本發(fā)明涉及數(shù)據(jù)分析領(lǐng)域，具體而言，涉及一種獲取推薦數(shù)據(jù)的方法和裝置。
背景技術(shù)：
：現(xiàn)在的大多數(shù)網(wǎng)站，例如視頻網(wǎng)站、電商網(wǎng)站、金融網(wǎng)站等，都會(huì)有用戶(hù)推薦的模塊，用于向用戶(hù)推薦用戶(hù)可能感興趣的數(shù)據(jù)內(nèi)容。目前，推薦算法大致有：基于內(nèi)容、基于協(xié)同過(guò)濾、基于關(guān)聯(lián)規(guī)則、基于效用、基于知識(shí)的推薦算法?；趦?nèi)容的數(shù)據(jù)推薦方法的理論，理論依據(jù)主要來(lái)自于信息檢索和信息過(guò)濾，所謂的基于內(nèi)容的推薦方法就是根據(jù)用戶(hù)過(guò)去的瀏覽記錄來(lái)向用戶(hù)推薦用戶(hù)沒(méi)有接觸過(guò)的推薦項(xiàng)?；趨f(xié)同過(guò)濾的推薦算法理論上可以推薦世界上的任何一種東西，包括圖片、音樂(lè)等。協(xié)同過(guò)濾算法主要是通過(guò)對(duì)未評(píng)分項(xiàng)進(jìn)行評(píng)分，從而得到預(yù)測(cè)數(shù)據(jù)?；陉P(guān)聯(lián)規(guī)則的推薦(AssociationRule-basedRecommendation)是以關(guān)聯(lián)規(guī)則為基礎(chǔ)，把已購(gòu)商品作為規(guī)則頭，規(guī)則體為推薦對(duì)象。關(guān)聯(lián)規(guī)則挖掘可以發(fā)現(xiàn)不同商品在銷(xiāo)售過(guò)程中的相關(guān)性，在零售業(yè)中已經(jīng)得到了成功的應(yīng)用?；谛в玫耐扑](Utility-basedRecommendation)是建立在對(duì)用戶(hù)使用項(xiàng)目的效用情況上計(jì)算的，其核心問(wèn)題是怎么樣為每一個(gè)用戶(hù)去創(chuàng)建一個(gè)效用函數(shù)，因此，用戶(hù)資料模型很大程度上是由系統(tǒng)所采用的效用函數(shù)決定的?；谥R(shí)的推薦(Knowledge-basedRecommendation)在某種程度是可以看成是一種推理(Inference)技術(shù)，它不是建立在用戶(hù)需要和偏好基礎(chǔ)上推薦的?；谥R(shí)的方法因它們所用的功能知識(shí)不同而有明顯區(qū)別。效用知識(shí)(FunctionalKnowledge)是一種關(guān)于一個(gè)項(xiàng)目如何滿足某一特定用戶(hù)的知識(shí)，因此能解釋需要和推薦的關(guān)系，所以用戶(hù)資料可以是任何能支持推理的知識(shí)結(jié)構(gòu)，它可以是用戶(hù)已經(jīng)規(guī)范化的查詢(xún)，也可以是一個(gè)更詳細(xì)的用戶(hù)需要的表示。但是，向用戶(hù)推薦數(shù)據(jù)不是一個(gè)簡(jiǎn)單的工作，因?yàn)橛脩?hù)的興趣是千奇百怪的，通常情況下，利用上述算法，計(jì)算機(jī)無(wú)法很準(zhǔn)確地捕捉用戶(hù)的興趣點(diǎn)，只能通過(guò)用戶(hù)的標(biāo)簽或者用戶(hù)經(jīng)常瀏覽的節(jié)目記錄來(lái)進(jìn)行整合數(shù)據(jù)，并向用戶(hù)推薦數(shù)據(jù)。通過(guò)上述方法得到的推薦數(shù)據(jù)，是比較基礎(chǔ)但又笨拙的方法，沒(méi)有去深入挖掘用戶(hù)的潛在興趣，不能準(zhǔn)確的得到目標(biāo)用戶(hù)的推薦數(shù)據(jù)。針對(duì)上述無(wú)法準(zhǔn)確得到推薦數(shù)據(jù)的問(wèn)題，目前尚未提出有效的解決方案。技術(shù)實(shí)現(xiàn)要素：本發(fā)明實(shí)施例提供了一種獲取推薦數(shù)據(jù)的方法和裝置，以至少解決無(wú)法準(zhǔn)確得到推薦數(shù)據(jù)的技術(shù)問(wèn)題。根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種獲取推薦數(shù)據(jù)的方法，包括：根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集，其中，數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)至少包括如下參數(shù)：數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好；利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集；當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度之和達(dá)到第一預(yù)設(shè)閾值時(shí)，根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)確定目標(biāo)對(duì)象的推薦數(shù)據(jù)。進(jìn)一步地，根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集包括：通過(guò)數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)的數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好，計(jì)算得到數(shù)據(jù)庫(kù)中的任意兩條數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)度；根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)以及數(shù)據(jù)關(guān)聯(lián)度生成待選數(shù)據(jù)集。進(jìn)一步地，通過(guò)如下第一公式計(jì)算得到數(shù)據(jù)庫(kù)中的任意兩條數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)度其中，i,j為自然數(shù)，N(i)為喜歡節(jié)目i的用戶(hù)數(shù)，N(j)為喜歡節(jié)目j的用戶(hù)數(shù)。進(jìn)一步地，通過(guò)如下第二公式生成待選數(shù)據(jù)集Pij：其中，u為自然數(shù)，N(u)為目標(biāo)對(duì)象喜歡的節(jié)目的集合，Rui為常數(shù)，表示目標(biāo)對(duì)象對(duì)節(jié)目i的興趣程度。