CN105843902A - 交互信息排序方法及装置 - Google Patents

交互信息排序方法及装置 Download PDF

Info

Publication number
CN105843902A
CN105843902A CN201610169016.4A CN201610169016A CN105843902A CN 105843902 A CN105843902 A CN 105843902A CN 201610169016 A CN201610169016 A CN 201610169016A CN 105843902 A CN105843902 A CN 105843902A
Authority
CN
China
Prior art keywords
interactive information
freshness
intelligent
index
interactive
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610169016.4A
Other languages
English (en)
Inventor
周科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LeTV Information Technology Beijing Co Ltd
Original Assignee
LeTV Information Technology Beijing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LeTV Information Technology Beijing Co Ltd filed Critical LeTV Information Technology Beijing Co Ltd
Priority to CN201610169016.4A priority Critical patent/CN105843902A/zh
Publication of CN105843902A publication Critical patent/CN105843902A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种交互信息排序方法及装置，包括：获取目标版块中的所有交互信息的发布时间和互动数据；根据所述发布时间与当前时间的时间差计算对应的交互信息的新鲜度；结合所述新鲜度和所述互动数据，计算所述交互信息的热度值；根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序。本发明提出的交互信息排序方法及装置，能够得到较为科学的交互信息排序。

Description

交互信息排序方法及装置
技术领域
本发明涉及数据处理技术领域，特别是指一种交互信息排序方法及装置。
背景技术
网络中可交互的信息通常具有热度值，网站根据热度值选择显示信息，将热度值较高的信息优先显示。现有的交互信息的热度值是根据该交互信息的互动数据等信息进行计算的，通常比较简单，互动数据或关注度较高的，其热度值也较高，通常情况下，热度值等于互动数据或关注度。
这种热度值计算方式的缺陷在于，某些交互信息可能是发布时间较长的交互信息，虽然在发布交互信息时，其关注度很高，由此计算出的热度值也很高，但当过了相当一段长时间后，按照自然逻辑来看，当前时间用户不应该对其仍有所关注，而应当关注更为新鲜的发布消息。但是由于之前的交互信息的互动数据过高，由此使后续交互信息的互动数据很难超过该交互信息，这将使已过时的交互信息长时间被优先显示，按照上述方式计算出的热度值不符合自然规律；除非管理方将其手动删除或手动修改其热度值，才可以取消优先显示。
发明内容
有鉴于此，本发明的目的在于提出一种交互信息排序方法及装置，能够提高交互信息排序的准确性。
基于上述目的本发明提供的交互信息排序方法，包括：
获取目标版块中的所有交互信息的发布时间和互动数据；
根据所述发布时间与当前时间的时间差计算对应的交互信息的新鲜度；
结合所述新鲜度和所述互动数据，计算所述交互信息的热度值；
根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序。
在一些实施方式中，所述获取目标版块中的所有交互信息的发布时间和互动数据的步骤之后还包括：
