CN107247720A - 表情排行榜单生成方法及装置、计算机设备 - Google Patents
表情排行榜单生成方法及装置、计算机设备 Download PDFInfo
- Publication number
- CN107247720A CN107247720A CN201710261976.8A CN201710261976A CN107247720A CN 107247720 A CN107247720 A CN 107247720A CN 201710261976 A CN201710261976 A CN 201710261976A CN 107247720 A CN107247720 A CN 107247720A
- Authority
- CN
- China
- Prior art keywords
- expression
- sequence
- time cycle
- treating
- application message
- 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.)
- Granted
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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
Abstract
一种表情排行榜单生成方法及装置、计算机设备,首先,获取与待排序表情关联的表情应用信息,所述表情应用信息包括下列各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,所述表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟所述最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,所述发送收藏比为所述最近一个时间周期的该待排序表情的发送人数与收藏人数的比值;根据各所述待排序表情的综合权值,对各所述待排序表情进行排序,获得表情排序结果;根据所述表情排序结果,生成表情排行榜单。基于本实施例方案生成的表情排行榜单准确性高。
Description
技术领域
本发明涉及计算机信息处理技术领域,特别涉及一种表情排行榜单生成方法及装置、计算机设备。
背景技术
随着移动互联网的发展,聊天工具越来越多,人们在聊天过程中,可通过多种不同类型的信息进行沟通,特别地,人们喜欢发送表情来表达感情。因此,通过对各表情进行排序获得排序结果以进行推荐或者为终端用户的行为提供参考,已成为信息技术应用中的一项重要内容。以终端安装使用的聊天工具为例,为了满足不同终端用户的各种不同需求,各种表情层出不穷,据此出现了应用市场为终端用户提供各种不同的表情的下载。由于不同终端用户的需求不同,呈现出的对表情的关注度也有所不同,并在不同的角度得以体现,例如,可体现在表情的发送次数以及表情的人均发送次数等方面。目前,应用市场都会对各表情进行排序获得表情排序结果并进行推送,以供终端用户查看、下载等。
目前较为常用的排序方式是根据表情的发送次数以及表情的人均发送次数进行表情排序得到排序结果。然而,上述排序的方式,只能反映出表情在发送次数以及人均发送次数的依据下的统计特性,得到的排序结果不准确,从而导致生成的表情排行榜单准确性不足。
发明内容
基于此,有必要针对表情排序结果不准确性的问题,提出一种能提高准确性的一种表情排行榜单生成方法及装置、计算机设备。
据此,本实施例采用以下技术方案:
一种表情排行榜单生成方法,包括以下步骤:
获取与待排序表情关联的表情应用信息,所述表情应用信息包括下述各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,所述表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟所述最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,所述发送收藏比为所述最近一个时间周期的该待排序表情的发送人数与收藏人数的比值;
根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得待排序表情的综合权值;
根据各所述待排序表情的综合权值,对各所述待排序表情进行排序,获得表情排序结果;
根据所述表情排序结果,生成表情排行榜单。
还提供一种表情排行榜单生成装置,包括:
信息获取模块,用于获取与待排序表情关联的表情应用信息,所述表情应用信息包括下述各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,所述表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟所述最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,所述发送收藏比为所述最近一个时间周期的该待排序表情的发送人数与收藏人数的比值;
综合权值确定模块,用于根据各所述表情应用信息的加权系数,对各所述表情应用信息进行加权处理,获得所述待排序表情的综合权值;
排序模块,用于根据各所述待排序表情的综合权值,对各所述待排序表情进行排序,获得表情排序结果;
榜单生成模块,用于根据所述表情排序结果,生成表情排行榜单。
