操作的稳定评价值；

操作数据处理模块908，还用于基于对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，确定对象标识对目标资源的关注度。

本实施例中，在预设时长内所获取的对象操作数据中，确定对象标识针对每个目标资源标签的有效操作次数，从而去除用户的无效操作对结果产生的不利影响，使得能够基于每个有效操作次数和预设时长，准确地计算出对象标识对每个目标资源标签进行操作的稳定评价值。在所计算的稳定评价值更准确的基础上，基于对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，能够更准确地确定对象标识对目标资源的关注度。

在一个实施例中，评价模块，还用于通过预设时间窗口将预设时长划分为多个时间段，并确定对象操作数据中对象标识在各时间段针对每个目标资源标签的有效操作次数；从各时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数和相应的目标时间段；根据目标操作次数和目标时间段，确定对象标识对每个目标资源标签进行操作的稳定评价值。

本实施例中，通过预设时间窗口将预设时长划分为多个时间段，并确定对象操作数据中对象标识在各时间段针对每个目标资源标签的有效操作次数，从各时间段对应的有效操作次数中，筛选出满足有效操作条件的目标操作次数和相应的目标时间段，从而能够筛除部分有效操作次数较小的数据，减少数据量。并且，筛除的有效操作次数对最终结果的影响非常小，去除这部分数据能够进一步提高处理的效率，使得能够根据目标操作次数和目标时间段，快速地计算出对象标识对每个目标资源标签进行操作的稳定评价值。

在一个实施例中，评价模块，还用于从预设时长内所获取的不同推广渠道的对象操作数据中，确定对象标识在每个推广渠道下，分别针对每个目标资源标签的有效操作次数；对于每个推广渠道，根据相应推广渠道下对应的各有效操作次数和预设时长，确定在相应推广渠道下对象标识分别对每个目标资源标签进行操作的稳定评价值；

操作数据处理模块908，还用于基于每个推广渠道下对应的对象操作频次、各标签操作频次、各目标操作频次和各稳定评价值，确定对象标识对目标资源的关注度。

本实施例中，对于关注度的计算，结合了在一定时间内从不同推广渠道采集的各个维度的数据。从预设时长内所获取的不同推广渠道的对象操作数据中，确定对象标识在每个推广渠道下，分别针对每个目标资源标签的有效操作次数，对于每个推广渠道，根据相应推广渠道下对应的各有效操作次数和预设时长，确定在相应推广渠道下对象标识分别对每个目标资源标签进行操作的稳定评价值，从而能够从多方面、多维度更全面地考虑影响关注度的准确性因素，有效提高关注度计算的准确性。

在一个实施例中，目标资源为推广信息；该装置还包括推广模块；推广模块，用于基于每个对象标识对推广信息的关注度，筛选出关注度满足推送条件的目标对象标识；将与推广信息相关的关联信息推送给目标对象标识。

本实施例中，基于每个对象标识对推广信息的关注度，筛选出关注度满足推送条件的目标对象标识，将与推广信息相关的关联信息推送给目标对象标识，能够有效实现信息的个性化推送，有利于信息的有效传播和推广。

在一个实施例中，目标资源属于会员类型对象；装置还包括发放模块；发放模块，用于基于对象标识对会员类型对象的关注度，确定对象标识针对会员类型对象的会员开通概率；根据会员开通概率和会员类型对象对应的消耗资源数值，从候选的虚拟馈赠资源中选取目标虚拟馈赠资源发放给对象标识。

本实施例中，基于对象标识对会员类型对象的关注度，准确计算出对象标识针对会员类型对象的会员开通概率，根据会员开通概率和会员类型对象对应的消耗资源数值，从候选的虚拟馈赠资源中选取合适的目标虚拟馈赠资源发放给对象标识，能够有效实现虚拟馈赠资源的个性化推送，有利于提高会员开通概率。

在一个实施例中，发放模块，还用于根据会员开通概率、会员类型对象对应的消耗资源数值、每个候选的虚拟馈赠资源所含的资源数值，确定每个候选的虚拟馈赠资源对应的期望收益值；从候选的虚拟馈赠资源中，选取使得期望收益值满足发放条件的目标虚拟馈赠资源，并针对对象标识发放目标虚拟馈赠资源。

本实施例中，根据会员开通概率、会员类型对象对应的消耗资源数值、每个候选的虚拟馈赠资源所含的资源数值，准确计算出每个候选的虚拟馈赠资源对应的期望收益值，从而将期望收益值作为发放虚拟馈赠资源的条件。选取使得期望收益值满足发放条件的虚拟馈赠资源发放给对应的用户，能够实现虚拟馈赠资源的个性化推送。

关于操作数据处理装置的具体限定可以参见上文中对于操作数据处理方法的限定，在此不再赘述。上述操作数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端或服务器。本实施例中以终端为例，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种操作数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图10中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。

以上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申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。