CN111522940A - 用于处理评论信息的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于处理评论信息的方法和装置。上述方法的一具体实施方式包括：获取优质评论信息集合；获取优质评论信息集合中每条优质评论信息对应的初始分数；根据初始分数，确定所述优质评论信息集合中各条优质评论信息的初始显示排序；针对优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据互动信息，确定该优质评论信息的更新分数；基于更新分数，更新初始显示排序。该实施方式可以根据优质评论信息的互动信息，实时更新优质评论信息的显示顺序，从而能够为用户提供更好的浏览体验。

Description

用于处理评论信息的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于处理评论信息的方法和装置。

背景技术

随着移动互联网时代的到来，互联网技术正在越来越多地影响着人们的生活，各种社区、论坛类站点(如：贴吧、知乎、脉脉等)每天产生数亿的内容，人们在逛社区、论坛时不仅关注主题内容，更多的会去消费、寻找自己喜欢的回复内容。以百度贴吧为例，每个吧都有自己的主流帖子类型，每个帖子的主题又可能不尽相同，用户在浏览帖子时，如何把本贴最优质的回复内容呈现给用户，是一个需要解决的问题。

发明内容

本申请实施例提出了用于处理评论信息的方法和装置。

根据第一方面，提供了一种用于处理评论信息的方法，包括：获取优质评论信息集合；获取优质评论信息集合中每条优质评论信息对应的初始分数；根据初始分数，确定优质评论信息集合中各条优质评论信息的初始显示排序；针对优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据所述互动信息，确定该优质评论信息的更新分数；基于更新分数，更新初始显示排序。

根据第二方面，提供了一种用于处理评论信息的装置，包括：第一获取单元，被配置成获取优质评论信息集合；第二获取单元，被配置成获取优质评论信息集合中每条优质评论信息对应的初始分数；排序单元，被配置成根据初始分数，确定优质评论信息集合中各条优质评论信息的初始显示排序；分数更新单元，被配置成针对优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据互动信息，确定该优质评论信息的更新分数；排序更新单元，被配置成基于更新分数，更新所述初始显示排。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所描述的方法。

根据第四方面，供了一种一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面所描述的方法。

根据本申请的技术，解决了现有的优质评论信息更新不及时的问题。

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

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于处理评论信息的方法的一个实施例的流程图；

图3是根据本申请的用于处理评论信息的方法的一个应用场景的示意图；

图4是根据本申请的用于处理评论信息的方法的另一个实施例的流程图；

图5是根据本申请的用于处理评论信息的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于处理评论信息的方法或用于处理评论信息的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、社交平台软件、购物类应用、搜索类应用、即时通信工具、邮箱客户端等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的网页提供支持的后台服务器。后台服务器可以对优质评论信息等数据进行分析等处理，并将处理结果(例如优质评论信息的更新排序)反馈给终端设备101、102、103。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于处理评论信息的方法一般由服务器105执行，相应地，用于处理评论信息的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于处理评论信息的方法的一个实施例的流程200。本实施例的用于处理评论信息的方法，包括以下步骤：

步骤201，获取优质评论信息集合。

在本实施例中，用于处理评论信息的方法的执行主体(例如图1所示的服务器105)可以通过有线连接或无线连接方式获取优质评论信息集合。优质评论信息集合中可以包括多条优质评论信息。上述优质评论信息可以是针对某一帖子的优质评论信息，也可以是某个特定的用户发表的评论信息。

步骤202，获取优质评论信息集合中每条优质评论信息对应的初始分数。

执行主体还可以获取优质评论信息集合中每条优质评论信息对应的初始分数。上述初始分数可以是执行主体根据优质评论信息的属性信息以及对应的权重计算得到的，也可以是执行主体由数据库或其它电子设备获取到的。

步骤203，根据初始分数，确定优质评论信息集合中各条优质评论信息的初始显示排序。

执行主体在获取到每条优质评论信息的初始分数后，可以根据初始分数确定各条优质评论信息的初始显示排序。具体的，执行主体可以根据初始分数的由大到小顺序进行排序，然后根据排序中的各初始分数对应的优质评论信息，确定各条评论信息的初始显示顺序。也就是说，优质评论信息的初始分数越高，则优质评论信息的显示顺序越靠前。