还提供一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取与待排序表情关联的表情应用信息,所述表情应用信息包括下述各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,所述表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟所述最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,所述发送收藏比为所述最近一个时间周期的该待排序表情的发送人数与收藏人数的比值;
根据各所述表情应用信息的加权系数,对各所述表情应用信息进行加权处理,获得所述待排序表情的综合权值;
根据各所述待排序表情的综合权值,对各所述待排序表情进行排序,获得表情排序结果;
根据所述表情排序结果,生成表情排行榜单。
上述表情排行榜单生成方法及装置、计算机设备,在生成榜单过程中进行表情排序时,不再通过单一的数据量进行排序,而是通过发送信息、表情连续留存率以及发送收藏比中至少任意两项作为依据进行排序,发送人数反应了发送该表情的人群规模,表情连续留存率反映了表情在连续时间周期内的发送情况,降低偶然发送的影响,发送收藏比反映了表情收藏后发送的可能性,越高表示表情的利用率越高。因此,可以准确反映出待排序表情被关注的整体特性,然后根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得所述待排序表情的综合权值,加权系数反映了各数据类型的数据量的重要程度,从而获得的待排序表情的综合权值可以准确反映出待排序表情的综合情况,这样根据综合权值对待排序表情进行排序获得的排序结果并生成表情排行榜单,基于加权系数的不同,可以结合不同表情应用信息反映出待排序表情的受关注情况,然后再根据反映综合情况的综合权值进行排序获得排序结果,准确性高,根据准确排序结果生成排行榜单,提高排行榜单准确性。
附图说明
图1为本发明一个实施例的工作环境示意图;
图2为一个实施例中的服务器的组成结构示意图;
图3为一个实施例的表情排行榜单生成方法的流程示意图;
图4为上线日期减益随上线日期变化曲线;
图5为另一个实施例的表情排行榜单生成方法的流程示意图;
图6为一个具体应用示例中的终端显示界面图;
图7为一个具体应用示例中的表情排行排序对应的表情排序结果界面示意图;
图8为一个实施例的表情排行榜单生成装置的模块示意图;
图9为另一个实施例的表情排行榜单生成装置的模块示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
图1示出了本发明一个实施例中的工作环境示意图,如图1所示,其工作环境涉及终端110、服务器120以及网络130,终端110及服务器120可以通过网络130进行通信。终端110通过网络130可访问对应的服务器120,以请求相应的表情排行榜单,服务器120可将该表情排行榜单推送至终端110。终端110的用户参考该表情排行榜单,进行后续的相关操作。例如,终端110的用户可以根据该表情排行榜单进行表情的下载、更新等等。该终端110可以是任何一种能够实现智能输入输出的设备,例如,台式电脑或移动终端,移动终端可以是智能手机、平板电脑、车载电脑、穿戴式智能设备等。该服务器120可以是提供表情排行榜单的平台所在的服务器;服务器120可以为一个或多个。本实施例涉及的是服务器120在生成表情排行榜单时、对待排序表情进行排序的方案,服务器120可以基于排序结果生成对应的表情排行榜单。
服务器120在一个实施例中的内部结构图如图2所示。该服务器120包括通过系统总线连接的处理器、存储介质、网络接口和内存。其中,服务器120的处理器用于提供计算和控制能力,支撑整个服务器的运行。服务器120的存储介质存储有操作系统、本地数据库和一种表情排行榜单生成装置的计算机应用程序,该装置的计算机应用程序被处理器执行时实现一种表情排行榜单生成方法。服务器120的内存为非易失性存储介质中的表情排行榜单生成装置的运行提供环境,该内存中可储存有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种表情排行榜单生成方法。服务器120的网络接口用于与网络130连接和通信。
如图3所示,一种实施例的表情排行榜单生成方法,包括步骤S310至步骤S340:
S310:获取与待排序表情关联的表情应用信息。
其中,表情应用信息包括下述各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,发送收藏比为最近一个时间周期的该待排序表情的发送人数与收藏人数的比值。
在实际应用中,先获取记录的待排序表情的相关信息,该待排序表情的相关信息可包括发送时间、发送用户标识、收藏时间、收藏用户标识、付费时间、付费值、预览时间以及预览用户标识等,然后对这些相关信息进行统计等处理得到上述表情应用信息。其中,发送用户标识表示发送该待排序表情的用户标识,收藏用户标识表示收藏该待排序表情的用户标识,预览用户标识表示预览该待排序表情的用户标识,付费值表示用户终端下载该待排序表情所支付的费用值。
在本实施例中,表情发送信息可包括发送次数或/和发送人数,由于发送次数跟发送人数是正相关的,发送人数代表了使用人群规模,因此,表情发送信息可以采用发送人数,即用发送人数作为表情发送信息。例如,发送某待排序表情的人数为100,则与该待排序表情关联的表情应用信息中的表情发送信息为100。在本实施例中,与待排序表情关联的表情应用信息包括上述表情发送信息、表情连续留存率、发送收藏比,即从与表情关联的多方面信息考虑来实现表情的排序。在本实施例中,表情发送信息为最近一个时间周期中的发送人数。
