CN108363788A - 帖子智能排位方法、装置以及计算机可读存储介质 - Google Patents
帖子智能排位方法、装置以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108363788A CN108363788A CN201810145499.3A CN201810145499A CN108363788A CN 108363788 A CN108363788 A CN 108363788A CN 201810145499 A CN201810145499 A CN 201810145499A CN 108363788 A CN108363788 A CN 108363788A
- Authority
- CN
- China
- Prior art keywords
- model
- temperature
- increment
- current
- time
- 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
- G06F16/90—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)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种帖子智能排位方法、装置以及计算机可读存储介质，所述方法包括：获取帖子的多个热度指标；根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度，根据热度对所述帖子排位和赋权；按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；将所述帖子按照各自的当前热度由高至低重新排位。通过上述方法准确计算帖子的当前热度，提高帖子排位的准确性。
Description
技术领域
本发明涉及信息处理技术领域，具体涉及一种帖子智能排位方法、装置以及计算机可读存储介质。
背景技术
由于互联网信息技术的快速发展，越来越多的用户热衷于借助微博、博客和论坛等网络平台来进行信息的获取以及参与热点事件的讨论。当大量的帖子涌现，怎样在有限的位置显示用户最感兴趣的帖子成为现有技术亟待解决的技术问题。
目前，帖子的推送排序主要通过帖子热度算法HackerNews和Reddit进行，但是通过HackerNews和Reddit算法对帖子进行推送排序存在如下问题；1、HackerNews和Reddit算法只考虑了用户对帖子的投票情况；2、HackerNews算法和Reddit算法均没有考虑新帖子冷启动的问题，即一个新帖子创建初期的数据特征不够，会导致不公平的问题；3、HackerNews和Reddit算法都是通过时间衰减方式来解决马太效应，但是实际应用上，很难把握时间衰减的度，需要结合实际的业务需求不断进行调整；因此，通过HackerNews和Reddit算法得出的帖子推送排序结果不够准确。
发明内容
本发明的目的是提供一种帖子智能排位方法、装置以及计算机可读存储介质，可以准确计算帖子的当前热度，提高帖子排位的准确性。
为解决以上技术问题，本发明实施例提供一种帖子智能排位方法，包括：
获取帖子的多个热度指标；
根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；
将所述帖子按照各自的热度由高至低排位；
根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；
按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；
根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；
根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；
将所述帖子按照各自的当前热度由高至低重新排位。
优选地，所述帖子的多个热度指标包括阅读数、点赞数、评论数、分享数、发布时间、最近操作时间以及字数。
优选地，所述根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度，具体包括：
根据所述发布时间，计算所述帖子的发帖距今天数；
根据所述最近操作时间，计算所述帖子的最近操作距今天数；
根据所述帖子的所述阅读数、所述点赞数、所述评论数、所述分享数、所述字数、所述发帖距今天数以及所述最近操作距今天数，通过所述预设的初始热度计算模型计算所述帖子的热度。
优选地，所述预设的初始热度计算模型为：热度＝(阅读数+点赞数×10+评论数×100+分享数×200+字数×5)/((发帖距今天数+最近操作距今天数)/2)。
优选地，所述根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量，具体包括：
根据所述帖子在当前时间周期内的阅读数、点赞数、评论数以及分享数，计算所述帖子在当前时间周期内的阅读数增量、点赞数增量、评论数增量以及分享数增量；
根据所述发布时间，计算所述帖子在当前时间周期内的发帖距今天数；
根据所述最近操作时间，计算所述帖子在当前时间周期内的最近操作距今天数；
根据所述阅读数增量、所述点赞数增量、所述频率数增量、所述分享数增量、所述字数、所述帖子在当前时间周期内的发帖距今天数以及所述帖子在当前时间周期内的最近操作距今天数，通过所述预设的热度增量计算模型计算所述帖子的热度增量。
