本發(fā)明涉及數據篩選領域，具體而言，涉及一種社交應用的數據篩選方法和裝置。

背景技術：

在對社交應用的數據(例如微博數據)進行語義分析時，會發(fā)現很多不具備語義分析價值的微博，這些微博可能只有幾個表情，或者只有簡短的幾個字，或者只是轉發(fā)一個鏈接等等，對于這類微博數據，進行語義分析時一般無法獲取到有價值的信息，白白耗費服務器的運算和存儲，所以需要在進行語義分析之前將此類信息過濾掉?，F有方案一般是根據經驗值設定文本最小長度來判斷，當微博文本長度小于一定值時則認為該微博不具備語義分析的價值。

上述方案的缺點在于，難以確定一個長度基準值，若基準值設置過大，會造成部分有意義短文本被錯誤的過濾掉，若基準值過小又難以過濾掉很多無意義微博。即現有技術存在篩選社交應用的數據時不準確的問題。

針對上述的問題，目前尚未提出有效的解決方案。

技術實現要素：

本發(fā)明實施例提供了一種社交應用的數據篩選方法和裝置，以至少解決篩選社交應用的數據時不準確的技術問題。

根據本發(fā)明實施例的一個方面，提供了一種社交應用的數據篩選方法，包括：獲取用于篩選數據的標準文本比；獲取待篩選數據并計算所述待篩選數據的有效文本比，其中，所述有效文本比為待篩選數據中有效文本長度與所述待篩選數據的總長度的比值；判斷所述待篩選數據的有效文本比是否小于所述標準文本比；如果所述待篩選數據的有效文本比小于所述標準文本比，則丟棄所述待篩選數據；以及如果所述待篩選數據的有效文本比大于等于所述標準文本比，則保留所述待篩選數據。

進一步地，計算所述待篩選數據的有效文本比包括：識別所述待篩選數據中的無效數據元素；檢測所述待篩選數據的總長度和所述無效數據元素的長度；根據所述待篩選數據的總長度和所述無效數據元素的長度計算所述待篩選數據的有效文本長度； 將計算得到的有效文本長度和所述總長度的比值作為所述有效文本比。

進一步地，在判斷出所述待篩選數據的有效文本比大于所述標準文本比之后，并且保留所述待篩選數據之前，所述方法還包括：判斷所述有效文本長度是否大于等于標準文本長度，其中，所述標準文本長度用于篩選數據；如果判斷出所述有效文本長度大于等于所述標準文本長度，則確定保留所述待篩選數據。

進一步地，在判斷所述待篩選數據的有效文本比是否小于所述標準文本比之前，所述方法還包括：獲取用于篩選數據的標準文本長度；判斷所述待篩選數據的總長度是否大于所述標準文本長度；如果所述待篩選數據的總長度大于所述標準文本長度，則繼續(xù)判斷所述待篩選數據的有效文本比是否小于所述標準文本比；如果所述待篩選數據的總長度小于所述標準文本長度，則丟棄所述待篩選數據。

進一步地，獲取用于篩選數據的標準文本比包括：獲取所述社交應用的樣本數據；計算所述樣本數據的有效文本比，得到多個有效文本比；統(tǒng)計所述多個有效文本比確定所述標準文本比。

根據本發(fā)明實施例的另一方面，還提供了一種社交應用的數據篩選裝置，包括：比值獲取單元，用于獲取用于篩選數據的標準文本比；計算單元，用于獲取待篩選數據并計算所述待篩選數據的有效文本比，其中，所述有效文本比為待篩選數據中有效文本長度與所述待篩選數據的總長度的比值；比值判斷單元，用于判斷所述待篩選數據的有效文本比是否小于所述標準文本比；比值丟棄單元，用于在所述待篩選數據的有效文本比小于所述標準文本比時，丟棄所述待篩選數據；以及保留單元，用于在所述待篩選數據的有效文本比大于等于所述標準文本比時，保留所述待篩選數據。