步骤204，针对优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据互动信息，确定该优质评论信息的更新分数。

执行主体还可以针对每条优质评论信息，实时监测该条优质评论信息是否接受到互动信息。上述互动信息可以包括收到点赞、收到评论或是被收藏等等。执行主体如果监测到针对该优质评论信息的互动信息后，执行主体可以根据互动信息，确定该优质评论信息的更新分数。具体的，执行主体可以根据互动信息中的各项以及对应的权重，来确定该条优质评论信息的更新分数。

步骤205，基于更新分数，更新初始显示排序。

执行主体在计算得到各优质评论信息的更新分数后，可以根据更新分数，更新初始显示排序。与初始分数对应的排序类似，此处更新分数越高，则显示排序越靠前。

继续参见图3，其示出了根据本申请的用于处理评论信息的方法的一个应用场景的示意图300。在图3的应用场景中，用户可以通过手机浏览贴吧中关注的某个帖子的优质评论信息。上述帖子的内容为“有哪些值得推荐的推理小说”。用户可以在浏览到一些优质评论信息中推荐的推理小说后，阅读上述推理小说。并在阅读完成后，再次浏览该帖子的优质评论信息，获得广大网友更新的推荐的推理小说。

本申请的上述实施例提供的用于处理评论信息的方法，可以根据优质评论信息的互动信息，实时更新优质评论信息的显示顺序，从而能够为用户提供更好的浏览体验。

继续参见图4，其示出了根据本申请的用于处理评论信息的方法的另一个实施例的流程400。如图4所示，本实施例中可以包括以下步骤：

步骤401，获取待处理评论信息。

在本实施例中，用于处理评论信息的方法的执行主体可以通过各种方式获取待处理评论信息。上述待处理评论信息可以是发表在某一特定帖子下的评论信息，也可以是某个特定的用户发表的评论信息，也可以是在某一时间段内用户发表的所有评论信息。执行主体可以根据用户的用户标识、发表的评论信息的标识以及评论信息的发表时间，来确定出待处理评论信息。

步骤402，从待处理评论信息中确定出满足预设条件的评论信息作为候选优质评论信息。

执行主体在确定待处理评论信息后，可以判断上述待处理评论信息是否满足预设条件。上述预设条件可以包括但不限于：点赞数大于预设数量阈值、评分大于预设分数阈值等。执行主体可以将满足预设条件的评论信息作为候选优质评论信息。

步骤403，从候选优质评论信息中确定出优质评论信息集合。

执行主体可以从候选优质评论信息中确定出优质评论信息集合。具体的，执行主体可以将点赞数最多的评论信息作为优质评论信息。

在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤来确定优质评论信息集合：将候选优质评论信息输出至审核系统；将审核系统输出的评论信息作为优质评论信息。

执行主体可以将候选优质评论信息输出至审核系统。上述审核系统可以是一个平台，或一个网站，也可以是审核人员所使用的终端，还可以是一个数据处理模型。该数据处理模型可以对满足预设条件的评论信息中的内容进行分析，确定这些评论信息中是否包括敏感词、敏感图片等。如果包括，则不输出这些评论信息，或者进行进一步处理(如删除或屏蔽)。如果不包括，则可以输出这些评论信息，表示该条评论信息属于优质评论信息。或者执行主体将候选优质评论信息输出至审核系统后，审核人员可以通过审核系统获取上述候选优质评论信息，并对上述待处理评论信息进行审核，如果审核人员认为上述候选优质评论信息属于优质回复信息，则对评论信息进行标记。执行主体可以接收审核系统输出的评论信息，并将上述评论信息作为优质评论信息。

步骤404，获取优质评论信息集合中每条优质评论信息对应的初始分数。

本实施例中，执行主体可以对确定出的优质评论信息进行分数计算。具体的，执行主体可以获取优质评论信息的相关信息，上述相关信息可以包括点赞数、点踩数、优质评论信息接收到的评论信息、优质评论信息的内容长度以及优质评论信息的发表时间。执行主体还可以根据上述获取的信息，确定出多个参数。执行主体还可以获取多个参数对应的权重。最后，确定出每条优质评论信息的初始分数。

