信息推荐方法、装置、设备及存储介质与流程

1.本公开涉及计算机技术领域，尤其涉及智能搜索。


背景技术：

2.搜索引擎为用户高效搜索感兴趣信息提供了极大的便利，并且搜索引擎还可以为用户推荐文字、图片和视频等多种信息，满足用户获取时事及感兴趣信息的需求。


技术实现要素：

3.本公开提供了一种信息推荐方法、装置、设备以及存储介质。
4.根据本公开的第一方面，提供了一种信息推荐方法，包括：响应于从搜索场景返回推荐场景的操作，获取与搜索场景中的搜索需求信息相关的目标推荐信息；搜索场景用于显示至少一条搜索到的搜索信息，推荐场景用于显示至少一条推荐信息；在推荐场景中显示目标推荐信息。
5.根据本公开的第二方面，提供了一种信息推荐装置，包括：获取模块，用于响应于从搜索场景返回推荐场景的操作，获取与搜索场景中的搜索需求信息相关的目标推荐信息；搜索场景用于显示至少一条搜索到的搜索信息，推荐场景用于显示至少一条推荐信息；显示模块，用于在推荐场景中显示目标推荐信息。
6.根据本公开的第三方面，提供了一种电子设备，包括：
7.至少一个处理器；以及
8.与该至少一个处理器通信连接的存储器；其中，
9.该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
10.根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
11.根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开任一实施例中的方法。
12.本公开的技术方案中，响应于用户从搜索场景返回推荐场景的返回操作，获取与搜索场景中的搜索需求信息相关的目标推荐信息，并在推荐场景中进行显示，可在推荐场景中增强用户对搜索需求的感知，有利于改善用户体验和提高用户粘性。
13.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
14.附图用于更好地理解本方案，不构成对本公开的限定。其中：
15.图1是根据本公开第一实施例的流程示意图；
16.图2是根据本公开第二实施例流程示意图；
17.图3是根据本公开第三实施例的流程示意图；
18.图4是根据本公开第四实施例的流程示意图；
19.图5a是根据本公开实施例中启动搜索引擎时推荐场景的一种示意图；
20.图5b是根据本公开实施例中搜索场景的一种示意图；
21.图5c是从图5b的搜索场景返回推荐场景时推荐场景的一种示意图；
22.图6是根据本公开第五实施例的示意图；
23.图7是用来实现本公开实施例的信息推荐方法的电子设备的框图。
具体实施方式
24.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
25.相关技术中，搜索引擎通常基于用户的历史搜索信息及其他搜索信息(例如热门搜索信息等)从预设的推荐信息中召回多条推荐信息，并在推荐场景中进行显示，实现信息的主动推荐。搜索引擎还基于用户的搜索需求信息从预设的搜索信息中召回多条搜索信息，并在搜索场景中进行显示，实现信息的被动搜索。但是，在从搜索场景返回推荐场景的情况下，搜索引擎依旧采用上述推荐方法实现信息的推荐，使得推荐场景中显示的推荐信息与用户的搜索需求的不适配，降低了用户体验，不利于提升用户黏度。
26.为了解决上述技术问题，本公开实施例提供一种信息推荐方法。下面结合附图对本公开实施例的方法进行说明。
27.图1是根据本公开第一实施例的流程示意图。如图1所示，该信息推荐方法可以包括：
28.步骤s110、响应于从搜索场景返回推荐场景的操作，获取与搜索场景中的搜索需求信息相关的目标推荐信息；搜索场景用于显示至少一条搜索到的搜索信息，推荐场景用于显示至少一条推荐信息；
29.步骤s120、在推荐场景中显示目标推荐信息。
30.示例性地，推荐场景可以是搜索引擎提供的推荐页面，搜索场景可以是搜索引擎提供的搜索页面。用户在推荐页面的输入位置输入搜索需求信息后，搜索引擎获取与搜索需求信息对应的多条搜索信息，并在搜索页面显示多条搜索信息。其中，搜索需求信息可以是用户输入的搜索词和搜索语句等。搜索信息和推荐信息均可以包括文字、图片、音频和视频等内容资源中的至少一种。