获取与所述交互信息对应的用户信息；
根据所述用户信息，计算得到对应用户的达人指数；
所述结合所述新鲜度和所述互动数据，计算所述交互信息的热度值的步骤具体包括：
结合所述新鲜度、互动数据和所述达人指数，计算所述交互信息的热度值。
在一些实施方式中，所述互动数据包括交互信息被赞数和交互信息回复数，所述交互信息的热度值的计算公式为：
热度值＝(A×交互信息被赞数+B×交互信息回复数)×(C×达人指数+D×新鲜度)；
其中，A为交互信息被赞数的权重值，B为交互信息回复数的权重值，C为达人指数的权重值，D为新鲜度的权重值。
在一些实施方式中，所述用户信息包括对应用户在所述目标版块中的观看数、创建专辑数、收藏专辑数、总评论数、总回复数、总赞数和上传资源数；
所述达人指数的计算公式为：
达人指数＝{[a×观看数+b×创建专辑数+c×收藏专辑数+d×(总评论数+总回复数+总赞数)+e×上传资源数]-最小值}/(最大值–最小值)，
其中，a为观看数的权重值，b为创建专辑数的权重值，c为收藏专辑数的权重值，d为总评论数、总回复数和总赞数的权重值，e为上传资源数的权重值，所述最小值为所述目标版块中所有交互信息对应的用户中达人指数最小的用户的达人指数，所述最大值为所述目标版块中所有交互信息对应的用户中达人指数最大的用户的达人指数。
在一些实施方式中，所述新鲜度通过新鲜度计算模型进行计算；所述新鲜度计算模型包括快速衰减区间，所述快速衰减区间以新鲜度快速衰减至中值的天数为中点。
在一些实施方式中，所述新鲜度计算模型为：
新鲜度＝{-tan-1[0.5(x-n)]+π/2}/π，
其中，x是所述发布时间距离当前时间的差值，单位为天，n是所述新鲜度快速衰减至中值的天数。
本发明的第二个方面还提供了一种交互信息排序装置，包括：
数据获取模块，用于获取目标版块中的所有交互信息的发布时间和互动数据；
新鲜度计算模块，用于根据所述发布时间与当前时间的时间差，计算对应的交互信息的新鲜度；
热度值计算模块，用于结合所述新鲜度和所述互动数据，计算所述交互信息的热度值；
排序模块，用于根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序。
在一些实施方式中，所述数据获取模块，还用于获取与所述交互信息对应的用户信息；
所述交互信息排序装置还包括达人指数计算模块，用于根据所述用户信息，计算得到对应用户的达人指数；
所述热度值计算模块，具体用于结合所述新鲜度、互动数据和所述达人指数，计算所述交互信息的热度值。
在一些实施方式中，所述互动数据包括交互信息被赞数和交互信息回复数，所述交互信息的热度值的计算公式为：
热度值＝(A×交互信息被赞数+B×交互信息回复数)×(C×达人指数+D×新鲜度)；
其中，A为交互信息被赞数的权重值，B为交互信息回复数的权重值，C为达人指数的权重值，D为新鲜度的权重值。
在一些实施方式中，所述用户信息包括对应用户在所述目标版块中的观看数、创建专辑数、收藏专辑数、总评论数、总回复数、总赞数和上传资源数；
所述达人指数的计算公式为：
达人指数＝{[a×观看数+b×创建专辑数+c×收藏专辑数+d×(总评论数+总回复数+总赞数)+e×上传资源数]-最小值}/(最大值–最小值)，
其中，a为观看数的权重值，b为创建专辑数的权重值，c为收藏专辑数的权重值，d为总评论数、总回复数和总赞数的权重值，e为上传资源数的权重值，所述最小值为所述目标版块中所有交互信息对应的用户中达人指数最小的用户的达人指数，所述最大值为所述目标版块中所有交互信息对应的用户中达人指数最大的用户的达人指数。
在一些实施方式中，所述新鲜度通过新鲜度计算模型进行计算；所述新鲜度计算模型包括快速衰减区间，所述快速衰减区间以新鲜度快速衰减至中值的天数为中点。
在一些实施方式中，所述新鲜度计算模型为：
新鲜度＝{-tan-1[0.5(x-n)]+π/2}/π，
其中，x是所述发布时间距离当前时间的差值，单位为天，n是所述新鲜度快速衰减至中值的天数。
从上面所述可以看出，本发明提供的交互信息排序方法及装置，通过根据发布时间计算新鲜度，再结合交互信息的新鲜度及其互动数据计算得到热度值，根据热度值进行排序，从而得到较为科学的交互信息排序，提高了交互信息受关注程度的准确性。
附图说明
图1为本发明提供的交互信息排序方法的一个实施例的流程示意图；
图2为本发明提供的交互信息排序方法的另一个实施例的流程示意图；