表情连续留存率反映了待排序表情在连续时间段内的发送情况,降低偶然发送的影响。优选地,最近的第二个时间周期为与最近一个时间周期相邻的上一个时间周期,例如,最近一个时间周期为今日一天,则最近的第二个时间周期为昨日一天。
S320:根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得待排序表情的综合权值。
在根据各表情应用信息排序时,每种表情应用信息的重要程度不同,因此可以对各表情应用信息设置对应的加权系数,并对每种表情应用信息进行加权处理,根据加权后的各表情应用信息可获得综合权值。例如,通过对每种表情应用信息进行加权系数的加权求和以获得综合权值。其中,加权系数表示了对应的表情应用信息的重要程度,即对综合权值的影响程度,加权系数的值越大表示该表情应用信息越重要,表示其在待排序表情排序过程中占有越重要的地位。通过设置加权系数,突出不同表情应用信息在排序过程中的特点。
S330:根据各待排序表情的综合权值,对各待排序表情进行排序,获得表情排序结果;
S340:根据表情排序结果,生成表情排行榜单。
在获得综合权值后,由于综合权值能整体表示待排序表情的重要程度或优秀程度,则根据各待排序表情的综合权值,对各待排序表情进行排序获得表情排序结果,获得的表情排序结果能直观地反映出各待排序表情的在当前排序下的重要程度。
上述表情排行榜单生成方法,在生成榜单过程中进行表情排序时,不再通过单一的数据量进行排序,而是通过发送信息、表情连续留存率以及发送收藏比中至少任意两项作为依据进行排序,发送人数反应了发送该表情的人群规模,表情连续留存率反映了表情在连续时间周期内的发送情况,降低偶然发送的影响,发送收藏比反映了表情收藏后发送的可能性,越高表示表情的利用率越高。因此,可以准确反映出待排序表情被关注的整体特性,然后根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得所述待排序表情的综合权值,加权系数反映了各数据类型的数据量的重要程度,从而获得的待排序表情的综合权值可以准确反映出待排序表情的综合情况,这样根据综合权值对待排序表情进行排序获得的排序结果并生成表情排行榜单,基于加权系数的不同,可以结合不同表情应用信息反映出待排序表情的受关注情况,然后再根据反映综合情况的综合权值进行排序获得排序结果,准确性高,根据准确排序结果生成排行榜单,提高排行榜单准确性。
在其中一个实施例中,表情应用信息还包括人均发送次数,人均发送次数根据最近一个时间周期中的该待排序表情关联的各用户标识的发送次数确定。
具体地,人均发送次数为最近一个时间周期中的该待排序表情关联的各用户标识的发送次数除以最近一个时间周期中的该待排序表情关联的各用户标识的数量,通过人均发送次数反映用户发送该待排序表情的平均情况,减少由于个别用户对该待排序表情的异常发送情况带来的影响。
在其中一个实施例中,可以对各用户标识的发送次数中大于预设阈值的发送次数进行过滤后,求取过滤后的各用户标识的发送次数的平均值,作为人均发送次数。
具体地,对各用户标识的发送次数中大于预设阈值的发送次数进行过滤为将各用户标识的发送次数中大于预设阈值的发送次数减去预设阈值,再计算过滤后的各用户标识的发送次数的平均值。
由于个别人对待排序表情的极端多次发送而导致该待排序表情的发送次数较高,然而这是由于个别人的极端发送行为导致的,这使得后续根据人均发送次数进行排序的机制存在刷榜风险。为了防止刷榜,对各用户标识的发送次数进行过滤,即当用户标识的发送次数大于预设阈值时,需将该用户标识的发送次数减去预设阈值,即对用户标识的发送次数进行过滤,减少发送次数,以减少刷榜的风险。
在其中一个实施例中,表情应用信息还包括表情下载信息、下载预览比中的至少一种,表情下载信息为最近一个时间周期的下载人数,下载预览比为最近一个时间周期内的下载人数与浏览人数的比值。
用户可对表情进行下载,在下载后,可记录表情下载信息,表情下载信息可包括下载时间、下载次数和下载人数等,由于相同用户可多次下载表情,下载次数是要大于或等于下载人数的,即可能出相同用户重复下载的情况,这可能给后续排序带来影响,从而,表情的下载人数在一定程度上比下载次数更能反映出该表情的受欢迎程度,因此,选取下载人数作为表情下载信息。
下载预览比反映了终端用户进入表情详情页、查看表情详情后,完成下载操作的比例,反映了表情的用户审阅评价,即反映了待排序表情的受欢迎程度,下载人数可作为平衡下载预览比的因子,让相同下载预览比的表情,下载人数越多获得更高的综合权值。统计待排序表情被点击详情页的人数即预览人数,以此为分母,用该待排序表情的下载人数作为分子,作商之后的结果即为下载预览比。
在本实施例中,下载预览比为最近的一个时间周期中的下载人数与最近的一个时间周期中的浏览人数的比值。
在其中一个实施例中,表情应用信息还包括:上线日期减益以及首次上线增益值中的至少一种。其中,上线日期减益基于待排序表情的上线日期确定,且待排序表情的综合权值与上线日期减益成反比。在最近一个时间周期为待排序表情上线后的第一个时间周期时,首次上线增益值根据最近一个时间周期内的待排序表情的付费值确定,否则首次上线增益值为零。