進(jìn)一步地，利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集包括：對(duì)待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行編碼操作，以無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示待選數(shù)據(jù)集中數(shù)據(jù)，其中，無(wú)符號(hào)二進(jìn)制數(shù)中任一個(gè)數(shù)字為數(shù)據(jù)的一個(gè)基因；通過(guò)對(duì)無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示的待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行遺傳運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，遺傳運(yùn)算包括以下運(yùn)算中的至少一項(xiàng)或者多項(xiàng)：選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算。進(jìn)一步地，通過(guò)對(duì)無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示的待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行遺傳運(yùn)算，得到目標(biāo)數(shù)據(jù)集包括：計(jì)算待選數(shù)據(jù)集中數(shù)據(jù)的適應(yīng)度，通過(guò)適應(yīng)度來(lái)確定數(shù)據(jù)的遺傳概率，其中，遺傳概率用于確定數(shù)據(jù)被選中進(jìn)行遺傳運(yùn)算的次數(shù)；將選定的待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行交叉運(yùn)算，得到第一子目標(biāo)數(shù)據(jù)集，其中，交叉運(yùn)算為將待選數(shù)據(jù)集中的被選中的數(shù)據(jù)進(jìn)行隨機(jī)配對(duì)，通過(guò)隨機(jī)選擇數(shù)據(jù)的至少一個(gè)基因進(jìn)行交換；對(duì)第一子目標(biāo)數(shù)據(jù)集的數(shù)據(jù)進(jìn)行變異運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，變異運(yùn)算為隨機(jī)確定第一子目標(biāo)數(shù)據(jù)集中數(shù)據(jù)的基因變異位置，對(duì)基因變異位置的基因值進(jìn)行基因值取反操作。根據(jù)本發(fā)明實(shí)施例的另一方面，還提供了一種獲取推薦數(shù)據(jù)的裝置，其特征在于，包括：選擇模塊，用于根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集，其中，數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)至少包括如下參數(shù)：數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好；算法模塊，用于利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集；確定模塊，用于當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度之和達(dá)到第一預(yù)設(shè)閾值時(shí)，根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)確定目標(biāo)對(duì)象的推薦數(shù)據(jù)。進(jìn)一步地，選擇模塊包括：計(jì)算子模塊，用于通過(guò)數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)的數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好，計(jì)算得到數(shù)據(jù)庫(kù)中的任意兩條數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)度；生成子模塊，用于根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)以及數(shù)據(jù)關(guān)聯(lián)度生成待選數(shù)據(jù)集。進(jìn)一步地，算法模塊包括：編碼子模塊，用于對(duì)待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行編碼操作，以無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示待選數(shù)據(jù)集中數(shù)據(jù)，其中，無(wú)符號(hào)二進(jìn)制數(shù)中任一個(gè)數(shù)字為數(shù)據(jù)的一個(gè)基因；算法子模塊，用于通過(guò)對(duì)無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示的待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行遺傳運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，遺傳運(yùn)算包括以下運(yùn)算中的至少一項(xiàng)或者多項(xiàng)：選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算。進(jìn)一步地，算法子模塊包括：選擇運(yùn)算單元，用于計(jì)算待選數(shù)據(jù)集中數(shù)據(jù)的適應(yīng)度，通過(guò)適應(yīng)度來(lái)確定數(shù)據(jù)的遺傳概率，其中，遺傳概率用于確定數(shù)據(jù)被選中進(jìn)行遺傳運(yùn)算的次數(shù)；交叉運(yùn)算單元，用于將選定的待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行交叉運(yùn)算，得到第一子目標(biāo)數(shù)據(jù)集，其中，交叉運(yùn)算為將待選數(shù)據(jù)集中的被選中的數(shù)據(jù)進(jìn)行隨機(jī)配對(duì)，通過(guò)隨機(jī)選擇數(shù)據(jù)的至少一個(gè)基因進(jìn)行交換；變異運(yùn)算單元，用于對(duì)第一子目標(biāo)數(shù)據(jù)集的數(shù)據(jù)進(jìn)行變異運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，變異運(yùn)算為隨機(jī)確定第一子目標(biāo)數(shù)據(jù)集中數(shù)據(jù)的基因變異位置，對(duì)基因變異位置的基因值進(jìn)行基因值取反操作。