图3为本发明提供的交互信息排序装置实施例的模块结构示意图；
图4为本发明提供的交互信息排序方法及装置实施例中新鲜度的函数曲线示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
本发明的第一个方面提供了一种能够得到较为科学的交互信息排序的交互信息排序方法。如图1所示，为本发明提供的交互信息排序方法的一个实施例的流程示意图。
所述交互信息排序方法，包括以下步骤：
步骤101：获取目标版块中的所有交互信息的发布时间和互动数据；所述目标版块为所需要做排序处理的版块，这里的版块可以是任意的具有交互功能的页面，例如某个电影社区论坛的某个帖子中的评论区，某条微博下面的评论区，某部电影的页面下面的评论区等等，所述交互信息则是这些评论区中的任意评论，所述互动数据为与该交互信息进行了互动的数据，例如点赞、回复、转发等等；
步骤102：根据所述发布时间与当前时间的时间差计算对应的交互信息的新鲜度；所述新鲜度是指代该条交互信息的新鲜程度的指标，其中包含的参数之一为交互信息的发布时间与当前时间的时间差；
步骤103：结合所述新鲜度和所述互动数据，计算所述交互信息的热度值；所述热度值是指代该条交互信息的热度(也可称为活跃度)的指标，其中包含的参数有新鲜度和互动数据；
步骤104：根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序。
从上述实施例可以看出，本发明提供的交互信息排序方法，通过根据发布时间计算新鲜度，再结合交互信息的新鲜度及其互动数据计算得到热度值，根据热度值进行排序，从而得到较为科学的交互信息排序，提高了交互信息受关注程度的准确性。
进一步的，在一些可选实施方式中，所述获取目标版块中的所有交互信息的发布时间和互动数据的步骤101之后还包括：
获取与所述交互信息对应的用户信息；所述用户信息为发出所述交互信息的用户的相关信息，具体的可包括能够体现该用户在目标版块中的活跃程度的参数，例如以电影社区为例，所述用户信息可以包括观影数、收藏影单数、创建影单数、总评论数、上传资源数，等等；
根据所述用户信息，计算得到对应用户的达人指数；所述达人指数，是根据用户信息计算得到的，能够体现该用户在目标版块中的活跃程度的指标；
所述结合所述新鲜度和所述互动数据，计算所述交互信息的热度值的步骤103具体包括：
结合所述新鲜度、互动数据和所述达人指数，计算所述交互信息的热度值。
通过上述实施例，在计算热度值时增加了达人指数作为参数，能够更好的体现交互信息的受关注程度，使得排序结果更加科学；同时，在达人指数的影响下，较多的用户上热门的几率更高，这样用户点击头像后有更高的几率看到内容充实饱满的活跃用户首页，并且在达人的个人首页能够发现更多的有趣内容，让用户感受到社区活跃的同时，也能间接提高应用使用时长，从而营造优质活跃社区的氛围。
可选的，在一些实施方式中，所述互动数据包括交互信息被赞数和交互信息回复数，所述交互信息的热度值的计算公式为：
热度值＝(A×交互信息被赞数+B×交互信息回复数)×(C×达人指数+D×新鲜度)；
其中，A为交互信息被赞数的权重值，B为交互信息回复数的权重值，C为达人指数的权重值，D为新鲜度的权重值，A、B、C、D分别可以根据需要进行取值。
通过上述实施例，具体确定了热度值的计算方法，根据上述计算公式得到的热度值，能够很好地体现新鲜度、互动数据和所述达人指数在热度值中的比重，将交互信息被赞数和交互信息回复数作为影响结果的较为主要的因素，使优质评论作为基础，计算结果更为科学。
较佳的，在一些可选实施方式中，所述用户信息包括对应用户在所述目标版块中的观看数、创建专辑数、收藏专辑数、总评论数、总回复数、总赞数和上传资源数；
所述达人指数的计算公式为：
达人指数＝{[a×观看数+b×创建专辑数+c×收藏专辑数+d×(总评论数+总回复数+总赞数)+e×上传资源数]-最小值}/(最大值–最小值)，
其中，a为观看数的权重值，b为创建专辑数的权重值，c为收藏专辑数的权重值，d为总评论数、总回复数和总赞数的权重值，e为上传资源数的权重值，a、b、c、d、e分别可以根据需要进行取值，所述最小值为所述目标版块中所有交互信息对应的用户中达人指数最小的用户的达人指数，所述最大值为所述目标版块中所有交互信息对应的用户中达人指数最大的用户的达人指数。
