基于多數(shù)據(jù)源的行為意圖確定方法及裝置【技術(shù)領(lǐng)域】本發(fā)明涉及數(shù)據(jù)挖掘技術(shù)，尤其涉及一種基于多數(shù)據(jù)源的行為意圖確定方法及裝置。

背景技術(shù)：
隨著通信技術(shù)的發(fā)展，終端集成了越來越多的功能，從而使得終端的系統(tǒng)功能列表中包含了越來越多相應(yīng)的應(yīng)用程序，例如，電腦中安裝的應(yīng)用程序，第三方智能手機(jī)中安裝的應(yīng)用程序（Application，APP）等，例如，推薦應(yīng)用、檢索應(yīng)用或地圖應(yīng)用等。這些應(yīng)用程序每天都會產(chǎn)生大量的用戶的行為日志，這些行為日志已經(jīng)成為研究分析用戶的搜索行為、改進(jìn)搜索引擎/推薦引擎的寶貴資源。數(shù)據(jù)挖掘工具可以根據(jù)預(yù)先設(shè)置的時間間隔（TimeInterval，TI），對指定用戶的行為日志進(jìn)行劃分，以組成用戶意圖（Session）段，進(jìn)而則可以根據(jù)Session段，確定該用戶的行為意圖。其中，Session段是一個邏輯意義，它代表一個用戶在某段時間內(nèi)的一個行為意圖，從用戶的瀏覽行為來看，Session段具體可以規(guī)約成在語義上具有相同關(guān)聯(lián)的連續(xù)檢索行為。然而，在一些情況下，例如，指定用戶在同一段時間之內(nèi)，使用多種服務(wù)的客戶端從多個數(shù)據(jù)源獲取相應(yīng)的服務(wù)，等情況，由于在一段時間之內(nèi)可能會產(chǎn)生多個數(shù)據(jù)源的不相關(guān)的行為日志，或者幾個相關(guān)的行為日志可能會持續(xù)較長的時間，因此，根據(jù)預(yù)先設(shè)置的時間間隔對用戶的行為日志進(jìn)行劃分，可能會導(dǎo)致將不同行為意圖的行為日志劃分到同一個Session段中，或者將同一行為意圖的行為日志劃分到不同的Session段中，使得無法根據(jù)每個Session段準(zhǔn)確地確定出用戶的一個行為意圖，從而導(dǎo)致了行為意圖的確定的可靠性的降低。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的多個方面提供一種基于多數(shù)據(jù)源的行為意圖確定方法及裝置，用以提高行為意圖的確定的可靠性。本發(fā)明的一方面，提供一種基于多數(shù)據(jù)源的行為意圖確定方法，包括：從至少一個數(shù)據(jù)源中，獲取指定用戶的行為日志；根據(jù)所述行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性；利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值；根據(jù)所述至少一個Session段，確定所述用戶的行為意圖。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述行為日志的屬性信息包括下列中的至少一項(xiàng)：所述行為日志的時間信息；所述行為日志的數(shù)據(jù)源信息；以及所述行為日志的文本信息。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述屬性信息包括所述行為日志的時間信息、所述行為日志的數(shù)據(jù)源信息和所述行為日志的文本信息；所述根據(jù)所述行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，包括：若兩個行為日志的時間信息相同，則將所述兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且當(dāng)前行為日志的文本信息為空，則將所述當(dāng)前行為日志與所述當(dāng)前行為日志之前的一個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的文本信息相同，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息不為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到不同的Block中。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述利用分類模型，將所述至少一個Block，映射到至少一個Session段，包括：獲得當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的第一個行為日志之間的第一時間間隔、當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的最后一個行為日志之間的第二時間間隔，以及當(dāng)前Block與所述當(dāng)前Block之前的一個Block之間的文本相似度；利用所述第一時間間隔、所述第二時間間隔，以及所述文本相似度，作為輸入?yún)?shù)，運(yùn)行所述分類模型，以將所述至少一個Block，映射到所述至少一個Session段。本發(fā)明的另一方面，提供一種基于多數(shù)據(jù)源的行為意圖確定裝置，包括：獲取單元，用于從至少一個數(shù)據(jù)源中，獲取指定用戶的行為日志；劃分單元，用于根據(jù)所述行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性；映射單元，用于利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值；確定單元，用于根據(jù)所述至少一個Session段，確定所述用戶的行為意圖。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述行為日志的屬性信息包括下列中的至少一項(xiàng)：所述行為日志的時間信息；所述行為日志的數(shù)據(jù)源信息；以及所述行為日志的文本信息。