在本發(fā)明實(shí)施例中，通過(guò)采用根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集，其中，數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)至少包括如下參數(shù)：數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好；利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集；當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度之和達(dá)到第一預(yù)設(shè)閾值時(shí)，根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)確定目標(biāo)對(duì)象的推薦數(shù)據(jù)，達(dá)到了準(zhǔn)確獲取推薦數(shù)據(jù)，并且可以對(duì)提供推薦數(shù)據(jù)進(jìn)行自我學(xué)習(xí)及優(yōu)化的目的，進(jìn)而解決了無(wú)法準(zhǔn)確得到推薦數(shù)據(jù)的技術(shù)問(wèn)題。附圖說(shuō)明此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：圖1是根據(jù)本發(fā)明實(shí)施例一的一種可選的獲取推薦數(shù)據(jù)的方法的流程圖；圖2是根據(jù)本發(fā)明實(shí)施例二的一種可選的獲取推薦數(shù)據(jù)的裝置的示意圖。具體實(shí)施方式為了使本
技術(shù)領(lǐng)域：
的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)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)施例僅僅是本發(fā)明一部分的實(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(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。需要說(shuō)明的是，本發(fā)明的說(shuō)明書(shū)和權(quán)利要求書(shū)及上述附圖中的術(shù)語(yǔ)“第一”、“第二”等是用于區(qū)別類(lèi)似的對(duì)象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的本發(fā)明的實(shí)施例能夠以除了在這里圖示或描述的那些以外的順序?qū)嵤?。此外，術(shù)語(yǔ)“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過(guò)程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒(méi)有清楚地列出的或?qū)τ谶@些過(guò)程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。實(shí)施例一本發(fā)明實(shí)施例提供了一種獲取推薦數(shù)據(jù)的方法。圖1是根據(jù)本發(fā)明實(shí)施例一的一種可選的獲取推薦數(shù)據(jù)的方法的流程圖。如圖1所示，該方法包括：步驟S102，根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集，其中，數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)至少包括如下參數(shù)：數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好。具體地，目標(biāo)對(duì)象可以是視頻網(wǎng)站、購(gòu)物網(wǎng)站等平臺(tái)的使用者，操作數(shù)據(jù)可以是目標(biāo)對(duì)象的對(duì)某條數(shù)據(jù)或者某些數(shù)據(jù)的瀏覽、播放等形成的數(shù)據(jù)。數(shù)據(jù)庫(kù)中可以包括多條數(shù)據(jù)，以視頻網(wǎng)站為例，數(shù)據(jù)庫(kù)中包括該視頻網(wǎng)站中全部的視頻節(jié)目，其中，每一個(gè)視頻節(jié)目可以為該數(shù)據(jù)庫(kù)中的數(shù)據(jù)庫(kù)中的一條數(shù)據(jù)，并且，每一條數(shù)據(jù)都攜帶有數(shù)據(jù)參數(shù)，數(shù)據(jù)參數(shù)包括數(shù)據(jù)標(biāo)識(shí)、以及用戶(hù)對(duì)該條數(shù)據(jù)的用戶(hù)偏好。需要說(shuō)明的是，用戶(hù)偏好可以是喜歡該視頻節(jié)目的用戶(hù)，例如，用戶(hù)偏好可以是點(diǎn)擊播放過(guò)該視頻節(jié)目的用戶(hù)的集合。步驟S104，利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集。具體地，遺傳算法可以包括選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算，可以對(duì)待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行上述的運(yùn)算，可以獲取到新的數(shù)據(jù)群體，可以將新的數(shù)據(jù)群體確定為目標(biāo)數(shù)據(jù)集。需要說(shuō)明的是，將遺傳算法應(yīng)用到獲取推薦數(shù)據(jù)的過(guò)程中，可以使推薦數(shù)據(jù)不斷的優(yōu)化，為用戶(hù)提供更加合適的推薦結(jié)果，可以有效的提高獲取推薦數(shù)據(jù)的效率。