通过上述实施例，具体确定了达人指数的计算方法，根据上述计算公式得到的达人指数，能够很好地体现用户在目标版块中的活跃程度，并且达人指数计算公式中的任意一项若在目标版块不存在，也可以根据其他参数项进行计算。
进一步的，在一些可选实施方式中，所述新鲜度通过新鲜度计算模型进行计算；所述新鲜度计算模型包括快速衰减区间，所述快速衰减区间以新鲜度快速衰减至中值的天数为中点，参考图4。所述中值为所述快速衰减区间的最大值与最小值的差值的1/2。
通过设置快速衰减区间，使得新鲜度能够随着时间的推移逐步减小，并在快速衰减区间中快速衰减，直到新鲜度在热度值中占比较小而不发生显著影响，从而降低了发布时间较为久远的交互信息的热度值，避免了交互信息大长尾，使得时间较近期的交互信息能够排的更为靠前，从而激励新近活跃用户。
较佳的，在一些可选实施方式中，所述新鲜度计算模型为：
新鲜度＝{-tan-1[0.5(x-n)]+π/2}/π，
其中，x是所述发布时间距离当前时间的差值，单位为天，n是所述新鲜度快速衰减至中值的天数，建议为7-14天；如图4所示，为所述新鲜度的函数曲线的一个参考实施例。采用上述新鲜度计算模型，所得到的新鲜度能够更好地体现交互信息的新鲜程度与时间的关系。
本发明还提供了所述交互信息排序方法的另一个实施例。如图2所示，为本发明提供的交互信息排序方法的另一个实施例的流程示意图。
所述交互信息排序方法，包括以下步骤：
步骤201：获取目标版块中的所有交互信息的发布时间和互动数据，以及与所述交互信息对应的用户信息；
步骤202：根据所述发布时间与当前时间的时间差计算对应的交互信息的新鲜度；
步骤203：根据所述用户信息，计算得到对应用户的达人指数；
步骤204：结合所述新鲜度、互动数据和所述达人指数，计算所述交互信息的热度值；
步骤205：根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序；
步骤206：根据排序结果，在所述目标版块中依次排列所述交互信息。
从上述实施例可以看出，本发明提供的交互信息排序方法，通过根据发布时间计算新鲜度，再结合交互信息的新鲜度及其互动数据计算得到热度值，根据热度值进行排序，从而得到较为科学的交互信息排序，提高了交互信息受关注程度的准确性。
本发明的第二个方面提供了一种能够得到较为科学的交互信息排序的交互信息排序装置。如图3所示，为本发明提供的交互信息排序装置实施例的模块结构示意图。
所述交互信息排序装置，包括：
数据获取模块301，用于获取目标版块中的所有交互信息的发布时间和互动数据；所述目标版块为所需要做排序处理的版块，这里的版块可以是任意的具有交互功能的页面，例如某个电影社区论坛的某个帖子中的评论区，某条微博下面的评论区，某部电影的页面下面的评论区等等，所述交互信息则是这些评论区中的任意评论，所述互动数据为与该交互信息进行了互动的数据，例如点赞、回复、转发等等；
新鲜度计算模块302，用于根据所述发布时间与当前时间的时间差，计算对应的交互信息的新鲜度；所述新鲜度是指代该条交互信息的新鲜程度的指标，其中包含的参数之一为交互信息的发布时间与当前时间的时间差；
热度值计算模块303，用于结合所述新鲜度和所述互动数据，计算所述交互信息的热度值；所述热度值是指代该条交互信息的热度(也可称为活跃度)的指标，其中包含的参数有新鲜度和互动数据；
排序模块304，用于根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序。
从上述实施例可以看出，本发明提供的交互信息排序装置，通过根据发布时间计算新鲜度，再结合交互信息的新鲜度及其互动数据计算得到热度值，根据热度值进行排序，从而得到较为科学的交互信息排序，提高了交互信息受关注程度的准确性。
进一步的，在一些可选实施方式中，所述数据获取模块301，还用于获取与所述交互信息对应的用户信息；所述用户信息为发出所述交互信息的用户的相关信息，具体的可包括能够体现该用户在目标版块中的活跃程度的参数，例如以电影社区为例，所述用户信息可以包括观影数、收藏影单数、创建影单数、总评论数、上传资源数，等等；
所述交互信息排序装置还包括达人指数计算模块305，用于根据所述用户信息，计算得到对应用户的达人指数；所述达人指数，是根据用户信息计算得到的，能够体现该用户在目标版块中的活跃程度的指标；
所述热度值计算模块303，具体用于结合所述新鲜度、互动数据和所述达人指数，计算所述交互信息的热度值。