具体的，执行主体可以通过以下公式计算出每条优质评论信息的初始分数：

score＝(diffAgreeNum*w₁)＜＜s₁|(commentNum*w₂)＜＜s₂|(contentLen*w₃)＜＜s₃|(replyTime*w₄)

其中，diffAgreeNum为优质评论信息接收到的点赞数与点踩数的差值，commentNum为优质评论信息接收到的评论信息的数量，contentLen为优质评论信息的内容长度，replyTime为优质评论信息的回复时间。w₁、w₂、w₃、w₄为各项参数对应的权重，s₁、s₂、s₃为向左移位的数量。

步骤405，根据初始分数，确定优质评论信息集合中各条优质评论信息的初始显示顺序。

执行主体可以根据计算得到的分数，对各优质评论信息进行排序。可以理解的是，得分越高的优质评论信息被认定为更优质，则其显示顺序就更靠前。

步骤406，针对优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据互动信息中包括的点赞数量、点踩数量、收到的评论信息的属性信息以及预设的权重系数，确定该优质评论信息的更新分数。

本实施例中，互动信息可以包括点赞数量、点踩数量、收到的评论信息的属性信息。其中，收到的评论信息的属性信息可以包括评论信息的内容、发布评论信息的用户、发布时间等等。执行主体可以根据各项以及预设的权重系数，进行加和，确定该优质评论信息的更新分数。

步骤407，基于更新分数，更新初始显示排序。

步骤408，响应于确定出优质评论信息，为优质评论信息设置显示标签。

本实施例中，执行主体在确定出优质评论信息后，可以为各优质评论信息设置显示标签。这样，用户在浏览页面时，可以清楚的确定哪些评论信息是优质评论信息，提高用户的浏览体验。

本申请的上述实施例提供的用于处理评论信息的方法，可以从待处理评论信息筛选出优质评论信息，并可以对各优质评论信息进行排序；并可以在优质评论信息接收到互动信息时，实时更新优质评论信息的显示排序，使得用户可以浏览到质量最高的优质评论信息，还可以方便用户最快的筛选出优质评论信息。。

本申请的上述实施例提供的用于处理评论信息的方法，可以从海量的评论信息中筛选出各帖子的优质评论信息，并实时更新优质评论信息的显示顺序。

在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤来实现步骤401：将预设时间段内浏览量大于预设阈值的页面的评论信息作为待处理评论信息。

本实现方式中，执行主体可以首先确定各页面的浏览量。上述页面可以是任意用户在某一社交网站发表的信息的页面，例如可以是贴吧网站中的帖子、微博网站中的微博等等。如果页面的浏览量大于预设阈值(例如2000)，则将该帖子中的所有评论信息作为待处理评论信息。

在一些应用场景中，执行主体还可以获取上述浏览量大于预设阈值的页面的信息，上述信息可以包括页面的标识、页面包括的所有评论信息，还可以包括每条评论信息的属性信息。执行主体可以将上述信息存储在数据库，或者其他可获取的存储设备中。

上述属性信息可以包括评论信息的评论标识、评论信息的内容、发表评论信息的用户的用户标识、用户名、评论信息所针对的帖子的页面标识、帖子包括的内容以及评论信息对应的主题名称、主题标识。上述主题名称可以为贴吧名称，主题标识可以为贴吧标识。

在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤来实现步骤401：在预设时刻获取待处理评论信息。

本实现方式中，执行主体可以在预设时刻获取待处理评论信息。例如，执行主体可以在每天1点获取最近两天内产生的所有评论信息作为待处理评论信息。

上述两个实现方式可以应用于离线判断优质评论信息的场景中，即及时地对最近产生的评论信息进行筛选。在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤来实现步骤401：响应于监测到以下任意一项，将用户发布的评论信息作为待处理评论信息：用户发布了评论信息、用户发布的评论信息收到响应。

本实施例可以应用于在线实时筛选优质评论信息的场景中，执行主体在监测到用户发布了评论信息、用户发布的评论信息收到响应时，可以将用户发布的评论信息作为待处理评论信息。上述响应可以包括点赞、点踩、收藏、评论等等。其中，点赞用于表示认同评论信息的内容，点踩用于表示反对评论信息的内容，收藏用于表示将评论信息的内容收藏在个人的信息中，以方便查找。