步驟S106，當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度之和達(dá)到第一預(yù)設(shè)閾值時(shí)，根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)確定目標(biāo)對(duì)象的推薦數(shù)據(jù)。具體地，第一預(yù)設(shè)閾值可以是預(yù)先設(shè)置的，例如10。在上述步驟S106中，可以通過(guò)適應(yīng)度函數(shù)，計(jì)算目標(biāo)數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度，對(duì)目標(biāo)數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度進(jìn)行求和運(yùn)算，可以得到該目標(biāo)數(shù)據(jù)集的適應(yīng)度之和。當(dāng)該目標(biāo)數(shù)據(jù)集的適應(yīng)度之和大于等于第一預(yù)設(shè)閾值時(shí)，可以將該目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)確定為目標(biāo)對(duì)象的推薦數(shù)據(jù)?；蛘撸?dāng)該目標(biāo)數(shù)據(jù)集的適應(yīng)度之和大于等于第一預(yù)設(shè)閾值時(shí)，可以對(duì)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)按照適應(yīng)度的大小進(jìn)行排序，選擇適應(yīng)度值高的一部分作為該目標(biāo)對(duì)象的推薦數(shù)據(jù)。本發(fā)明實(shí)施例中，通過(guò)上述步驟S102至步驟S106，根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集，其中，數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)至少包括如下參數(shù)：數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好；利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集；當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度之和達(dá)到第一預(yù)設(shè)閾值時(shí)，根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)確定目標(biāo)對(duì)象的推薦數(shù)據(jù)的方法，解決了無(wú)法準(zhǔn)確得到推薦數(shù)據(jù)的問(wèn)題?？蛇x地，步驟S102，根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集可以包括：步驟S1021，通過(guò)數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)的數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好，計(jì)算得到數(shù)據(jù)庫(kù)中的任意兩條數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)度。步驟S1023，根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)以及數(shù)據(jù)關(guān)聯(lián)度生成待選數(shù)據(jù)集。具體地，以視頻網(wǎng)站為例，用戶(hù)偏好可以是喜歡某一視頻節(jié)目的用戶(hù)的名稱(chēng)。例如，喜歡節(jié)目1的用戶(hù)包括a、b、c，即，節(jié)目1的用戶(hù)偏好為a、b、c，喜歡節(jié)目2的用戶(hù)包括b、d、e，即，節(jié)目2的用戶(hù)偏好為b、d、e，則，節(jié)目1與節(jié)目2的數(shù)據(jù)關(guān)聯(lián)度為1/3。需要說(shuō)明的是，數(shù)據(jù)關(guān)聯(lián)度可以是節(jié)目的相似度。可選地，通過(guò)如下第一公式計(jì)算得到數(shù)據(jù)庫(kù)中的任意兩條數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)度Wij：其中，i,j為自然數(shù)，N(i)為喜歡節(jié)目i的用戶(hù)數(shù)，N(j)為喜歡節(jié)目j的用戶(hù)數(shù)。具體地，N(i)∩N(j)可以表示同時(shí)喜歡節(jié)目i和節(jié)目j的用戶(hù)數(shù)?？蛇x地，通過(guò)如下第二公式生成待選數(shù)據(jù)集Pij：其中，u為自然數(shù)，N(u)為目標(biāo)對(duì)象喜歡的節(jié)目的集合，Rui為常數(shù)，表示目標(biāo)對(duì)象對(duì)節(jié)目i的興趣程度。具體地，Rui可以是通過(guò)用戶(hù)評(píng)分或者節(jié)目的播放次數(shù)進(jìn)行統(tǒng)計(jì)得來(lái)。與目標(biāo)對(duì)象歷史上感興趣的節(jié)目越相似的節(jié)目，越有可能在目標(biāo)對(duì)象的待選數(shù)據(jù)集中獲得比較高的排名?？蛇x地，步驟S104，利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集可以包括：步驟S1041，對(duì)待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行編碼操作，以無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示待選數(shù)據(jù)集中數(shù)據(jù)，其中，無(wú)符號(hào)二進(jìn)制數(shù)中任一個(gè)數(shù)字為數(shù)據(jù)的一個(gè)基因。具體地，遺傳算法的運(yùn)算對(duì)象是表示個(gè)體的符號(hào)串，所以必須把節(jié)目i和節(jié)目j編碼為一種符號(hào)串。節(jié)目推薦系統(tǒng)中，可以使用i和j的節(jié)目號(hào)的無(wú)符號(hào)二進(jìn)制整數(shù)來(lái)表示。