進一步地，所述計算單元包括：識別模塊，用于識別所述待篩選數據中的無效數據元素；檢測模塊，用于檢測所述待篩選數據的總長度和所述無效數據元素的長度；長度計算模塊，用于根據所述待篩選數據的總長度和所述無效數據元素的長度計算所述待篩選數據的有效文本長度；確定模塊，用于將計算得到的有效文本長度和所述總長度的比值作為所述有效文本比。

進一步地，所述裝置還包括：第一長度判斷單元，用于在所述比值判斷單元判斷出所述待篩選數據的有效文本比大于所述標準文本比之后，并且保留所述待篩選數據之前，判斷所述有效文本長度是否大于等于標準文本長度，其中，所述標準文本長度用于篩選數據；長度確定單元，用于在所述第一長度判斷單元判斷出所述有效文本長度大于等于所述標準文本長度時，確定保留所述待篩選數據。

進一步地，所述裝置還包括：長度獲取單元，用于在所述比值判斷單元判斷所述 待篩選數據的有效文本比是否小于所述標準文本比之前，獲取用于篩選數據的標準文本長度；第二長度判斷單元，用于判斷所述待篩選數據的總長度是否大于所述標準文本長度；比值確定單元，用于在所述第二長度判斷單元所述待篩選數據的總長度大于所述標準文本長度時，由所述比值判斷單元判斷所述待篩選數據的有效文本比是否小于所述標準文本比；長度丟棄單元，用于在所述第二長度判斷單元判斷出所述待篩選數據的總長度小于所述標準文本長度時，丟棄所述待篩選數據。

進一步地，所述比值獲取單元包括：獲取模塊，用于獲取所述社交應用的樣本數據；比值計算模塊，用于計算所述樣本數據的有效文本比，得到多個有效文本比；統(tǒng)計模塊，用于統(tǒng)計所述多個有效文本比確定所述標準文本比。

在本發(fā)明實施例中，采用獲取用于篩選數據的標準文本比；獲取待篩選數據并計算待篩選數據的有效文本比，其中，有效文本比為待篩選數據中有效文本長度與待篩選數據的總長度的比值；判斷待篩選數據的有效文本比是否小于標準文本比；如果待篩選數據的有效文本比小于標準文本比，則丟棄待篩選數據；以及如果待篩選數據的有效文本比大于等于標準文本比，則保留待篩選數據，由于有效文本比體現了待篩選數據中的有效文本的長度占整個待篩選數據的長度的比值，從而排除了在利用待篩選數據的長度來判斷哪些數據保留哪些數丟棄時無效文本對判斷結果的影響，利用有效文本比來篩選數據能夠突出有語義分析意義的文本對判斷結果的影響，從而實現了提高篩選的準確性的技術效果，進而解決了篩選社交應用的數據時不準確的技術問題。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進一步理解，構成本申請的一部分，本發(fā)明的示意性實施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中：

圖1是根據本發(fā)明實施例的社交應用的數據的篩選方法的流程圖；

圖2是根據本發(fā)明實施例的一種可選的社交應用的數據的篩選方法的流程圖；以及

圖3是根據本發(fā)明實施例的社交應用的數據的篩選裝置的示意圖。

具體實施方式

為了使本技術領域的人員更好地理解本發(fā)明方案，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分的實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領 域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都應當屬于本發(fā)明保護的范圍。

需要說明的是，本發(fā)明的說明書和權利要求書及上述附圖中的術語“第一”、“第二”等是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。應該理解這樣使用的數據在適當情況下可以互換，以便這里描述的本發(fā)明的實施例能夠以除了在這里圖示或描述的那些以外的順序實施。此外，術語“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程、方法、系統(tǒng)、產品或設備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或對于這些過程、方法、產品或設備固有的其它步驟或單元。

根據本發(fā)明實施例，提供了一種社交應用的數據的篩選方法的方法實施例，需要說明的是，在附圖的流程圖示出的步驟可以在諸如一組計算機可執(zhí)行指令的計算機系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。

