CN114385123A - 一种基于qt框架的微信群邀请关系分析方法 - Google Patents

一种基于qt框架的微信群邀请关系分析方法 Download PDF

Info

Publication number
CN114385123A
CN114385123A CN202210044207.3A CN202210044207A CN114385123A CN 114385123 A CN114385123 A CN 114385123A CN 202210044207 A CN202210044207 A CN 202210044207A CN 114385123 A CN114385123 A CN 114385123A
Authority
CN
China
Prior art keywords
node
invitation
framework
analysis method
display
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
CN202210044207.3A
Other languages
English (en)
Inventor
谢波
丁兆锟
李俏俏
田文郁
史向东
王丹
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.)
NANJING TUOJIE INFORMATION TECHNOLOGY CO LTD
Original Assignee
NANJING TUOJIE INFORMATION 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 NANJING TUOJIE INFORMATION TECHNOLOGY CO LTD filed Critical NANJING TUOJIE INFORMATION TECHNOLOGY CO LTD
Priority to CN202210044207.3A priority Critical patent/CN114385123A/zh
Publication of CN114385123A publication Critical patent/CN114385123A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G06F8/24—Object-oriented
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及互联网技术领域，公开了一种基于QT框架的微信群邀请关系分析方法，包括:对群成员进行分析，获得群成员对应的邀请顺序编号i和邀请关系。通过邀请顺序编号i计算获得表层数j，所述的表层数j=i+1，其中没有邀请人的群成员的表层数为1。建立树形表，所述的树形表节点总层数为最大表层数m。将所述的群成员填入到树形表的节点内部，所述的群成员的表层数与节点层数p=m+1‑j。根据群成员邀请关系人数通过递归法计算获得所述节点npv的权重值；其中，p为树形表的节点层数，v为该节点为其父节点创建的第v个节点。计算所述节点的坐标。计算在坐标轴上的可移动范围。计算获得显示框的坐标。本发明通过建立树形表，查看方便，邀请关系清晰明了。