通过上述实施例，在计算热度值时增加了达人指数作为参数，能够更好的体现交互信息的受关注程度，使得排序结果更加科学；同时，在达人指数的影响下，较多的用户上热门的几率更高，这样用户点击头像后有更高的几率看到内容充实饱满的活跃用户首页，并且在达人的个人首页能够发现更多的有趣内容，让用户感受到社区活跃的同时，也能间接提高应用使用时长，从而营造优质活跃社区的氛围。
可选的，在一些实施方式中，所述互动数据包括交互信息被赞数和交互信息回复数，所述交互信息的热度值的计算公式为：
热度值＝(A×交互信息被赞数+B×交互信息回复数)×(C×达人指数+D×新鲜度)；
其中，A为交互信息被赞数的权重值，B为交互信息回复数的权重值，C为达人指数的权重值，D为新鲜度的权重值，A、B、C、D分别可以根据需要进行取值。
通过上述实施例，具体确定了热度值的计算方法，根据上述计算公式得到的热度值，能够很好地体现新鲜度、互动数据和所述达人指数在热度值中的比重，将交互信息被赞数和交互信息回复数作为影响结果的较为主要的因素，使优质评论作为基础，计算结果更为科学。
较佳的，在一些可选实施方式中，所述用户信息包括对应用户在所述目标版块中的观看数、创建专辑数、收藏专辑数、总评论数、总回复数、总赞数和上传资源数；
所述达人指数的计算公式为：
达人指数＝{[a×观看数+b×创建专辑数+c×收藏专辑数+d×(总评论数+总回复数+总赞数)+e×上传资源数]-最小值}/(最大值–最小值)，
其中，a为观看数的权重值，b为创建专辑数的权重值，c为收藏专辑数的权重值，d为总评论数、总回复数和总赞数的权重值，e为上传资源数的权重值，所述最小值为所述目标版块中所有交互信息对应的用户中达人指数最小的用户的达人指数，所述最大值为所述目标版块中所有交互信息对应的用户中达人指数最大的用户的达人指数。
通过上述实施例，具体确定了达人指数的计算方法，根据上述计算公式得到的达人指数，能够很好地体现用户在目标版块中的活跃程度，并且达人指数计算公式中的任意一项若在目标版块不存在，也可以根据其他参数项进行计算。
进一步的，在一些可选实施方式中，所述新鲜度通过新鲜度计算模型进行计算；所述新鲜度计算模型包括快速衰减区间，所述快速衰减区间以新鲜度快速衰减至中值的天数为中点，参考图4。所述中值为所述快速衰减区间的最大值与最小值的差值的1/2。
通过设置快速衰减区间，使得新鲜度能够随着时间的推移逐步减小，并在快速衰减区间中快速衰减，直到新鲜度在热度值中占比较小而不发生显著影响，从而降低了发布时间较为久远的交互信息的热度值，避免了交互信息大长尾，使得时间较近期的交互信息能够排的更为靠前，从而激励新近活跃用户。
较佳的，在一些可选实施方式中，所述新鲜度计算模型为：
新鲜度＝{-tan-1[0.5(x-n)]+π/2}/π，
其中，x是所述发布时间距离当前时间的差值，单位为天，n是所述新鲜度快速衰减至中值的天数，建议为7-14天；如图4所示，为所述新鲜度的函数曲线的一个参考实施例。采用上述新鲜度计算模型，所得到的新鲜度能够更好地体现交互信息的新鲜程度与时间的关系。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种交互信息排序方法，其特征在于，包括：
获取目标版块中的所有交互信息的发布时间和互动数据；
根据所述发布时间与当前时间的时间差计算对应的交互信息的新鲜度；
结合所述新鲜度和所述互动数据，计算所述交互信息的热度值；
根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序。
2.根据权利要求1所述的方法，其特征在于，所述获取目标版块中的所有交互信息的发布时间和互动数据的步骤之后还包括：
获取与所述交互信息对应的用户信息；
根据所述用户信息，计算得到对应用户的达人指数；
所述结合所述新鲜度和所述互动数据，计算所述交互信息的热度值的步骤具体包括：
结合所述新鲜度、互动数据和所述达人指数，计算所述交互信息的热度值。
3.根据权利要求2所述的方法，其特征在于，所述互动数据包括交互信息被赞数和交互信息回复数，所述交互信息的热度值的计算公式为：
热度值＝(A×交互信息被赞数+B×交互信息回复数)×(C×达人指数+D×新鲜度)；
其中，A为交互信息被赞数的权重值，B为交互信息回复数的权重值，C为达人指数的权重值，D为新鲜度的权重值。
4.根据权利要求3所述的方法，其特征在于，所述用户信息包括对应用户在所述目标版块中的观看数、创建专辑数、收藏专辑数、总评论数、总回复数、总赞数和上传资源数；
