CN111737566A - 作品排序方法、装置和存储介质 - Google Patents

作品排序方法、装置和存储介质 Download PDF

Info

Publication number
CN111737566A
CN111737566A CN202010412779.3A CN202010412779A CN111737566A CN 111737566 A CN111737566 A CN 111737566A CN 202010412779 A CN202010412779 A CN 202010412779A CN 111737566 A CN111737566 A CN 111737566A
Authority
CN
China
Prior art keywords
work
works
value
sorting
ordering
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
CN202010412779.3A
Other languages
English (en)
Inventor
余朝亮
艾骏
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.)
Shenzhen Divoom Technology Co ltd
Original Assignee
Shenzhen Divoom Technology 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 Shenzhen Divoom Technology Co ltd filed Critical Shenzhen Divoom Technology Co ltd
Priority to CN202010412779.3A priority Critical patent/CN111737566A/zh
Publication of CN111737566A publication Critical patent/CN111737566A/zh
Pending legal-status Critical Current

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

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

本申请涉及作品排序方法、装置和存储介质,作品排序方法包括:采集作品的附加属性值;根据排序权值处理所述附加属性值,得到评分值;根据所述评分值排序对应的作品。装置包括:采集模块,用于采集作品的附加属性值;计算模块,用于根据排序权值处理所述附加属性值,得到评分值;排序模块,用于根据所述评分值排序对应的作品。本申请实施例可通过采集作品的附加属性值作为决定作品排序的基础数据,通过排序权值,能够根据附加属性值的重要程度计算得到合适的评分值,方便从不同的角度判断作品的推荐价值,根据评分值排序对应的作品可以作为推荐作品的根据。