需要說(shuō)明的是，假設(shè)節(jié)目庫(kù)中只有20個(gè)節(jié)目，用戶(hù)喜歡的節(jié)目有4個(gè)，因而節(jié)目i的編號(hào)可以取0-3，用2位無(wú)符號(hào)二進(jìn)制整數(shù)來(lái)表示，除去用戶(hù)喜歡的節(jié)目有16個(gè)，所以節(jié)目j的編號(hào)可以取0-15之間的整數(shù)，用4位無(wú)符號(hào)二進(jìn)制整數(shù)來(lái)表示，將它們連接在一起所組成的6位無(wú)符號(hào)二進(jìn)制數(shù)就形成了個(gè)體的基因型，表示一個(gè)可行解。例如，基因型X＝011110所對(duì)應(yīng)的表現(xiàn)型是：x＝[1，14]。個(gè)體的表現(xiàn)型x和基因型X之間可通過(guò)編碼和解碼程序相互轉(zhuǎn)換。還需要說(shuō)明的是，遺傳算法是對(duì)群體進(jìn)行的進(jìn)化操作，需要給其淮備一些表示起始搜索點(diǎn)的初始群體數(shù)據(jù)。在上述舉例中，群體規(guī)模的大小取為4，即群體由4個(gè)個(gè)體組成，每個(gè)個(gè)體可通過(guò)隨機(jī)方法產(chǎn)生。如：100111，001000，011110，011101。步驟S1043，通過(guò)對(duì)無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示的待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行遺傳運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，遺傳運(yùn)算包括以下運(yùn)算中的至少一項(xiàng)或者多項(xiàng)：選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算。可選地，步驟S1043，通過(guò)對(duì)無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示的待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行遺傳運(yùn)算，得到目標(biāo)數(shù)據(jù)集可以包括：步驟S10431，計(jì)算待選數(shù)據(jù)集中數(shù)據(jù)的適應(yīng)度，通過(guò)適應(yīng)度來(lái)確定數(shù)據(jù)的遺傳概率，其中，遺傳概率用于確定數(shù)據(jù)被選中進(jìn)行遺傳運(yùn)算的次數(shù)。具體地，在遺傳算法中可以以個(gè)體適應(yīng)度的大小來(lái)評(píng)定各個(gè)個(gè)體的優(yōu)劣程度，從而決定其遺傳機(jī)會(huì)的大小。其中，個(gè)體適應(yīng)度即待選數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度。在本申請(qǐng)實(shí)施例中第二公式總?cè)》秦?fù)值，并且是以求最大值為優(yōu)化目標(biāo)，所以可直接利用第二公式的函數(shù)值作為某一個(gè)體的適應(yīng)度。需要說(shuō)明的是，在遺傳算法中，可以將待選數(shù)據(jù)集中適應(yīng)度較高的個(gè)體(即數(shù)據(jù))按某種規(guī)則或模型遺傳到下一代數(shù)據(jù)集中。也就是說(shuō)，適應(yīng)度較高的個(gè)體可以有更多的機(jī)會(huì)遺傳到下一代群體中。以一種具體的應(yīng)用場(chǎng)景為例，先根據(jù)第二公式計(jì)算出待選數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度的總和F：其次計(jì)算出每一條數(shù)據(jù)的適應(yīng)度的大小fi/F(i＝1，2,…,M)，該適應(yīng)度可以為每一條數(shù)據(jù)被遺傳到下一代群體中的概率。每個(gè)概率值組成一個(gè)區(qū)域，可知全部概率值之和為1，最后再產(chǎn)生一個(gè)0到1之間的隨機(jī)數(shù)，依據(jù)該隨機(jī)數(shù)出現(xiàn)在上述哪一個(gè)概率區(qū)域內(nèi)來(lái)確定每一條數(shù)據(jù)被選中的次數(shù)。例如，假設(shè)節(jié)目i的感興趣程度，R0＝1，R1＝2，R2＝3，R3＝2.5，Wij從相似度表格中獲取。步驟S10433，將選定的待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行交叉運(yùn)算，得到第一子目標(biāo)數(shù)據(jù)集，其中，交叉運(yùn)算為將待選數(shù)據(jù)集中的被選中的數(shù)據(jù)進(jìn)行隨機(jī)配對(duì)，通過(guò)隨機(jī)選擇數(shù)據(jù)的至少一個(gè)基因進(jìn)行交換。具體地，交叉運(yùn)算是遺傳算法中產(chǎn)生新個(gè)體的主要操作過(guò)程，它以某一概率相互交換某兩個(gè)數(shù)據(jù)之間的部分染色體。在一種具體的應(yīng)用場(chǎng)景中，可以先對(duì)選定的待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行隨機(jī)配對(duì)；其次隨機(jī)設(shè)置交叉點(diǎn)位置；最后再相互交換配對(duì)染色體之間的部分基因。步驟S10435，對(duì)第一子目標(biāo)數(shù)據(jù)集的數(shù)據(jù)進(jìn)行變異運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，變異運(yùn)算為隨機(jī)確定第一子目標(biāo)數(shù)據(jù)集中數(shù)據(jù)的基因變異位置，對(duì)基因變異位置的基因值進(jìn)行基因值取反操作。具體地，變異運(yùn)算是對(duì)某一個(gè)數(shù)據(jù)的某一個(gè)或某一些基因座上的基因值按某一較小的概率進(jìn)行改變，它也是產(chǎn)生新數(shù)據(jù)的一種操作方法。在一種具體的應(yīng)用場(chǎng)景中，首先確定出各個(gè)數(shù)據(jù)的基因變異位置，下表所示為隨機(jī)產(chǎn)生的變異點(diǎn)位置，其中的數(shù)字表示變異點(diǎn)設(shè)置在該基因座處；然后依照某一概率將變異點(diǎn)的原有基因值取反。個(gè)體編號(hào)交叉結(jié)果變異點(diǎn)變異結(jié)果子代群體p(1)11011102111110111110200101030000100000103010111601011001011040111001111100111100通過(guò)上述步驟S10431至步驟S10435，可以有效的改進(jìn)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度。