这样，执行主体可以实时监控各评论信息的响应信息，并基于响应信息筛选优质评论信息。

在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤来实现步骤402：根据待处理评论信息的属性信息以及各属性信息对应的权重，确定待处理评论信息的第一分数；如果待处理评论信息的第一分数大于第一预设阈值，确定待处理评论信息满足预设条件。

本实现方式中，执行主体可以获取每条待处理评论信息的相关信息，上述相关信息可以包括：点赞数、点踩数、内容长度、楼中楼评论信息的数量以及该评论信息的发表时间。其中，楼中楼评论信息是指用户针对某一帖子发表的评论信息也接收到了评论信息。执行主体在获取到上述相关信息后，可以确定各相关信息对应的预设权重。然后，进行加权计算，得到每条待处理评论信息的分数。如果上述分数大于第一预设阈值，则可以认定该条待处理评论信息满足预设条件。

在一些实现方式中，上述分数可以由以下公式计算得到：

其中，agreeNum为点赞数，disagreeNum为点踩数，commentNum为楼中楼评论信息的数量，replyTime为发表时间，contentLen为内容长度，w₁、w₂、w₃、w₄为各项对应的权重，“|”是按位或运算符。

在本实施例的一些可选的实现方式中，执行主体可以通过图4中未示出的以下步骤来实现步骤402：根据待处理评论信息以及预设的判断模型，确定待处理评论信息属于优质回复的概率；如果待处理评论信息的概率大于第二预设阈值，确定待处理评论信息满足预设条件。

本实现方式中，执行主体可以获取预设的判断模型，该判断模型用于确定评论信息属于优质评论信息的概率。执行主体可以将待处理评论信息输入判断模型中，判断模型的输出即为待处理评论信息属于优质评论信息的概率。如果上述概率大于第二预设阈值，则可以认定该条待处理评论信息满足预设条件。

在本实施例的一些可选的实现方式中，判断模型可以为二分类模型。其可以通过有监督的训练得到。例如，可以将优质评论信息的标签设置为1，将非优质评论信息的标签设置为0。利用设置了标签的评论信息作为训练样本，训练得到判断模型。

执行主体可以将待处理评论信息的属性信息输入上述判断模型，输出的值为一个位于0～1之间的数值。该数值用于表示待处理评论信息属于优质评论信息的概率。

上述判断模型可以通过多个已标注的训练样本训练得到。每个训练样本可以包括评论信息的多个属性信息以及与每个属性信息对应的权重，训练样本X的格式可以如下：X＝(x₁,w₁；x₂,w₂；…x_n,w_n)。其中，x_i(i∈[1,n])表示第i个属性信息，w_i是x_i的权重。那么训练样本X的权重向量为：W＝(w₁,w₂,…w_n)。使用LR(逻辑回归)模型进行训练，用梯度下降的方式来更新样本的权重向量W。使用各评论信息实施更新权重向量，最后训练出一个权重向量，即为判断模型。

本实施例中，属性信息可以包括评论信息的评论标识、评论信息的内容、内容中是否有图、发表时间、内容的长度，发表评论信息的用户的用户标识、用户名、用户等级，发表评论信息针对的帖子的用户的用户名、用户标志、用户等级、总共获得的赞数、用户是否实名认证、用户粉丝数、用户发帖数、用户回帖数，评论信息所针对的帖子的页面标识、帖子包括的内容以及评论信息对应的主题名称、主题标识。上述主题名称可以为贴吧名称，主题标识可以为贴吧标识。

当待处理评论信息输入判断模型后，判断模型可以提取出输入的评论信息中的各属性信息。判断模型可以将各属性与对应的权重进行计算，最后得到该评论信息属于优质回复的概率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于处理评论信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于处理评论信息的装置500包括：第一获取单元501、第二获取单元502、排序单元503、分数更新单元504以及排序更新单元505。

第一获取单元501，被配置成获取优质评论信息集合。

第二获取单元502，被配置成获取优质评论信息集合中每条优质评论信息对应的初始分数。

排序单元503，被配置成根据初始分数，确定优质评论信息集合中各条优质评论信息的初始显示排序。

分数更新单元504，被配置成针对优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据互动信息，确定该优质评论信息的更新分数。

