一种数据处理方法及相关设备与流程

1.本技术涉及通信领域，尤其涉及一种数据处理方法及相关设备。


背景技术：

2.应用商店(例如应用宝)和渠道流量(例如微信游戏中心、qq浏览器等)及内容提供商(content provider，cp)进行联运合作时，在渠道流量的固定广告位置展现cp游戏素材，用户点击素材、安装应用，后续如果产生了游戏内付费，则应用商店会和渠道流量、cp方按照一定的分成比例，进行付费流水的三方分成。
3.因为现在渠道流量在做实时广告竞价模式，老的联运游戏方案是和渠道流量谈固定位置给到联运游戏素材，对渠道而言，由于用户付费具有滞后的特性，难以评估收益。


技术实现要素：

4.本技术提供了一种数据处理方法及相关设备，可以快速评估渠道流量的实时收益，进而可以评估渠道流量不同的展示场景对不同的应用的转化率，更好的为应用分配场景。
5.本技术第一方面提供了一种数据处理方法，包括：
6.获取目标应用对应的目标应用素材；
7.基于所述目标应用素材，通过预估模型确定所述目标应用素材展示在目标场景时目标用户的预估点击率、所述目标应用素材展示在所述目标场景时所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据；
8.根据所述目标用户的预估点击率、所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据为所述目标场景的提供方分配展示收益数据。
9.可选地，所述根据所述目标用户的预估点击率、所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据为所述目标场景的提供方分配收益数据包括：
10.根据所述目标用户的预估点击率、所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据计算所述目标用户对应的收益数据；
11.将所述目标用户对应的收益数据确定为所述展示收益数据分配至所述目标场景的提供方。
12.可选地，所述基于所述目标应用素材，通过预估模型确定所述目标用户在所述目标应用的承受成本数据包括：
13.基于所述目标应用素材，通过预估模型确定计算所述目标用户在所述目标应用的生命周期总价值；
14.获取利润系数以及所述目标应用的供应方的利润比例；
15.根据所述目标用户在所述目标应用的生命周期总价值、获取利润系数以及所述目标应用的供应方的利润比例计算所述目标用户在所述目标应用的承受成本数据。
16.可选地，所述方法还包括：
17.获取n个用户对应的特征值，n为大于或等于2的正整数，所述n个用户与所述目标用户的用户画像的相似度达到第一预设阈值，所述n个用户对应的特征值包括所述n个用户对第一应用展示在第一场景的点击数据，所述第一应用为与所述目标应用同类型的应用，所述第一场景为与所述目标场景相似度达到第二预设阈值的场景；
18.对所述n个用户对应的特征值进行预处理；
19.通过神经网络算法对预处理后的所述n个用户对应的特征值进行训练，得到所述预估模型。
20.可选地，所述方法还包括：
21.根据所述目标用户对应的收益数据确定所述目标应用在所述目标场景的转化率。
22.本技术第二方面提供了一种数据处理装置，包括：
23.获取单元，用于获取目标应用对应的目标应用素材；
24.确定单元，用于基于所述目标应用素材，通过预估模型确定所述目标应用素材展示在目标场景时目标用户的预估点击率、所述目标应用素材展示在所述目标场景时所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据；
25.分配单元，用于根据所述目标用户的预估点击率、所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据为所述目标场景的提供方分配展示收益数据。
26.可选地，所述分配单元具体用于：
27.根据所述目标用户的预估点击率、所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据计算所述目标用户对应的收益数据；
28.将所述目标用户对应的收益数据确定为所述展示收益数据分配至所述目标场景的提供方。
29.可选地，所述确定单元基于所述目标应用素材，通过预估模型确定所述目标用户在所述目标应用的承受成本数据包括：
30.基于所述目标应用素材，通过预估模型确定计算所述目标用户在所述目标应用的生命周期总价值；
31.获取利润系数以及所述目标应用的供应方的利润比例；
32.根据所述目标用户在所述目标应用的生命周期总价值、获取利润系数以及所述目标应用的供应方的利润比例计算所述目标用户在所述目标应用的承受成本数据。
33.可选地，所述装置还包括：
34.训练单元，所述训练单元用于：
35.获取n个用户对应的特征值，n为大于或等于2的正整数，所述n个用户与所述目标用户的用户画像的相似度达到第一预设阈值，所述n个用户对应的特征值包括所述n个用户对第一应用展示在第一场景的点击数据，所述第一应用为与所述目标应用同类型的应用，所述第一场景为与所述目标场景相似度达到第二预设阈值的场景；
36.对所述n个用户对应的特征值进行预处理；
37.通过神经网络算法对预处理后的所述n个用户对应的特征值进行训练，得到所述预估模型。
38.可选地，所述确定单元还用于：
39.根据所述目标用户对应的收益数据确定所述目标应用在所述目标场景的转化率。