圖1是根據本發(fā)明實施例的社交應用的數據的篩選方法的流程圖，如圖1所示，該方法包括如下步驟：

步驟S102，獲取用于篩選數據的標準文本比。

步驟S104，獲取待篩選數據并計算待篩選數據的有效文本比，其中，有效文本比為待篩選數據中有效文本長度與待篩選數據的總長度的比值。社交應用數據可以是微博、空間狀態(tài)和評論等。在這些社交應用數據中可能包括表情符號、轉發(fā)的地址、簡單的文字和@好友等內容，有效文本長度就是社交應用數據中除表情符號、轉發(fā)的地址等以外的文字的長度。待篩選數據的總長度就是包括這些表情符號、文字和地址等的整條數據的長度。

步驟S106，判斷待篩選數據的有效文本比是否小于標準文本比。

步驟S108，如果待篩選數據的有效文本比小于標準文本比，則丟棄待篩選數據。丟棄的待篩選數據是不具有語義分析意義的數據。

步驟S110，如果待篩選數據的有效文本比大于等于標準文本比，則保留待篩選數據。保留的待篩選數據是具有語義分析意義的數據。

通常待篩選數據中包含了有效文本和無效文本，由于有效文本比體現了待篩選數據中的有效文本的長度占整個待篩選數據的長度的比值，從而排除了在利用待篩選數據的長度來判斷哪些數據保留哪些數據丟棄時無效文本的長度對判斷結果的影響，使 得利用有效文本比來篩選數據能夠突出有效文本對判斷結果的影響,解決了現有技術中篩選社交應用的數據時不準確的技術問題，達到了提高篩選的準確性的技術效果。

利用有效文本比來篩選數據得到的判斷結果可以是保留待篩選數據或者丟棄待篩選數據，保留的待篩選數據是具有語義分析意義的數據，丟棄的待篩選數據是不具有語義分析意義的數據。從大量的待篩選數據中篩選出保留的數據，并利用保留的數據進行語義分析，能夠得到比較準確的分析結果，即提高篩選的數據的準確性的同時，能夠提高語義分析的準確性。

可選地，計算待篩選數據的有效文本比包括：識別待篩選數據中的無效數據元素。檢測待篩選數據的總長度和無效數據元素的長度。根據待篩選數據的總長度和無效數據元素的長度計算待篩選數據的有效文本長度。將計算得到的有效文本長度和總長度的比值作為有效文本比。

例如，待篩選數據為微博數據，該微博數據的無效數據元素包括：話題標簽(##)、提及人(@標簽)、URL和表情等。待篩選數據的總長度為56個字節(jié)，無效數據元素的長度為30個字節(jié)，那么，有效文本長度為26個字節(jié)，計算得到的有效文本比為26/56＝46.42％。假設標準文本比為50％，則該微博數據是沒有語義分析意義的，舍棄。如果按照現有技術的按照微博數據的長度來判斷其為有語義分析意義或者沒有語義分析意義時，總長度超過50個字符就是有分析意義的語句，該微博被判斷為具有語義分析意義。但是，其中有效文本僅有26個字節(jié)，可能并不具有分析意義。因此，通過本實施例的方法相比現有技術更能體現有效文本的分析意義，避免了無效文本所導致的錯誤判斷，解決了現有技術中篩選社交應用的數據時不準確的技術問題，達到了提高篩選的準確性的技術效果。

可選地，在判斷出待篩選數據的有效文本比大于標準文本比之后，并且保留待篩選數據之前，方法還包括：判斷有效文本長度是否大于等于標準文本長度，其中，標準文本長度用于篩選數據。如果判斷出有效文本長度大于等于標準文本長度，則確定保留待篩選數據。

為了進一步提高篩選的準確性，避免文字過少但是有效文本比大于標準文本比所導致的誤篩選，在判斷出有效文本比大于標準文本比之后，判斷有效文本長度是否大于標準文本長度，當有效文本長度大于等于標準文本長度時，確定該待篩選數據為有語義分析意義的文本，將其保留。