优选地，所述预设的增量热度计算模型为：热度增量＝((阅读数增量+点赞数增量×10+评论数增量×100+分享数增量×200)×s+字数×5)/((发帖距今天数+最近操作距今天数)/2)；
其中，s为所述帖子的当前赋权值。
本发明实施例还提供一种帖子智能排位装置，包括：
热度指标获取模块，用于获取帖子的多个热度指标；
第一热度计算模块，用于根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；
帖子排位模块，用于将所述帖子按照各自的热度由高至低排位；
赋权模块，用于根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；
所述热度指标获取模块还用于按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；
热度增量计算模块，用于根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；
第二热度计算模块，用于根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；
所述帖子排位模块还用于将所述帖子按照各自的当前热度由高至低重新排位。
优选地，所述帖子智能排位装置还包括第一时间计算模块以及第二时间计算模块；
所述第一时间计算模块用于根据所述发布时间，计算所述帖子的发帖距今天数；
所述第二时间计算模块用于根据所述最近操作时间，计算所述帖子的最近操作距今天数；
所述第一热度计算模块用于根据所述帖子的所述阅读数、所述点赞数、所述评论数、所述分享数、所述字数、所述发帖距今天数以及所述最近操作距今天数，通过所述预设的初始热度计算模型计算所述帖子的热度。
本发明实施例还提供一种帖子智能排位装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述的帖子智能排位方法。
本发明实施例还提供一种计算机可读存储介质，，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述的帖子智能排位方法。
与现有技术相比，本发明实施例提供的一种帖子智能排位方法的有益效果在于：所述帖子智能排序方法包括：获取帖子的多个热度指标；根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；将所述帖子按照各自的热度由高至低排位；根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；将所述帖子按照各自的当前热度由高至低重新排位。通过上述方法准确计算帖子的当前热度，提高帖子排位的准确性。本发明实施例还提供一种智能排位装置以及计算机可读存储介质。
附图说明
图1是本发明实施例提供的一种帖子智能排位方法的流程图；
图2是本发明实施例提供的一种帖子智能排位装置的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，其是本发明一实施例所提供的一种帖子智能排位方法的流程图，所述帖子智能排位方法，包括：
S1：获取帖子的多个热度指标；
S2：根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；
S3：将所述帖子按照各自的热度由高至低排位；
S4：根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；
S5：按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；
S6：根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；
S7：根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；
S8：将所述帖子按照各自的当前热度由高至低重新排位。
在本实施例中，将所述帖子的热度与所述帖子的热度增量相加以获得所述帖子的当前热度。例如，根据预设的初始热度计算模型，计算所述帖子的热度为H1，根据预设的增量热度计算模型，计算所述帖子的热度增量为h，则所述帖子的当前热度H＝H1+h。所述通过引入所述帖子在当前排位所对应的赋权值计算所述帖子在当前时间周期内的热度增量，其中，所述帖子的排位越靠后，所述帖子对应的赋权值越大；将所述帖子在当前时间周期内的热度增量累加到所述帖子在上一个时间周期的热度，得到所述帖子的当前热度，通过引入所述帖子的赋权值，避免帖子出现马太效应(即热者愈热，冷者愈冷的现象)，提高帖子热度计算的准确性，从而提高帖子排位的准确性。
在一种可选的实施例中，所述帖子的多个热度指标包括阅读数、点赞数、评论数、分享数、发布时间、最近操作时间以及字数。
帖子的热度影响因数主要分为三类：1、用户对帖子的操作，例如阅读、点赞、评论和分享；2、时间因子，例如发布时间和最近操作时间，发布时间越晚，帖子越时新，最近操作时间越晚，帖子越受用户关注；3、帖子本身的质量，例如帖子的字数、图片数和视频数，字数、图片数和视频数越多，则帖子的质量越好。在本实施例中，采用帖子的阅读数、点赞数、评论数、分享数、发布时间、最近操作时间以及字数作为计算帖子热度的热度指标，通过引入帖子字数这一质量因子来量化帖子的质量，解决传统的帖子热度算法中没有考虑新帖子创建初期的数据特征不够导致的不公平的问题，即新帖冷启动的问题。其中，帖子的阅读数、点赞数、评论数、分享数和字数是正相关热度指标，作为热度计算模型的分子；发布时间和最近操作时间是负相关热度指标，作为热度计算模型的分母，热度计算模型包括所述预设的初始热度计算模型、所述预设的增量热度计算模型。