最近一个时间周期为离当前时间最近的一个时间周期,待排序表情上线后的第一个时间周期表示的是待排序表情上线后离上线日期最近的一个时间周期。若两者相同,即最近一个时间周期为待排序表情上线后的第一个时间周期时,表示待排序表情才刚上线一个时间周期,此时的首次上线增益值根据最近一个时间周期内的待排序表情的付费值确定。若两者不同,即最近一个时间周期不为待排序表情上线后的第一个时间周期时,表示待排序表情已上线一段时间,且待排序表情上线后所经历的时间已超过了一个时间周期,此时的首次上线增益值为零。例如,时间周期为1日,待排序表情A的上线日期为2015年10月1日,上线当天的首次上线增益值根据最近一个时间周期内的待排序表情的付费值确定,随着时间的推移,若当前时间为2015年10月3日,最近一个时间周期则不为待排序上线后的第一个时间周期了,此时的首次上线增益值为零。
上线日期为表情上线后经过的时间,例如,上线日期为1天,则表示该表情上线已有1天的时间了。上线日期减益是与上线日期成正比的,上线日期越大,上线日期减益越大,则综合权值越小,也就是说,上线首日的上线日期减益是最小的,即新表情对应的上线日期减益最小,对综合权值的大小影响最小,时间越往后,表情的上线日期减益越大,对上线日期减益的影响越大。
另外,在最近一个时间周期为待排序表情上线后的第一个时间周期时,以时间周期为1天为例,即为最近一个时间周期为上线首日时,首次上线增益值根据最近一个时间周期内的待排序表情的付费值确定,否则首次上线增益值为零,这样可增大新表情在上线首日的综合权值。
由于刚上线的表情在上榜之前的曝光量少,用户了解该表情的机会少,可能导致该表情的表情应用信息中的一些信息的值小,导致排序低,然而,老表情曝光多,下载等行为的用户多,发送也会占优势,形成马太效应,长期霸榜。通过将上线日期减益以及首次上线增益引入表情应用信息,作为表情排序的依据,一方面,可对新表情进行补偿,让其排序尽可能往前排,另一方面,可避免老表情长期霸榜。
图4示出了一个具体示例中的上线日期减益随上线日期变化的曲线,图4所示中,横坐标为上线日期,纵坐标为上线日期减益,在表情新鲜出炉阶段(如1天~15天),即刚上线不久的新表情,上线时间的差距所带来的减益差距应该较小。在上线后的中期时间段(如15天~75天),因为老表情有更多的曝光,有更多的时间积累优势,所以应该给新表情予以补偿,新老表情的减益差距需要放大。在后期时间段(75天以后),都是上线很久的老表情,上线时间带来的差距所带来的减益差距应该较小。
在其中一个实施例中,确定综合权值时,可以先求取一个和值,该和值为下述相关信息的和值:以第一数值为底的表情发送信息的对数值乘以表情发送信息的加权系数的值、人均发送次数的加权系数乘以人均发送次数的值、表情留存率的加权系数乘以表情留存率的值、以第二数值为底的表情下载信息对数值乘以表情下载信息的加权系数的值、下载浏览比的加权系数乘以下载浏览比的值、发送收藏比的加权系数乘以发送收藏比的值、以及上线日期减益的相反数。本领域技术人员理解,这里的相反数数值相反的数,例如上线日期减益记为A,则其相反数为-A。然后将上述和值乘以预设付费参数的值后,与首次上线增益详加,获得综合权值。一个具体示例中的预设付费参数的值为待排序表情的付费值乘以预设费用系数后再加1。其中,上述第一数值和第二数值可以结合实际需要进行设定,二者可以相同也可以不同,一个具体示例中该第一数值可以为2,第二数值可以为1.7。
据此,一个具体示例中可以采用如下公式获取综合权值为:
z=(r1*log2(R1)+r2*R2+r3*R3+r4*log1.7(R4)+r5*R5+r6*R6-R7)*(S)+R8。
其中,R1为表情发送信息,r1为表情发送信息的加权系数,R2为人均发送次数,r2为人均发送次数的加权系数,R3为表情连续留存率,r3为表情连续留存率的加权系数,R4为表情下载信息,r4为表情下载信息的加权系数,R5为下载浏览比,r5为下载浏览比的加权系数,R6为发送收藏比,r6为发送收藏比的加权系数,R7为待排序表情的上线日期减益,R8为首次上线增益。
待排序表情的上线日期减益R7在一个具体示例中可以为9/(e3-0.1*T),T为上线日期,在最近一个时间周期为待排序表情上线后的第一个时间周期时,首次上线增益R8的值可以为7*(0.5+0.5*(待排序表情的付费值)),否则为零。预设付费参数的值可以为(1+S*0.1),S为待排序表情的付费值,待排序表情的上线日期减益的加权系数为1,首次上线增益的加权系数为1。
在一个具体应用示例中,r1的值可以为1.8,r2的值可以为3.6,r3的值可以为10,r4的值可以为0.6,r5的值可以为40,r6的值可以为32。
如图5所示,在其中一个实施例中,在获取与待排序表情关联的表情应用信息之后,获得待排序表情的综合之前,还包括:
S311:分别对各表情应用信息进行过滤处理,获得过滤后的表情应用信息。
据此,通过对各表情应用信息进行过滤处理,可以防止某一表情应用信息特别优秀而过度影响整体得分。在一个具体示例中,这里的过滤操作可以与上述对用户标识的发送次数中大于预设阈值的发送次数进行过滤的方式相同,通过过滤操作,可以将超出界限的值限制在界限范围内。其中,不同的表情应用信息可以有不同的界限范围,例如,在一个具体示例中,表情下载信息(下载人数)的界限范围可以为[0,40],人均发送次数的界限范围可以为[0,3.6*10],表情连续留存率的界限范围可以为[0,0.7*10],表情下载信息的界限范围可以为[0,0.6*25],下载浏览比的界限范围可以为[0,0.4*40],待排序表情的上线日期减益的界限范围可以为[0,0.7*32]。
下面以一具体实施例对上述表情排行榜单生成方法加以具体说明。对待排序表情进行排行得到表情排序结果,并生成表情排行榜单(热门排行榜单)。
