本發明屬于通信技術領域，尤其涉及一種桌面啟動器模板布局的更新方法及裝置。

背景技術：

智能電視桌面啟動器的顯示界面中，有為用戶顯示推薦觀看視頻資源的推薦窗口。現在智能電視每天都會對推薦窗口進行更新，推薦窗口更新包括布局更新和內容更新。布局更新包括推薦位的大小、形狀和位置的改變，內容更新包括顯示的海報、文字或視頻的更新。每次布局更新都是從服務端獲取新的模板布局信息和內容信息，然后對布局和內容全部進行更新。但是桌面啟動器模板的布局并不是每次都全部需要更新，有時只需要更新一部分，這種情況下，智能電視對桌面啟動器模板的布局進行全部更新，會過多占用系統資源，更新效率低。

技術實現要素：

本發明實施例的目的在于提供一種桌面啟動器模板布局的更新方法，旨在解決目前桌面啟動器模板布局全部更新過多占用系統資源，更新效率低的問題。

本發明實施例是這樣實現的，一種桌面啟動器模板布局的更新方法，包括：

從服務端獲取桌面啟動器模板的布局信息，所述布局信息包括所述桌面啟動器模板中的每個推薦位對應的推薦位信息；

對比所述布局信息中的推薦位信息和智能電視的桌面啟動器使用的當前布局信息中的推薦位信息，篩選出所述推薦位信息發生變化的推薦位；

在所述桌面啟動器模板對篩選出的推薦位進行更新。

本發明實施例的另一目的在于提供一種桌面啟動器模板布局的更新裝置，包括：

獲取單元，用于從服務端獲取桌面啟動器模板的布局信息，所述布局信息包括所述桌面啟動器模板中的每個推薦位對應的推薦位信息；

第一篩選單元，用于對比所述布局信息中的推薦位信息和智能電視的桌面啟動器使用的當前布局信息中的推薦位信息，篩選出所述推薦位信息發生變化的推薦位；

更新單元，用于在所述桌面啟動器模板對篩選出的推薦位進行更新。

本發明實施例中，通過對比桌面啟動器模板布局的每個推薦位對應的推薦位信息，篩選出需要更新的推薦位進行更新，避免了對不需要更新的推薦位的更新工作，減少了桌面啟動器模板布局更新過程中占用的系統資源，提高了模板布局的更新效率。

附圖說明

圖1是本發明實施例提供的桌面啟動器模板布局的更新方法的實現流程圖；

圖2是本發明實施例提供的一種桌面啟動器模板布局的推薦位分布示意圖；

圖3是本發明實施例提供的另一種桌面啟動器模板布局的推薦位分布示意圖；

圖4是本發明實施例提供的桌面啟動器模板布局的更新方法S102的具體實現流程圖；

圖5是本發明實施例提供的桌面啟動器模板布局的更新方法中對比推薦欄特征碼的具體實現流程圖；

圖6是本發明實施例提供的桌面啟動器模板布局的更新裝置的結構框圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。

本發明實施例中，通過對比桌面啟動器模板布局的每個推薦位對應的推薦位信息，篩選出需要更新的推薦位進行更新，避免了對不需要更新的推薦位的更新工作，減少了桌面啟動器模板布局更新過程中占用的系統資源，提高了模板布局的更新效率。

桌面啟動器是終端系統啟動后的第一個應用，可實現的功能包括顯示桌面、根據用戶點擊圖標啟動相應的應用程序、提供桌面菜單和桌面設置以及文件夾設置等等。終端包括手機、電腦、平板、智能電視等。Android系統的桌面啟動器通常稱為Launcher。模板布局是指桌面啟動器提供的系統桌面上顯示內容的位置分布，包括圖標位置、桌面控件位置、推薦位等。其中，推薦位即為終端系統為用戶推薦可能感興趣的內容信息的位置。通常在桌面上顯示多個推薦位。推薦位的大小、形狀和位置由服務端根據具體的推薦內容和桌面風格確定。終端系統對桌面啟動器模板布局進行更新顯示。

圖1示出了本發明實施例提供的桌面啟動器模板布局的更新方法的實現流程圖，詳述如下：

在S101中，從服務端獲取桌面啟動器模板的布局信息，所述布局信息包括所述桌面啟動器模板中的每個推薦位對應的推薦位信息。

在本實施例中，布局信息指桌面顯示內容的位置分布信息，包括但不限于圖標分布信息、控件位置信息和推薦位信息。每個推薦位信息對應一個推薦位，包括該推薦位的大小、位置、形狀等信息。下面通過兩種模板布局進行舉例說明。

如圖2和圖3所示，分別為本發明實施例提供的兩種模板布局的推薦位分布示意圖。其中，每個小格子都是基本單元格，為正方形。推薦位大小以基本單元格為單位，推薦位的寬度和高度用所占的單元格數量表示；位置用推薦位左上角的單元格坐標表示；形狀用推薦位的寬度和高度之比表示。