帖子的热度会随着时间的增加而衰减。在本实施例中，通过同时引入发布时间和最近操作时间计算所述帖子的热度，优化了对帖子时间因子的处理。
通过综合多种热度指标计算所述帖子的当前热度，可以进一步提高所述帖子当前热度计算的准确性，从而进一步提高帖子后续热度排序的准确性。
在一种可选的实施例中，所述根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度，具体包括：
根据所述发布时间，计算所述帖子的发帖距今天数；
根据所述最近操作时间，计算所述帖子的最近操作距今天数；
根据所述帖子的所述阅读数、所述点赞数、所述评论数、所述分享数、所述字数、所述发帖距今天数以及所述最近操作距今天数，通过所述预设的初始热度计算模型计算所述帖子的热度。
在一种可选的实施例中，所述预设的初始热度计算模型为：热度＝(阅读数+点赞数×10+评论数×100+分享数×200+字数×5)/((发帖距今天数+最近操作距今天数)/2)。
在一种可选的实施例中，所述根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量，具体包括：
根据所述帖子在当前时间周期内的阅读数、点赞数、评论数以及分享数，计算所述帖子在当前时间周期内的阅读数增量、点赞数增量、评论数增量以及分享数增量；
根据所述发布时间，计算所述帖子在当前时间周期内的发帖距今天数；
根据所述最近操作时间，计算所述帖子在当前时间周期内的最近操作距今天数；
根据所述阅读数增量、所述点赞数增量、所述频率数增量、所述分享数增量、所述字数、所述帖子在当前时间周期内的发帖距今天数以及所述帖子在当前时间周期内的最近操作距今天数，通过所述预设的热度增量计算模型计算所述帖子的热度增量。
在一种可选的实施例中，所述预设的增量热度计算模型为：热度增量＝((阅读数增量+点赞数增量×10+评论数增量×100+分享数增量×200)×s+字数×5)/((发帖距今天数+最近操作距今天数)/2)；
其中，s为所述帖子的当前赋权值。
请参阅图2，其是本发明实施例还提供一种帖子智能排位装置的示意图，所述帖子智能排位装置包括：
热度指标获取模块1，用于获取帖子的多个热度指标；
第一热度计算模块2，用于根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；
帖子排位模块3，用于将所述帖子按照各自的热度由高至低排位；
赋权模块4，用于根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；
所述热度指标获取模块1还用于按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；
热度增量计算模块5，用于根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；
第二热度计算模块6，用于根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；
所述帖子排位模块3还用于将所述帖子按照各自的当前热度由高至低重新排位。
在本实施例中，将所述帖子的热度与所述帖子的热度增量相加以获得所述帖子的当前热度。例如，根据预设的初始热度计算模型，计算所述帖子的热度为H1，根据预设的增量热度计算模型，计算所述帖子的热度增量为h，则所述帖子的当前热度H＝H1+h。所述通过引入所述帖子在当前排位所对应的赋权值计算所述帖子在当前时间周期内的热度增量，其中，所述帖子的排位越靠后，所述帖子对应的赋权值越大；将所述帖子在当前时间周期内的热度增量累加到所述帖子在上一个时间周期的热度，得到所述帖子的当前热度，通过引入所述帖子的赋权值，避免帖子出现马太效应(即热者愈热，冷者愈冷的现象)，提高帖子热度计算的准确性，从而提高帖子排位的准确性。
在一种可选的实施例中，所述帖子的多个热度指标包括阅读数、点赞数、评论数、分享数、发布时间、最近操作时间以及字数。
帖子的热度影响因数主要分为三类：1、用户对帖子的操作，例如阅读、点赞、评论和分享；2、时间因子，例如发布时间和最近操作时间，发布时间越晚，帖子越时新，最近操作时间越晚，帖子越受用户关注；3、帖子本身的质量，例如帖子的字数、图片数和视频数，字数、图片数和视频数越多，则帖子的质量越好。在本实施例中，采用帖子的阅读数、点赞数、评论数、分享数、发布时间、最近操作时间以及字数作为计算帖子热度的热度指标，通过引入帖子字数这一质量因子来量化帖子的质量，解决传统的帖子热度算法中没有考虑新帖子创建初期的数据特征不够导致的不公平的问题，即新帖冷启动的问题。其中，帖子的阅读数、点赞数、评论数、分享数和字数是正相关热度指标，作为热度计算模型的分子；发布时间和最近操作时间是负相关热度指标，作为热度计算模型的分母，热度计算模型包括所述预设的初始热度计算模型、所述预设的增量热度计算模型。
帖子的热度会随着时间的增加而衰减。在本实施例中，通过同时引入发布时间和最近操作时间计算所述帖子的热度，优化了对帖子时间因子的处理。
通过综合多种热度指标计算所述帖子的当前热度，可以进一步提高所述帖子当前热度计算的准确性，从而进一步提高帖子后续热度排序的准确性。