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述屬性信息包括所述行為日志的時間信息、所述行為日志的數(shù)據(jù)源信息和所述行為日志的文本信息；所述劃分單元，具體用于若兩個行為日志的時間信息相同，則將所述兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且當(dāng)前行為日志的文本信息為空，則將所述當(dāng)前行為日志與所述當(dāng)前行為日志之前的一個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的文本信息相同，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息不為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到不同的Block中。如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述映射單元，具體用于獲得當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的第一個行為日志之間的第一時間間隔、當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的最后一個行為日志之間的第二時間間隔，以及當(dāng)前Block與所述當(dāng)前Block之前的一個Block之間的文本相似度；利用所述第一時間間隔、所述第二時間間隔，以及所述文本相似度，作為輸入?yún)?shù)，運(yùn)行所述分類模型，以將所述至少一個Block，映射到所述至少一個Session段。由上述技術(shù)方案可知，本發(fā)明實(shí)施例通過根據(jù)行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性，進(jìn)而利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值，使得能夠根據(jù)所述至少一個Session段，確定所述用戶的行為意圖，由于采用Block級別和Session段級別依次對行為日志進(jìn)行基于文本相似的劃分，因此，能夠避免現(xiàn)有技術(shù)中由于根據(jù)預(yù)先設(shè)置的時間間隔對用戶的行為日志進(jìn)行劃分而導(dǎo)致的將不同行為意圖的行為日志劃分到同一個Session段中，或者將同一行為意圖的行為日志劃分到不同的Session段中的問題，使得能夠根據(jù)每個Session段準(zhǔn)確地確定出用戶的一個行為意圖，從而提高了行為意圖的確定的可靠性?！靖綀D說明】為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明一實(shí)施例提供的基于多數(shù)據(jù)源的行為意圖確定方法的流程示意圖；圖2為圖1對應(yīng)的實(shí)施例中的Block到Session段的的映射示意圖；圖3為圖1對應(yīng)的實(shí)施例中的Block級別和Session段級別的劃分示意圖；圖4為本發(fā)明另一實(shí)施例提供的基于多數(shù)據(jù)源的行為意圖確定裝置的結(jié)構(gòu)示意圖?！揪唧w實(shí)施方式】為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。需要說明的是，本發(fā)明實(shí)施例中所涉及的終端可以包括但不限于手機(jī)、個人數(shù)字助理（PersonalDigitalAssistant，PDA）、無線手持裝置、無線上網(wǎng)本、個人電腦、便攜電腦、MP3播放器、MP4播放器等。另外，本文中術(shù)語“和/或”，僅僅是一種描述關(guān)聯(lián)對象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，A和/或B，可以表示：單獨(dú)存在A，同時存在A和B，單獨(dú)存在B這三種情況。另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對象是一種“或”的關(guān)系。圖1為本發(fā)明一實(shí)施例提供的基于多數(shù)據(jù)源的行為意圖確定方法的流程示意圖，如圖1所示。101、從至少一個數(shù)據(jù)源中，獲取指定用戶的行為日志。102、根據(jù)所述行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個塊（Block），每個所述Block中所包括的行為日志具有文本的相似性。103、利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值。104、根據(jù)所述至少一個Session段，確定所述用戶的行為意圖。需要說明的是，101～104的執(zhí)行主體可以是數(shù)據(jù)挖掘工具，例如，日志分析軟件等，可以位于本地的客戶端中，以進(jìn)行離線服務(wù)，或者還可以位于網(wǎng)絡(luò)側(cè)的服務(wù)器中，以進(jìn)行在線服務(wù)，本實(shí)施例對此不進(jìn)行限定。可以理解的是，所述客戶端可以是安裝在終端上的應(yīng)用程序，或者還可以是瀏覽器的一個網(wǎng)頁，只要能夠?qū)崿F(xiàn)用戶的行為日志的挖掘，以提供相應(yīng)服務(wù)的客觀存在形式都可以，本實(shí)施例對此不進(jìn)行限定。這樣，通過根據(jù)行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性，進(jìn)而利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值，使得能夠根據(jù)所述至少一個Session段，確定所述用戶的行為意圖，由于采用Block級別和Session段級別依次對行為日志進(jìn)行基于文本相似的劃分，因此，能夠避免現(xiàn)有技術(shù)中由于根據(jù)預(yù)先設(shè)置的時間間隔對用戶的行為日志進(jìn)行劃分而導(dǎo)致的將不同行為意圖的行為日志劃分到同一個Session段中，或者將同一行為意圖的行為日志劃分到不同的Session段中的問題，使得能夠根據(jù)每個Session段準(zhǔn)確地確定出用戶的一個行為意圖，從而提高了行為意圖的確定的可靠性。