31.示例性地，步骤s110可以包括：响应于用户从搜索场景返回推荐场景的返回操作，获取搜索场景中的搜索需求信息；从预设的推荐信息中确定出与搜索需求信息匹配的至少一条目标推荐信息。在用户操作搜索引擎从搜索场景返回推荐场景的情况下，用户对搜索场景中的搜索需求信息相关的推荐信息的感兴趣程度较高，利用搜索需求信息来获取目标推荐信息，可使目标推荐信息与用户的搜索需求适配。
32.优选地，搜索需求信息可以是用户在搜索场景中最新输入的搜索词和搜索语句等最新搜索需求信息。这样可以获取与最新搜索需求信息匹配的目标推荐信息，使得目标推
荐信息与用户的当前搜索需求适配。
33.上述方案，响应于用户从搜索场景返回推荐场景的返回操作，获取与搜索场景中的搜索需求信息相关的目标推荐信息，并在推荐场景中进行显示，可在推荐场景中增强用户对搜索需求的感知，有利于改善用户体验和提高用户粘性。
34.需要说明的是，相关技术中，由于搜索引擎通常基于用户的历史搜索信息及其他搜索信息来获取推荐信息，使得推荐信息中能满足用户搜索需求的信息占比较低，从而导致推荐场景中不易显示与用户搜索需求适配的推荐信息，降低了用户体验。本公开实施例利用搜索需求信息来获取目标推荐信息并在推荐场景中进行显示，增加了目标推荐信息的曝光率，增强了用户对搜索需求的感知，有利于改善用户体验和提供用户粘性。
35.另外，相关技术中，在搜索场景中显示搜索信息后，用户对搜索信息执行查看操作时，会在查看场景中显示搜索信息对应的内容资源。在用户操作搜索引擎从查看场景返回搜索场景的情况下，搜索引擎通常在搜索场景中继续显示搜索信息来补充用户的搜索需求。并且，相关技术中，推荐场景所显示的推荐信息通常为时事信息、热门信息和正能量信息等日常资讯信息。本公开实施例还可以将搜索需求相关的目标推荐信息与日常资讯信息一同在推荐场景中进行显示，不仅能够增强用户对搜索需求的感知，而且能够满足用户获取日常资讯信息的需求，便于吸引用户点击目标推荐信息或下滑刷新推荐信息，有利于提升使用推荐场景的日活用户数量，提升用户对推荐场景的粘性。在一种实施方式中，如图2所示，获取与搜索场景中的搜索需求信息相关的目标推荐信息，包括：
36.步骤s210、基于搜索场景中搜索需求信息，召回多条候选信息；
37.步骤s220、按照各候选信息的召回评分从大到小的顺序，对各候选信息进行排序；
38.步骤s230、确定排序后的前n条候选信息为目标推荐信息，n为等于或大于1的整数。
39.示例性地，步骤s210可以包括：将搜索需求信息与预设的推荐信息进行匹配；预设的推荐信息与搜索需求信息匹配的情况下，将匹配的推荐信息作为候选信息。其中，将搜索需求信息与预设的推荐信息进行匹配包括：确定预设的推荐信息中是否存在搜索需求信息；在预设的推荐信息中存在搜索需求信息的情况下，确定预设的推荐信息与搜索需求信息匹配。例如，搜索需求信息为搜索词“地名a”和“鲜花”，预设的推荐信息包括具有“地名a”和“鲜花”的文本1以及具有其他搜索词的文本2、文本3，则可以确定文本1与预设的推荐信息匹配。
40.可选地，在n＝1的情况下，确定排序后的第一条候选信息为目标推荐信息；在n＝2的情况下，确定排序后的前两条候选信息为目标推荐信息。可以理解的是，n的数值可以根据实际需要进行选择和调整，本公开实施例对n的数值不作限制。
41.上述方案，利用搜索需求信息召回多条候选信息，并按照召回评分从大到小的顺序对多条候选信息进行排序以及将排序后的前n条候选信息作为目标推荐信息，可提高获取到的目标推荐信息与用户的搜索需求的适配度，从而在推荐场景中显示目标推荐信息的情况下，可增强用户对目标推荐信息与搜索需求的适配度感知。
42.在一种实施方式中，该方法还可以包括：基于各候选信息的下滑率、点击率和浏览时长中的至少一种，确定各候选信息的召回评分。
43.其中，下滑率为候选信息被下滑刷新的次数与被显示次数之比。点击率为候选信
息被点击的次数与被显示次数之比。浏览时长为所有用户浏览候选信息的总时长。