在一种可选的实施例中，所述帖子智能排位装置还包括第一时间计算模块以及第二时间计算模块；
所述第一时间计算模块用于根据所述发布时间，计算所述帖子的发帖距今天数；
所述第二时间计算模块用于根据所述最近操作时间，计算所述帖子的最近操作距今天数；
所述第一热度计算模块用于根据所述帖子的所述阅读数、所述点赞数、所述评论数、所述分享数、所述字数、所述发帖距今天数以及所述最近操作距今天数，通过所述预设的初始热度计算模型计算所述帖子的热度。
在一种可选的实施例中，所述预设的初始热度计算模型为：热度＝(阅读数+点赞数×10+评论数×100+分享数×200+字数×5)/((发帖距今天数+最近操作距今天数)/2)。
在一种可选的实施例中，所述帖子智能排位装置还包括热度指标增量计算模块，
所述热度指标增量计算模块用于根据所述帖子在当前时间周期内的阅读数、点赞数、评论数以及分享数，计算所述帖子在当前时间周期内的阅读数增量、点赞数增量、评论数增量以及分享数增量；
所述第一时间计算模块还用于根据所述发布时间，计算所述帖子在当前时间周期内的发帖距今天数；
所述第二时间计算模块还用于根据所述最近操作时间，计算所述帖子在当前时间周期内的最近操作距今天数；
所述热度增量计算模块用于根据所述阅读数增量、所述点赞数增量、所述频率数增量、所述分享数增量、所述字数、所述帖子在当前时间周期内的发帖距今天数以及所述帖子在当前时间周期内的最近操作距今天数，通过所述预设的热度增量计算模型计算所述帖子的热度增量。
在一种可选的实施例中，所述预设的增量热度计算模型为：热度增量＝((阅读数增量+点赞数增量×10+评论数增量×100+分享数增量×200)×s+字数×5)/((发帖距今天数+最近操作距今天数)/2)；其中，s为所述帖子的当前赋权值。
本发明实施例还提供一种帖子智能排位装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述的帖子智能排位方法。
该实施例的帖子智能排位装置包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，例如帖子智能排位程序。所述处理器执行所述计算机程序时实现上述各个帖子智能排位方法实施例中的步骤，例如图1所示的步骤S1～S8。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述帖子智能排位装置中的执行过程。例如，所述计算机程序可以被分割成热度指标获取模块、第一热度计算模块、帖子排位模块、赋权模块、热度增量计算模块、第二热度计算模块，各模块具体功能如下：热度指标获取模块，用于获取帖子的多个热度指标；第一热度计算模块，用于根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；帖子排位模块，用于将所述帖子按照各自的热度由高至低排位；赋权模块，用于根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；所述热度指标获取模块还用于按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；热度增量计算模块，用于根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；第二热度计算模块，用于根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；所述帖子排位模块还用于将所述帖子按照各自的当前热度由高至低重新排位。
所述帖子智能排位装置可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述帖子智能排位装置可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述示意图2仅仅是帖子智能排位装置的示例，并不构成对帖子智能排位装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述帖子智能排位装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述**装置/终端设备的控制中心，利用各种接口和线路连接整个帖子智能排位装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述帖子智能排位装置的各种功能。所述存储器可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述帖子智能排位装置集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本发明实施例还提供一种计算机可读存储介质，，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述的帖子智能排位方法。
与现有技术相比，本发明实施例提供的一种帖子智能排位方法的有益效果在于：所述帖子智能排序方法包括：获取帖子的多个热度指标；根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；将所述帖子按照各自的热度由高至低排位；根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；将所述帖子按照各自的当前热度由高至低重新排位。通过上述方法准确计算帖子的当前热度，提高帖子排位的准确性。本发明实施例还提供一种智能排位装置以及计算机可读存储介质。