具體地，在全網(wǎng)的數(shù)據(jù)源中，用戶的一個行為日志可以為如下格式：[uidURLsourcequerytitledatetimeipactidactnameactattrunifyUrlPtNumbercommonQuery]。其中，共包括14個字段，各字段的含義如下所述：用戶標(biāo)識（UserID，uid）：baiduid映射出來的用戶id，由若干數(shù)字組成；統(tǒng)一資源定位符（UniformResourceLocator，URL）：可能為空，或可能不以“http”開頭；數(shù)據(jù)源（source）：產(chǎn)品線的數(shù)據(jù)來源，例如，百度百科（baike）、百度論壇（forum）或百度地圖（map）；檢索關(guān)鍵詞（query）：可能為空；題目（title）：網(wǎng)頁名稱；日期（date）：例如，2013年6月3日，其格式一般可以為“20120603”；時間（time）：例如，12點(diǎn)34分02秒，其格式一般可以為12:34:02；ip：IP地址；動作標(biāo)識（actid）：網(wǎng)頁動作的標(biāo)識；動作名稱（actname）：網(wǎng)頁動作的名稱；動作屬性（actattr）：網(wǎng)頁動作的屬性；歸一化URL（unifyUrl）：URL的歸一化結(jié)果；URL資源類型（PtNumber）：整數(shù)顯示，默認(rèn)‘‐’（即‘0’）；通用Query（commonQuery）：URL最常用的query?？蛇x地，在本實(shí)施例的一個可能的實(shí)現(xiàn)方式中，所述行為日志的屬性信息可以包括但不限于下列中的至少一項(xiàng)：所述行為日志的時間信息；所述行為日志的數(shù)據(jù)源信息；以及所述行為日志的文本信息。以百度產(chǎn)品為例，所述行為日志的數(shù)據(jù)源信息即產(chǎn)品線可以包括但不限于下列：baike百度百科；exp百度指數(shù)；forum百度論壇；image百度圖片；map百度地圖；news百度新聞；ps百度檢索；ting百度音樂；video百度視頻；wenku百度文庫；iknow百度知道；wangmeng網(wǎng)盟；holmes百度統(tǒng)計；hao123；sobar百度搜霸；bae百度應(yīng)用引擎；navclick新首頁點(diǎn)擊；iqiyi愛奇藝；以及yingyin百度影音?？梢岳斫獾氖?，不限于百度產(chǎn)品，所述行為日志的數(shù)據(jù)源信息即產(chǎn)品線還可以進(jìn)一步包括除了百度產(chǎn)品之外的圖片數(shù)據(jù)、網(wǎng)盟數(shù)據(jù)、無線端的數(shù)據(jù)等數(shù)據(jù)，本實(shí)施例對此不進(jìn)行特別限定?？蛇x地，在本實(shí)施例的一個可能的實(shí)現(xiàn)方式中，所述屬性信息包括所述行為日志的時間信息、所述行為日志的數(shù)據(jù)源信息和所述行為日志的文本信息；相應(yīng)地，在102中，具體可以執(zhí)行以下操作中的至少一項(xiàng)：若兩個行為日志的時間信息相同，則將所述兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且當(dāng)前行為日志的文本信息為空，則將所述當(dāng)前行為日志與所述當(dāng)前行為日志之前的一個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的文本信息相同，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息不為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到不同的Block中。例如，具體可以依次提取兩個行為日志中的query字段、actattr字段、commonQuery字段和title字段中所包含的文本信息（包括停用詞、亂碼和干擾詞等過濾處理），即首先考慮query字段，如果query字段不為空，則直接返回query字段的值。如果query字段為空，則考慮actattr字段。具體地，actattr字段中包含有豐富的文本信息，而且不同產(chǎn)品線所對應(yīng)的行為日志中的actattr字段的一些值可能會不相同，因此對于不同產(chǎn)品線的actattr字段要區(qū)分處理。例如，對于navclick來說，只要actattr字段非空，就直接提取即可?；蛘?，再例如，對于yingyin來說，actattr字段提取出的內(nèi)容，可能包含一些亂碼、非中文/英文字符等，將其去掉即為actattr字段最終的值?；蛘?，再例如，對于一些產(chǎn)品線來說，actattr字段基本為空，具體可以通過依次提取其他字段中所包含的文本信息，參見下面幾個產(chǎn)品線的舉例中的***，作為actattr字段的值。例如，baike:[詞條名=***]->[tag=***]forum:[吧名=***]->[一級目錄=***]->[二級目錄=***]video:[type=***]->[word=***]->[query=***]iknow:[問題入口=***]map:[城市名=***]wenku:[query=***]->[文檔編號=***]其中，箭頭“->”代表按照順序依次提取。如果actattr字段的值為0，則考慮commonQuery字段，如果commonQuery字段不為空，則直接返回commonQuery字段的值。如果commonQuery字段為空，則再繼續(xù)考慮title字段。具體地，具體可以在對所述行為日志進(jìn)行劃分，所獲得的Block中所包括的行為日志中增加一個字段，用以標(biāo)識Block。具體可以為如下格式：[uidURLsourcequerytitledatetimeipactidactnameactattrunifyUrlPtNumbercommonQueryblockMark]。其中，塊標(biāo)記（blockMark）字段可以包括兩種取值，一種為“BLK”，用于表示Block的開始，另一種為“-”，用于表示當(dāng)前行為日志與所述當(dāng)前行為日志之前的行為日志同在一個Block中。