例如，某評論為“表情符號+好”，計算的有效文本比為50％，等于標準文本比，因此，待篩選數據被判斷為有語義分析意義的數據，并且被保留。其中具有語義分析 意義的文字僅有“好”，為了避免這種情況的發(fā)生，進一步判斷有效文本的長度是否大于等于標準文本長度，假設標準文本長度為5，則該評論的有效文本長度1小于5，確定其為沒有語義分析意義的數據，被舍棄。

可選地，為了提高篩選的效率，先篩選去掉明顯不具有分析意義的數據，比如數據的總長度小于標準文本長度的待篩選數據，即在判斷待篩選數據的有效文本比是否小于標準文本比之前，方法還包括：獲取用于篩選數據的標準文本長度。判斷待篩選數據的總長度是否大于標準文本長度。如果待篩選數據的總長度大于標準文本長度，則繼續(xù)判斷待篩選數據的有效文本比是否小于標準文本比。如果待篩選數據的總長度小于標準文本長度，則丟棄待篩選數據。

在判斷待篩選數據的有效文本比是否小于標準文本比之前，或者在計算待選數據的有效文本比之前，已經得知標準文本長度，則可以利用標準文本長度先對數據進行篩選，以提高篩選效率。待篩選的數據的長度為4，標準文本長度為5，明顯不具有語義分析意義，因此，在進行有效文本比的篩選之前，先去掉該待篩選數據，從而提高了篩選的效率，能夠快速篩選去掉沒有語義分析意義的數據。

可選地，獲取用于篩選數據的標準文本比包括：獲取社交應用的樣本數據。計算樣本數據的有效文本比，得到多個有效文本比。統(tǒng)計多個有效文本比確定標準文本比。

在獲取標準文本比之前，先確定標準文本比，標準文本比可以根據大量的社交應用的樣本數據統(tǒng)計得到。具體地，收集沒有語義分析意義的社交應用的數據作為樣本數據，計算每個樣本數據的有效文本比，從大量的樣本數據的有效文本比中訓練出標準文本比。由于該標準文本比是從大量的沒有語義分析意義的社交應用的數據中統(tǒng)計得到的，因此，能夠體現沒有語義分析意義的數據的文本比的特點，那么，根據標準文本比判斷出來的待篩選數據是準確的數據，從而解決了現有技術中篩選社交應用的數據時不準確的技術問題。

以下結合圖2對本實施例的篩選方法進行說明。

步驟S201，獲取一條微博數據D，其長度為L(D)。即該微博數據的總長度為L(D)，包括有效文本數據和無效文本數據。

步驟S202，判斷L(D)>＝L，即判斷微博數據的長度是否大于標準文本長度，如果大于標準文本長度，則執(zhí)行步驟S203，否則，確定該微博不具有語義分析價值。

步驟S203，識別出D中的無效文本D1，其總長度為L(D1)，即計算微博中的無效數據元素的長度。

步驟S204，計算微博有效文本比X＝(L(D)-L(D1))/L(D)。即計算微博中的有效文本的長度與整條微博的長度的比值。

步驟S205，判斷X>＝F，且L(D)-L(D1)>＝L,即判斷微博的有效文本比大于等于標準文本比，有效文本長度大于標準文本長度。當滿足上述條件時，執(zhí)行步驟S206，確定該微博具有語義分析價值，否則，執(zhí)行步驟S207，確定該微博不具有語義分析價值。

步驟S206，確定該微博具有語義分析價值。

步驟S207，確定該微博不具有語義分析價值。

通過上述實施例，利用有效文本比充分體現了待篩選數據中的有效文本的長度占整個待篩選數據的長度的比值的特點，排除了在利用待篩選數據的長度來判斷哪些數據保留哪些數丟棄時，無效文本對判斷的影響，從而利用有效文本比來篩選數據能夠突出有效文本對判斷的影響，避免無效文本對判斷的影響，根據有效文本來判斷該待篩選數據是否有語義分析意義，解決篩選社交應用的數據時不準確的技術問題，達到了提高篩選的準確性的技術效果。