Description

一种基于QT框架的微信群邀请关系分析方法
技术领域
本发明涉及互联网技术领域，具体涉及一种基于QT框架的微信群邀请关系分析方法。
背景技术
随着微信在国内越来越普及，很多人会在微信上进行信息交流，交流包括生活、工作、学习以及其他各个方面的内容，如果可以将这些信息收集起来，将可以挖掘很多有价值的东西。QT框架是一种跨平台C++图形用户界面应用程序开发框架，具有优良的跨平台特性，支持在Microsoft Windows95/98、Microsoft Windows NT、Linux、Solaris等一系列操作系统运行；且QT框架是面向对象的框架，其模块化程度非常高，可重用性高；QT框架还具有丰富的应用程序接口，包括多达250个以上的C++类，支持二维和三维的图形渲染，支持OpenGL，支持大量的开发文档。
一个网络成员往往会加入一个或多个微信群，这就涉及到对微信群邀请关系的分析。传统的群邀请关系分析方法是通过表格列出微信群中各个成员的邀请关系。这种方法的缺点是查看不方便，群成员的关系不够清晰。
发明内容
为解决上述技术问题，本发明提供一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述的基于QT框架的微信群邀请关系分析方法包括:
S1、对群成员进行分析，获得群成员对应的邀请顺序编号i和邀请关系；
S2、通过邀请顺序编号i计算获得表层数j，所述的表层数j=i+1，其中没有邀请人的群成员的表层数为1；
S3、建立树形表，所述的树形表节点总层数为最大表层数m；
S4、将所述的群成员填入到树形表的节点内部，所述的群成员的表层数与节点层数p=m+1-j；
S5、根据群成员邀请关系人数通过递归法计算获得所述节点npv的权重值；其中，p为树形表的节点层数，v为该节点为其父节点创建的第v个节点；
S6、计算所述节点的坐标；
S7、计算在坐标轴上的可移动范围，所述的横坐标
Figure 293499DEST_PATH_IMAGE001
，R为所述节点的权重值；
S8、计算获得显示框的坐标。
优选的：所述显示框位置的计算，以像素框左下角为起点。
优选的：所述显示框的坐标的计算分为两种情况：
第一种情况：可移动范围大小在屏幕的最大显示范围内；
第二种情况：可移动范围大小超过屏幕的最大显示范围。
优选的：在所述第一种情况中，这种情况下取x轴和y轴上可移动范围框的中心位置作为节点像素框的横坐标。
优选的：在所述第二种情况中：
设屏幕显示范围为S，Sx为横坐标位置，Sy为纵坐标位置，Sw为宽度，Sh为高度；
设节点可移动范围为N，Nx为横坐标位置，Ny为纵坐标位置，Nw为宽度，Nh为高度；
计算最终显示范围为R，Rx为横坐标位置，Ry为纵坐标位置，Rw为宽度，Rh为高度；
Rx取Sx，Nx中最大值。即:Rx=Max(Sx，Nx)；
Rx+Rw取(Sx+Sw)，(Nx+Nw)中最小值。即:Rx+Rw=Min((Sx+Sw)，(Nx+Nw))；
Rw=Min((Sx+Sw)，(Nx+Nw))–Rx；
Ry，Rh为节点值不变，即
Ry=Ny；
Rh=Nh；
此时获得总显示范围(R)后，以R中心点画节点，设节点显示矩形为P；
Py=Ny；
Ph=Nh；
Pw=a；
Px=(Rx+Rw)/2–Pw/2；
Ry取Sy，Ny中最大值。即:Ry=Max(Sy，Ny)；
Ry+Rh取(Sy+Sh)，(Ny+Nh)中最小值。即:Ry+Rh=Min((Sy+Sh)，(Ny+Nh))；
Rh=Min((Sy+Sh)，(Ny+Ny))–Ry；
Rx，Rw为节点值不变，即
Rx=Nx；
Rw=Nw；
此时获得总显示范围(R)后，以R中心点画节点，设节点显示矩形为P；
Px=Nx；
Pw=Nw；
Ph=b；
Py=(Ry+Rh)/2–Ph/2，其中，S表示可移动范围，a表示权重的像素高度，b表示权重的像素高度，h表示像素间隙。
优选的：每个节点中包括：人物属性、邀请节点索引、节点宽度和当前显示位置。
优选的：所述的节点的坐标包括纵坐标Ypv和横坐标Xpv，纵坐标
Figure 639030DEST_PATH_IMAGE002
，横坐标
Figure 602438DEST_PATH_IMAGE003
。
优选的：所述a为200个像素。
优选的：所述b为60个像素。
优选的：所述h为50个像素。
本发明的技术效果和优点：通过建立树形表，查看方便，邀请关系清晰明了。通过对显示框进行显示，显示能力强。
附图说明
图1为本发明提出的一种基于QT框架的微信群邀请关系分析方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。本发明的实施例是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显而易见的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
实施例1
参考图1，在本实施例中提出了一种基于QT框架的微信群邀请关系分析方法，包括:
S1、对群成员进行分析，获得群成员对应的邀请顺序编号i和邀请关系，所述的邀请顺序编号i为首先进群的人邀请顺序编号为1，邀请顺序编号为1的群成员邀请的人邀请顺序编号为2，从而可以以此类推，具体在此不做赘述。从而可以获得群成员的各个邀请编号1、2、…i、…n。
S2、通过邀请顺序编号i计算获得表层数j，所述的表层数j=i+1，其中没有邀请人的群成员的表层数为1，邀请顺序编号为1的群成员表层数为2，以此类推，具体在此不做赘述。从而可以获得层数为1、2、…j、…m。计算最大表层数m，计算方法为max（1、2、…j、…m）。
S3、建立树形表，所述的树形表节点总层数为最大表层数m，从而可以获得一个节点层数为m的树形表。
S4、将所述的群成员填入到树形表的节点内部，所述的群成员的表层数与节点层数p=m+1-j。每个节点中包括：人物属性、邀请节点索引、节点宽度和当前显示位置。当然并不限于此，具体在此不做赘述。
S5、根据群成员邀请关系人数通过递归法计算获得所述节点npv的权重值。其中，p为树形表的节点层数，v为该节点为其父节点创建的第v个节点。例如，没有邀请人的群成员的权重值为零，每邀请1个成员，则权重加1，例如节点npv邀请了2个成员，这2个成员邀请了5个成员，后面5个成员没有再邀请其他成员，则npv节点的权重为2+5=7。
S6、计算所述节点的坐标。所述的节点的坐标包括纵坐标Ypv和横坐标Xpv。纵坐标
Figure 400630DEST_PATH_IMAGE004
，横坐标
Figure 255322DEST_PATH_IMAGE005
；其中，S表示可移动范围，a表示权重的像素高度，b表示权重的像素高度，h表示像素间隙。例如，常规的文本显示，a为200个像素，b为60个像素，h为50个像素，当然并不排除其他的数值设置。一个节点的显示形式为一个高50宽200的像素框，要确定一个节点在屏幕上的位置，要知道该节点的像素框左下角位置的横坐标和纵坐标，以及该节点的可移动范围，可移动范围也是高50的方框。
S7、计算在坐标轴上的可移动范围，所述的横坐标
Figure 189780DEST_PATH_IMAGE006
，R为所述节点的权重值。显示框位置的计算，以像素框左下角的点为起点。
S8、计算获得显示框的坐标。通过获得显示框的坐标就能确定显示框在显示屏中的位置。从而便于邀请关系的定位。
所述显示框的坐标的计算分为两种情况：
第一种情况：可移动范围大小在屏幕的最大显示范围内；
这种情况下取x轴和y轴上可移动范围框的中心位置作为节点像素框的横坐标。
第二种情况：可移动范围大小超过屏幕的最大显示范围。可移动范围是一个节点显示框在X轴上可移动的范围，拖动显示屏时，该节点就能在这个范围内自由移动，在显示屏中显示出来。这个范围可能在显示范围的最大显示范围内，也可能超过屏幕的显示范围，即发明内容中所述的两种情况。
设此时屏幕显示范围为S，Sx为横坐标位置，Sy为纵坐标位置，Sw为宽度，Sh为高度。
设节点可移动范围为N，Nx为横坐标位置，Ny为纵坐标位置，Nw为宽度，Nh为高度。
计算最终显示范围为R，Rx为横坐标位置，Ry为纵坐标位置，Rw为宽度，Rh为高度。
Rx取Sx，Nx中最大值。即:Rx=Max(Sx，Nx)；
Rx+Rw取(Sx+Sw)，(Nx+Nw)中最小值。即:Rx+Rw=Min((Sx+Sw)，(Nx+Nw))；
Rw=Min((Sx+Sw)，(Nx+Nw))–Rx；
Ry，Rh为节点值不变，即
Ry=Ny；
Rh=Nh；
此时获得总显示范围(R)后，以R中心点画节点，设节点显示矩形为P；
Py=Ny；
Ph=Nh；
Pw=a；
Px=(Rx+Rw)/2–Pw/2；
Ry取Sy，Ny中最大值。即:Ry=Max(Sy，Ny)；
Ry+Rh取(Sy+Sh)，(Ny+Nh)中最小值。即:Ry+Rh=Min((Sy+Sh)，(Ny+Nh))；
Rh=Min((Sy+Sh)，(Ny+Ny))–Ry；
Rx，Rw为节点值不变，即
Rx=Nx；
Rw=Nw；
此时获得总显示范围(R)后，以R中心点画节点，设节点显示矩形为P；
Px=Nx；
Pw=Nw；
Ph=b；
Py=(Ry+Rh)/2–Ph/2。显示范围通过QT框架进行展示：主要使用Qt库中QGraphicsView、QGraphicsScene、QGraphicsItem类。定义一个QGraphicsView的显示窗口；定义一个QGraphicsScene的显示屏对象，使用QGraphicsScene::setSceneRect定义了显示屏的大小范围；定义多个QGraphicsItem的节点对象，QGraphicsItem::boundingRect指定了节点的位置与大小。QGraphicsItem::paint用来绘制节点信息。通过QGraphicsScene::addItem函数加载节点对象显示到显示屏中。最后将显示屏对象通过QGraphicsView::setScene加载的显示窗口中。
显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域及相关领域的普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。