在一種具體應(yīng)用場(chǎng)景下，通過(guò)對(duì)待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行選擇運(yùn)算、交叉運(yùn)算以及變異運(yùn)算之后，可以得到如下目標(biāo)數(shù)據(jù)集。個(gè)體編號(hào)目標(biāo)數(shù)據(jù)集ij適應(yīng)度值占總數(shù)比11111103140.3*2.5＝2.80.552000010020.5*1＝0.50.103010110160.4*2＝0.80.1641111003120.4*2.5＝10.20總和5.11從上表中可以看出，經(jīng)過(guò)一次遺傳算法運(yùn)算后，群體的適應(yīng)度的最大值得到了改進(jìn)。實(shí)施例二根據(jù)本發(fā)明實(shí)施例，還提供了一種獲取推薦數(shù)據(jù)的裝置的實(shí)施例，圖2是根據(jù)本發(fā)明實(shí)施例二的一種可選的獲取推薦數(shù)據(jù)的裝置的示意圖，如圖2所示，該裝置包括：選擇模塊40，用于根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集，其中，數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)至少包括如下參數(shù)：數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好。具體地，目標(biāo)對(duì)象可以是視頻網(wǎng)站、購(gòu)物網(wǎng)站等平臺(tái)的使用者，操作數(shù)據(jù)可以是目標(biāo)對(duì)象的對(duì)某條數(shù)據(jù)或者某些數(shù)據(jù)的瀏覽、播放等形成的數(shù)據(jù)。數(shù)據(jù)庫(kù)中可以包括多條數(shù)據(jù)，以視頻網(wǎng)站為例，數(shù)據(jù)庫(kù)中包括該視頻網(wǎng)站中全部的視頻節(jié)目，其中，每一個(gè)視頻節(jié)目可以為該數(shù)據(jù)庫(kù)中的數(shù)據(jù)庫(kù)中的一條數(shù)據(jù)，并且，每一條數(shù)據(jù)都攜帶有數(shù)據(jù)參數(shù)，數(shù)據(jù)參數(shù)包括數(shù)據(jù)標(biāo)識(shí)、以及用戶(hù)對(duì)該條數(shù)據(jù)的用戶(hù)偏好。需要說(shuō)明的是，用戶(hù)偏好可以是喜歡該視頻節(jié)目的用戶(hù)，例如，用戶(hù)偏好可以是點(diǎn)擊播放過(guò)該視頻節(jié)目的用戶(hù)的集合。算法模塊42，用于利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集。具體地，遺傳算法可以包括選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算，可以對(duì)待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行上述的運(yùn)算，可以獲取到新的數(shù)據(jù)群體，可以將新的數(shù)據(jù)群體確定為目標(biāo)數(shù)據(jù)集。需要說(shuō)明的是，將遺傳算法應(yīng)用到獲取推薦數(shù)據(jù)的過(guò)程中，可以使推薦數(shù)據(jù)不斷的優(yōu)化，為用戶(hù)提供更加合適的推薦結(jié)果，可以有效的提高獲取推薦數(shù)據(jù)的效率。確定模塊44，用于當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度之和達(dá)到第一預(yù)設(shè)閾值時(shí)，根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)確定目標(biāo)對(duì)象的推薦數(shù)據(jù)。具體地，第一預(yù)設(shè)閾值可以是預(yù)先設(shè)置的，例如10。在上述確定模塊44中，可以通過(guò)適應(yīng)度函數(shù)，計(jì)算目標(biāo)數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度，對(duì)目標(biāo)數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度進(jìn)行求和運(yùn)算，可以得到該目標(biāo)數(shù)據(jù)集的適應(yīng)度之和。當(dāng)該目標(biāo)數(shù)據(jù)集的適應(yīng)度之和大于等于第一預(yù)設(shè)閾值時(shí)，可以將該目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)確定為目標(biāo)對(duì)象的推薦數(shù)據(jù)。或者，當(dāng)該目標(biāo)數(shù)據(jù)集的適應(yīng)度之和大于等于第一預(yù)設(shè)閾值時(shí)，可以對(duì)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)按照適應(yīng)度的大小進(jìn)行排序，選擇適應(yīng)度值高的一部分作為該目標(biāo)對(duì)象的推薦數(shù)據(jù)。在本申請(qǐng)實(shí)施例中，通過(guò)上述選擇模塊40，用于根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)從數(shù)據(jù)庫(kù)中篩選得到待選數(shù)據(jù)集，其中，數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)至少包括如下參數(shù)：數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好；算法模塊42，用于利用遺傳算法對(duì)待選數(shù)據(jù)集的數(shù)據(jù)進(jìn)行處理得到目標(biāo)數(shù)據(jù)集；確定模塊44，用于當(dāng)目標(biāo)數(shù)據(jù)集中的數(shù)據(jù)的適應(yīng)度之和達(dá)到第一預(yù)設(shè)閾值時(shí)，根據(jù)目標(biāo)數(shù)據(jù)集的數(shù)據(jù)確定目標(biāo)對(duì)象的推薦數(shù)據(jù)的方式，解決了無(wú)法準(zhǔn)確得到推薦數(shù)據(jù)的問(wèn)題?？