以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种帖子智能排位方法，其特征在于，包括：
获取帖子的多个热度指标；
根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；
将所述帖子按照各自的热度由高至低排位；
根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；
按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；
根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；
根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；
将所述帖子按照各自的当前热度由高至低重新排位。
2.如权利要求1所述的帖子智能排位方法，其特征在于，所述帖子的多个热度指标包括阅读数、点赞数、评论数、分享数、发布时间、最近操作时间以及字数。
3.如权利要求2所述的帖子智能排位方法，其特征在于，所述根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度，具体包括：
根据所述发布时间，计算所述帖子的发帖距今天数；
根据所述最近操作时间，计算所述帖子的最近操作距今天数；
根据所述帖子的所述阅读数、所述点赞数、所述评论数、所述分享数、所述字数、所述发帖距今天数以及所述最近操作距今天数，通过所述预设的初始热度计算模型计算所述帖子的热度。
4.如权利要求3所述的帖子智能排位方法，其特征在于，所述预设的初始热度计算模型为：热度＝(阅读数+点赞数×10+评论数×100+分享数×200+字数×5)/((发帖距今天数+最近操作距今天数)/2)。
5.如权利要求2所述的帖子智能排位方法，其特征在于，所述根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量，具体包括：
根据所述帖子在当前时间周期内的阅读数、点赞数、评论数以及分享数，计算所述帖子在当前时间周期内的阅读数增量、点赞数增量、评论数增量以及分享数增量；
根据所述发布时间，计算所述帖子在当前时间周期内的发帖距今天数；
根据所述最近操作时间，计算所述帖子在当前时间周期内的最近操作距今天数；
根据所述阅读数增量、所述点赞数增量、所述频率数增量、所述分享数增量、所述字数、所述帖子在当前时间周期内的发帖距今天数以及所述帖子在当前时间周期内的最近操作距今天数，通过所述预设的热度增量计算模型计算所述帖子的热度增量。
6.如权利要求5所述的帖子智能排位方法，其特征在于，所述预设的增量热度计算模型为：热度增量＝((阅读数增量+点赞数增量×10+评论数增量×100+分享数增量×200)×s+字数×5)/((发帖距今天数+最近操作距今天数)/2)；
其中，s为所述帖子的当前赋权值。
7.一种帖子智能排位装置，其特征在于，包括：
热度指标获取模块，用于获取帖子的多个热度指标；
第一热度计算模块，用于根据所述帖子的多个热度指标和预设的初始热度计算模型，计算所述帖子的热度；
帖子排位模块，用于将所述帖子按照各自的热度由高至低排位；
赋权模块，用于根据所述帖子的当前排位，分别对不同排位的帖子赋予不同的赋权值；
所述热度指标获取模块还用于按照设定的时间周期，获取所述帖子在当前时间周期内的多个热度指标；
热度增量计算模块，用于根据所述帖子在当前时间周期内的多个热度指标、所述帖子的当前赋权值以及预设的增量热度计算模型，计算所述帖子的热度增量；
第二热度计算模块，用于根据所述帖子的热度以及所述帖子的热度增量，计算所述帖子的当前热度；
所述帖子排位模块还用于将所述帖子按照各自的当前热度由高至低重新排位。
8.如权利要求7所述的帖子智能排位装置，其特征在于，所述帖子智能排位装置还包括第一时间计算模块以及第二时间计算模块；
所述第一时间计算模块用于根据所述发布时间，计算所述帖子的发帖距今天数；
所述第二时间计算模块用于根据所述最近操作时间，计算所述帖子的最近操作距今天数；
所述第一热度计算模块用于根据所述帖子的所述阅读数、所述点赞数、所述评论数、所述分享数、所述字数、所述发帖距今天数以及所述最近操作距今天数，通过所述预设的初始热度计算模型计算所述帖子的热度。
9.一种帖子智能排位装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的帖子智能排位方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的帖子智能排位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810145499.3A CN108363788B (zh) | 2018-02-12 | 2018-02-12 | 帖子智能排位方法、装置以及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810145499.3A CN108363788B (zh) | 2018-02-12 | 2018-02-12 | 帖子智能排位方法、装置以及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108363788A true CN108363788A (zh) | 2018-08-03 |