40.本技术第三方面提供了一种计算机装置，其包括至少一个连接的处理器、存储器和收发器，其中，所述存储器用于存储程序代码，所述程序代码由所述处理器加载并执行以实现上述所述的数据处理方法的步骤。
41.本技术第四方面提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行上述所述的数据处理方法的步骤。
42.综上所述，可以看出，本技术提供的实施例中，数据处理装置根据用户的预估点击率、用户的预估点击付费率以及用户在应用的承受成本数据确定用户为场景提供方分配目标应用的展示收益数据，可以实现快速评估场景提供方的收益的效果，进而可以评估不同的场景对不同的应用的转化率，可以更好的为应用分配场景。
附图说明
43.图1为本技术实施例提供的现有的联运方、渠道方以及cp方法的联运合作流程示意图；
44.图2为本技术实施例提供的数据处理方法的一个流程示意图；
45.图3为本技术实施例提供的数据处理方法的另一流程示意图；
46.图4为本技术实施例提供的数据处理装置的虚拟结构示意图；
47.图5为本技术实施例提供的终端设备的硬件结构示意图；
48.图6为本技术实施例提供的服务器的硬件结构示意图。
具体实施方式
49.下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。
50.本技术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，以便这里描述的实施例能够以除了在这里图示或描述的信息以外的顺序实施。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模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，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模块，本技术中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式，例如多个模块可以结合成或集成在另一个系统中，或一些特征向量可以忽略，或不执行，另外，所显示的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，模块之间的间接耦合或通信连接可以是电性或其他类似的形式，本技术中均不作限定。并且，作为分离部件说明的模块或子模块可以是也可以不是物理上的分离，可以是也可以不是物理模块，或者可以分布到多个电路模块中，可以根据实际的需要选择其中的部分或全部模块来实现本技术方案的目的。
51.请参阅图1，图1为本技术实施例提供的现有的联运方、渠道方以及cp方法的联运合作流程示意图，包括：
52.101、用户使用某种渠道应用程序(application，app)查看渠道流量展示的素材(包括信息流场景)；
53.102、渠道流量通过固定位置展示游戏素材，此处以app为游戏为例进行说明，当然也还可以是其他的应用程序，具体不做限定。
54.103、用户安装app并付费；
55.104、联运方获收益，也即用户在安装app并付费后，联运方可以获得该用户的付费；
56.105、联运方将收益与渠道流量以及cp方分成，也就是说，联运方在获取用户的付费之后，将该付给与渠道流量以及cp放进行分成。
57.也就是说，在渠道流量的固定广告位置展现cp游戏素材，用户点击素材、安装应用，后续如果产生了游戏内付费，则应用商店会和渠道流量、cp游戏方按照一定的分成比例，进行付费流水的三方分成。但是联运游戏方案是和渠道流量谈固定位置给到联运游戏素材，对渠道而言，由于用户付给具有滞后的性质，难以评估收益。
58.请参阅图2，图2为本技术提供了一种数据处理方法的一个流程示意图，包括：
59.201、用户使用某种渠道app查看渠道流量展示的素材(包括信息流场景)；
60.202、渠道流量向联运方发起广告请求；
61.203、联运方通过模型算法评估，下发千次展示收益(effective cost per mile，ecpm)最高的素材；例如针对同一游戏，比如说少年三国志，它有很多素材，在竞价的时候会通过模型算法对素材进行预估，来预估展现哪个素材以及哪中表达方式(此处的表达方式包括但不限于文字、图片、图文或者视频等表达方式)会使得用户的转化率最高；
62.204、渠道流量通过联运素材和广告进行竞价，胜出则展现；
63.205、素材展现，渠道流量将素材在展示场景进行展示；
64.206、联运方根据渠道流量的素材展现实时预估用户对应的收益数据，也就是说，渠道流量在将素材展现在应用场景之后，联运方即可以预估展现在该场景时用户的点击率、点击付费率以及展示在该场景该用户相对于该应用的承受成本数据，并根据展现在该场景时用户的点击率、点击付费率以及展示在该场景该用户相对于该应用的承受成本数据实时预估用户的收益数据；
65.207、联运方将预估用户对应的收益数据实时结算至渠道流量，也就是说，联运方在预估到该用户的收益数据之后，可以将该用户的收益数据作为渠道流量的展示收益数据分配给渠道流量方。
66.208、用户安装应用并付费，用户在展示场景看到或者搜索到该目标应用，并且安装该目标应用以及付费；
67.209、联运方获得用户安装并付费的收益；
68.210、联运方将用户付费的收益和cp方分成。