44.在一个可选的示例中，利用预设的评分模型分别对各候选信息的下滑率、点击率和浏览时长中的至少两种进行评分，得到下滑率评分、点击率评分和浏览时长评分；基于预设的权重系数，对各候选信息的下滑率评分、点击率评分和浏览时长评分中的至少两种进行加权求和，得到召回评分。
45.在另一个可选的示例中，利用预设的评分模型分别对各候选信息的下滑率、点击率或浏览时长进行评分，得到下滑率评分、点击率评分或浏览时长评分；将下滑率评分、点击率评分或浏览时长评分作为召回评分。
46.上述方案，基于各候选信息的下滑率、点击率和浏览时长中至少一种来确定各候选信息的召回评分，便于利用召回评分来确定所有用户对各候选信息的感兴趣程度，有利于提高召回的准确性。
47.在一种实施方式中，如图3所示，步骤s230、确定排序后的前n位候选信息为目标推荐信息，可以包括：
48.步骤s310、确定排序后的前m条候选信息为第一初始候选信息；m为大于或等于n的整数；
49.步骤s320、基于历史推荐信息和/或推荐场景中的推荐信息的类型对第一初始候选信息进行过滤操作，得到第二初始候选信息；
50.步骤s330、确定前n条第二初始候选信息为目标推荐信息。
51.示例性地，基于历史推荐信息对第一初始候选信息进行过滤操作，包括：将第一初始候选信息与历史推荐信息进行比对；从第一初始候选信息中去除与历史推荐信息相同的候选信息。基于此，可避免历史推荐信息被重复推荐，实现对第一初始候选信息的去重，有利于提高用户体验。
52.可选地，基于推荐场景中的推荐信息的类型对第一初始候选信息进行过滤操作，包括：获取推荐场景中的推荐信息的类型；从第一初始候选信息中去除与推荐信息的类型相同的候选信息。如此，可使第二初始候选信息的类型与推荐信息的类型不同，确保推荐场景中的信息类型的多样性，有利于提高用户体验。
53.上述方案，通过确定排序后的前m条候选信息为第一初始候选信息，可减少候选信息的数量，有利于提高过滤操作的运算速度；并且，利用历史推荐信息和/或推荐场景中的推荐信息的类型对第一初始候选信息进行过滤操作，可实现第一初始候选信息的去重和/或确保第二初始候选信息的多样性，从而有利于提高用户体验，提升用户粘性。
54.可选地，如图4所示，基于推荐场景中的推荐信息的类型对第一初始候选信息进行过滤操作，包括：
55.步骤s410、确定目标推荐信息在推荐场景中的显示位置；。
56.步骤s420、获取推荐场景中显示位置的前一个显示位置的推荐信息的第一信息类型以及显示位置的推荐信息的第二信息类型；
57.步骤s430、从第一初始候选信息中去除第一信息类型和第二信息类型的候选信息。
58.举例而言，推荐场景中从上至下预设有九个显示位置，步骤s410～步骤s430可以包括：确定推荐场景中的第六个显示位置为目标推荐信息的显示位置；获取第五个显示位
置的推荐信息第一信息类型以及第六个显示位置的推荐信息的第二信息类型；从第一初始候选信息中去除与第一信息类型和第二信息类型相同的候选信息。如此，可使第二初始候选信息的类型与第五个显示位置和第六个显示位置的推荐信息的类型不同，从而确保目标推荐信息的类型与第五个显示位置和第六个显示位置的推荐信息的类型不同，有利于提升推荐场景中的信息类型的多样性。
59.在一种实施方式中，获取与搜索场景中的搜索需求信息相关的目标推荐信息，包括：在操作在预设时间段内的执行次数小于预设次数的情况下，获取与搜索场景中的搜索需求信息相关的目标推荐信息。
60.示例性地，预设时间段内可以是最近1小时内，预设次数可以是3次，在操作在最近1小时内的执行次数小于3次的情况下，触发获取与搜索场景中的搜索需求信息相关的目标推荐信息。基于此，利用操作在预设时间段内的执行次数来限制目标推荐信息的获取，避免了频繁在推荐场景中显示与搜索需求相关的目标推荐信息而降低用户对常规推荐场景的使用体验，并且有助于搜索引擎从搜索场景平滑过渡至推荐场景。