排序更新单元505，被配置成基于更新分数，更新初始显示排序。

在本实施例的一些可选的实现方式中，第一获取单元501可以包括图5中未示出的：评论信息获取模块、候选优质评论确定模块以及优质评论确定模块。

评论信息获取模块，被配置成获取待处理评论信息。

候选优质评论确定模块，被配置成从待处理评论信息中确定出满足预设条件的评论信息作为候选优质评论信息。

优质评论确定模块，被配置成从候选优质评论信息中确定出优质评论信息集合。

在本实施例的一些可选的实现方式中，评论信息获取模块可以进一步被配置成：获取预设时间段内浏览量大于预设阈值的页面的评论信息。

在本实施例的一些可选的实现方式中，评论信息获取模块可以进一步被配置成：响应于监测到以下任意一项，将用户发布的评论信息作为待处理评论信息：用户发布了评论信息、用户发布的评论信息收到响应。

在本实施例的一些可选的实现方式中，候选优质评论确定模块可以进一步被配置成：根据待处理评论信息的属性信息以及各属性信息对应的权重，确定待处理评论信息的第一分数；如果待处理评论信息的第一分数大于第一预设阈值，确定待处理评论信息满足预设条件。

在本实施例的一些可选的实现方式中，候选优质评论确定模块可以进一步被配置成：根据待处理评论信息以及预设的判断模型，确定待处理评论信息属于优质回复信息的概率，其中，判断模型用于判断评论信息是否属于优质回复信息；如果待处理评论信息的概率大于第二预设阈值，确定待处理评论信息满足预设条件。

在本实施例的一些可选的实现方式中，优质评论确定模块可以进一步被配置成：将候选优质评论信息输出至审核系统；将审核系统输出的评论信息作为优质评论信息。

在本实施例的一些可选的实现方式中，互动信息包括点赞数量、点踩数量、收到的评论信息的属性信息。分数更新单元504可以进一步被配置成：根据点赞数量、点踩数量、收到的评论信息的属性信息以及预设的权重系数，确定该优质评论信息的更新分数。

在本实施例的一些可选的实现方式中，装置500还可以进一步包括图5中未示出的标签设置单元，被配置成响应于确定出优质评论信息，为优质评论信息设置显示标签。

应当理解，用于处理评论信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于处理评论信息的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图6所示，是根据本申请实施例的执行用于输出信息的方法的电子设备的框图。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/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的执行用于输出信息的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的执行用于输出信息的方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的执行用于输出信息的方法对应的程序指令/模块(例如，附图5所示的第一获取单元501、第二获取单元502、排序单元503、分数更新单元504以及排序更新单元505)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的执行用于输出信息的方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据执行用于输出信息的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至执行用于输出信息的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

执行用于输出信息的方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生与执行用于输出信息的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处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、专用ASIC(专用集成电路)、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。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

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。

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。

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。

根据本申请实施例的技术方案，可以根据优质评论信息的互动信息，实时更新优质评论信息的显示顺序，从而能够为用户提供更好的浏览体验。

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，本发申请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，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。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。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (20)

1.一种用于处理评论信息的方法，包括：

获取优质评论信息集合；

获取所述优质评论信息集合中每条优质评论信息对应的初始分数；

根据所述初始分数，确定所述优质评论信息集合中各条优质评论信息的初始显示排序；

针对所述优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据所述互动信息，确定该优质评论信息的更新分数；