Description

作品排序方法、装置和存储介质
技术领域
本申请实施例涉及但不限于数据处理技术领域,尤其涉及作品排序方法、装置和存储介质。
背景技术
随着自媒体的发展,很多创作者在各种网络播放平台投放了海量的作品。用户会从网络播放平台观看喜欢的作品,由于同时期被上传到网络播放平台的作品的数量庞大,用户难以一一查看,出于服务用户的目的,网络播放平台也会按照推荐算法主动推送一些作品给用户以供观看。推荐算法的核心在于如何对作品进行排序,然后根据排序选择合适的作品以供推送。
现有的主流排序算法都是根据用户的历史记录推断喜好倾向,虽然匹配效果可能比较好,但是会导致推荐内容的固化,无法引起用户对其他内容的兴趣,不利于增加用户对平台的黏着度。
发明内容
为了缓解上述问题,本申请实施例提供了作品排序方法,通过作品的附加属性值和排序权值计算得到评分值以判断作品的推荐价值,根据评分值排序对应的作品可以作为推荐作品的依据。此外,本申请实施例还提供了作品排序装置和存储介质。
第一方面,本申请实施例提供了作品排序方法,包括:采集作品的附加属性值;根据排序权值处理所述附加属性值,得到评分值;根据所述评分值排序对应的作品。
本申请实施例的有益效果至少包括:通过采集作品的附加属性值作为决定作品排序的基础数据,通过排序权值,能够根据附加属性值的重要程度计算得到合适的评分值,方便从不同的角度判断作品的推荐价值,根据评分值排序对应的作品可以作为推荐作品的根据。
优选地,所述附加属性值包括:用于描述作者个人信息的作者信息;用于描述作品生成时间和/或者修改时间的版本信息;用于描述客观评价行为和/或者作品意见的评价信息;根据排序权值处理所述作者信息、所述版本信息和所述评价信息中的至少一种,得到所述评分值。
本申请实施例的有益效果至少包括:通过作者信息,能够根据作者的过往表现得到合适的评分值;通过版本信息能够根据作品的时效得到合适的评分值;通过评价信息能够根据外部意见得到合适的评分值;通过上述附加属性值计算得到合适的评分值,根据评分值排序对应的作品可以作为推荐作品的根据。
优选地,根据以往的评分值设置所述作者信息;所述作者信息与对应的排序权值正相关。
本申请实施例的有益效果至少包括:通过以往的评分值能够根据作者的过往表现设置合适的作者信息,而正相关的排序权值,能够很好的说明作品的好坏程度。
优选地,所述版本信息包括作品生成时间和/或者修改时间与指定时间点之间的时间差值;所述时间差值与对应的排序权值负相关。
本申请实施例的有益效果至少包括:通过时间差值,能够将相对于指定时间点较近的作品推出,有利于提高作品的更新换代效率。
优选地,所述客观评价行为包括作品浏览、作品点赞、作品分享和作品加精之中的至少一种;所述作品意见包括评论次数;所述客观评价行为和所述作品意见有相对应的排序权值。
本申请实施例的有益效果至少包括:通过作品浏览、作品点赞、作品分享和作品加精等外部的客观评价行为、作品意见和对应的排序权值,能够合理判断作品的推荐价值。
优选地,执行所述客观评价行为和/或者发布所述作品意见的意见提供者设置有对应的评价权值;所述评价权值用于更新所述排序权值。
本申请实施例的有益效果至少包括:通过为意见提供者设置评价权值,能够根据意见提供者的重要程度判断对应的客观评价行为和作品意见的价值,并借此推断作品的价值。
优选地,单个所述意见提供者针对同一作品执行所述作品浏览和/或者所述作品点赞,产生的评分值不叠加。
本申请实施例的有益效果至少包括:通过不叠加意见提供者针对同一作品产生的评分值,能够避免刷票,为作品的排序提供一个公平的竞争环境。
优选地,所述作品包括像素动画。
第二方面,本申请实施例提供了作品排序装置,适用于上述作品排序方法,包括:采集模块,用于采集作品的附加属性值;计算模块,用于根据排序权值处理所述附加属性值,得到评分值;排序模块,用于根据所述评分值排序对应的作品。
本申请实施例的有益效果至少包括:通过采集作品的附加属性值作为决定作品排序的基础数据,通过排序权值计算,能够根据附加属性值的重要程度计算得到合适的评分值,方便从不同的角度判断作品的推荐价值,根据评分值排序对应的作品可以作为推荐作品的根据。
第三方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如上述作品排序方法。
本申请实施例的有益效果至少包括:通过采集作品的附加属性值作为决定作品排序的基础数据,通过排序权值计算,能够根据附加属性值的重要程度计算得到合适的评分值,方便从不同的角度判断作品的推荐价值,根据评分值排序对应的作品可以作为推荐作品的根据。
附图说明
附图用来提供对本申请技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1是本申请实施例中作品排序方法的一具体实施例的流程图;
图2是本申请实施例中附加属性值的一具体实施例示意图;
图3是本申请实施例中客观评价行为的一具体实施例示意图;