首先,获取与待排序表情关联的表情应用信息,然后,根据各待排序表情的综合权值,对各待排序表情进行排序,获得表情排序结果;根据表情排序结果,生成表情排行榜单。生成表情排行榜单后,可将表情排行榜单推荐给用户标识对应的终端,终端显示界面如图6所示,通过对终端操作可查询相应表情排行榜单(可通过点击表情虚拟按键),一个具体示例中生成的表情排行榜单如图7所示,终端显示生成的表情排行榜单,以便用户查看下载。表情排行榜单中包含表情排序结果,比如,表情排序结果中排在前9的表情依次为A表情、B表情、C表情、D表情、E表情、F表情、G表情、H表情以及I表情,即可快速准确地将优质的表情推荐给用户。用户可对图6中显示的表情排行榜单中的表情进行下载、浏览或收藏,使用户能更方便地获取优质的表情,提高用户寻找优质表情的效率。
基于与上述表情排行榜单生成方法相同的思想,图8示出了一个实施例中的表情排行榜单生成装置,包括:
信息获取模块810,用于获取与待排序表情关联的表情应用信息,表情应用信息包括:表情发送信息、表情连续留存率、发送收藏比,表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,发送收藏比为最近一个时间周期的该待排序表情的发送人数与收藏人数的比值。
综合权值确定模块820,用于根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得待排序表情的综合权值;
排序模块830,用于根据各待排序表情的综合权值,对各待排序表情进行排序,获得表情排序结果;
榜单生成模块840,用于根据表情排序结果,生成表情排行榜单。
上述表情榜单生成装置,在生成榜单过程中进行表情排序时,不再通过单一的数据量进行排序,而是通过发送信息、表情连续留存率以及发送收藏比中的至少任意两项作为依据进行排序,发送人数反应了发送该表情的人群规模,表情连续留存率反映了表情在连续时间周期内的发送情况,降低偶然发送的影响,发送收藏比反映了表情收藏后发送的可能性,越高表示表情的利用率越高。因此,可以准确反映出待排序表情被关注的整体特性,然后根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得所述待排序表情的综合权值,加权系数反映了各数据类型的数据量的重要程度,从而获得的待排序表情的综合权值可以准确反映出待排序表情的综合情况,这样根据综合权值对待排序表情进行排序获得的排序结果并生成表情排行榜单,基于加权系数的不同,可以结合不同表情应用信息反映出待排序表情的受关注情况,然后再根据反映综合情况的综合权值进行排序获得排序结果,准确性高,根据准确排序结果生成排行榜单,提高排行榜单准确性。
在其中一个实施例中,表情应用信息还包括人均发送次数,人均发送次数根据最近一个时间周期中的该待排序表情关联的各用户标识的发送次数确定。
在其中一个实施例中,信息获取模块对各用户标识的发送次数中大于预设阈值的发送次数进行过滤后,求取过滤后的各用户标识的发送次数的平均值,作为人均发送次数。
在其中一个实施例中,表情应用信息还包括表情下载信息、下载预览比中的至少一种,表情下载信息为最近一个时间周期的下载人数,下载预览比为最近一个时间周期内的下载人数与浏览人数的比值。
在其中一个实施例中,表情应用信息还包括:上线日期减益以及首次上线增益值中的至少一种;
上线日期减益基于待排序表情的上线日期确定,且待排序表情的综合权值与上线日期减益成反比;
在最近一个时间周期为待排序表情上线后的第一个时间周期时,首次上线增益值根据最近一个时间周期内的待排序表情的付费值确定,否则首次上线增益值为零。
在其中一个实施例中,确定综合权值时,可以先求取一个和值,该和值为下述相关信息的和值:以第一数值为底的表情发送信息的对数值乘以表情发送信息的加权系数的值、人均发送次数的加权系数乘以人均发送次数的值、表情留存率的加权系数乘以表情留存率的值、以第二数值为底的表情下载信息对数值乘以表情下载信息的加权系数的值、下载浏览比的加权系数乘以下载浏览比的值、发送收藏比的加权系数乘以发送收藏比的值、以及上线日期减益的相反数。本领域技术人员理解,这里的相反数数值相反的数,例如上线日期减益记为A,则其相反数为-A。然后将上述和值乘以预设付费参数的值后,与首次上线增益详加,获得综合权值。一个具体示例中的预设付费参数的值为待排序表情的付费值乘以预设费用系数后再加1。其中,上述第一数值和第二数值可以结合实际需要进行设定,二者可以相同也可以不同,一个具体示例中该第一数值可以为2,第二数值可以为1.7。
如图9所示,在其中一个实施例中,上述表情排行榜单生成装置还包括:
过滤更新模块811,用于分别对各表情应用信息进行过滤处理,获得过滤后的表情应用信息。
此时,上述综合权值确定模块802,根据各表情应用信息的加权系数,对过滤后的各表情应用信息进行加权处理,获得待排序表情的综合权值。
本发明一个实施例中还提供一种计算机设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取与待排序表情关联的表情应用信息;
根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得待排序表情的综合权值;
根据各待排序表情的综合权值,对各待排序表情进行排序,获得表情排序结果;
根据表情排序结果,生成表情排行榜单;