69.由此可以看出，本技术中，会通过模型算法评估确定ecpm最高的素材，并进行竞价，胜出的展示，可以实现快速评估渠道流量的展示收益，进而可以评估不同的场景对不同的应用的转化率，可以更好的为应用分配渠道应用场景。
70.下面从数据处理装置的角度对本技术实施例提供的数据处理方法进行说明，该数据处理装置可以为终端设备，也可以为服务器，也可以为服务器中的服务单元，具体不做限
定。
71.请参阅图3，图3为本技术实施例提供的数据处理方法的流程示意图，包括：
72.301、获取目标应用对应的目标应用素材。
73.本实施例中，数据处理装置可以获取目标应用对应的目标应用素材，也就是说针对同一应用，比如说“少年三国志”，它有很多素材，可以通过模型算法对“少年三国志”的多个素材进行预估，预估展现哪个素材以及哪种表达方式(此处的表达方式包括但不限于文字、图片、图文或者视频等表达方式)会使得用户的转化率最高，此处可以通过预先训练好的模型来获取目标应用对应的目标应用素材，该目标应用为待确定收益数据的应用，可以是游戏，也可以是其他的应用程序，具体不做限定。
74.302、基于目标应用素材，通过预估模型确定目标应用素材展示在目标场景时目标用户的预估点击率、目标应用素材展示在目标场景时目标用户的预估点击付费率以及目标用户在目标应用的承受成本数据。
75.本实施例中，数据处理装置在确定目标应用对应的目标应用素材之后，可以基于目标应用素材，通过预估模型确定目标应用素材展示在目标场景时目标用户的预估点击率、目标应用素材展示在目标场景时目标用户的预估点击付费率以及目标用户在目标应用的承受成本数据。也就是说，数据处理装置可以通过预先训练好的预估模型来确定预估点击率、预估点击付费率以及用户的承受成本数据。
76.以腾讯的应用宝为例对目标场景进行说明，应用宝有首页的推荐位场景、搜索场景以及预约场景等不同的场景，可以通过获取用户从哪个场景来感知的目标应用，也即用户通过哪个场景点击的目标应用，即从哪里转化得来的，不同的场景目标用户的预估点击率是不同的，例如在搜索场景，搜索一款游戏，说明用户对整个游戏的意愿比较强烈，那么这个游戏曝光点击的可能性肯定是大于在首页的推荐位场景的形式。
77.一个实施例中，数据处理装置基于目标应用素材，通过预估模型确定目标用户在目标应用的承受成本数据包括：
78.基于目标应用素材，通过预估模型确定计算目标用户在所述目标应用的生命周期总价值；
79.获取利润系数以及目标应用的供应方的利润比例；
80.根据所述目标用户在所述目标应用的生命周期总价值、获取利润系数以及所述目标应用的供应方的利润比例计算所述目标用户在所述目标应用的承受成本数据。
81.本实施例中，数据处理装置可以确定目标用户在目标应用的生命周期总价值，生命周期总价值(life time value，ltv)指单个用户在其生命周期内总的付费金额，也就是说，某个用户在某款游戏的生命周期内的总的付费金额，例如“少年三国志游戏”，用户a玩了3个月之后不玩了，在这3个月内产生了多少付费，总的付费金额即为用户a在目标应用的生命周期总价值；并获取利润系数(也即上述图2中所述的联运方需要保留的利润的系数)以及目标应用的供应方的利润比例(也即分给上述图2中的cp方的利润比例)，之后根据目标用户在目标应用的生命周期总价值、利润系数以及目标应用的供应方的利润比例计算目标用户在所述目标应用的承受成本数据，具体的，可以通过如下公式计算：
82.承受成本数据＝预估ltv*(1-分给目标应用的供应方的利润比例-利润系数)，由此可以计算出目标用户在目标应用的承受成本数据。
83.需要说明的是，数据处理装置可以预先通过神经网络对训练数据进行训练得到预估模型，下面对预估模型的训练进行说明：
84.获取n个用户对应的特征值，n为大于或等于2的正整数，n个用户与目标用户的用户画像的相似度达到第一预设阈值，n个用户对应的特征值包括n个用户对第一应用展示在第一场景的点击数据，第一应用为与所述目标应用同类型的应用，第一场景为与目标场景相似度达到第二预设阈值的场景；
85.对n个用户对应的特征值进行预处理；
86.通过神经网络算法对预处理后的n个用户对应的特征值进行训练，得到预估模型。
87.本实施例中，数据处理装置首先获取n个用户的特征值，例如上述所说的用户在哪些流量场景点击过xx游戏素材、搜索过某个词、安装过某app、性别、年龄、城市以及手机品牌等特征，可以理解的是由于是要预估目标用户的点击率、点击付费率以及承受成本数据，因此此处的n个用户与目标用户的用户画像的相似度要大于第一预设阈值(也即要选取与目标用户的用户画像相类似的n个用户)，且该n个用户对应的特征值需要包括n个用户对第一应用展示在第一场景的点击数据，该第一应用为与目标应用同类型的应用，该第一场景为与目标场景相似度达到第二预设阈值的场景，也就是说，既然要通过预估模型来对目标用户的行为进行预估，那么在对预估模型进行训练时，选取的训练数据要与目标用户具有很高的相似度才行，因此无论从用户画像、用户特征以及展示场景都要与目标用户以及目标场景尽可能的类似才能得到更加准确的预估模型；在获取到n个用户对应的特征值之后，可以通过embeding(当然也可以是其他的方式将离散型向量转换为连续型向量)对ctr中用户的特征值进行处理，得到对应的连续值向量，之后通过神经网络算法对连续型向量进行训练得到预估模型。