图4是本申请实施例中作品排序装置的一具体实施例连接示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。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任意组合。
需要说明的是,虽然在装置示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于装置中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
参考图1,本申请实施例提出了作品排序方法,包括:
S1、采集作品的附加属性值;
S2、根据排序权值处理附加属性值,得到评分值;
S3、根据评分值排序对应的作品。
作品为电子数据化的信息集合体,在本实施例中,作品的存在目的在于被读者观看或者听取。由于作品为信息集合体,并不存在实体。因此,读者需要借助电脑、手机等终端从在线书库、音乐APP、视频播放平台等网络服务商观看或者听取作品。网络服务商作为数据保存以及输出端,为了方便数据保存、读取和输出,会在作品的本体之外附加额外的标签,即附加属性值。附加属性值,具体可以包括作品名称、作者名称、基本内容、作品类型、出版时间和针对作品的操作等。其中,针对作品的操作包括阅读、点赞、转发和评述等行为。
排序权值为针对每一种附加属性值设置的权值,用于表示附加属性值的重要程度,例如点赞、转发等都可以认为读者认同作品,对应的排序权值可以设置相对高。网络服务商通过指定的计算公式,处理排序权值和附加属性值可以得到评分值,能够根据附加属性值的重要程度计算得到合适的评分值。
具体的计算公式可以设置为排序权值乘以附加属性值。排序权值可以改变,方便从不同的角度判断作品的推荐价值。网络服务商根据评分值排序作品,得到对应的排序表,排序表可以说明作品的推荐价值。排序表可以根据评分值,从大到小进行排序对应的作品,而评分值大的作品会优先推荐。
参考图2,根据本申请实施例的作品排序方法,附加属性值包括:用于描述作者个人信息的作者信息;用于描述作品生成时间和/或者修改时间的版本信息;用于描述客观评价行为和/或者作品意见的评价信息;根据排序权值处理作者信息、版本信息和评价信息中的至少一种,得到评分值。
在现实中,很多作者会完成多项作品。很多读者对一项作品产生兴趣后,有一定概率会对同一作者的其他作品产生兴趣。此时,作者个人信息/作者信息就能体现出作者的过往表现,即如果作者的过往作品质量很高或者很受欢迎,则后续的作品质量高或者受到读者欢迎的可能性会高。根据作者的过往表现就可以结合对应的排序权值,计算得到合适的评分值。
在现实中,作品在一定程度上反映当时的社会面貌。因此,作品生成时间会从侧面反映对应时期的社会流行现象,而作品生成时间可以作为合适的参考以调整对应的排序权值。
很少出现作者一次创造就得到完美作品的情况。作者经过多次修改得到较完美的作品是常态。当作者进行修改,则认为作品得到改进,而改进的作品质量变高或者受到读者欢迎的可能性会提高。版本信息能够根据作品的时效结合对应的排序权值,计算得到合适的评分值。
作品需要得到外部的认同才能很好的说明本身的优秀程度。因此,如果外部的认同,即客观评价行为和/或者作品意见越多,则说明作品本身越优秀。其中,客观评价行为的目的在于客观反映读者对作品的接触程度,作品意见的目的在于主观反映读者对作品的看法。网络服务商提供一定的渠道来获取客观评价行为和作品意见,例如渠道可以包括点赞按键、浏览记录、留言等。根据评价信息能够根据作品的时效结合对应的排序权值,计算得到合适的评分值。
根据本申请实施例的作品排序方法,根据以往的评分值设置作者信息;作者信息与对应的排序权值正相关。
作者信息可以包括很多内容,例如性别、年龄、作品数和历史评价等。其中,考虑到作品本身的质量,才是最重要的指数。因此,采取历史评价来推断后续作品的质量情况,比较合理和准确。对应的排序权值可以设置高一些,即评分值与排序权值正相关,能够很好的说明作品的好坏程度。历史评价可以通过以往的评分值来判断,具体可以根据预设的公式结合以往的评分值计算对应的作者信息。预设的公式可以是直接采用以往的评分值乘以一个系数得到作者信息。
根据本申请实施例的作品排序方法,版本信息包括作品生成时间和/或者修改时间与指定时间点之间的时间差值;时间差值与对应的排序权值负相关。
在现实中,作品在一定程度上反映当时的社会面貌。因此,作品生成时间/修改时间会侧面反映对应时期的社会流行现象。因此,如果作品生成时间/修改时间和某一个指定时间点之间的时间差值越小,则说明此作品的风格更有可能和指定时间点所对应的社会流行现象匹配,则对应的作品有可能会满足特殊的需求,例如当指定时间点为某个人物或者事件的纪念日,则对应时期的作品在该指定时间点进行优先推荐,可以提高点击率。
而当指定时间点为当前时间,则能够将相对于当前时间较近的作品推出,有利于提高作品的更新换代效率,防止作品推荐的内容过于老化。
参考图3,根据本申请实施例的作品排序方法,客观评价行为包括作品浏览、作品点赞、作品分享和作品加精之中的至少一种;作品意见包括评论次数;客观评价行为和作品意见有相对应的排序权值。