根據本發(fā)明實施例，提供了一種社交應用的數據的篩選裝置的裝置實施例。該社交應用的數據的篩選裝置可以用于執(zhí)行上述社交應用的數據的篩選方法，上述社交應用的數據的篩選方法也可以通過該社交應用的數據的篩選裝置執(zhí)行。

圖3是根據本發(fā)明實施例的社交應用的數據的篩選裝置的示意圖。如圖3所示，該社交應用的數據的篩選裝置包括：比值獲取單元10、計算單元20、比值判斷單元30、比值丟棄單元40和保留單元50。其中：

比值獲取單元10用于獲取用于篩選數據的標準文本比。

計算單元20用于獲取待篩選數據并計算待篩選數據的有效文本比，其中，有效文本比為待篩選數據中有效文本長度與待篩選數據的總長度的比值。社交應用數據可以是微博、空間狀態(tài)和評論等。在這些社交應用數據中可能包括表情符號、轉發(fā)的地址、簡單的文字和@好友等內容，有效文本長度就是社交應用數據中除表情符號、轉發(fā)的地址等以外的文字的長度。待篩選數據的總長度就是包括這些表情符號、文字和地址等的整條數據的長度。

比值判斷單元30用于判斷待篩選數據的有效文本比是否小于標準文本比。

比值丟棄單元40用于在比值判斷單元判斷出待篩選數據的有效文本比小于標準文本比時，丟棄待篩選數據。丟棄的待篩選數據是不具有語義分析意義的數據。

保留單元50用于在比值判斷單元判斷出待篩選數據的有效文本比大于等于標準文本比時，保留待篩選數據。保留的待篩選數據是具有語義分析意義的數據。

通常待篩選數據中包含了有效文本和無效文本，由于有效文本比體現了待篩選數據中的有效文本的長度占整個待篩選數據的長度的比值，從而排除了在利用待篩選數據的長度來判斷哪些數據保留哪些數據丟棄時無效文本的長度對判斷結果的影響，使得利用有效文本比來篩選數據能夠突出有效文本對判斷結果的影響,解決了現有技術中篩選社交應用的數據時不準確的技術問題，達到了提高篩選的準確性的技術效果。

利用有效文本比來篩選數據得到的判斷結果可以是保留待篩選數據或者丟棄待篩選數據，保留的待篩選數據是具有語義分析意義的數據，丟棄的待篩選數據是不具有語義分析意義的數據。從大量的待篩選數據中篩選出保留的數據，并利用保留的數據進行語義分析，能夠得到比較準確的分析結果，即提高篩選的數據的準確性的同時，能夠提高語義分析的準確性。

可選地，計算單元包括：識別模塊，用于識別待篩選數據中的無效數據元素；檢測模塊，用于檢測待篩選數據的總長度和無效數據元素的長度；長度計算模塊，用于根據待篩選數據的總長度和無效數據元素的長度計算待篩選數據的有效文本長度；確定模塊，用于將計算得到的有效文本長度和總長度的比值作為有效文本比。

例如，待篩選數據為微博數據，該微博數據的無效數據元素包括：話題標簽(##)、提及人(@標簽)、URL和表情等。待篩選數據的總長度為56個字節(jié)，無效數據元素的長度為30個字節(jié)，那么，有效文本長度為26個字節(jié)，計算得到的有效文本比為26/56＝46.42％。假設標準文本比為50％，則該微博數據是沒有語義分析意義的，舍棄。如果按照現有技術的按照微博數據的長度來判斷其為有語義分析意義或者沒有語義分析意義時，總長度超過50個字符就是有分析意義的語句，該微博被判斷為具有語義分析意義。但是，其中有效文本僅有26個字節(jié)，可能并不具有分析意義。因此，通過本實施例的方法相比現有技術更能體現有效文本的分析意義，避免了無效文本所導致的錯誤判斷，解決了現有技術中篩選社交應用的數據時不準確的技術問題，達到了提高篩選的準確性的技術效果。

可選地，裝置還包括：第一長度判斷單元，用于在比值判斷單元判斷出待篩選數據的有效文本比大于標準文本比之后，并且保留待篩選數據之前，判斷有效文本長度是否大于等于標準文本長度，其中，標準文本長度用于篩選數據；長度確定單元，用于在第一長度判斷單元判斷出有效文本長度大于等于標準文本長度時，確定保留待篩選數據。