| CN108363788B CN108363788B (zh) | 2021-05-14 |
Family
ID=63005670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810145499.3A Active CN108363788B (zh) | 2018-02-12 | 2018-02-12 | 帖子智能排位方法、装置以及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108363788B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110069732A (zh) * | 2019-03-29 | 2019-07-30 | 腾讯科技（深圳）有限公司 | 一种信息展示的方法、装置及设备 |
| CN110674412A (zh) * | 2019-08-20 | 2020-01-10 | 广州视源电子科技股份有限公司 | 资源的推荐信息推送方法及装置、电子设备 |
| CN112115334A (zh) * | 2020-09-28 | 2020-12-22 | 北京百度网讯科技有限公司 | 网络社区热点内容的判别方法、装置、设备以及存储介质 |
| CN112738227A (zh) * | 2020-12-28 | 2021-04-30 | 广州金融科技股份有限公司 | 一种资讯热度的评估方法、计算机设备和存储介质 |
| CN112765346A (zh) * | 2020-11-18 | 2021-05-07 | 北京五八信息技术有限公司 | 一种信息处理方法及装置 |
| CN113051483A (zh) * | 2021-04-26 | 2021-06-29 | 中国建设银行股份有限公司 | 一种帖子热度的计算方法和装置 |
| CN113824980A (zh) * | 2021-09-09 | 2021-12-21 | 广州方硅信息技术有限公司 | 视频推荐方法、系统、装置及计算机设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013059290A1 (en) * | 2011-10-17 | 2013-04-25 | Metavana, Inc. | Sentiment and influence analysis of twitter tweets |
| CN103678613A (zh) * | 2013-12-17 | 2014-03-26 | 北京启明星辰信息安全技术有限公司 | 一种计算影响力数据的方法与装置 |
| CN103745000A (zh) * | 2014-01-24 | 2014-04-23 | 福州大学 | 一种中文微博客的热点话题检测方法 |
| US20170329845A1 (en) * | 2013-12-12 | 2017-11-16 | Zalag Corporation | Methods and apparatuses for content preparation and/or selection |
-
2018
- 2018-02-12 CN CN201810145499.3A patent/CN108363788B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013059290A1 (en) * | 2011-10-17 | 2013-04-25 | Metavana, Inc. | Sentiment and influence analysis of twitter tweets |
| US20170329845A1 (en) * | 2013-12-12 | 2017-11-16 | Zalag Corporation | Methods and apparatuses for content preparation and/or selection |
| CN103678613A (zh) * | 2013-12-17 | 2014-03-26 | 北京启明星辰信息安全技术有限公司 | 一种计算影响力数据的方法与装置 |
| CN103745000A (zh) * | 2014-01-24 | 2014-04-23 | 福州大学 | 一种中文微博客的热点话题检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| KUANG L, TANG X, YU M Q, ET AL.: "A comprehensive ranking model for tweets big data in online social network", 《EURASIP JOURNAL ON WIRELESS COMMUNICATIONS AND NETWORKING》 * |
| 何跃，蔡博驰: "基于因子分析法的微博热度评价模型", 《统计与决策》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110069732A (zh) * | 2019-03-29 | 2019-07-30 | 腾讯科技（深圳）有限公司 | 一种信息展示的方法、装置及设备 |