所述达人指数的计算公式为：
达人指数＝{[a×观看数+b×创建专辑数+c×收藏专辑数+d×(总评论数+总回复数+总赞数)+e×上传资源数]-最小值}/(最大值–最小值)，
其中，a为观看数的权重值，b为创建专辑数的权重值，c为收藏专辑数的权重值，d为总评论数、总回复数和总赞数的权重值，e为上传资源数的权重值，所述最小值为所述目标版块中所有交互信息对应的用户中达人指数最小的用户的达人指数，所述最大值为所述目标版块中所有交互信息对应的用户中达人指数最大的用户的达人指数。
5.根据权利要求1-4任意一项所述的方法，其特征在于，所述新鲜度通过新鲜度计算模型进行计算；所述新鲜度计算模型包括快速衰减区间，所述快速衰减区间以新鲜度快速衰减至中值的天数为中点。
6.根据权利要求5所述的方法，其特征在于，所述新鲜度计算模型为：
新鲜度＝{-tan-1[0.5(x-n)]+π/2}/π，
其中，x是所述发布时间距离当前时间的差值，单位为天，n是所述新鲜度快速衰减至中值的天数。
7.一种交互信息排序装置，其特征在于，包括：
数据获取模块，用于获取目标版块中的所有交互信息的发布时间和互动数据；
新鲜度计算模块，用于根据所述发布时间与当前时间的时间差，计算对应的交互信息的新鲜度；
热度值计算模块，用于结合所述新鲜度和所述互动数据，计算所述交互信息的热度值；
排序模块，用于根据目标版块中的所有交互信息的热度值，将目标版块中的所有交互信息进行排序。
8.根据权利要求7所述的装置，其特征在于，所述数据获取模块，还用于获取与所述交互信息对应的用户信息；
所述交互信息排序装置还包括达人指数计算模块，用于根据所述用户信息，计算得到对应用户的达人指数；
所述热度值计算模块，具体用于结合所述新鲜度、互动数据和所述达人指数，计算所述交互信息的热度值。
9.根据权利要求8所述的装置，其特征在于，所述互动数据包括交互信息被赞数和交互信息回复数，所述交互信息的热度值的计算公式为：
热度值＝(A×交互信息被赞数+B×交互信息回复数)×(C×达人指数+D×新鲜度)；
其中，A为交互信息被赞数的权重值，B为交互信息回复数的权重值，C为达人指数的权重值，D为新鲜度的权重值。
10.根据权利要求9所述的装置，其特征在于，所述用户信息包括对应用户在所述目标版块中的观看数、创建专辑数、收藏专辑数、总评论数、总回复数、总赞数和上传资源数；
所述达人指数的计算公式为：
达人指数＝{[a×观看数+b×创建专辑数+c×收藏专辑数+d×(总评论数+总回复数+总赞数)+e×上传资源数]-最小值}/(最大值–最小值)，
其中，a为观看数的权重值，b为创建专辑数的权重值，c为收藏专辑数的权重值，d为总评论数、总回复数和总赞数的权重值，e为上传资源数的权重值，所述最小值为所述目标版块中所有交互信息对应的用户中达人指数最小的用户的达人指数，所述最大值为所述目标版块中所有交互信息对应的用户中达人指数最大的用户的达人指数。
11.根据权利要求7-10任意一项所述的装置，其特征在于，所述新鲜度通过新鲜度计算模型进行计算；所述新鲜度计算模型包括快速衰减区间，所述快速衰减区间以新鲜度快速衰减至中值的天数为中点。
12.根据权利要求11所述的装置，其特征在于，所述新鲜度计算模型为：
新鲜度＝{-tan-1[0.5(x-n)]+π/2}/π，
其中，x是所述发布时间距离当前时间的差值，单位为天，n是所述新鲜度快速衰减至中值的天数。
CN201610169016.4A 2016-03-23 2016-03-23 交互信息排序方法及装置 Pending CN105843902A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610169016.4A CN105843902A (zh) 2016-03-23 2016-03-23 交互信息排序方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610169016.4A CN105843902A (zh) 2016-03-23 2016-03-23 交互信息排序方法及装置

Publications (1)

Publication Number Publication Date
CN105843902A true CN105843902A (zh) 2016-08-10