蛇x地，選擇模塊40包括：計(jì)算子模塊，用于通過(guò)數(shù)據(jù)庫(kù)中的每一條數(shù)據(jù)的數(shù)據(jù)標(biāo)識(shí)和用戶(hù)偏好，計(jì)算得到數(shù)據(jù)庫(kù)中的任意兩條數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)度。生成子模塊，用于根據(jù)目標(biāo)對(duì)象的操作數(shù)據(jù)以及數(shù)據(jù)關(guān)聯(lián)度生成待選數(shù)據(jù)集。具體地，以視頻網(wǎng)站為例，用戶(hù)偏好可以是喜歡某一視頻節(jié)目的用戶(hù)的名稱(chēng)。例如，喜歡節(jié)目1的用戶(hù)包括a、b、c，即，節(jié)目1的用戶(hù)偏好為a、b、c，喜歡節(jié)目2的用戶(hù)包括b、d、e，即，節(jié)目2的用戶(hù)偏好為b、d、e，則，節(jié)目1與節(jié)目2的數(shù)據(jù)關(guān)聯(lián)度為1/3。需要說(shuō)明的是，數(shù)據(jù)關(guān)聯(lián)度可以是節(jié)目的相似度?？蛇x地，算法模塊42包括?？蛇x地，通過(guò)如下第一公式計(jì)算得到數(shù)據(jù)庫(kù)中的任意兩條數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)度Wij：其中，i,j為自然數(shù)，N(i)為喜歡節(jié)目i的用戶(hù)數(shù)，N(j)為喜歡節(jié)目j的用戶(hù)數(shù)。N(i)∩N(j)可以表示同時(shí)喜歡節(jié)目i和節(jié)目j的用戶(hù)數(shù)?？蛇x地，通過(guò)如下第二公式生成待選數(shù)據(jù)集Pij：其中，u為自然數(shù)，N(u)為目標(biāo)對(duì)象喜歡的節(jié)目的集合，Rui為常數(shù)，表示目標(biāo)對(duì)象對(duì)節(jié)目i的興趣程度。Rui可以是通過(guò)用戶(hù)評(píng)分或者節(jié)目的播放次數(shù)進(jìn)行統(tǒng)計(jì)得來(lái)。與目標(biāo)對(duì)象歷史上感興趣的節(jié)目越相似的節(jié)目，越有可能在目標(biāo)對(duì)象的待選數(shù)據(jù)集中獲得比較高的排名?？蛇x地，算法模塊42可以包括：編碼子模塊，用于對(duì)待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行編碼操作，以無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示待選數(shù)據(jù)集中數(shù)據(jù)，其中，無(wú)符號(hào)二進(jìn)制數(shù)中任一個(gè)數(shù)字為數(shù)據(jù)的一個(gè)基因。具體地，遺傳算法的運(yùn)算對(duì)象是表示個(gè)體的符號(hào)串，所以必須把節(jié)目i和節(jié)目j編碼為一種符號(hào)串。節(jié)目推薦系統(tǒng)中，可以使用i和j的節(jié)目號(hào)的無(wú)符號(hào)二進(jìn)制整數(shù)來(lái)表示。需要說(shuō)明的是，假設(shè)節(jié)目庫(kù)中只有20個(gè)節(jié)目，用戶(hù)喜歡的節(jié)目有4個(gè)，因而節(jié)目i的編號(hào)可以取0-3，用2位無(wú)符號(hào)二進(jìn)制整數(shù)來(lái)表示，除去用戶(hù)喜歡的節(jié)目有16個(gè)，所以節(jié)目j的編號(hào)可以取0-15之間的整數(shù)，用4位無(wú)符號(hào)二進(jìn)制整數(shù)來(lái)表示，將它們連接在一起所組成的6位無(wú)符號(hào)二進(jìn)制數(shù)就形成了個(gè)體的基因型，表示一個(gè)可行解。例如，基因型X＝011110所對(duì)應(yīng)的表現(xiàn)型是：x＝[1，14]。個(gè)體的表現(xiàn)型x和基因型X之間可通過(guò)編碼和解碼程序相互轉(zhuǎn)換。還需要說(shuō)明的是，遺傳算法是對(duì)群體進(jìn)行的進(jìn)化操作，需要給其淮備一些表示起始搜索點(diǎn)的初始群體數(shù)據(jù)。在上述舉例中，群體規(guī)模的大小取為4，即群體由4個(gè)個(gè)體組成，每個(gè)個(gè)體可通過(guò)隨機(jī)方法產(chǎn)生。如：100111，001000，011110，011101。算法子模塊，用于通過(guò)對(duì)無(wú)符號(hào)二進(jìn)制數(shù)來(lái)表示的待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行遺傳運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，遺傳運(yùn)算包括以下運(yùn)算中的至少一項(xiàng)或者多項(xiàng)：選擇運(yùn)算、交叉運(yùn)算、變異運(yùn)算?？蛇x地，算法子模塊可以包括：選擇運(yùn)算單元，用于計(jì)算待選數(shù)據(jù)集中數(shù)據(jù)的適應(yīng)度，通過(guò)適應(yīng)度來(lái)確定數(shù)據(jù)的遺傳概率，其中，遺傳概率用于確定數(shù)據(jù)被選中進(jìn)行遺傳運(yùn)算的次數(shù)。具體地，在遺傳算法中可以以個(gè)體適應(yīng)度的大小來(lái)評(píng)定各個(gè)個(gè)體的優(yōu)劣程度，從而決定其遺傳機(jī)會(huì)的大小。其中，個(gè)體適應(yīng)度即待選數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度。在本申請(qǐng)實(shí)施例中第二公式總?cè)》秦?fù)值，并且是以求最大值為優(yōu)化目標(biāo)，所以可直接利用第二公式的函數(shù)值作為某一個(gè)體的適應(yīng)度。需要說(shuō)明的是，在遺傳算法中，可以將待選數(shù)據(jù)集中適應(yīng)度較高的個(gè)體(即數(shù)據(jù))按某種規(guī)則或模型遺傳到下一代數(shù)據(jù)集中。也就是說(shuō)，適應(yīng)度較高的個(gè)體可以有更多的機(jī)會(huì)遺傳到下一代群體中。