如圖3所示，其中的行為日志最終被劃分為6個Block，即Block1、Block2、Block3、Block4、Block5和Block6。其中，Block1中包括3個行為日志；Block2中包括2個行為日志；Block3中包括3個行為日志；Block4中包括3個行為日志；Block5中包括2個行為日志；以及Block6中包括2個行為日志?？蛇x地，在本實(shí)施例的一個可能的實(shí)現(xiàn)方式中，在103中，具體可以獲得當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的第一個行為日志之間的第一時間間隔、當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的最后一個行為日志之間的第二時間間隔，以及當(dāng)前Block與所述當(dāng)前Block之前的一個Block之間的文本相似度。例如，具體可以對兩個Block中所包括的行為日志中的query字段、commonQuery字段、actattr字段、title字段和URL字段中的至少一個字段中所包含的文本信息進(jìn)行切詞處理（包括停用詞、亂碼和干擾詞等過濾處理），進(jìn)而獲得切詞結(jié)果的逆文檔頻率（InverseDocumentFrequency，IDF）權(quán)值，并利用這些IDF權(quán)值，計算兩個Block之間的文本相似度。需要說明的是，對于一些產(chǎn)品線來說，actattr字段基本為空，具體可以通過提取其他字段中所包含的文本信息，參見下面幾個產(chǎn)品線的舉例中的***，替代actattr字段中所包含的文本信息。例如，baike:[詞條名=***][tag=***][query=***][cardname=***]forum:[吧名=***][一級目錄=***][二級目錄=***][query=***][吧類目=***][相冊名=***]video:[word=***][query=***][type=***][director=***][actor=***][area=***]iknow:[問題入口=***][qid=***]image:[query=***]map:[城市名=***][出發(fā)地=***][目的地=***][query=***][目標(biāo)城市=***]news:[query=***]ting:[query=***]wenku:[文檔編號=***][query=***]exp:[query=***]image:[query=***]ps:[oq=***][sug=***][標(biāo)題=***]進(jìn)而，則可以利用所述第一時間間隔、所述第二時間間隔，以及所述文本相似度，作為輸入?yún)?shù)，運(yùn)行所述分類模型，以將所述至少一個Block，映射到所述至少一個Session段。需要說明的是，所述當(dāng)前Block之前的一個Block，可以為所述當(dāng)前Block之前相鄰的一個Block，或者還可以為所述當(dāng)前Block之前間隔若干Block的一個Block（例如，預(yù)先設(shè)置的時間閾值范圍內(nèi)的一個Block），本實(shí)施例對此不進(jìn)行特別的限定，只要能夠盡可能將所述當(dāng)前Block映射到所述當(dāng)前Block之前的一個Block所映射的Session段，如果沒有映射成功，則可以將所述當(dāng)前Block映射到一個新的Session段。下面用一個例子，來說明對所述當(dāng)前Block之前的一個Block，采用所述當(dāng)前Block之前的在預(yù)先設(shè)置的時間閾值范圍內(nèi)的一個Block的映射結(jié)果。假設(shè)一個用戶在時間段20pm-23pm之間進(jìn)行了如下檢索行為：曼聯(lián)@20:19:14；曼聯(lián)直播@20:21:38；長痘痘的位置@22:01:04；如何改善員工不穩(wěn)定性@22:11:51；長痘痘是吃什么@22:19:11；如何穩(wěn)定員工隊(duì)伍@23:02:44。如圖2所示，首先，根據(jù)Block的劃分原則，可以獲得6個Block，即Block1（曼聯(lián)@20:19:14）、Block2（曼聯(lián)直播@20:21:38）、Block3（長痘痘的位置@22:01:04）、Block4（如何改善員工不穩(wěn)定性@22:11:51）、Block5（長痘痘是吃什么@22:19:11）和Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）。然后，遍歷這6個Block，對于當(dāng)前Block，利用分類器，判斷是否和上一個Block屬于同一個Session段。例如，當(dāng)前Block為Block1（曼聯(lián)@20:19:14），它是第一個Block，因此，Block1（曼聯(lián)@20:19:14）屬于Session段1；當(dāng)前Block為Block2（曼聯(lián)直播@20:21:38），利用分類器判斷Block2（曼聯(lián)直播@20:21:38）和Block1（曼聯(lián)@20:19:14）屬于同一個Session段，即Session段1；當(dāng)前Block為Block3（長痘痘的位置@22:01:04），利用分類器判斷Block3（長痘痘的位置@22:01:04）和Block2（曼聯(lián)直播@20:21:38）不屬于同一個Session段，接下來往回判斷，由于Block3（長痘痘的位置@22:01:04）與Block1（曼聯(lián)@20:19:14）之間的時間間隔大于預(yù)先設(shè)置的時間閾值（1小時），因此，Block3（長痘痘的位置@22:01:04）屬于新的Session段，即Session段2；當(dāng)前Block為Block4（如何改善員工不穩(wěn)定性@22:11:51），利用分類器判斷Block4（如何改善員工不穩(wěn)定性@22:11:51）和Block3（長痘痘的位置@22:01:04）不屬于同一個Session段，接下來往回判斷，由于Block4（如何改善員工不穩