88.需要说明的是，上述以训练一个整体的预估模型来预估目标用户的预估点击率、预估点击付费率以及生命周期总价值，当然也可以每个预估值训练一个预估模型，例如预估点击率训练一个点击率预估模型，预估点击付费率训练一个点击付费率预估模型，具体不做限定。
89.303、根据目标用户的预估点击率、目标用户的预估点击付费率以及目标用户在目标应用的承受成本数据为目标场景的提供方分配展示收益数据。
90.本实施例中，数据处理装置根据目标用户的预估点击率、目标用户的预估点击付费率以及目标用户在目标应用的承受成本数据为目标场景的提供方分配展示收益数据。具体的，数据处理装置可以首先根据目标用户的预估点击率、目标用户的预估点击付费率以及目标用户在目标应用的承受成本数据计算目标用户对应的收益数据；将目标用户对应的收益数据确定为展示收益数据分配至目标场景的提供方。也就是说，数据处理装置可以首先根据预估点击率、预估点击付费率以及目标用户在目标应用的承受成本数据确定目标用户对应的收益数据，具体的可以通过如下公式进行计算得到：
91.目标用户对应的收益数据＝预估点击率*预估点击付费率*目标用户在目标应用的承受成本数据*1000。此处以目标用户对应的收益数据为千次展示收益为例进行说明，当然也还可以是其他的形式，当为其他的形式时，只要将后面的1000进行修改即可，具体不做限定。
92.之后，数据处理装置可以将该目标用户对应的收益数据确定为展示收益数据分配
给目标场景的提供方。
93.需要说明的是，渠道流量在将目标应用素材展示在目标场景之后，数据处理装置可以根据目标用户对该展示在目标场景的目标应用素材是否点击的正负反馈来对预估模型进行更新，若点击则提升下一次同类型应用的预估点击率，若实际未点击则降低下一次同类型应用的预估概率，以此不断调优预估模型，实现更加准确的预估效果。
94.还需要说明的是，数据处理装置在确定目标用户对应的收益数据之后，可以根据该目标用户对应的收益数据确定目标应用在目标场景的转化率，也就是说，数据处理装置可以根据目标应用展示在目标场景时，用户的收益数据来评估该目标场景对目标应用的转化率。
95.综上所述，可以看出，本技术提供的实施例中，数据处理装置根据用户的预估点击率、用户的预估点击付费率以及用户在应用的承受成本数据确定用户为场景提供方分配目标应用的展示收益数据，可以实现快速评估场景提供方的收益的效果，进而可以评估不同的场景对不同的应用的转化率，可以更好的为应用分配场景。
96.上面从的数据处理方法的角度对本技术进行说明，下面从数据处理装置的角度对本技术进行说明。
97.请参阅图4，图4为本技术实施例提供的一种数据处理装置的虚拟结构示意图，包括：
98.获取单元401，用于获取目标应用对应的目标应用素材；
99.确定单元402，用于基于所述目标应用素材，通过预估模型确定所述目标应用素材展示在目标场景时目标用户的预估点击率、所述目标应用素材展示在所述目标场景时所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据；
100.分配单元403，用于根据所述目标用户的预估点击率、所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据为所述目标场景的提供方分配收益数据。
101.可选地，所述分配单元403具体用于：
102.根据所述目标用户的预估点击率、所述目标用户的预估点击付费率以及所述目标用户在所述目标应用的承受成本数据计算所述目标用户对应的收益数据；
103.将所述目标用户对应的收益数据分配至所述目标场景的提供方。
104.可选地，所述确定单元402基于所述目标应用素材，通过预估模型确定所述目标用户在所述目标应用的承受成本数据包括：
105.基于所述目标应用素材，通过预估模型确定计算所述目标用户在所述目标应用的生命周期总价值；
106.获取利润系数以及所述目标应用的供应方的利润比例；
107.根据所述目标用户在所述目标应用的生命周期总价值、获取利润系数以及所述目标应用的供应方的利润比例计算所述目标用户在所述目标应用的承受成本数据。
108.可选地，所述装置还包括：
109.训练单元404，所述训练单元404用于：
110.获取n个用户对应的特征值，n为大于或等于2的正整数，所述n个用户与所述目标用户的用户画像的相似度达到第一预设阈值，所述n个用户对应的特征值包括所述n个用户
对第一应用展示在第一场景的点击数据，所述第一应用为与所述目标应用同类型的应用，所述第一场景为与所述目标场景相似度达到第二预设阈值的场景；
111.对所述n个用户对应的特征值进行预处理；
112.通过神经网络算法对预处理后的所述n个用户对应的特征值进行训练，得到所述预估模型。
113.可选地，所述确定单元402还用于：
114.根据所述目标用户对应的收益数据确定所述目标应用在所述目标场景的转化率。
115.综上所述，可以看出，本技术提供的实施例中，数据处理装置根据用户的预估点击率、用户的预估点击付费率以及用户在应用的承受成本数据确定用户为场景提供方分配目标应用的展示收益数据，可以实现快速评估场景提供方的收益的效果，进而可以评估不同的场景对不同的应用的转化率，可以更好的为应用分配场景。
116.本技术实施例还提供了另一种数据处理装置，如图5所示，为了便于说明，仅示出了与本技术实施例相关的部分，具体技术细节未揭示的，请参照本技术实施例方法部分。该数据处理装置可以为终端，该终端可以为包括手机、平板电脑、pda(personal digital assistant，个人数字助理)、pos(point of sales，销售终端)、车载电脑等任意终端设备，以终端为手机为例：