Family

ID=56583089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610169016.4A Pending CN105843902A (zh) 2016-03-23 2016-03-23 交互信息排序方法及装置

Country Status (1)

Country Link
CN (1) CN105843902A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107229754A (zh) * 2017-06-30 2017-10-03 北京金山安全软件有限公司 信息排序方法、装置、电子设备及存储介质
CN107748787A (zh) * 2017-10-27 2018-03-02 姜俊 一种信息热度处理方法及装置
CN107908699A (zh) * 2017-11-03 2018-04-13 福建中金在线信息科技有限公司 内容显示方法和服务器
CN108304399A (zh) * 2017-01-12 2018-07-20 武汉斗鱼网络科技有限公司 网络内容的推荐方法及装置
WO2018133566A1 (zh) * 2017-01-17 2018-07-26 腾讯科技（深圳）有限公司 推广信息新鲜度确定方法及装置、电子设备及存储介质
CN108833985A (zh) * 2018-07-09 2018-11-16 深圳市茁壮网络股份有限公司 一种多媒体节目评分方法、排行榜生成方法及装置
CN109635192A (zh) * 2018-12-05 2019-04-16 宁波深擎信息科技有限公司 面向微服务的海量资讯热度排行更新方法及平台
CN109947840A (zh) * 2017-09-25 2019-06-28 北京国双科技有限公司 告警数据展示方法和装置
CN111026958A (zh) * 2019-11-29 2020-04-17 微梦创科网络科技（中国）有限公司 一种热门微博排序方法及装置
CN111522940A (zh) * 2020-04-08 2020-08-11 百度在线网络技术（北京）有限公司 用于处理评论信息的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070276829A1 (en) * 2004-03-31 2007-11-29 Niniane Wang Systems and methods for ranking implicit search results
CN102426610A (zh) * 2012-01-13 2012-04-25 中国科学院计算技术研究所 微博搜索排名方法及微博搜索引擎
CN103049511A (zh) * 2012-03-28 2013-04-17 李晶 一种微博关注列表、微博内容的显示方法及其客户端
CN103744918A (zh) * 2013-12-27 2014-04-23 东软集团股份有限公司 基于垂直领域的微博搜索排序方法及系统
CN104537038A (zh) * 2014-12-23 2015-04-22 小米科技有限责任公司 信息显示方法、装置及终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070276829A1 (en) * 2004-03-31 2007-11-29 Niniane Wang Systems and methods for ranking implicit search results
CN102426610A (zh) * 2012-01-13 2012-04-25 中国科学院计算技术研究所 微博搜索排名方法及微博搜索引擎
CN103049511A (zh) * 2012-03-28 2013-04-17 李晶 一种微博关注列表、微博内容的显示方法及其客户端
CN103744918A (zh) * 2013-12-27 2014-04-23 东软集团股份有限公司 基于垂直领域的微博搜索排序方法及系统
CN104537038A (zh) * 2014-12-23 2015-04-22 小米科技有限责任公司 信息显示方法、装置及终端