(wěn)定性@22:11:51）與Block2（曼聯(lián)直播@20:21:38）之間的時間間隔大于預(yù)先設(shè)置的時間閾值（1小時），因此，Block4（如何改善員工不穩(wěn)定性@22:11:51）屬于新的Session段，即Session段3；當(dāng)前Block為Block5（長痘痘是吃什么@22:19:11），利用分類器判斷Block5（長痘痘是吃什么@22:19:11）和Block4（如何改善員工不穩(wěn)定性@22:11:51）不屬于同一個Session段，接下來往回判斷，由于Block5（長痘痘是吃什么@22:19:11）與Block3（長痘痘的位置@22:01:04）之間的時間間隔小于預(yù)先設(shè)置的時間閾值（1小時），利用分類器判斷Block5（長痘痘是吃什么@22:19:11）和Block3（長痘痘的位置@22:01:04）屬于同一個Session段，即Session段2；當(dāng)前Block為Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44），利用分類器判斷Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）和Block5（長痘痘是吃什么@22:19:11）不屬于同一個Session段，接下來往回判斷，由于Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）與Block4（如何改善員工不穩(wěn)定性@22:11:51）之間的時間間隔小于預(yù)先設(shè)置的時間閾值（1小時），利用分類器判斷Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）和Block4（如何改善員工不穩(wěn)定性@22:11:51）屬于同一個Session段，即Session段3。這樣，通過利用分類器判斷當(dāng)前Block與所述當(dāng)前Block之前的在預(yù)先設(shè)置的時間閾值范圍內(nèi)的一個Block的映射結(jié)果是否屬于同一個Session段，可以滿足用戶在交叉瀏覽網(wǎng)頁時候產(chǎn)生交叉的行為日志的情況，從而在一定程度上保持了映射的完整性。其中，利用測試樣本中當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的第一個行為日志之間的第一時間間隔、當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的最后一個行為日志之間的第二時間間隔，以及當(dāng)前Block與所述當(dāng)前Block之前的一個Block之間的文本相似度，對所述分類模型進(jìn)行訓(xùn)練的訓(xùn)練方法，可以采用現(xiàn)有技術(shù)中的相關(guān)內(nèi)容，此處不再贅述。具體地，具體可以在對所述Block進(jìn)行映射，所獲得的Session段中所包括的Block中增加一個分隔符，例如，空行。如圖3所示，其中的6個Block，即Block1、Block2、Block3、Block4、Block5和Block6，被映射到3個Session段，即Session段1、Session段2和Session段3。其中，Session段1中包括3個Block，即Block1、Block2和Block3；Session段2中包括1個Block，即Block4；Session段3中包括2個Block，即Block5和Block6。由圖3可以看出，采用本發(fā)明提供的技術(shù)方案，能夠輸出兩種粒度的劃分結(jié)果，即Block級劃分和Session段級劃分。數(shù)據(jù)挖掘工具具體可以根據(jù)需求，獲得對應(yīng)粒度的劃分結(jié)果。例如，如果需要Session段級劃分，數(shù)據(jù)挖掘工具則只需要識別是否遇到空行，如果遇到空行，則說明一個Session段級的開始；或者，再例如，如果需要Block級劃分，數(shù)據(jù)挖掘工具則需要識別是否遇到空行或blockMark字段，如果遇到空行或“BLK”，則說明一個Block的開始。本實(shí)施例中，通過根據(jù)行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性，進(jìn)而利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值，使得能夠根據(jù)所述至少一個Session段，確定所述用戶的行為意圖，由于采用Block級別和Session段級別依次對行為日志進(jìn)行基于文本相似的劃分，因此，能夠避免現(xiàn)有技術(shù)中由于根據(jù)預(yù)先設(shè)置的時間間隔對用戶的行為日志進(jìn)行劃分而導(dǎo)致的將不同行為意圖的行為日志劃分到同一個Session段中，或者將同一行為意圖的行為日志劃分到不同的Session段中的問題，使得能夠根據(jù)每個Session段準(zhǔn)確地確定出用戶的一個行為意圖，從而提高了行為意圖的確定的可靠性。需要說明的是，對于前述的各方法實(shí)施例，為了簡單描述，故將其都表述為一系列的動作組合，但是本領(lǐng)域技術(shù)人員應(yīng)該知悉，本發(fā)明并不受所描述的動作順序的限制，因?yàn)橐罁?jù)本發(fā)明，某些步驟可以采用其他順序或者同時進(jìn)行。其次，本領(lǐng)域技術(shù)人員也應(yīng)該知悉，說明書中所描述的實(shí)施例均屬于優(yōu)選實(shí)施例，所涉及的動作和模塊并不一定是本發(fā)明所必須的。在上述實(shí)施例中，對各個實(shí)施例的描述都各有側(cè)重，某個實(shí)施例中沒有詳述的部分，可以參見其他實(shí)施例的相關(guān)描述。圖4為本發(fā)明另一實(shí)施例提供的基于多數(shù)據(jù)源的行為意圖確定裝置的結(jié)構(gòu)示意圖，如圖4所示。本實(shí)施例的基于多數(shù)據(jù)源的行為意圖確定裝置可以包括獲取單元41、劃分單元42、映射單元43和確定單元44。