117.图5示出的是与本技术实施例提供的终端相关的手机的部分结构的框图。参考图5，手机包括：射频(radio frequency，rf)电路510、存储器520、输入单元530、显示单元540、传感器550、音频电路560、无线保真(wireless fidelity，wifi)模块570、处理器580、以及电源590等部件。本领域技术人员可以理解，图5中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
118.下面结合图5对手机的各个构成部件进行具体的介绍：
119.rf电路510可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器580处理；另外，将设计上行的数据发送给基站。通常，rf电路510包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(low noise amplifier，lna)、双工器等。此外，rf电路510还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(global system of mobile communication，gsm)、通用分组无线服务(general packet radio service，gprs)、码分多址(code division multiple access，cdma)、宽带码分多址(wideband code division multiple access，wcdma)、长期演进(long term evolution，lte)、电子邮件、短消息服务(short messaging service，sms)等。
120.存储器520可用于存储软件程序以及模块，处理器580通过运行存储在存储器520的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
121.输入单元530可用于接收输入的数字或字符信息，以及产生与手机的用户设置以
及功能控制有关的键信号输入。具体地，输入单元530可包括触控面板531以及其他输入设备532。触控面板531，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板531上或在触控面板531附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板531可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器580，并能接收处理器580发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板531。除了触控面板531，输入单元530还可以包括其他输入设备532。具体地，其他输入设备532可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
122.显示单元540可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元540可包括显示面板541，可选的，可以采用液晶显示器(liquid crystal display，lcd)、有机发光二极管(organic light-emitting diode，oled)等形式来配置显示面板541。进一步的，触控面板531可覆盖显示面板541，当触控面板531检测到在其上或附近的触摸操作后，传送给处理器580以确定触摸事件的类型，随后处理器580根据触摸事件的类型在显示面板541上提供相应的视觉输出。虽然在图5中，触控面板531与显示面板541是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板531与显示面板541集成而实现手机的输入和输出功能。
123.手机还可包括至少一种传感器550，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板541的亮度，接近传感器可在手机移动到耳边时，关闭显示面板541和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
124.音频电路560、扬声器561，传声器562可提供用户与手机之间的音频接口。音频电路560可将接收到的音频数据转换后的电信号，传输到扬声器561，由扬声器561转换为声音信号输出；另一方面，传声器562将收集的声音信号转换为电信号，由音频电路560接收后转换为音频数据，再将音频数据输出处理器580处理后，经rf电路510以发送给比如另一手机，或者将音频数据输出至存储器520以便进一步处理。
125.wifi属于短距离无线传输技术，手机通过wifi模块570可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图5示出了wifi模块570，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