為了進一步提高篩選的準確性，避免文字過少但是有效文本比大于標準文本比所導致的誤篩選，在判斷出有效文本比大于標準文本比之后，判斷有效文本長度是否大于標準文本長度，當有效文本長度大于等于標準文本長度時，確定該待篩選數據為有語義分析意義的文本，將其保留。

例如，某評論為“表情符號+好”，計算的有效文本比為50％，等于標準文本比，因此，待篩選數據被判斷為有語義分析意義的數據，并且被保留。其中具有語義分析意義的文字僅有“好”，為了避免這種情況的發(fā)生，進一步判斷有效文本的長度是否大于等于標準文本長度，假設標準文本長度為5，則該評論的有效文本長度1小于5，確定其為沒有語義分析意義的數據，被舍棄。

可選地，為了提高篩選的效率，先篩選去掉明顯不具有分析意義的數據，比如數據的總長度小于標準文本長度的待篩選數據，即裝置還包括：長度獲取單元，用于在比值判斷單元判斷待篩選數據的有效文本比是否小于標準文本比之前，獲取用于篩選數據的標準文本長度；第二長度判斷單元，用于判斷待篩選數據的總長度是否大于標準文本長度；比值確定單元，用于在第二長度判斷單元判斷出待篩選數據的總長度大于標準文本長度時，由比值判斷單元判斷待篩選數據的有效文本比是否小于標準文本比；長度丟棄單元，用于在第二長度判斷單元判斷出待篩選數據的總長度小于標準文本長度時，丟棄待篩選數據。

在判斷待篩選數據的有效文本比是否小于標準文本比之前，或者在計算待選數據的有效文本比之前，已經得知標準文本長度，則可以利用標準文本長度先對數據進行篩選，以提高篩選效率。例如，待篩選的數據的長度為4，標準文本長度為5，明顯不具有語義分析意義，因此，在進行有效文本比的篩選之前，先去掉該待篩選數據，從而提高了篩選的效率，能夠快速篩選去掉沒有語義分析意義的數據。

可選地，比值獲取單元包括：獲取模塊，用于獲取社交應用的樣本數據；比值計算模塊，用于計算樣本數據的有效文本比，得到多個有效文本比；統(tǒng)計模塊，用于統(tǒng)計多個有效文本比確定標準文本比。

在獲取標準文本比之前，先確定標準文本比，標準文本比可以根據大量的社交應用的樣本數據統(tǒng)計得到。具體地，收集沒有語義分析意義的社交應用的數據作為樣本數據，計算每個樣本數據的有效文本比，從大量的樣本數據的有效文本比中訓練出標準文本比。由于該標準文本比是從大量的沒有語義分析意義的社交應用的數據中統(tǒng)計得到的，因此，能夠體現沒有語義分析意義的數據的文本比的特點，那么，根據標準文本比判斷出來的待篩選數據是準確的數據，從而解決了現有技術中篩選社交應用的數據時不準確的技術問題。

上述本發(fā)明實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。

在本發(fā)明的上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關描述。

在本申請所提供的幾個實施例中，應該理解到，所揭露的技術內容，可通過其它的方式實現。其中，以上所描述的裝置實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，實際實現時可以有另外的劃分方式，例如多個單元或組件可以結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，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，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單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。

另外，在本發(fā)明各個實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現，也可以采用軟件功能單元的形式實現。

所述集成的單元如果以軟件功能單元的形式實現并作為獨立的產品銷售或使用時，可以存儲在一個計算機可讀取存儲介質中?；谶@樣的理解，本發(fā)明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟件產品的形式體現出來，該計算機軟件產品存儲在一個存儲介質中，包括若干指令用以使得一臺計算機設備(可為個人計算機、服務器或者網絡設備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質包括：U盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、移動硬盤、磁碟或者光盤等各種可以存儲程序代碼的介質。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。