其中，獲取單元41，用于從至少一個數(shù)據(jù)源中，獲取指定用戶的行為日志；劃分單元42，用于根據(jù)所述行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性；映射單元43，用于利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值；確定單元44，用于根據(jù)所述至少一個Session段，確定所述用戶的行為意圖。需要說明的是，本實(shí)施例提供的裝置可以是數(shù)據(jù)挖掘工具，例如，日志分析軟件等，可以位于本地的客戶端中，以進(jìn)行離線服務(wù)，或者還可以位于網(wǎng)絡(luò)側(cè)的服務(wù)器中，以進(jìn)行在線服務(wù)，本實(shí)施例對此不進(jìn)行限定?？梢岳斫獾氖牵隹蛻舳丝梢允前惭b在終端上的應(yīng)用程序，或者還可以是瀏覽器的一個網(wǎng)頁，只要能夠?qū)崿F(xiàn)用戶的行為日志的挖掘，以提供相應(yīng)服務(wù)的客觀存在形式都可以，本實(shí)施例對此不進(jìn)行限定。這樣，通過劃分單元根據(jù)行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性，進(jìn)而由映射單元利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值，使得確定單元能夠根據(jù)所述至少一個Session段，確定所述用戶的行為意圖，由于采用Block級別和Session段級別依次對行為日志進(jìn)行基于文本相似的劃分，因此，能夠避免現(xiàn)有技術(shù)中由于根據(jù)預(yù)先設(shè)置的時間間隔對用戶的行為日志進(jìn)行劃分而導(dǎo)致的將不同行為意圖的行為日志劃分到同一個Session段中，或者將同一行為意圖的行為日志劃分到不同的Session段中的問題，使得能夠根據(jù)每個Session段準(zhǔn)確地確定出用戶的一個行為意圖，從而提高了行為意圖的確定的可靠性。具體地，在全網(wǎng)的數(shù)據(jù)源中，用戶的一個行為日志可以為如下格式：[uidURLsourcequerytitledatetimeipactidactnameactattrunifyUrlPtNumbercommonQuery]。其中，共包括14個字段，各字段的含義如下所述：用戶標(biāo)識（UserID，uid）：baiduid映射出來的用戶id，由若干數(shù)字組成；統(tǒng)一資源定位符（UniformResourceLocator，URL）：可能為空，或可能不以“http”開頭；數(shù)據(jù)源（source）：產(chǎn)品線的數(shù)據(jù)來源，例如，百度百科（baike）、百度論壇（forum）或百度地圖（map）；檢索關(guān)鍵詞（query）：可能為空；題目（title）：網(wǎng)頁名稱；日期（date）：例如，2013年6月3日，其格式一般可以為“20120603”；時間（time）：例如，12點(diǎn)34分02秒，其格式一般可以為12:34:02；ip：IP地址；動作標(biāo)識（actid）：網(wǎng)頁動作的標(biāo)識；動作名稱（actname）：網(wǎng)頁動作的名稱；動作屬性（actattr）：網(wǎng)頁動作的屬性；歸一化URL（unifyUrl）：URL的歸一化結(jié)果；URL資源類型（PtNumber）：整數(shù)顯示，默認(rèn)‘‐’（即‘0’）；通用Query（commonQuery）：URL最常用的query?？蛇x地，在本實(shí)施例的一個可能的實(shí)現(xiàn)方式中，所述行為日志的屬性信息可以包括但不限于下列中的至少一項(xiàng)：所述行為日志的時間信息；所述行為日志的數(shù)據(jù)源信息；以及所述行為日志的文本信息。以百度產(chǎn)品為例，所述行為日志的數(shù)據(jù)源信息可以包括但不限于下列：baike百度百科；exp百度指數(shù)；forum百度論壇；image百度圖片；map百度地圖；news百度新聞；ps百度檢索；ting百度音樂；video百度視頻；wenku百度文庫；iknow百度知道；wangmeng網(wǎng)盟；holmes百度統(tǒng)計；hao123；sobar百度搜霸；bae百度應(yīng)用引擎；navclick新首頁點(diǎn)擊；iqiyi愛奇藝；以及yingyin百度影音?？蛇x地，在本實(shí)施例的一個可能的實(shí)現(xiàn)方式中，所述屬性信息包括所述行為日志的時間信息、所述行為日志的數(shù)據(jù)源信息和所述行為日志的文本信息；相應(yīng)地，所述劃分單元42，具體可以用于執(zhí)行以下操作中的至少一項(xiàng)：若兩個行為日志的時間信息相同，則將所述兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且當(dāng)前行為日志的文本信息為空，則將所述當(dāng)前行為日志與所述當(dāng)前行為日志之前的一個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值小于或等于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的文本信息相同，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到同一個Block中；若連續(xù)的兩個行為日志的時間信息所指示的時間差值大于預(yù)先設(shè)置的時間間隔閾值，且所述連續(xù)的兩個行為日志的數(shù)據(jù)源信息不為新聞、音樂、影視或地圖，則將所述連續(xù)的兩個行為日志劃分到不同的Block中。具體地，劃分單元具體可以在對所述行為日志進(jìn)行劃分，所獲得的Block中所包括的行為日志中增加一個字段，用以標(biāo)識Block。具體可以為如下格式：[uidURLsourcequerytitledatetimeipactidactnameactattrunifyUrlPtNumbercommonQueryblockMark]。