浏览一个作品,点赞一个作品、分享一个作品和作品加精本身,这些行为本身是对作品进行深入理解的客观行为,说明读者对一个作品产生了兴趣,也反过来证明该作品有一定的推荐价值,而评论同理。通过这些外部的客观评价行为、作品意见和对应的排序权值,能够合理判断作品的推荐价值。
根据本申请实施例的作品排序方法,执行客观评价行为和/或者发布作品意见的意见提供者设置有对应的评价权值;评价权值用于更新排序权值。
社会中存在羊群效应,即从众现象。例如一个优秀的评论家能够带来很多的流量,可以引导其他读者观看某一个作品;或者,某一个领域的专业人员的意见,会比非专业人员更能说服他人。在本实施例中,执行客观评价行为和/或者发布作品意见的意见提供者设置有对应的评价权值,能够根据意见提供者的重要程度判断对应的客观评价行为和作品意见的价值,并借此推断作品的价值。
根据本申请实施例的作品排序方法,单个意见提供者针对同一作品执行作品浏览和/或者作品点赞,产生的评分值不叠加。
正常的情况下,若干意见提供者针对同一作品执行作品浏览和/或者作品点赞,产生的评分值会叠加。
同一意见提供者针对同一作品执行作品浏览和作品点赞已经能够说明态度,同时考虑到刷分的存在,同一意见提供者针对同一作品执行作品浏览和/或者作品点赞,产生的评分值不叠加。本实施例通过不叠加同一意见提供者针对同一作品产生的评分值,能够避免刷票,为作品的排序提供一个公平的竞争环境。
根据本申请实施例的作品排序方法,作品包括像素动画。
像素动画是比较简单的动画形式,吸引了很多的不具备深厚技术背景的普通人进行创作。通过将本作品排序方法能够支持普通人的创作。
作品还包括是文学作品、视频、音频和图片等。
本申请实施例提供了作品排序方法:
对一个作品设置不同的附加属性值,附加属性值包括:
个人积分,即历史评价,用于表示创作作品的人当时创作时的水平,与创作者因作品获取的总积分有一定的关系。
浏览次数,用于表示作品被浏览的次数。
点赞积分,用于表示作品被点赞成的次数,在次数的基础上还可以考虑点赞人的积分。
分享次数,用于表示作品被分享的次数。
评论积分,用于表示作品被评论的次数,在次数的基础上还可以考虑评论此作品的人的积分。
时间积分,用于表示作品创作的时间。
加精积分,用于表示作品是否被加精。
创作者和点赞人、评论人都可以设置有对应的个人积分,其中,点赞人和评论人的个人积分并不一定涉及创作了作品,仅用于表示点赞人和评论人的重要程度。附加属性值对应设置有不同的加权值,两者计算得到评分值,以供排序。
个人积分即历史评价,具体设置原理包括但不限于采用如下方式:当用户上传作品时默认给20分,作品被有效点赞(如果某个帐户短时间内不停点赞不同作品时,认为此次点赞无效)时加5分,作品被评论,经审核内容正常,用户积分加10分,作品被加精后用户积分加1000分;根据用户对作品的满意度来决定作品的作者的个人积分。作者的个人积分高,他的作品受欢迎的程序高,他的作品有优先被展现的价值。
浏览次数属于客观评价行为,具体设置原理包括但不限于采用如下方式:作品被查看的次数越多,应该是作品有吸引人的地方,其也应该是热度(即推荐价值)的一部分,但是对应的加权值比较相对较小。单个读者浏览多次,只记录一次。
分享次数属于客观评价行为,具体设置原理包括但不限于采用如下方式:记录被分享的次数,次数越多,对应计算得到的评分值越大。
评论积分属于客观评价行为,具体设置原理包括但不限于采用如下方式:评论次数越多,对应计算得到的评分值越大。
时间积分属于版本信息,具体设置原理包括但不限于采用如下方式:读者刷新时使用阶段式的时间,可以让好的作品分时间阶段展现出来,避免产生作品显示的冲突,其设置目的在于要让新人的作品有展现的机会。
加精积分属于客观评价行为,加精对应的权重值较大。
个人积分产生的评价值SA的计算公式可以包括:
SA=个人积分A*权重值WA
浏览次数产生的评价值SB的计算公式可以包括:
SB=浏览总数*WB1+浏览者B*权重值WB2。其中,权重值WB1为默认值(例如可以设置为0.01%至100%),权重值WB2为单个浏览者B的个人积分所对应的权重值(例如可以设置为0.01%至100%)。
点赞积分产生的评价值SC的计算公式可以包括:
SC=点赞总数*WC1+点赞者C*权重值WC2。其中,权重值WC1为默认值(例如可以设置为0.01%至100%),WC2为单个点赞者C的个人积分所对应的权重值(例如可以设置为0.01%至100%)。
分享次数产生的评价值SD的计算公式可以包括:
SD=分享总数*WD1+分享者D*权重值WD2。其中,权重值WD1为默认值(例如可以设置为0.01%至100%),WD2为单个分享者D的个人积分所对应的权重值(例如可以设置为0.01%至100%)。
评论积分产生的评价值SE的计算公式可以包括:
SE=评论总数*WE1+评论者E*权重值WE2。其中,权重值WE1为默认值(例如可以设置为0.01%至100%),WE2为单个评论者E的个人积分所对应的权重值(例如可以设置为0.01%至100%)。
时间积分产生的评价值SF的计算公式可以包括:
SF=T*WF,其中,WF为默认值(例如可以设置为0.01%至100%),T为距离当前时间的时间差值。
最终的评价值S=SA+SB+SC+SD+SE+SF+SG,其中,SG为默认的加精积分。
当要突出一个或者若干附加属性值时,可以修改最终的评价值的计算公式,例如,如果要推荐即时作品,要以SF作为突出的附加属性值,则最终的评价值S=(SB+SC+SD+SE+SG)*SF
当要突出成绩优秀的作者的新作品,则要以SA和SF作为突出的附加属性值,则最终的评价值S=(SB+SC+SD+SE+SG)*SF*SA
最终的评价值S的计算公式可以按照实际的需求进行设置。
参考图2,本申请实施例提供了作品排序装置,包括:采集模块100,用于采集作品的附加属性值;计算模块200,用于根据排序权值处理附加属性值,得到评分值;排序模块300,用于根据评分值排序对应的作品。
本作品排序装置适用于执行上述作品排序方法。作品排序装置通过采集作品的附加属性值作为决定作品排序的基础数据,通过排序权值计算,能够根据附加属性值的重要程度计算得到合适的评分值,方便从不同的角度判断作品的推荐价值,根据评分值排序对应的作品可以作为推荐作品的根据。
以上所描述的装置实施例仅仅是示意性的,其中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,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。
本申请实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令用于使计算机执行如上述作品排序方法。
本申请实施例的有益效果至少包括:通过采集作品的附加属性值作为决定作品排序的基础数据,通过排序权值计算,能够根据附加属性值的重要程度计算得到合适的评分值,方便从不同的角度判断作品的推荐价值,根据评分值排序对应的作品可以作为推荐作品的根据。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本申请的较佳实施进行了具体说明,但本申请并不局限于上述实施方式,熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.作品排序方法,其特征在于,包括:
采集作品的附加属性值;
根据排序权值处理所述附加属性值,得到评分值;
根据所述评分值排序对应的作品。
2.根据权利要求1所述作品排序方法,其特征在于,所述附加属性值包括:
用于描述作者个人信息的作者信息;
用于描述作品生成时间和/或者修改时间的版本信息;
用于描述客观评价行为和/或者作品意见的评价信息;
根据所述排序权值处理所述作者信息、所述版本信息和所述评价信息中的至少一种,得到所述评分值。
3.根据权利要求2所述作品排序方法,其特征在于,根据以往的评分值设置所述作者信息;
所述作者信息与对应的排序权值正相关。
4.根据权利要求2所述作品排序方法,其特征在于,所述版本信息包括作品生成时间和/或者修改时间与指定时间点之间的时间差值;
所述时间差值与对应的排序权值负相关。
5.根据权利要求2所述作品排序方法,其特征在于,所述客观评价行为包括作品浏览、作品点赞、作品分享和作品加精之中的至少一种;
所述作品意见包括评论次数;
所述客观评价行为和所述作品意见分别包括相对应的所述排序权值。
6.根据权利要求5所述作品排序方法,其特征在于,执行所述客观评价行为和/或者发布所述作品意见的意见提供者设置有对应的评价权值;
所述评价权值用于更新所述排序权值。
7.根据权利要求6所述作品排序方法,其特征在于,单个所述意见提供者针对同一作品执行所述作品浏览和/或者所述作品点赞,产生的评分值不叠加。
8.根据权利要求1至7任一项所述作品排序方法,其特征在于,所述作品包括像素动画。
9.作品排序装置,适用于权利要求1至8任一项所述作品排序方法,其特征在于,包括:
采集模块,用于采集作品的附加属性值;
计算模块,用于根据排序权值处理所述附加属性值,得到评分值;
排序模块,用于根据所述评分值排序对应的作品。
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存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至8任一项所述作品排序方法。
CN202010412779.3A 2020-05-15 2020-05-15 作品排序方法、装置和存储介质 Pending CN111737566A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010412779.3A CN111737566A (zh) 2020-05-15 2020-05-15 作品排序方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010412779.3A CN111737566A (zh) 2020-05-15 2020-05-15 作品排序方法、装置和存储介质