其中,表情应用信息包括下列各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,发送收藏比为最近一个时间周期的该待排序表情的发送人数与收藏人数的比值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种表情排行榜单生成方法,其特征在于,包括以下步骤:
获取与待排序表情关联的表情应用信息,所述表情应用信息包括下述各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,所述表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟所述最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,所述发送收藏比为所述最近一个时间周期的该待排序表情的发送人数与收藏人数的比值;
根据各表情应用信息的加权系数,对各表情应用信息进行加权处理,获得待排序表情的综合权值;
根据各所述待排序表情的综合权值,对各所述待排序表情进行排序,获得表情排序结果;
根据所述表情排序结果,生成表情排行榜单。
2.根据权利要求1所述的表情排行榜单生成方法,其特征在于,所述表情应用信息还包括人均发送次数,所述人均发送次数根据所述最近一个时间周期中的该待排序表情关联的各用户标识的发送次数确定。
3.根据权利要求2所述的表情排行榜单生成方法,其特征在于,对各用户标识的发送次数中大于预设阈值的发送次数进行过滤后,求取过滤后的各用户标识的发送次数的平均值,作为所述人均发送次数。
4.根据权利要求1或2所述的表情排行榜单生成方法,其特征在于,所述表情应用信息还包括表情下载信息、下载预览比中的至少一种,所述表情下载信息为所述最近一个时间周期的下载人数,下载预览比为所述最近一个时间周期内的下载人数与浏览人数的比值。
5.根据权利要求4所述的表情排行榜单生成方法,其特征在于,所述表情应用信息还包括:上线日期减益以及首次上线增益值中的至少一种;
所述上线日期减益基于所述待排序表情的上线日期确定,且所述待排序表情的综合权值与所述上线日期减益成反比;
在所述最近一个时间周期为所述待排序表情上线后的第一个时间周期时,所述首次上线增益值根据所述最近一个时间周期内的所述待排序表情的付费值确定,否则所述首次上线增益值为零。
6.一种表情排行榜单生成装置,其特征在于,包括:
信息获取模块,用于获取与待排序表情关联的表情应用信息,所述表情应用信息包括下述各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,所述表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟所述最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,所述发送收藏比为所述最近一个时间周期的该待排序表情的发送人数与收藏人数的比值;
综合权值确定模块,用于根据各所述表情应用信息的加权系数,对各所述表情应用信息进行加权处理,获得所述待排序表情的综合权值;
排序模块,用于根据各所述待排序表情的综合权值,对各所述待排序表情进行排序,获得表情排序结果;
榜单生成模块,用于根据所述表情排序结果,生成表情排行榜单。
7.根据权利要求6所述的表情排行榜单生成装置,其特征在于,所述表情应用信息还包括人均发送次数,所述人均发送次数根据最近一个时间周期中的该待排序表情关联的各用户标识的发送次数确定。
8.根据权利要求7所述的表情排行榜单生成装置,其特征在于,所述信息获取模块对各用户标识的发送次数中大于预设阈值的发送次数进行过滤后,求取过滤后的各用户标识的发送次数的平均值,作为所述人均发送次数。
9.根据权利要求6或7所述的表情排行榜单生成装置,其特征在于,所述表情应用信息还包括表情下载信息、下载预览比中的至少一种,所述表情下载信息为所述最近一个时间周期的下载人数,所述下载预览比为所述最近一个时间周期内的下载人数与浏览人数的比值。
10.根据权利要求9所述的表情排行榜单生成装置,其特征在于,所述表情应用信息还包括:上线日期减益以及首次上线增益值中的至少一种;
所述上线日期减益基于所述待排序表情的上线日期确定,且所述待排序表情的综合权值与所述上线日期减益成反比;
在所述最近一个时间周期为所述待排序表情上线后的第一个时间周期时,所述首次上线增益值根据所述最近一个时间周期内的所述待排序表情的付费值确定,否则所述首次上线增益值为零。
11.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
获取与待排序表情关联的表情应用信息,所述表情应用信息包括下述各项中的至少任意两项:表情发送信息、表情连续留存率、发送收藏比,所述表情连续留存率为最近一个时间周期中与最近的第二个时间周期中发送了该待排序表情的相同的用户标识的数目、跟所述最近的第二个时间周期中发送了该待排序表情的用户标识的数目的比值,所述发送收藏比为所述最近一个时间周期的该待排序表情的发送人数与收藏人数的比值;
根据各所述表情应用信息的加权系数,对各所述表情应用信息进行加权处理,获得所述待排序表情的综合权值;
根据各所述待排序表情的综合权值,对各所述待排序表情进行排序,获得表情排序结果;