61.需要说明的是，相关技术中，由于搜索引擎通常基于用户的历史搜索信息及其他搜索信息来获取推荐信息，其并不区分不同使用场景下用户对推荐信息的需求优先级。例如在单独使用推荐场景中，用户对与搜索需求信息相关的推荐信息的需求优先级较低，频繁显示与搜索需求信息相关的目标推荐信息，会降低用户体验；在从搜索场景返回推荐场景中，用户对与搜索需求信息相关的推荐信息的需求优先级较高，频繁显示与搜索需求信息不相关的推荐信息也容易降低用户体检。本公开实施例，利用操作在预设时间段内的执行次数来限制目标推荐信息的获取，可避免频繁在推荐场景中显示与搜索需求相关的目标推荐信息，而降低用户对推荐场景进行单独使用的体验；并且，还能确保从搜索场景返回推荐场景时在推荐场景中显示目标推荐信息，便于从搜索场景平滑过渡至推荐场景。基于此，本公开实施例更加适配多种使用场景下用户对推荐信息的需求，更有利于提升用户体验。
62.在一种实施方式中，在推荐场景中显示目标推荐信息，包括：
63.确定所述目标推荐信息在所述推荐场景中的显示位置i；
64.将所述目标推荐信息显示在第i个显示位置；
65.将所述推荐场景中第i个显示位置至第k-1个显示位置上预先设置的推荐信息，显示在所述推荐场景的第i 1个显示位置至第k个显示位置上；其中，1≤i《k，且i和k均为整数。
66.示例性地，以i＝6，k＝9为例，确定推荐场景中的第六个显示位置为目标推荐信息的显示位置；在推荐场景的第六个显示位置显示目标推荐信息，在推荐场景的第七个显示位置至第九个显示位置依次显示推荐场景的第六个显示位置至第八个显示位置上预先设置的推荐信息。需要说明的是，推荐场景中的第一个显示位置至第五个显示位置通常用于显示政务信息和正能量信息等特定类型的信息，通过在第六个显示位置显示目标推荐信息可使目标推荐信息的显示位置尽量位于推荐场景的上方，更容易提升用户对目标推荐信息的感知。
67.下面结合图5a至图5c对本公开实施例的一种应用示例进行说明。图5a是启动搜索引擎时推荐场景的一种示意图。图5b是搜索场景的一种示意图。图5c是从图5b从搜索场景返回推荐场景时推荐场景的一种示意图。如图5a所示，在用户对搜索引擎进行启动操作时，
搜索引擎首先在推荐场景中显示多条推荐信息，例如时事信息1至热门信息4。如图5a至图5b所示，在用户利用搜索引擎提供的输入位置输入搜索需求信息时，则搜索引擎在搜索场景中显示与搜索需求信息适配的多条搜索信息。例如，在输入框内输入“鲜花”，则在搜索场景中显示鲜花信息1至鲜花信息9。在用户操作搜索引擎从搜索场景返回推荐场景的情况下，搜索引擎响应用户的返回操作，获取与搜索需求信息相关的目标推荐信息，并在推荐场景中的特定位置进行显示，实现目标推荐信息的插入。例如，如图5c所示，获取到的目标推荐信息为鲜花信息10，特定位置为推荐场景中的第六个显示位置，则在推荐场景中的第六个显示位置显示鲜花信息10，以及在推荐场景中的第七个显示位置至第九个显示位置依次显示热门信息1至热门信息3。基于此，在从搜索场景返回推荐场景的情况下，在推荐场景的特定位置插入目标推荐信息，有利于提升用户对目标推荐信息的感知。
68.在一种实现方式中，本公开实施例的信息推荐方法可采用轻量级推荐服务框架实现，更有利于低成本实现从搜索场景返回推荐场景的联动过渡。其中轻量级推荐服务框架可以是本领域的常规推荐服务框架，本公开实施例对其不作限制。
69.图6是根据本公开第五实施例的示意图。如图6所示，该信息推荐装置600可以包括：
70.获取模块610，用于响应于从搜索场景返回推荐场景的操作，获取与搜索场景中的搜索需求信息相关的目标推荐信息；搜索场景用于显示至少一条搜索到的搜索信息，推荐场景用于显示至少一条推荐信息；
71.显示模块620，用于在推荐场景中显示目标推荐信息。
72.在一种实施方式中，获取模块610包括：
73.召回子模块，用于基于搜索场景中搜索需求信息，召回多条候选信息；
74.排序子模块，用于按照各候选信息的召回评分从大到小的顺序，对各候选信息进行排序；
75.第一确定子模块，用于确定排序后的前n条候选信息为目标推荐信息，n为等于或大于1的整数。
76.在一种实施方式中，该装置还包括：
77.确定模块，用于基于各候选信息的下滑率、点击率和浏览时长中的至少一种，确定各候选信息的召回评分。
78.在一种实施方式中，第一确定子模块包括：
79.第一确定单元，用于确定排序后的前m条候选信息为第一初始候选信息；m为大于或等于n的整数；
80.过滤单元，用于基于历史推荐信息和/或推荐场景中的推荐信息的类型对第一初始候选信息进行过滤操作，得到第二初始候选信息；