126.处理器580是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器520内的软件程序和/或模块，以及调用存储在存储器520内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器580可包括一个或多个处理单元；优选的，处理器580可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。
可以理解的是，上述调制解调处理器也可以不集成到处理器580中。
127.手机还包括给各个部件供电的电源590(比如电池)，优选的，电源可以通过电源管理系统与处理器580逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
128.尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
129.在本技术实施例中，上述由数据处理装置所执行的步骤可以由该终端所包括的处理器580来执行。
130.图6是本技术实施例提供的一种服务器结构示意图，该服务器600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(central processing units，cpu)622(例如，一个或一个以上处理器)和存储器632，一个或一个以上存储应用程序642或数据644的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器622可以设置为与存储介质630通信，在服务器600上执行存储介质630中的一系列指令操作。
131.服务器600还可以包括一个或一个以上电源626，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口658，和/或，一个或一个以上操作系统641，例如windows servertm，mac os xtm，unixtm，linuxtm，freebsdtm等等。
132.上述实施例中由数据处理装置所执行的步骤可以基于该图6所示的服务器结构。
133.本技术实施例还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现上述所述数据处理方法的步骤。
134.本技术实施例还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述所述数据处理方法的步骤。
135.本技术实施例还提供了一种终端设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，所述程序代码由所述处理器加载并执行以实现上述所述数据处理方法的步骤。
136.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行上述所述数据处理方法的步骤。
137.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
138.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
139.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术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，本技术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。
140.本技术是参照本技术实施例的方法、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。
141.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。
142.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。
143.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。
144.存储器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)。存储器是计算机可读介质的示例。
145.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。
146.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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
147.本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术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，本技术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。
148.以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。