其中，塊標(biāo)記（blockMark）字段可以包括兩種取值，一種為“BLK”，用于表示Block的開始，另一種為“-”，用于表示當(dāng)前行為日志與所述當(dāng)前行為日志之前的行為日志同在一個Block中。如圖3所示，其中的行為日志最終被劃分為6個Block，即Block1、Block2、Block3、Block4、Block5和Block6。其中，Block1中包括3個行為日志；Block2中包括2個行為日志；Block3中包括3個行為日志；Block4中包括3個行為日志；Block5中包括2個行為日志；以及Block6中包括2個行為日志?？蛇x地，在本實(shí)施例的一個可能的實(shí)現(xiàn)方式中，所述映射單元43，具體可以用于獲得當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的第一個行為日志之間的第一時間間隔、當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的最后一個行為日志之間的第二時間間隔，以及當(dāng)前Block與所述當(dāng)前Block之前的一個Block之間的文本相似度；以及利用所述第一時間間隔、所述第二時間間隔，以及所述文本相似度，作為輸入?yún)?shù)，運(yùn)行所述分類模型，以將所述至少一個Block，映射到所述至少一個Session段。需要說明的是，所述當(dāng)前Block之前的一個Block，可以為所述當(dāng)前Block之前相鄰的一個Block，或者還可以為所述當(dāng)前Block之前間隔若干Block的一個Block（例如，預(yù)先設(shè)置的時間閾值范圍內(nèi)的一個Block），本實(shí)施例對此不進(jìn)行特別的限定，只要能夠盡可能將所述當(dāng)前Block映射到所述當(dāng)前Block之前的一個Block所映射的Session段，如果沒有映射成功，則可以將所述當(dāng)前Block映射到一個新的Session段。下面用一個例子，來說明對所述當(dāng)前Block之前的一個Block，采用所述當(dāng)前Block之前的在預(yù)先設(shè)置的時間閾值范圍內(nèi)的一個Block的映射結(jié)果。假設(shè)一個用戶在時間段20pm-23pm之間進(jìn)行了如下檢索行為：曼聯(lián)@20:19:14；曼聯(lián)直播@20:21:38；長痘痘的位置@22:01:04；如何改善員工不穩(wěn)定性@22:11:51；長痘痘是吃什么@22:19:11；如何穩(wěn)定員工隊(duì)伍@23:02:44。如圖2所示，首先，劃分單元根據(jù)Block的劃分原則，可以獲得6個Block，即Block1（曼聯(lián)@20:19:14）、Block2（曼聯(lián)直播@20:21:38）、Block3（長痘痘的位置@22:01:04）、Block4（如何改善員工不穩(wěn)定性@22:11:51）、Block5（長痘痘是吃什么@22:19:11）和Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）。然后，映射單元遍歷這6個Block，對于當(dāng)前Block，利用分類器，判斷是否和上一個Block屬于同一個Session段。例如，當(dāng)前Block為Block1（曼聯(lián)@20:19:14），它是第一個Block，因此，Block1（曼聯(lián)@20:19:14）屬于Session段1；當(dāng)前Block為Block2（曼聯(lián)直播@20:21:38），利用分類器判斷Block2（曼聯(lián)直播@20:21:38）和Block1（曼聯(lián)@20:19:14）屬于同一個Session段，即Session段1；當(dāng)前Block為Block3（長痘痘的位置@22:01:04），利用分類器判斷Block3（長痘痘的位置@22:01:04）和Block2（曼聯(lián)直播@20:21:38）不屬于同一個Session段，接下來往回判斷，由于Block3（長痘痘的位置@22:01:04）與Block1（曼聯(lián)@20:19:14）之間的時間間隔大于預(yù)先設(shè)置的時間閾值（1小時），因此，Block3（長痘痘的位置@22:01:04）屬于新的Session段，即Session段2；當(dāng)前Block為Block4（如何改善員工不穩(wěn)定性@22:11:51），利用分類器判斷Block4（如何改善員工不穩(wěn)定性@22:11:51）和Block3（長痘痘的位置@22:01:04）不屬于同一個Session段，接下來往回判斷，由于Block4（如何改善員工不穩(wěn)定性@22:11:51）與Block2（曼聯(lián)直播@20:21:38）之間的時間間隔大于預(yù)先設(shè)置的時間閾值（1小時），因此，Block4（如何改善員工不穩(wěn)定性@22:11:51）屬于新的Session段，即Session段3；當(dāng)前Block為Block5（長痘痘是吃什么@22:19:11），利用分類器判斷Block5（長痘痘是吃什么@22:19:11）和Block4（如何改善員工不穩(wěn)定性@22:11:51）不屬于同一個Session段，接下來往回判斷，由于Block5（長痘痘是吃什么@22:19:11）與Block3（長痘痘的位置@22:01:04）之間的時間間隔小于預(yù)先設(shè)置的時間閾值（1小時），利用分類器判斷Block5（長痘痘是吃什么@22:19:11）和Block3（長痘痘的位置@22:01:04）屬于同一個Session段，即Session段2；當(dāng)前Block為Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44），利用分類器判斷Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）和Block5（長痘痘是吃什么@22:19:11）不屬于同一個Session段，接下來往回判斷，由于Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）與Block4（如何改善員工不穩(wěn)定性@22:11:51）之間的時間間隔小于預(yù)先設(shè)置的時間閾值（1小時），利用分類器判斷Block6（如何穩(wěn)定員工隊(duì)伍@23:02:44）和Block4（如何改善員工不穩(wěn)定性@22:11:51）屬于同一個Session段，即Session段3。