圖2中模板布局的3個推薦位信息可以表示如下：

推薦位1：大小為2*2，形狀為1:1，位置為[0,0]；

推薦位2：大小為2*2，形狀為1:1，位置為[0,2]；

推薦位3：大小為2*4，形狀為1:2，位置為[2,0]。

圖3中模板布局的3個推薦位信息可以表示如下：

推薦位1：大小為2*2，形狀為1:1，位置為[0,0]；

推薦位2：大小為2*2，形狀為1:1，位置為[2,0]；

推薦位3：大小為4*2，形狀為2:1，位置為[0,2]。

上面示例僅代表推薦位信息的一種設定方式，推薦位信息還可以有其他設置方式，如根據推薦位四個角頂點所在整個模板布局中的坐標進行表示。容易想到的，單元格的大小形狀也可以設定。或者不采用單元格的形式，直接根據推薦位的坐標進行表示。

在S102中，對比所述布局信息中的推薦位信息和智能電視的桌面啟動器使用的當前布局信息中的推薦位信息，篩選出所述推薦位信息發生變化的推薦位。

在本實施例中，所述布局信息中的推薦位信息為終端從服務端下載的需要進行更新的推薦位信息。智能電視的桌面啟動器使用的當前布局信息中的推薦位信息指在進行此次更新前，正在使用的推薦位的推薦位信息。更新前后推薦位的數目、位置、大小都有可能發生變化，所以將二者進行對比是指將布局信息中所有推薦位信息進行逐個對比。將推薦位信息一致的推薦位標示出來不進行更新，其余的推薦位為篩選出來所述推薦位信息發生變化的推薦位，這些推薦位是需要進行更新的。

在S103中，在所述桌面啟動器模板對篩選出的推薦位進行更新。

將前面步驟中對比篩選出來的推薦位，按照推薦位信息進行更新，完成桌面啟動器模板布局的更新。

作為本發明的一個實施例，可以為每個推薦位添加一個特征碼，通過推薦位特征碼進行比對，篩選出需要進行更新的推薦位。所述推薦位信息包括推薦位的推薦位特征碼。如圖4所示，S102中，所述對比所述布局信息中的推薦位信息和智能電視的桌面啟動器使用的當前布局信息中的推薦位信息，篩選出所述推薦位信息發生變化的推薦位，包括：

在S401中，對比所述布局信息中的推薦位特征碼和所述當前布局信息中的推薦位特征碼。

在S402中，根據對比結果，篩選出推薦位特征碼不相同的推薦位。

在本實施例中，不同推薦位具有不同推薦位特征碼，通過推薦位特征碼可以判斷需要更新的推薦位和當前使用的推薦位是否一致。推薦位特征碼，可以根據時間和編號等進行設置，在此不作限制。

優選地，所述推薦位特征碼通過數據摘要算法對所述推薦位信息運算求得，所述數據摘要算法包括MD5算法、CRC32算法和SHA1算法。

數據摘要算法是一種能產生特殊輸出格式的算法。這種算法的特點是：無論輸入什么長度的原始數據，經過計算后輸出的密文都是固定長度的。這種算法的原理是根據一定的運算規則對原數據進行某種形式的提取，這種提取就是摘要，被摘要的數據內容與原數據有密切聯系，只要原數據稍有改變，輸出的摘要便完全不同。因此可以利用數據摘要算法對推薦位信息進行轉換，形成固定長度的密文進行比較。相對于直接比較推薦位信息，這種密文對比的方式更加準確和便捷。其中，MD5算法的輸出結果為16字節，CRC32算法的輸出結果為4字節，SHA1算法的輸出結果為20字節。

下面通過MD5算法對圖2中模板布局的推薦位信息進行轉換來進一步說明。為了更方便的轉換推薦位信息，先將推薦位信息進行歸一化，之后再通過MD5算法將歸一化后的推薦位信息轉換為推薦位特征碼。

圖2中推薦位為矩形，可以通過推薦位的寬度、高度、左距和上距來確定推薦位的位置和大小。其中左距為推薦位左上角位置的X軸坐標，上距為推薦位左上角位置的Y軸坐標。用推薦位所在的推薦欄寬度和高度來分別對推薦位四個量進行歸一化，即推薦位的寬度和左距分別除以推薦欄的寬度，推薦位的高度和上距分別除以推薦欄的寬度，所得歸一化的推薦位信息依次為歸一化寬度、歸一化高度、歸一化左距、歸一化上距。圖2中3個推薦位信息歸一化的結果為：

推薦位1：(0.5,0.5,0,0)；

推薦位2：(0.5,0.5,0,0.5)；

推薦位3：(0.5,1,0.5,0)。

再對3個歸一化后的推薦位信息通過MD5算法進行轉換，得到推薦位特征碼：

推薦位1：md5("0.5,0.5,0,0")＝cb65fb3b3c2f95bd1a02e0f35cef3b35；

推薦位2：md5("0.5,0.5,0,0.5")＝be2a6117feadeb4feae27ebe1ae536bb；

推薦位3：md5("0.5,1,0.5,0")＝0d58d12d5f1a552e24bcaf9148cac082。

推薦位信息除了包含推薦位的位置信息還可以包含與推薦位相關其他信息，如推薦位的顯示參數等。通過數據摘要算法將推薦位信息轉換為固定長度推薦位信息，可以更加便捷的對比不同推薦位，提高推薦位信息的對比速度。