Publications (1)

Publication Number Publication Date
CN111737566A true CN111737566A (zh) 2020-10-02

Family

ID=72647283

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010412779.3A Pending CN111737566A (zh) 2020-05-15 2020-05-15 作品排序方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN111737566A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116127521A (zh) * 2023-04-12 2023-05-16 上海蜜度信息技术有限公司 基于区块链的新闻处理方法、系统、存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107870941A (zh) * 2016-09-27 2018-04-03 北京搜狗科技发展有限公司 一种网页排序方法、装置及设备
CN109241425A (zh) * 2018-08-31 2019-01-18 腾讯科技(深圳)有限公司 一种资源推荐方法、装置、设备及存储介质
CN109657144A (zh) * 2018-12-17 2019-04-19 北京百度网讯科技有限公司 作品的评分方法、装置、存储介质和终端设备
CN109769128A (zh) * 2018-12-25 2019-05-17 北京达佳互联信息技术有限公司 视频推荐方法、视频推荐装置和计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107870941A (zh) * 2016-09-27 2018-04-03 北京搜狗科技发展有限公司 一种网页排序方法、装置及设备
CN109241425A (zh) * 2018-08-31 2019-01-18 腾讯科技(深圳)有限公司 一种资源推荐方法、装置、设备及存储介质
CN109657144A (zh) * 2018-12-17 2019-04-19 北京百度网讯科技有限公司 作品的评分方法、装置、存储介质和终端设备
CN109769128A (zh) * 2018-12-25 2019-05-17 北京达佳互联信息技术有限公司 视频推荐方法、视频推荐装置和计算机可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116127521A (zh) * 2023-04-12 2023-05-16 上海蜜度信息技术有限公司 基于区块链的新闻处理方法、系统、存储介质及电子设备

Similar Documents

Publication Publication Date Title
US20200273063A1 (en) Dynamic campaign analytics via hashtag detection
CN109241425B (zh) 一种资源推荐方法、装置、设备及存储介质
CN107851277B (zh) 隐私一致且个性化的社交媒体内容共享推荐
US8655938B1 (en) Social media contributor weight
US8676875B1 (en) Social media measurement
Reed Get up to speed with online marketing: How to use websites, blogs, social networking and much more
US11861539B2 (en) Multi-dimensional command center
US20120191545A1 (en) Systems and methods for managing a profile of a user
US8909651B2 (en) Optimization of social media engagement
US9990436B2 (en) Personal trends module
US20120096088A1 (en) System and method for determining social compatibility
JP5581408B2 (ja) 情報処理システム、情報処理装置、情報処理方法及びプログラム
WO2013121470A1 (ja) コンテンツ提示装置、端末、システム、プログラム、および、方法
US20090276709A1 (en) Method and apparatus for providing dynamic playlists and tag-tuning of multimedia objects
US9213733B2 (en) Computerized internet search system and method
US9066122B1 (en) Serving video content segments
TW201411523A (zh) 社群網路系統中贊助廣告的評分以及計價方法
JP6633392B2 (ja) ソーシャル・ネットワーキング・システムにおけるスポンサ付きストーリのためのソーシャル・コンテキストの選択
Kembellec et al. Recommender systems
US20150206153A1 (en) Method and system for indexing consumer sentiment of a merchant
US20100228732A1 (en) Information offering apparatus and method
US20170214752A1 (en) Systems and methods for providing geographically delineated content author information
KR20150067883A (ko) 스토리 컨텐츠 생성 방법, 컴퓨팅 장치 및 컴퓨터 판독 가능 매체
JP2017503275A (ja) 類似度距離に基づいたオブジェクトの推奨
US8725795B1 (en) Content segment optimization techniques

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