81.第二确定单元，用于确定前n条第二初始候选信息为目标推荐信息。
82.在一种实施方式中，过滤单元包括：
83.确定子单元，用于确定目标推荐信息在推荐场景中的显示位置；
84.获取子单元，用于获取推荐场景中显示位置的前一个显示位置的推荐信息的第一信息类型以及显示位置的推荐信息的第二信息类型；
85.去除处理子单元，用于从第一初始候选信息中去除第一信息类型和第二信息类型
的候选信息。
86.在一种实施方式中，获取模块610包括：
87.获取子模块，用于在操作在预设时间段内的执行次数小于预设次数的情况下，获取与搜索场景中的搜索需求信息相关的目标推荐信息。
88.在一种实施方式中，显示模块620包括：
89.第二确定子模块，用于确定目标推荐信息在推荐场景中的显示位置i；
90.第一显示子模块，用于将目标推荐信息显示在第i个显示位置；
91.第二显示子模块，用于将推荐场景中第i个显示位置至第k-1个显示位置上预先设置的推荐信息，显示在推荐场景的第i 1个显示位置至第k个显示位置上；其中，1≤i《k，且i和k均为整数。
92.本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
93.根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
94.图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
95.如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(rom)702中的计算机程序或者从存储单元708加载到随机访问存储器(ram)703中的计算机程序，来执行各种适当的动作和处理。在ram703中，还可存储设备700操作所需的各种程序和数据。计算单元701、rom 702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
96.设备700中的多个部件连接至i/o接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
97.计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如信息推荐方法。例如，在一些实施例中，信息推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由rom702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到ram703并由计算单元701执行时，可以执行上文描述的信息推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行信息推荐方法。
98.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
99.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
100.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
101.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
102.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
103.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
104.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例
如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
105.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。