Claims (10)

1.一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述的基于QT框架的微信群邀请关系分析方法包括:
S1、对群成员进行分析，获得群成员对应的邀请顺序编号i和邀请关系；
S2、通过邀请顺序编号i计算获得表层数j，所述的表层数j=i+1，其中没有邀请人的群成员的表层数为1；
S3、建立树形表，所述的树形表节点总层数为最大表层数m；
S4、将所述的群成员填入到树形表的节点内部，所述的群成员的表层数与节点层数p=m+1-j；
S5、根据群成员邀请关系人数通过递归法计算获得所述节点npv的权重值；其中，p为树形表的节点层数，v为该节点为其父节点创建的第v个节点；
S6、计算所述节点的坐标；
S7、计算在坐标轴上的可移动范围，所述的横坐标
Figure 863140DEST_PATH_IMAGE001
，R为所述节点的权重值；
S8、计算获得显示框的坐标。
2.根据权利要求1所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述显示框位置的计算，以像素框左下角为起点。
3.根据权利要求1所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述显示框的坐标的计算分为两种情况：
第一种情况：可移动范围大小在屏幕的最大显示范围内；
第二种情况：可移动范围大小超过屏幕的最大显示范围。
4.根据权利要求3所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，在所述第一种情况中，取x轴和y轴上可移动范围框的中心位置作为节点像素框的横坐标。
5.根据权利要求4所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，在所述第二种情况中：
设屏幕显示范围为S，Sx为横坐标位置，Sy为纵坐标位置，Sw为宽度，Sh为高度；
设节点可移动范围为N，Nx为横坐标位置，Ny为纵坐标位置，Nw为宽度，Nh为高度；
计算最终显示范围为R，Rx为横坐标位置，Ry为纵坐标位置，Rw为宽度，Rh为高度；
Rx取Sx，Nx中最大值；即:Rx=Max(Sx，Nx)；
Rx+Rw取(Sx+Sw)，(Nx+Nw)中最小值；即:Rx+Rw=Min((Sx+Sw)，(Nx+Nw))；
Rw=Min((Sx+Sw)，(Nx+Nw))–Rx；
Ry，Rh为节点值不变，即
Ry=Ny；
Rh=Nh；
此时获得总显示范围(R)后，以R中心点画节点，设节点显示矩形为P；
Py=Ny；
Ph=Nh；
Pw=a；
Px=(Rx+Rw)/2–Pw/2；
Ry取Sy，Ny中最大值；即:Ry=Max(Sy，Ny)；
Ry+Rh取(Sy+Sh)，(Ny+Nh)中最小值；即:Ry+Rh=Min((Sy+Sh)，(Ny+Nh))；
Rh=Min((Sy+Sh)，(Ny+Ny))–Ry；
Rx，Rw为节点值不变，即
Rx=Nx；
Rw=Nw；
此时获得总显示范围(R)后，以R中心点画节点，设节点显示矩形为P；
Px=Nx；
Pw=Nw；
Ph=b；
Py=(Ry+Rh)/2–Ph/2，其中，S表示可移动范围，a表示权重的像素高度，b表示权重的像素高度，h表示像素间隙。
6.根据权利要求1所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，每个节点中包括：人物属性、邀请节点索引、节点宽度和当前显示位置。
7.根据权利要求1所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述的节点的坐标包括纵坐标Ypv和横坐标Xpv，纵坐标
Figure 45860DEST_PATH_IMAGE002
，横坐标
Figure 91176DEST_PATH_IMAGE003
。
8.根据权利要求5所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述a为200个像素。
9.根据权利要求5所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述b为60个像素。
10.根据权利要求5所述的一种基于QT框架的微信群邀请关系分析方法，其特征在于，所述h为50个像素。
CN202210044207.3A 2022-01-14 2022-01-14 一种基于qt框架的微信群邀请关系分析方法 Pending CN114385123A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210044207.3A CN114385123A (zh) 2022-01-14 2022-01-14 一种基于qt框架的微信群邀请关系分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210044207.3A CN114385123A (zh) 2022-01-14 2022-01-14 一种基于qt框架的微信群邀请关系分析方法

Publications (1)

Publication Number Publication Date
CN114385123A true CN114385123A (zh) 2022-04-22

Family

ID=81201008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210044207.3A Pending CN114385123A (zh) 2022-01-14 2022-01-14 一种基于qt框架的微信群邀请关系分析方法

Country Status (1)

Country Link
CN (1) CN114385123A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116881577A (zh) * 2023-07-18 2023-10-13 南京拓界信息技术有限公司 一种手机取证中分析重点人物的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116881577A (zh) * 2023-07-18 2023-10-13 南京拓界信息技术有限公司 一种手机取证中分析重点人物的方法

Similar Documents

Publication Publication Date Title
CN104778900B (zh) 一种三维仿真场景图像展示方法
CN108257139B (zh) 基于深度学习的rgb-d三维物体检测方法
US6985898B1 (en) System and method for visually representing a hierarchical database objects and their similarity relationships to other objects in the database
CN104574311B (zh) 图像处理方法和装置
EP3170151B1 (en) Blending between street view and earth view
CN104183016B (zh) 一种快速的2.5维建筑物模型的构建方法
CN103617615B (zh) 径向畸变参数获取方法及获取装置
CN101667290B (zh) 特征元素拟合方法及其计算机系统
CN103606188B (zh) 基于影像点云的地理信息按需采集方法
CN103984720B (zh) 基于OpenGL的瓦片地图创建方法及装置
CN113538708B (zh) 二维视图中对三维bim模型进行展示和交互的方法
CN110188730A (zh) 基于mtcnn的人脸检测与对齐方法
CN112785708B (zh) 一种建筑物模型单体化的方法、设备和存储介质
CN114385123A (zh) 一种基于qt框架的微信群邀请关系分析方法
CN105022818A (zh) 瓦片图存储及加载方法
CN105574914A (zh) 3d动态场景的制作装置及其制作方法
JP4688309B2 (ja) ３次元コンピュータグラフィックス作成支援装置、３次元コンピュータグラフィックス作成支援方法、及び３次元コンピュータグラフィックス作成支援プログラム
CN110865750A (zh) 瓦片地图的无极缩放显示方法
CN101216938B (zh) 一种多序列图像自动定位的方法
CN114119607A (zh) 基于深度神经网络的酒瓶缺陷样本生成方法及系统
CN109857895A (zh) 基于多环路视图卷积神经网络的立体视觉检索方法与系统
CN112634366A (zh) 位置信息的生成方法、相关装置及计算机程序产品
CN112380608A (zh) 一种基于bim快速确定建筑物模型的方法及系统
Criminisi et al. Bringing pictorial space to life: computer techniques for the analysis of paintings
CN116958490A (zh) 线上虚拟展厅自动生成方法和系统

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