作為本發明的一個實施例，還可以先對推薦欄特征碼進行對比，若推薦欄特征碼一致，則推薦欄內的推薦位都不需要進行更新。所述布局信息包括推薦欄特征碼。如圖5所示，在S102之前，所述方法還包括：

在S501中，對比所述布局信息中的推薦欄特征碼和所述當前布局信息中的推薦欄特征碼。

在S502中，根據對比結果，篩選出推薦欄特征碼相同的推薦欄，所述推薦欄特征碼相同的推薦欄中的推薦位不進行更新。

在本實施例中，每個推薦欄對應有一個推薦欄特征碼。如果推薦欄特征碼相同，那么推薦欄內推薦位信息也相同，即推薦位的位置分布、大小都相同。所以當對比得到需要更新的推薦欄特征碼和當前布局信息中的特征碼相同時，不對該推薦欄內的推薦位進行更新。如果推薦欄特征碼不相同，再對比推薦欄內推薦位的推薦位信息。

優選地，所述推薦欄特征碼通過數據摘要算法對所述推薦欄內的推薦位信息排列成的數列進行運算求得。

其中，所述推薦欄內的推薦位信息排列成的數列可以按照預定規則將推薦欄內的推薦位信息進行排列組成。例如，可以將推薦位左上角的X軸坐標和Y軸坐標進行相加，然后按照相加值從小到大的順序進行排列。當有多個推薦位左上角的X軸坐標和Y軸坐標的相加值相等時，將這幾個推薦位按照X坐標從小到大進行排列。依照此方法，圖2中推薦位信息排列成的數列可以表示為：

(0.5,0.5,0,0|0.5,0.5,0,0.5|0.5,1,0.5,0)。

將推薦位信息集合通過MD5算法轉化為推薦欄特征碼為：

md5("0.5,0.5,0,0|0.5,0.5,0,0.5|0.5,1,0.5,0")＝aa21038777d7b7c930014a637bfb6cca。

如果從服務端獲取的需要更新的推薦欄特征碼和當前布局信息中的特征碼相同，則該推薦欄內的推薦位都不需要更新。不用對比該推薦欄內的推薦位的推薦位信息，減少了更新過程中的運算量，進一步提高了更新效率。

本發明實施例中，通過對比桌面啟動器模板布局的每個推薦位對應的推薦位信息，篩選出需要更新的推薦位進行更新，避免了對不需要更新的推薦位的更新工作，減少了桌面啟動器模板布局更新過程中占用的系統資源，提高了模板布局的更新效率。

應理解，在本發明實施例中，上述各過程的序號的大小并不意味著執行順序的先后，各過程的執行順序應以其功能和內在邏輯確定，而不應對本發明實施例的實施過程構成任何限定。

對應于本發明實施例所提供的桌面啟動器模板布局的更新方法，圖6示出了本發明實施例提供的桌面啟動器模板布局的更新裝置的結構框圖。為了便于說明，僅示出了與本實施例相關的部分。

參照圖6，該桌面啟動器模板布局的更新裝置包括：

獲取單元61，用于從服務端獲取桌面啟動器模板的布局信息，所述布局信息包括所述桌面啟動器模板中的每個推薦位對應的推薦位信息。

第一篩選單元62，用于對比所述布局信息中的推薦位信息和智能電視的桌面啟動器使用的當前布局信息中的推薦位信息，篩選出所述推薦位信息發生變化的推薦位。

更新單元63，用于在所述桌面啟動器模板對篩選出的推薦位進行更新。

優選地，所述推薦位信息包括推薦位的推薦位特征碼，所述第一篩選單元62用于：

對比所述布局信息中的推薦位特征碼和所述當前布局信息中的推薦位特征碼。

根據對比結果，篩選出推薦位特征碼不相同的推薦位。

優選地，所述布局信息包括推薦欄特征碼，所述裝置還包括：

對比單元，用于對比所述布局信息中的推薦欄特征碼和所述當前布局信息中的推薦欄特征碼。

第二篩選單元，用于根據對比結果，篩選出推薦欄特征碼相同的推薦欄，所述推薦欄特征碼相同的推薦欄中的推薦位不進行更新。

優選地，所述推薦位特征碼通過數據摘要算法對所述推薦位信息運算求得，所述數據摘要算法包括MD5算法、CRC32算法和SHA1算法。

優選地，所述推薦欄特征碼通過數據摘要算法對所述推薦欄內的推薦位信息排列成的數列進行運算求得。

本發明實施例中，通過對比桌面啟動器模板布局的每個推薦位對應的推薦位信息，篩選出需要更新的推薦位進行更新，避免了對不需要更新的推薦位的更新工作，減少了桌面啟動器模板布局更新過程中占用的系統資源，提高了模板布局的更新效率。

以上所述僅為本發明的較佳實施例而已，并不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護范圍之內。