基于所述更新分数，更新所述初始显示排序。

2.根据权利要求1所述的方法，其中，所述获取优质评论信息集合，包括：

获取待处理评论信息；

从所述待处理评论信息中确定出满足预设条件的评论信息作为候选优质评论信息；

从所述候选优质评论信息中确定出优质评论信息集合。

3.根据权利要求2所述的方法，其中，所述获取待处理评论信息，包括：

获取预设时间段内浏览量大于预设阈值的页面的评论信息。

4.根据权利要求2所述的方法，其中，所述获取待处理评论信息，包括：

响应于监测到以下任意一项，将用户发布的评论信息作为待处理评论信息：用户发布了评论信息、用户发布的评论信息收到响应。

5.根据权利要求2所述的方法，其中，所述从所述待处理评论信息中确定出满足预设条件的评论信息作为候选优质评论信息，包括：

根据所述待处理评论信息的属性信息以及各属性信息对应的权重，确定所述待处理评论信息的第一分数；

如果所述待处理评论信息的第一分数大于第一预设阈值，确定所述待处理评论信息满足所述预设条件。

6.根据权利要求2所述的方法，其中，所述从所述待处理评论信息中确定出满足预设条件的评论信息作为候选优质评论信息，包括：

根据所述待处理评论信息以及预设的判断模型，确定所述待处理评论信息属于优质回复信息的概率，其中，所述判断模型用于判断评论信息是否属于优质回复信息；

如果所述待处理评论信息的概率大于第二预设阈值，确定所述待处理评论信息满足所述预设条件。

7.根据权利要求2所述的方法，其中，所述从所述候选优质评论信息中确定出优质评论信息集合，包括：

将所述候选优质评论信息输出至审核系统；

将所述审核系统输出的评论信息作为优质评论信息。

8.根据权利要求1所述的方法，其中，所述互动信息包括点赞数量、点踩数量、收到的评论信息的属性信息；以及

所述根据所述互动信息，确定该优质评论信息的更新分数，包括：

根据所述点赞数量、所述点踩数量、所述收到的评论信息的属性信息以及预设的权重系数，确定该优质评论信息的更新分数。

9.根据权利要求1所述的方法，其中，所述方法还包括：

为所述优质评论信息集合中的优质评论信息设置显示标签。

10.一种用于处理评论信息的装置，包括：

第一获取单元，被配置成获取优质评论信息集合；

第二获取单元，被配置成获取所述优质评论信息集合中每条优质评论信息对应的初始分数；

排序单元，被配置成根据所述初始分数，确定所述优质评论信息集合中各条优质评论信息的初始显示排序；

分数更新单元，被配置成针对所述优质评论信息集合中的每条优质评论信息，响应于接收到针对该优质评论信息的互动信息，根据所述互动信息，确定该优质评论信息的更新分数；

排序更新单元，被配置成基于所述更新分数，更新所述初始显示排序。

11.根据权利要求10所述的装置，其中，所述第一获取单元包括：

评论信息获取模块，被配置成获取待处理评论信息；

候选优质评论确定模块，被配置成从所述待处理评论信息中确定出满足预设条件的评论信息作为候选优质评论信息；

优质评论确定模块，被配置成从所述候选优质评论信息中确定出优质评论信息集合。

12.根据权利要求11所述的装置，其中，所述评论信息获取模块进一步被配置成：

获取预设时间段内浏览量大于预设阈值的页面的评论信息。

13.根据权利要求11所述的装置，其中，所述评论信息获取模块进一步被配置成：

响应于监测到以下任意一项，将用户发布的评论信息作为待处理评论信息：用户发布了评论信息、用户发布的评论信息收到响应。

14.根据权利要求11所述的装置，其中，所述候选优质评论确定模块进一步被配置成：

根据所述待处理评论信息的属性信息以及各属性信息对应的权重，确定所述待处理评论信息的第一分数；

如果所述待处理评论信息的第一分数大于第一预设阈值，确定所述待处理评论信息满足所述预设条件。

15.根据权利要求11所述的装置，其中，所述候选优质评论确定模块进一步被配置成：

根据所述待处理评论信息以及预设的判断模型，确定所述待处理评论信息属于优质回复信息的概率，其中，所述判断模型用于判断评论信息是否属于优质回复信息；

如果所述待处理评论信息的概率大于第二预设阈值，确定所述待处理评论信息满足预设条件。

16.根据权利要求11所述的装置，其中，所述优质评论确定模块进一步被配置成：

将所述候选优质评论信息输出至审核系统；

将所述审核系统输出的评论信息作为优质评论信息。

17.根据权利要求10所述的装置，所述互动信息包括点赞数量、点踩数量、收到的评论信息的属性信息；以及

所述分数更新单元进一步被配置成：

根据所述点赞数量、所述点踩数量、所述收到的评论信息的属性信息以及预设的权重系数，确定该优质评论信息的更新分数。

18.根据权利要求10所述的装置，其中，所述装置还包括：

标签设置单元，被配置成响应于确定出优质评论信息，为所述优质评论信息设置显示标签。

19.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-9中任一所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。

Images