以一種具體的應(yīng)用場(chǎng)景為例，先根據(jù)第二公式計(jì)算出待選數(shù)據(jù)集中每一條數(shù)據(jù)的適應(yīng)度的總和F：其次計(jì)算出每一條數(shù)據(jù)的適應(yīng)度的大小fi/F(i＝1，2,…,M)，該適應(yīng)度可以為每一條數(shù)據(jù)被遺傳到下一代群體中的概率。每個(gè)概率值組成一個(gè)區(qū)域，可知全部概率值之和為1，最后再產(chǎn)生一個(gè)0到1之間的隨機(jī)數(shù)，依據(jù)該隨機(jī)數(shù)出現(xiàn)在上述哪一個(gè)概率區(qū)域內(nèi)來(lái)確定每一條數(shù)據(jù)被選中的次數(shù)。例如，假設(shè)節(jié)目i的感興趣程度，R0＝1，R1＝2，R2＝3，R3＝2.5，Wij從相似度表格中獲取。交叉運(yùn)算單元，用于將選定的待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行交叉運(yùn)算，得到第一子目標(biāo)數(shù)據(jù)集，其中，交叉運(yùn)算為將待選數(shù)據(jù)集中的被選中的數(shù)據(jù)進(jìn)行隨機(jī)配對(duì)，通過(guò)隨機(jī)選擇數(shù)據(jù)的至少一個(gè)基因進(jìn)行交換。具體地，交叉運(yùn)算是遺傳算法中產(chǎn)生新個(gè)體的主要操作過(guò)程，它以某一概率相互交換某兩個(gè)數(shù)據(jù)之間的部分染色體。在一種具體的應(yīng)用場(chǎng)景中，可以先對(duì)選定的待選數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行隨機(jī)配對(duì)；其次隨機(jī)設(shè)置交叉點(diǎn)位置；最后再相互交換配對(duì)染色體之間的部分基因。變異運(yùn)算單元，用于對(duì)第一子目標(biāo)數(shù)據(jù)集的數(shù)據(jù)進(jìn)行變異運(yùn)算，得到目標(biāo)數(shù)據(jù)集，其中，變異運(yùn)算為隨機(jī)確定第一子目標(biāo)數(shù)據(jù)集中數(shù)據(jù)的基因變異位置，對(duì)基因變異位置的基因值進(jìn)行基因值取反操作。具體地，變異運(yùn)算是對(duì)某一個(gè)數(shù)據(jù)的某一個(gè)或某一些基因座上的基因值按某一較小的概率進(jìn)行改變，它也是產(chǎn)生新數(shù)據(jù)的一種操作方法。在一種具體的應(yīng)用場(chǎng)景中，首先確定出各個(gè)數(shù)據(jù)的基因變異位置，下表所示為隨機(jī)產(chǎn)生的變異點(diǎn)位置，其中的數(shù)字表示變異點(diǎn)設(shè)置在該基因座處；然后依照某一概率將變異點(diǎn)的原有基因值取反。個(gè)體編號(hào)交叉結(jié)果變異點(diǎn)變異結(jié)果子代群體p(1)11011102111110111110200101030000100000103010111601011001011040111001111100111100在一種具體應(yīng)用場(chǎng)景下，通過(guò)對(duì)待選數(shù)據(jù)集中數(shù)據(jù)進(jìn)行選擇運(yùn)算、交叉運(yùn)算以及變異運(yùn)算之后，可以得到如下目標(biāo)數(shù)據(jù)集。個(gè)體編號(hào)目標(biāo)數(shù)據(jù)集ij適應(yīng)度值占總數(shù)比11111103140.3*2.5＝2.80.552000010020.5*1＝0.50.103010110160.4*2＝0.80.1641111003120.4*2.5＝10.20總和5.11從上表中可以看出，經(jīng)過(guò)一次遺傳算法運(yùn)算后，群體的適應(yīng)度的最大值得到了改進(jìn)。上述本發(fā)明實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。在本發(fā)明的上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒(méi)有詳述的部分，可以參見(jiàn)其他實(shí)施例的相關(guān)描述。在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的技術(shù)內(nèi)容，可通過(guò)其它的方式實(shí)現(xiàn)。其中，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，可以為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)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(guò)一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。所述作為分離部件說(shuō)明的單元可以是或者也可以不是物理上分開(kāi)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(gè)地方，或者也可以分布到多個(gè)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(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以?xún)蓚€(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。所述集成的單元如果以軟件功能單元的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷(xiāo)售或使用時(shí)，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分或者該技術(shù)方案的全部或部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可為個(gè)人計(jì)算機(jī)、服務(wù)器或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分步驟。而前述的存儲(chǔ)介質(zhì)包括：U盤(pán)、只讀存儲(chǔ)器(ROM，Read-OnlyMemory)、隨機(jī)存取存儲(chǔ)器(RAM，RandomAccessMemory)、移動(dòng)硬盤(pán)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本發(fā)明的保護(hù)范圍。當(dāng)前第1頁(yè)1 2 3