這樣，通過映射單元利用分類器判斷當(dāng)前Block與所述當(dāng)前Block之前的在預(yù)先設(shè)置的時間閾值范圍內(nèi)的一個Block的映射結(jié)果是否屬于同一個Session段，可以滿足用戶在交叉瀏覽網(wǎng)頁時候產(chǎn)生交叉的行為日志的情況，從而在一定程度上保持了映射的完整性。其中，利用測試樣本中當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的第一個行為日志之間的第一時間間隔、當(dāng)前Block中所包括的第一個行為日志與所述當(dāng)前Block之前的一個Block中所包括的最后一個行為日志之間的第二時間間隔，以及當(dāng)前Block與所述當(dāng)前Block之前的一個Block之間的文本相似度，對所述分類模型進(jìn)行訓(xùn)練的訓(xùn)練方法，可以采用現(xiàn)有技術(shù)中的相關(guān)內(nèi)容，此處不再贅述。具體地，映射單元具體可以在對所述Block進(jìn)行映射，所獲得的Session段中所包括的Block中增加一個分隔符，例如，空行。如圖3所示，其中的6個Block，即Block1、Block2、Block3、Block4、Block5和Block6，被映射到3個Session段，即Session段1、Session段2和Session段3。其中，Session段1中包括3個Block，即Block1、Block2和Block3；Session段2中包括1個Block，即Block4；Session段3中包括2個Block，即Block5和Block6。由圖3可以看出，采用本發(fā)明提供的技術(shù)方案，能夠輸出兩種粒度的劃分結(jié)果，即Block級劃分和Session段級劃分。數(shù)據(jù)挖掘工具具體可以根據(jù)需求，獲得對應(yīng)粒度的劃分結(jié)果。例如，如果需要Session段級劃分，數(shù)據(jù)挖掘工具則只需要識別是否遇到空行，如果遇到空行，則說明一個Session段級的開始；或者，再例如，如果需要Block級劃分，數(shù)據(jù)挖掘工具則需要識別是否遇到空行或blockMark字段，如果遇到空行或“BLK”，則說明一個Block的開始。采用本發(fā)明提供的技術(shù)方案，獲得的Session段，可以應(yīng)用在如下百度現(xiàn)有產(chǎn)品中，例如，ps電影相關(guān)搜索、video首頁“猜你喜歡”頻道、“我的隨心看”頻道和短視頻個性化推薦、yingyin首頁“為你推薦”頻道和“隨心看”頻道、hao123影視首頁“猜你喜歡”頻道等。本實(shí)施例中，通過劃分單元根據(jù)行為日志的屬性信息，對所述行為日志進(jìn)行劃分，以獲得至少一個Block，每個所述Block中所包括的行為日志具有文本的相似性，進(jìn)而由映射單元利用分類模型，將所述至少一個Block，映射到至少一個Session段，以使得每個所述Session段中所包括的Block之間的文本相似度大于或等于預(yù)先設(shè)置的相似度閾值，使得確定單元能夠根據(jù)所述至少一個Session段，確定所述用戶的行為意圖，由于采用Block級別和Session段級別依次對行為日志進(jìn)行基于文本相似的劃分，因此，能夠避免現(xiàn)有技術(shù)中由于根據(jù)預(yù)先設(shè)置的時間間隔對用戶的行為日志進(jìn)行劃分而導(dǎo)致的將不同行為意圖的行為日志劃分到同一個Session段中，或者將同一行為意圖的行為日志劃分到不同的Session段中的問題，使得能夠根據(jù)每個Session段準(zhǔn)確地確定出用戶的一個行為意圖，從而提高了行為意圖的確定的可靠性。所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡潔，上述描述的系統(tǒng)，裝置和單元的具體工作過程，可以參考前述方法實(shí)施例中的對應(yīng)過程，在此不再贅述。在本發(fā)明所提供的幾個實(shí)施例中，應(yīng)該理解到，所揭露的系統(tǒng)，裝置和方法，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的裝置實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時可以有另外的劃分方式，例如多個單元或組件可以結(jié)合或者可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，裝置或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明各個實(shí)施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨(dú)物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲在一個計算機(jī)可讀取存儲介質(zhì)中。上述軟件功能單元存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機(jī)裝置（可以是個人計算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)裝置等）或處理器（processor）執(zhí)行本發(fā)明各個實(shí)施例所述方法的部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器（Read-OnlyMemory，ROM）、隨機(jī)存取存儲器（RandomAccessMemory，RAM）、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。最后應(yīng)說明的是：以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。