根据所述表情排序结果,生成表情排行榜单。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710261976.8A CN107247720B (zh) | 2017-04-20 | 2017-04-20 | 表情排行榜单生成方法及装置、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710261976.8A CN107247720B (zh) | 2017-04-20 | 2017-04-20 | 表情排行榜单生成方法及装置、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107247720A true CN107247720A (zh) | 2017-10-13 |
CN107247720B CN107247720B (zh) | 2018-10-02 |
Family
ID=60017494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710261976.8A Active CN107247720B (zh) | 2017-04-20 | 2017-04-20 | 表情排行榜单生成方法及装置、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107247720B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038194A (zh) * | 2017-12-11 | 2018-05-15 | 广东欧珀移动通信有限公司 | 分类卡片生成方法、系统、服务器及计算机可读存储介质 |
CN108234293A (zh) * | 2017-12-28 | 2018-06-29 | 广东欧珀移动通信有限公司 | 表情管理方法、表情管理装置及智能终端 |
CN110059283A (zh) * | 2019-04-28 | 2019-07-26 | 上海掌门科技有限公司 | 用于控制信息展示的方法和设备 |
CN110609967A (zh) * | 2018-05-28 | 2019-12-24 | 腾讯科技(深圳)有限公司 | 一种榜单生成方法、装置及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101146056A (zh) * | 2007-09-24 | 2008-03-19 | 腾讯科技(深圳)有限公司 | 一种表情图标的显示方法及系统 |
CN102054033A (zh) * | 2010-12-25 | 2011-05-11 | 百度在线网络技术(北京)有限公司 | 表情搜索引擎、使用该表情搜索引擎的表情管理系统及表情管理方法 |
US20130339983A1 (en) * | 2012-06-18 | 2013-12-19 | Microsoft Corporation | Creation and context-aware presentation of customized emoticon item sets |
CN103927190A (zh) * | 2013-01-11 | 2014-07-16 | 腾讯科技(深圳)有限公司 | 网络表情下载方法与装置 |
CN104991914A (zh) * | 2015-06-23 | 2015-10-21 | 腾讯科技(深圳)有限公司 | 一种应用推荐方法及服务器 |
CN105094531A (zh) * | 2015-06-29 | 2015-11-25 | 努比亚技术有限公司 | 一种图标排序系统和方法 |
CN105975563A (zh) * | 2016-04-29 | 2016-09-28 | 腾讯科技(深圳)有限公司 | 表情推荐方法及装置 |
CN106033337A (zh) * | 2015-03-13 | 2016-10-19 | 腾讯科技(深圳)有限公司 | 一种即时通信表情符号生成方法及装置 |
CN106126013A (zh) * | 2016-06-15 | 2016-11-16 | 维沃移动通信有限公司 | 一种应用程序管理方法和移动终端 |
WO2016206482A1 (zh) * | 2015-06-24 | 2016-12-29 | 腾讯科技(深圳)有限公司 | 服务处理方法、服务器及计算机存储介质 |
-
2017
- 2017-04-20 CN CN201710261976.8A patent/CN107247720B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101146056A (zh) * | 2007-09-24 | 2008-03-19 | 腾讯科技(深圳)有限公司 | 一种表情图标的显示方法及系统 |
CN102054033A (zh) * | 2010-12-25 | 2011-05-11 | 百度在线网络技术(北京)有限公司 | 表情搜索引擎、使用该表情搜索引擎的表情管理系统及表情管理方法 |
US20130339983A1 (en) * | 2012-06-18 | 2013-12-19 | Microsoft Corporation | Creation and context-aware presentation of customized emoticon item sets |
CN103927190A (zh) * | 2013-01-11 | 2014-07-16 | 腾讯科技(深圳)有限公司 | 网络表情下载方法与装置 |
CN106033337A (zh) * | 2015-03-13 | 2016-10-19 | 腾讯科技(深圳)有限公司 | 一种即时通信表情符号生成方法及装置 |