| CN110069732B (zh) * | 2019-03-29 | 2022-11-22 | 腾讯科技（深圳）有限公司 | 一种信息展示的方法、装置及设备 |
| CN110674412A (zh) * | 2019-08-20 | 2020-01-10 | 广州视源电子科技股份有限公司 | 资源的推荐信息推送方法及装置、电子设备 |
| CN112115334A (zh) * | 2020-09-28 | 2020-12-22 | 北京百度网讯科技有限公司 | 网络社区热点内容的判别方法、装置、设备以及存储介质 |
| CN112115334B (zh) * | 2020-09-28 | 2023-07-21 | 北京百度网讯科技有限公司 | 网络社区热点内容的判别方法、装置、设备以及存储介质 |
| CN112765346A (zh) * | 2020-11-18 | 2021-05-07 | 北京五八信息技术有限公司 | 一种信息处理方法及装置 |
| CN112738227A (zh) * | 2020-12-28 | 2021-04-30 | 广州金融科技股份有限公司 | 一种资讯热度的评估方法、计算机设备和存储介质 |
| CN113051483A (zh) * | 2021-04-26 | 2021-06-29 | 中国建设银行股份有限公司 | 一种帖子热度的计算方法和装置 |
| CN113824980A (zh) * | 2021-09-09 | 2021-12-21 | 广州方硅信息技术有限公司 | 视频推荐方法、系统、装置及计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108363788B (zh) | 2021-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108363788A (zh) | 帖子智能排位方法、装置以及计算机可读存储介质 | |
| King | Computer and communication systems performance modelling | |
| Wang et al. | Recouping energy costs from cloud tenants: Tenant demand response aware pricing design | |
| CN104967607A (zh) | 一种信息处理方法、终端及服务器 | |
| Jiang et al. | Data-driven auction mechanism design in IaaS cloud computing | |
| CN109274987B (zh) | 一种视频集合排序方法、服务器及可读存储介质 | |
| US9684927B2 (en) | Consumer purchase decision scoring tool | |
| CN106649681A (zh) | 一种数据处理方法、装置及设备 | |
| CN109726858A (zh) | 基于动态时间规整的热负荷预测方法及装置 | |
| CN109685545A (zh) | 待发放虚拟网络资源预估方法、装置及电子设备 | |
| CN109446515A (zh) | 群组信息分析方法、电子装置及计算机可读存储介质 | |
| Femminella et al. | IoT, big data, and cloud computing value chain: pricing issues and solutions | |
| CN107506399A (zh) | 数据单元快速分段的方法、系统、设备及存储介质 | |
| Do et al. | Toward service selection game in a heterogeneous market cloud computing | |
| He et al. | Blockchain Operations in the Presence of Security Concerns | |
| Popchev et al. | A Prototype of blockchain/distributed file system Platform | |
| CN105653645B (zh) | 网络信息关注度评估方法及装置 | |
| CN108345941B (zh) | 一种参数调整方法和装置 | |
| CN109255104A (zh) | 批文模板配置方法、装置、计算机设备及存储介质 | |
| CN113038242A (zh) | 直播卡片展示位置的确定方法、装置、设备及存储介质 | |
| CN107257312B (zh) | 一种数据处理方法和装置 | |
| CN109801097A (zh) | 运营数据的分析方法、装置、存储介质及分析设备 | |
| CN110991838A (zh) | 通信运营商的竞争力指数的确定方法及装置 | |
| Madden et al. | Regulator flexibility and the administrative allocation licensing of 3G spectrum | |
| CN107015863A (zh) | 一种资源分配方法和装置 |
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 |