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108304399A (zh) * 2017-01-12 2018-07-20 武汉斗鱼网络科技有限公司 网络内容的推荐方法及装置
WO2018133566A1 (zh) * 2017-01-17 2018-07-26 腾讯科技（深圳）有限公司 推广信息新鲜度确定方法及装置、电子设备及存储介质
CN107229754A (zh) * 2017-06-30 2017-10-03 北京金山安全软件有限公司 信息排序方法、装置、电子设备及存储介质
CN107229754B (zh) * 2017-06-30 2021-04-20 北京金山安全软件有限公司 信息排序方法、装置、电子设备及存储介质
CN109947840A (zh) * 2017-09-25 2019-06-28 北京国双科技有限公司 告警数据展示方法和装置
CN107748787A (zh) * 2017-10-27 2018-03-02 姜俊 一种信息热度处理方法及装置
CN107908699A (zh) * 2017-11-03 2018-04-13 福建中金在线信息科技有限公司 内容显示方法和服务器
CN108833985A (zh) * 2018-07-09 2018-11-16 深圳市茁壮网络股份有限公司 一种多媒体节目评分方法、排行榜生成方法及装置
CN109635192A (zh) * 2018-12-05 2019-04-16 宁波深擎信息科技有限公司 面向微服务的海量资讯热度排行更新方法及平台
CN111026958A (zh) * 2019-11-29 2020-04-17 微梦创科网络科技（中国）有限公司 一种热门微博排序方法及装置
CN111522940A (zh) * 2020-04-08 2020-08-11 百度在线网络技术（北京）有限公司 用于处理评论信息的方法和装置
CN111522940B (zh) * 2020-04-08 2023-06-09 百度在线网络技术（北京）有限公司 用于处理评论信息的方法和装置

Similar Documents

Publication Publication Date Title
CN105843902A (zh) 交互信息排序方法及装置
CN105135782B (zh) 一种基于物联网的智能冰箱管理系统
CN103916306B (zh) 实现即时通信的方法和装置
CN103974097B (zh) 基于流行度和社交网络的个性化用户原创视频预取方法及系统
CN106060665B (zh) 电视内容推荐方法、装置及页面服务器
CN104537000B (zh) 一种用于推送信息的方法和装置
CN112347395B (zh) 特效展示方法、装置、电子设备及计算机存储介质
CN103377204B (zh) 一种地图搜索结果的展现方法和装置
CN107430767A (zh) 基于对象识别的照片过滤器
CN102999507A (zh) 网络微博名人信息的推荐处理方法和装置
CN110489574A (zh) 一种多媒体信息推荐方法、装置和相关设备
CN107316232A (zh) 一种摄影服务网站操作系统
CN105468668B (zh) 一种官方媒体新闻中话题的推送方法及装置
CN106204099A (zh) 基于元素级别的广告创意有效性分析方法及装置
CN107735760A (zh) 用于查看嵌入式视频的方法和系统
CN103399900B (zh) 基于位置服务的图片推荐方法
CN107293233A (zh) 一种具有交互功能的橱窗展示系统及其控制方法
CN110414593A (zh) 图像处理方法及装置、处理器、电子设备及存储介质
CN104463368B (zh) 用于确定订单的价值的方法及设备
CN108021693A (zh) 一种图像检索方法和装置
CN107784090A (zh) 一种文件分享方法、设备及计算机可读介质
CN107293232A (zh) 一种新型橱窗展示系统
CN104331490B (zh) 网络数据处理方法及装置
CN107730271A (zh) 基于虚拟交互对象的相似用户确定方法、装置及电子设备
CN106157150A (zh) 信息处理方法与信息处理装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160810