CN104991914A (zh) * | 2015-06-23 | 2015-10-21 | 腾讯科技(深圳)有限公司 | 一种应用推荐方法及服务器 |
WO2016206482A1 (zh) * | 2015-06-24 | 2016-12-29 | 腾讯科技(深圳)有限公司 | 服务处理方法、服务器及计算机存储介质 |
CN105094531A (zh) * | 2015-06-29 | 2015-11-25 | 努比亚技术有限公司 | 一种图标排序系统和方法 |
CN105975563A (zh) * | 2016-04-29 | 2016-09-28 | 腾讯科技(深圳)有限公司 | 表情推荐方法及装置 |
CN106126013A (zh) * | 2016-06-15 | 2016-11-16 | 维沃移动通信有限公司 | 一种应用程序管理方法和移动终端 |
Non-Patent Citations (1)
Title |
---|
伍静: ""新媒体时代表情包发展的传播学解析"", 《出版广角》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108038194A (zh) * | 2017-12-11 | 2018-05-15 | 广东欧珀移动通信有限公司 | 分类卡片生成方法、系统、服务器及计算机可读存储介质 |
CN108234293A (zh) * | 2017-12-28 | 2018-06-29 | 广东欧珀移动通信有限公司 | 表情管理方法、表情管理装置及智能终端 |
CN110609967A (zh) * | 2018-05-28 | 2019-12-24 | 腾讯科技(深圳)有限公司 | 一种榜单生成方法、装置及存储介质 |
CN110059283A (zh) * | 2019-04-28 | 2019-07-26 | 上海掌门科技有限公司 | 用于控制信息展示的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107247720B (zh) | 2018-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lahaie et al. | Revenue analysis of a family of ranking rules for keyword auctions | |
CN107247720A (zh) | 表情排行榜单生成方法及装置、计算机设备 | |
CN109062919B (zh) | 一种基于深度强化学习的内容推荐方法及装置 | |
US6098052A (en) | Credit card collection strategy model | |
JP4937962B2 (ja) | 広告の支出に比例した有料検索表の表示 | |
CN109190043A (zh) | 推荐方法及装置,存储介质,电子设备及推荐系统 | |
CN106097044A (zh) | 一种数据推荐处理方法以及装置 | |
CN108256119A (zh) | 一种资源推荐模型的构建方法及基于该模型的资源推荐方法 | |
US20110093457A1 (en) | Method for calculating resource points of resource information and distributing points | |
JP2006522963A (ja) | オークションに基づくインターネットサーチにおける用語に対してクリック課金の最低価格を決めるための方法及び装置 | |
CN107547214A (zh) | 基于电子书的群组阅读方法、电子设备及计算机存储介质 | |
EP3399491A1 (en) | Data processing method and device | |
JP2011090353A (ja) | 広告配信装置及び方法 | |
CN108876132B (zh) | 基于云的工业企业能效服务推荐方法和系统 | |
CN107038511A (zh) | 一种确定风险评估参数的方法及装置 | |
CN103631801B (zh) | 一种提供商品信息的方法及装置 | |
CN110363621A (zh) | 一种基于人工智能技术的订单信息推送系统 | |
CN110880127A (zh) | 消费水平的预测方法、装置、电子设备及存储介质 | |
CN110113489A (zh) | 消息群组排序方法、装置、电子设备及介质 | |
CN108319646A (zh) | 基于用户历史行为的车源搜索方法及装置 | |
CN110111167A (zh) | 一种确定推荐对象的方法和装置 | |
US9501519B1 (en) | Graphical item chooser | |
Yildirim et al. | Admission control and pricing in a queue with batch arrivals | |
CN107798012A (zh) | 阅读资源评论推送方法和系统 | |
CN110175883A (zh) | 一种排序方法、装置、电子设备和非易失性存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |