CN111414543B - 用于生成评论信息序列的方法、装置、电子设备和介质 - Google Patents

用于生成评论信息序列的方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN111414543B
CN111414543B CN202010218214.1A CN202010218214A CN111414543B CN 111414543 B CN111414543 B CN 111414543B CN 202010218214 A CN202010218214 A CN 202010218214A CN 111414543 B CN111414543 B CN 111414543B
Authority
CN
China
Prior art keywords
comment information
information
comment
subset
sequence
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.)
Active
Application number
CN202010218214.1A
Other languages
English (en)
Other versions
CN111414543A (zh
Inventor
刘正阳
黄训蓬
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.)
Douyin Vision Co Ltd
Original Assignee
Douyin Vision 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 Douyin Vision Co Ltd filed Critical Douyin Vision Co Ltd
Priority to CN202010218214.1A priority Critical patent/CN111414543B/zh
Publication of CN111414543A publication Critical patent/CN111414543A/zh
Application granted granted Critical
Publication of CN111414543B publication Critical patent/CN111414543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/957Browsing optimisation, e.g. caching or content distillation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/958Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking

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)
  • Document Processing Apparatus (AREA)

Abstract

本公开的实施例公开了用于生成评论信息序列的方法、装置、电子设备和介质。该方法的一具体实施方式包括:从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列;突出显示上述评论信息子序列;确定是否满足结束处理条件;响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。该实施方式实现了被埋没的高质量的评论信息的突出显示,使认真评论的用户得到相应的关注,有助于避免读者被发表时间早、观点大众化的评论信息影响判断,使用户评论的角度富有多样性,从而提高了用户体验。

Description

用于生成评论信息序列的方法、装置、电子设备和介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于生成评论信息序列的方法、装置、电子设备和介质。
背景技术
随着互联网技术的发展,互联网成为一种更为重要的一种媒体信息传播渠道,人们习惯于从互联网上获取媒体信息,并且通常习惯于在互联网上发表相关评论信息,分享心得或体会,同时评论信息本身也成为一种重要的信息,人们从其他用户发表的评论信息可以获得更多更贴近需要的媒体信息,而庞大的互联网用户基数,带来巨大的评论信息数量,用户往往不能从海量评论信息中看到与媒体信息相关度大的全部评论信息。
现有技术在展示评论信息时,会根据该评论信息的发表时间和点赞数等一些附加的因素来将一些评论信息置顶处理,往往一些评论信息质量实际很高的评论信息会被埋没,让用户错失这些宝贵的信息,也让认真评论的用户得不到相应的关注。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了用于生成评论信息序列的方法、装置、电子设备和介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种用于生成评论信息序列的方法,该方法包括:基于目标媒体信息,执行如下处理步骤:从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列;突出显示上述评论信息子序列;确定是否满足结束处理条件;响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。
第二方面,本公开的一些实施例提供了一种用于生成评论信息序列的装置,装置包括:选择单元,被配置成从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;排序单元,被配置成基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列;显示单元,被配置成突出显示上述评论信息子序列;确定单元,被配置成确定是否满足结束处理条件;生成单元,被配置成响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果:首先,选择出与目标媒体信息的相关度大于预设阈值的评论信息。这样不会让高质量的评论信息被埋没。其次,根据评论信息的发表时间和点赞数,选择出至少一条评论信息,作为待处理评论信息集合。可以得到被埋没的高质量的评论信息。再次,对待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整,然后再突出显示。避免了由于发表时间早容易得到读者注意从而积累的点赞多,而造成高质量的评论信息不容易被关注的情况。可以让高质量的评论信息得到更多的关注。最后,根据评论信息的点赞数,生成评论信息序列,再进行显示。本公开的方法有助于避免读者被发表时间早、观点大众化的评论信息影响判断,使用户评论的角度富有多样性,从而提高了用户体验。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是本公开的一些实施例的用于生成评论信息序列的方法的一个应用场景的示意图。
图2是根据本公开的用于生成评论信息序列的方法的一些实施例的流程图。
图3是根据本公开的用于生成评论信息序列的方法的另一些实施例的流程图。
图4是根据本公开的用于生成评论信息序列的装置的一些实施例的结构示意图。
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
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。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的用于生成评论信息序列的方法的一个应用场景的示意图。
在图1的应用场景中,作为示例,获取目标媒体信息103,以及获取目标媒体信息103的评论信息集合104。其次,电子设备101(图中示出为服务器)从评论信息集合104中选择与上述目标媒体信息103的相关度大于预设阈值的评论信息,组成评论信息子集105。然后,电子设备101可以基于评论信息子集105中评论信息的发表时间和相关度,对上述评论信息子集105中的评论信息进行排序,得到评论信息子序列106。上述电子设备101可以对上述评论信息子序列106在终端设备102上进行突出显示。在满足处理条件时,对上述评论信息子序列106中的评论信息按照评论信息的点赞数从大到小进行排序,得到评论信息序列107。
需要说明的是,上述电子设备101可以是硬件,也可以是软件。当电子设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当电子设备体现为软件时,可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的电子设备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电子设备。
继续参考图2,示出了根据本公开的用于生成评论信息序列的方法的一些实施例的流程200。该用于生成评论信息序列的方法,包括以下步骤:
步骤201,从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集。
在一些实施例中,用于生成评论信息序列的方法的执行主体(如图1中的服务器)可以从评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息。在这里,相关度可以是用于表征评论信息与目标媒体信息之间存在相互联系的分值。相关度可以利用算法计算得到,也可以输入相关度模型得到。预设阈值可以是预先设定的用于比较相关度得分的分值。最后,上述执行主体可以将选择出的评论信息进行汇总,得到评论信息子集。这里,媒体信息可以包括但不限于以下至少一项:图片、视频、文章。上述目标媒体信息可以是预定义的图片/视频/文章。评论信息集合可以是用户对于上述媒体信息做出评论的信息集合。
可选的,上述执行主体可以通过有线连接方式或无线连接方式获取目标媒体信息和上述目标媒体信息的评论信息集合。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
作为示例,目标媒体信息的评论信息集合中评论信息的相关度为“评论信息A相关度56;评论信息B相关度86;评论信息C相关度79;评论信息D相关度93”。预设阈值为60时,上述执行主体将相关度大于预设阈值的评论信息选择出来,得到评论信息子集“评论信息B相关度86;评论信息C相关度79;评论信息D相关度93”。
在一些实施例的一些可选的实现方式中,相关度是通过以下步骤得到的:将上述目标媒体信息和上述评论信息集合中的评论信息输入预先训练的匹配模型,得到上述评论信息的相关度得分。
作为示例,预先训练的匹配模型可以是根据以下步骤训练得到的:获取样本集,样本包括样本媒体信息,与样本媒体信息对应的样本评论信息和与样本评论信息对应的样本相关度;将上述样本集中的样本媒体信息和与样本媒体信息对应的样本评论信息作为输入,将与上述评论信息对应的样本相关度作为期望输出,训练得到上述匹配模型。
步骤202,基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列。
在一些实施例中,上述执行主体首先可以基于上述评论信息子集中的评论信息的发表时间和相关度,得到上述评论信息的第一加权得分。然后,根据上述第一加权得到,对上述评论信息子集中的评论信息按照加权得分从大到小进行排序,得到评论信息子序列。在这里,第一加权得分可以是将发表时间和相关度按照对应的权重进行计算得到的分值。
作为示例,“评论信息A的第一加权得分为69;评论信息B的第一加权得分为85;评论信息C的第一加权得分为92”。,那么,排序得到评论信息子序列“评论信息C的第一加权得分为92;评论信息B的第一加权得分为85;评论信息A的第一加权得分为69”。
在一些实施例的一些可选的实现方式中,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列,包括:根据上述评论信息子集中的评论信息的发表时间和点赞数,从上述评论信息子集中选择出至少一条评论信息,作为待处理评论信息集合;对上述待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整,以得到上述评论信息的调整后的相关度;根据相关度,对上述评论信息子集的评论信息进行排序,以得到评论信息子序列。
作为示例,上述执行主体首先,可以将发表时间晚于预设时间且点赞数小于预设数目的评论信息选择出来,作为待处理评论信息集合。其次,上述执行主体可以根据上述待处理评论信息集合中的每条评论信息根据发表时间和点赞数得到每条评论信息的第二加权得分。进而,对上述评论信息进行相关度调整。这里的,相关度调整可以是对上述评论信息的第二加权得分再进行一定比重的加权。
步骤203,突出显示上述评论信息子序列。
在一些实施例中,上述执行主体可以对上述评论信息子序列进行突出显示。这里的,突出显示可以是区别于其他评论信息的显示方式。
作为示例,突出显示可以是将上述评论信息子序列优先显示,也可以是改变上述评论信息子序列中评论信息的背景颜色再进行显示。
步骤204,确定是否满足结束处理条件。
在一些实施例中,上述执行主体可以确定是否满足结束处理条件。这里,结束处理条件可以是在预定时间内上述目标媒体信息的评论信息集合中的评论信息的点赞数的涨幅在预设范围内。
步骤205,响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。
在一些实施例中,上述执行主体可以响应于确定满足上述结束处理条件,根据评论信息的点赞数由大到小进行排序,生成评论信息序列。
在一些实施例的一些可选的实现方式中,上述方法还包括:将上述评论信息序列发送给终端设备,以及在上述终端设备的显示器上进行显示。
本公开的上述各个实施例中的一个实施例具有如下有益效果:首先,选择出与目标媒体信息的相关度大于预设阈值的评论信息。这样不会让高质量的评论信息被埋没。其次,根据评论信息的发表时间和点赞数,选择出至少一条评论信息,作为待处理评论信息集合。可以得到被埋没的高质量的评论信息。再次,对待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整,然后再突出显示。避免了由于发表时间早容易得到读者注意从而积累的点赞多,而造成高质量的评论信息不容易被关注的情况。可以让高质量的评论信息得到更多的关注。最后,根据评论信息的点赞数,生成评论信息序列,再进行显示。本公开的方法有助于避免读者被发表时间早、观点大众化的评论信息影响判断,使用户评论的角度富有多样性,从而提高了用户体验。
继续参考图3,示出了根据本公开的用于生成评论信息序列的方法的另一些实施例的流程300。该用于生成评论信息序列的方法,包括以下步骤:
步骤301,从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集。
在一些实施例中,步骤301的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201,在此不再赘述。
步骤302,根据上述评论信息子集中的评论信息的发表时间和点赞数,从上述评论信息子集中选择出至少一条评论信息,作为待处理评论信息集合。
在一些实施例中,上述执行主体可以将发表时间晚于预设时间和/或点赞数小于预设数目的评论信息从上述评论信息子集中选择出来,作为待处理评论信息集合。
步骤303,对上述待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整,以得到上述评论信息的调整后的相关度。
在一些实施例中,上述执行主体可以根据上述待处理评论信息集合中的每条评论信息根据发表时间和点赞数得到每条评论信息的第二加权得分。对待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整。在这里,第二加权得分可以是将发表时间,点赞数和相关度按照对应的权重进行计算得到的分值。这里的,相关度调整可以是对上述评论信息的第二加权得分再进行一定比重的加权。从而,得到上述评论信息的调整后的相关度。
作为示例,评论信息的第二加权得分是58,再以1.2的权重进行加权,得到最终得分69.6。
步骤304,根据相关度,对上述评论信息子集的评论信息进行排序,得到评论信息子序列。
在一些实施例中,上述执行主体可以根据相关度的分值由高到低对上述评论信息子集中的评论信息进行排序得到评论信息子序列。
步骤305,突出显示上述评论信息子序列。
步骤306,确定是否满足结束处理条件。
步骤307,响应于确定满足上述结束处理条件,根据评论信息的点赞数,生成评论信息序列。
在一些实施例中,步骤305-307的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤203-205,在此不再赘述。
本公开的上述各个实施例中的一个实施例具有如下有益效果:通过对待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整。可以改变高质量的评论信息显示顺序与显示方式,从而使评论信息得到更多用户的关注。然后,根据评论信息的点赞数,生成评论信息序列,再进行显示。本公开的方法通过相关度调整实现了高质量的评论信息不被埋没,也让高质量的评论信息更容易受到关注,使认真评论的用户得到相应的关注。本公开的方法有助于避免读者被发表时间早、观点大众化的评论信息影响判断,使用户评论的角度富有多样性,从而提高了用户体验。
继续参考图4,作为对上述各图上述方法的实现,本公开提供了一种用于生成评论信息序列的装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,一些实施例的用于生成评论信息序列的装置400包括:选择单元401、排序单元402、显示单元403、确定单元404和生成单元405。其中,选择单元401,被配置成从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;排序单元402,被配置成基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列;显示单元403,被配置成突出显示上述评论信息子序列;确定单元404,被配置成确定是否满足结束处理条件;生成单元405,被配置成响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。
在一些实施例的一些可选的实现方式中,上述相关度是通过以下步骤得到的:将上述目标媒体信息和上述评论信息集合中的评论信息输入预先训练的匹配模型,得到上述评论信息的相关度得分。
在一些实施例的一些可选的实现方式中,上述用于生成评论信息序列的装置400的排序单元402可以进一步被配置成:根据上述评论信息子集中的评论信息的发表时间和点赞数,从上述评论信息子集中选择出至少一条评论信息,作为待处理评论信息集合;对上述待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整,以得到上述评论信息的调整后的相关度;根据相关度,对上述评论信息子集的评论信息进行排序,以得到评论信息子序列。
在一些实施例的一些可选的实现方式中,上述用于生成评论信息序列的装置400可以进一步被配置成:将上述评论信息序列发送给终端设备,以及在上述终端设备的显示器上进行显示。
可以理解的是,该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。
继续参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)500的结构示意图。本公开的一些实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列;突出显示上述评论信息子序列;确定是否满足结束处理条件;响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括选择单元、排序单元、显示单元、确定单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,选择单元还可以被描述为“从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
根据本公开的一个或多个实施例,提供了一种用于生成评论信息序列的方法,包括:从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列;突出显示上述评论信息子序列;确定是否满足结束处理条件;响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。
根据本公开的一个或多个实施例,上述相关度是通过以下步骤得到的:将上述目标媒体信息和上述评论信息集合中的评论信息输入预先训练的匹配模型,得到上述评论信息的相关度得分
根据本公开的一个或多个实施例,上述对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列,包括:根据上述评论信息子集中的评论信息的发表时间和点赞数,从上述评论信息子集中选择出至少一条评论信息,作为待处理评论信息集合;对上述待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整,以得到上述评论信息的调整后的相关度;根据相关度,对上述评论信息子集的评论信息进行排序,以得到评论信息子序列。
根据本公开的一个或多个实施例,上述方法还包括:将上述评论信息序列发送给终端设备,以及在上述终端设备的显示器上进行显示。
根据本公开的一个或多个实施例,提供了一种用于生成评论信息序列的装置,包括:选择单元,被配置成从目标媒体信息的评论信息集合中选择与上述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;排序单元,被配置成基于上述评论信息子集中的评论信息的发表时间和相关度,对上述评论信息子集中的评论信息进行排序,以得到评论信息子序列;显示单元,被配置成突出显示上述评论信息子序列;确定单元,被配置成确定是否满足结束处理条件;生成单元,被配置成响应于确定满足上述结束处理条件,根据上述评论信息子集中的评论信息的点赞数,生成评论信息序列。
根据本公开的一个或多个实施例,提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上述任一实施例描述的方法。
根据本公开的一个或多个实施例,提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如上述任一实施例描述的方法。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种用于生成评论信息序列的方法,包括:
从目标媒体信息的评论信息集合中选择与所述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;
基于所述评论信息子集中的评论信息的发表时间和相关度,对所述评论信息子集中的评论信息进行排序,以得到评论信息子序列;
突出显示所述评论信息子序列;
确定是否满足结束处理条件;
响应于确定满足所述结束处理条件,根据所述评论信息子集中的评论信息的点赞数,生成评论信息序列。
2.根据权利要求1所述的方法,其中,所述相关度是通过以下步骤得到的:
将所述目标媒体信息和所述评论信息集合中的评论信息输入预先训练的匹配模型,得到所述评论信息的相关度得分。
3.根据权利要求1所述的方法,其中,所述对所述评论信息子集中的评论信息进行排序,以得到评论信息子序列,包括:
根据所述评论信息子集中的评论信息的发表时间和点赞数,从所述评论信息子集中选择出至少一条评论信息,作为待处理评论信息集合;
对所述待处理评论信息集合中的每条评论信息根据发表时间和点赞数进行相关度调整,以得到所述评论信息的调整后的相关度;
根据相关度,对所述评论信息子集的评论信息进行排序,以得到评论信息子序列。
4.根据权利要求1-3之一所述的方法,其中,所述方法还包括:
将所述评论信息序列发送给终端设备,以及在所述终端设备的显示器上进行显示。
5.一种用于生成评论信息序列的装置,包括:
选择单元,被配置成从目标媒体信息的评论信息集合中选择与所述目标媒体信息的相关度大于预设阈值的评论信息,以组成评论信息子集;
排序单元,被配置成基于所述评论信息子集中的评论信息的发表时间和相关度,对所述评论信息子集中的评论信息进行排序,以得到评论信息子序列;
显示单元,被配置成突出显示所述评论信息子序列;
确定单元,被配置成确定是否满足结束处理条件;
生成单元,被配置成响应于确定满足所述结束处理条件,根据所述评论信息子集中的评论信息的点赞数,生成评论信息序列。
6.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
7.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN202010218214.1A 2020-03-25 2020-03-25 用于生成评论信息序列的方法、装置、电子设备和介质 Active CN111414543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010218214.1A CN111414543B (zh) 2020-03-25 2020-03-25 用于生成评论信息序列的方法、装置、电子设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010218214.1A CN111414543B (zh) 2020-03-25 2020-03-25 用于生成评论信息序列的方法、装置、电子设备和介质

Publications (2)

Publication Number Publication Date
CN111414543A CN111414543A (zh) 2020-07-14
CN111414543B true CN111414543B (zh) 2023-03-21

Family

ID=71491358

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010218214.1A Active CN111414543B (zh) 2020-03-25 2020-03-25 用于生成评论信息序列的方法、装置、电子设备和介质

Country Status (1)

Country Link
CN (1) CN111414543B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112328816A (zh) * 2020-11-03 2021-02-05 北京百度网讯科技有限公司 媒体信息展示方法、装置、电子设备及存储介质
CN114615510B (zh) * 2020-12-08 2024-04-02 抖音视界有限公司 直播界面显示方法及设备
CN112559869A (zh) * 2020-12-18 2021-03-26 上海众源网络有限公司 一种评论信息的显示方法、装置、电子设备及存储介质
CN114416256B (zh) * 2022-01-19 2023-05-16 北京飞书科技有限公司 信息处理方法、装置、电子设备及存储介质
CN114580981B (zh) * 2022-05-07 2022-08-02 广汽埃安新能源汽车有限公司 以用户需求驱动的项目调度方法、装置及电子设备
CN116827894B (zh) * 2023-08-25 2023-12-19 深圳有咖互动科技有限公司 广播剧用户评论信息发送方法、装置、设备和介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708163A (zh) * 2012-04-26 2012-10-03 广东欧珀移动通信有限公司 一种网页论坛常用模块的突出显示方法
CN104281606A (zh) * 2013-07-08 2015-01-14 腾讯科技(北京)有限公司 一种展示微博评论的方法和装置
JP2015014994A (ja) * 2013-07-08 2015-01-22 キヤノン株式会社 サーバ装置、その制御方法、および制御プログラム、情報処理装置並びに情報処理システム
CN107704941A (zh) * 2016-08-08 2018-02-16 华为软件技术有限公司 一种显示物品评论的方法及装置
CN109558500A (zh) * 2018-11-21 2019-04-02 杭州网易云音乐科技有限公司 多媒体序列生成方法、介质、装置和计算设备
CN109729414A (zh) * 2019-01-18 2019-05-07 北京达佳互联信息技术有限公司 一种评论消息的发送、显示方法、装置、服务器及终端
CN109948138A (zh) * 2017-12-19 2019-06-28 优酷网络技术(北京)有限公司 一种评论处理方法及系统
CN110188298A (zh) * 2019-05-27 2019-08-30 合肥本源量子计算科技有限责任公司 评论展示方法及数据获取方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9268756B2 (en) * 2013-04-23 2016-02-23 International Business Machines Corporation Display of user comments to timed presentation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708163A (zh) * 2012-04-26 2012-10-03 广东欧珀移动通信有限公司 一种网页论坛常用模块的突出显示方法
CN104281606A (zh) * 2013-07-08 2015-01-14 腾讯科技(北京)有限公司 一种展示微博评论的方法和装置
JP2015014994A (ja) * 2013-07-08 2015-01-22 キヤノン株式会社 サーバ装置、その制御方法、および制御プログラム、情報処理装置並びに情報処理システム
CN107704941A (zh) * 2016-08-08 2018-02-16 华为软件技术有限公司 一种显示物品评论的方法及装置
CN109948138A (zh) * 2017-12-19 2019-06-28 优酷网络技术(北京)有限公司 一种评论处理方法及系统
CN109558500A (zh) * 2018-11-21 2019-04-02 杭州网易云音乐科技有限公司 多媒体序列生成方法、介质、装置和计算设备
CN109729414A (zh) * 2019-01-18 2019-05-07 北京达佳互联信息技术有限公司 一种评论消息的发送、显示方法、装置、服务器及终端
CN110188298A (zh) * 2019-05-27 2019-08-30 合肥本源量子计算科技有限责任公司 评论展示方法及数据获取方法

Also Published As

Publication number Publication date
CN111414543A (zh) 2020-07-14

Similar Documents

Publication Publication Date Title
CN111414543B (zh) 用于生成评论信息序列的方法、装置、电子设备和介质
CN110781373B (zh) 榜单更新方法、装置、可读介质和电子设备
CN110634047A (zh) 一种推荐房源的方法、装置、电子设备及存储介质
CN112650841A (zh) 信息处理方法、装置和电子设备
CN112364860A (zh) 字符识别模型的训练方法、装置和电子设备
CN111461967B (zh) 图片处理方法、装置、设备和计算机可读介质
CN111897950A (zh) 用于生成信息的方法和装置
CN114443897A (zh) 一种视频推荐方法、装置、电子设备和存储介质
CN110674400B (zh) 排序方法、装置、电子设备及计算机可读存储介质
CN111209432A (zh) 信息获取的方法、装置、电子设备及计算机可读介质
CN115250295A (zh) 一种媒体内容处理方法、装置、设备和存储介质
CN111262744B (zh) 多媒体信息发送方法、备份服务器及介质
CN113220752A (zh) 展示方法、装置和电子设备
CN112990176A (zh) 书写质量评价方法、装置和电子设备
CN111782933A (zh) 用于推荐书单的方法和装置
CN111339124B (zh) 显示数据方法、装置、电子设备和计算机可读介质
CN113934938A (zh) 信息展示的方法、装置、可读介质和电子设备
CN110457106B (zh) 一种信息展示方法、装置、设备及存储介质
CN112860999A (zh) 信息推荐方法、装置、设备和存储介质
WO2020078049A1 (zh) 用户信息处理方法和装置、服务器及可读介质
CN111949527A (zh) 游戏视频的测试方法、装置、设备及存储介质
CN111680754A (zh) 图像分类方法、装置、电子设备及计算机可读存储介质
CN111597439A (zh) 信息处理方法、装置和电子设备
CN111339770A (zh) 用于输出信息的方法和装置
CN113283115B (zh) 图像模型生成方法、装置和电子设备

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Douyin Vision Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: Tiktok vision (Beijing) Co.,Ltd.

Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant after: Tiktok vision (Beijing) Co.,Ltd.

Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing.

Applicant before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant