一种社区内容智能排序估算方法技术

本发明专利技术公开了一种社区内容智能排序估算方法，其包括有如下步骤：步骤S1，计算社区内容的浏览分数visit_score；步骤S2，计算社区内容的点赞分数like_score；步骤S3，计算社区内容的评论分数comment_score；步骤S4，计算时间衰减值T；步骤S5，根据浏览分数visit_score、点赞分数like_score、评论分数comment_score和时间衰减值T构建社区内容智能排序估算公式。本发明专利技术能对排序结果给出量化评价，不仅评价速度快，而且可靠性高。

An intelligent sort estimation method for community content

The present invention discloses an intelligent sorting estimation method for community content, which includes the following steps: step S1, calculate the browsing fraction visit_score of community content; step S2, calculate the point like_score of the community content; step S3, calculate the comment fraction comment_score of the community content; step S4, calculate the time attenuation value T. Step S5, based on the browsing score visit_score, point praise score like_score, the comment fraction comment_score and the time attenuation value T, the community content intelligence sort estimation formula is constructed. The invention can quantitatively evaluate the sorting results, and not only has fast evaluation speed, but also has high reliability.

【技术实现步骤摘要】
一种社区内容智能排序估算方法
本专利技术涉及社区内容、帖子的排序方法，尤其涉及一种社区内容智能排序估算方法。
技术介绍
社区内容热度和时间结合排序是社区产品中很重要的技术，现有的智能排序基本都依赖于简单粗暴的设定发表时间参数或者人工介入。可大致分为两类：一种是简单设置发表时间参数排序，设置发表时间范围，仅筛选此范围内热门的内容，此类方法采用参数较为单一，很容易错过较早发表，但近期比较受欢迎的内容，无法保证用户体验。另一种方法是人工主观评价，利用人工主观评价来判定社区内容近期是否受欢迎，将人工认定的结果排序在前，此类方法的人工成本很高且耗时长，无法应用于全自动的方法。这类评价方式主观性较强，且无法量化。当需要比较的结果的数量较多时，比较难度增大，人工评价的耗时会大幅增长，评价的可靠性会相应降低。
技术实现思路
本专利技术要解决的技术问题在于，针对现有技术的不足，提供一种能对排序结果给出量化评价，且评价速度快、可靠性高的社区内容智能排序估算方法。为解决上述技术问题，本专利技术采用如下技术方案。一种社区内容智能排序估算方法，其包括有如下步骤：步骤S1，计算社区内容的浏览分数：其中，C为全部社区内容中每篇社区内容被浏览过的平均人数，m为社区内容被每个人浏览过的平均次数，n为浏览过该篇社区内容的人数，xi是浏览过该篇社区内容的n个人中每个人的浏览次数，i＝1,2…,n；步骤S2，计算社区内容的点赞分数：Like_score＝loge(like_uv+1)；其中，like_uv为该篇社区内容的点赞人数；步骤S3，计算社区内容的评论分数：Comment_score＝(loge(comment_pv+1))a*(loge(comment_uv+1))β；其中，comment_pv是该社区内容被评论的次数，comment_uv是评论该社区内容的人数，0＝<α<1，0＝<β<1，并且α<β；步骤S4，计算时间衰减值：其中，pt是社区内容发布时间距今的时间差，vt是社区内容最后被浏览的时间距今的时间差，it是社区内容最后互动时间距今的时间差，b为pt的惩罚因子，并且0<b≤1；步骤S5，根据浏览分数visit_score、点赞分数like_score、评论分数comment_score和时间衰减值T构建社区内容智能排序估算公式：其中，w1、w2和w3分别是浏览分数visit_score、点赞分数like_score和评论分数comment_score的权重系数，c1和c2均为系数因子，c1取值0或1,c2≥0。优选地，所述步骤S5中，w1、w2和w3的默认值分别为：w1＝0.2，w2＝0.4，w3＝0.4。优选地，所述步骤S4中，时间差pt、时间差vt和时间差it的单位均为秒。优选地，所述步骤S5中，当c1＝0且c2≠0时，score仅涉及时间衰减，当c1＝1且c2＝0时，score仅涉及浏览分数visit_score、点赞分数like_score和评论分数comment_score，不涉及时间衰减，当c1和c2都不等于0时，score既涉及浏览分数visit_score、点赞分数like_score和评论分数comment_score，也涉及时间衰减。本专利技术公开的社区内容智能排序估算方法，其基于社区内容的被浏览的次数、被浏览的人数、被点赞的次数、被点赞的人数、被评论的次数、被评论的人数、社区内容发布时间、社区内容被浏览时间、社区内容被互动时间诸多变量设计而成。并根据浏览分数、点赞分数、评论分数和时间衰减合成社区内容智能排序估算公式。相比现有技术而言，本专利技术能够更加全面客观的对社区内容进行评价，评价过程全程无需人工干预，同时，本专利技术能对排序结果给出量化评价，速度快、可靠性高。由此可见，本专利技术可以用于对社区内容进行快速评价排序，从而起到筛选近期优质受欢迎社区内容的作用。具体实施方式下面结合实施例对本专利技术作更加详细的描述。本专利技术公开了一种社区内容智能排序估算方法，其包括有如下步骤：步骤S1，计算社区内容的浏览分数：其中，C为全部社区内容中每篇社区内容被浏览过的平均人数，m为社区内容被每个人浏览过的平均次数，n为浏览过该篇社区内容的人数，xi是浏览过该篇社区内容的n个人中每个人的浏览次数，i＝1,2…,n；步骤S2，计算社区内容的点赞分数：Like_score＝loge(like_uv+1)；其中，like_uv为该篇社区内容的点赞人数；步骤S3，计算社区内容的评论分数：Comment_score＝(loge(comment_pv+1))a*(loge(comment_uv+1))β；其中，comment_pv是该社区内容被评论的次数，comment_uv是评论该社区内容的人数，0＝<α<1，0＝<β<1，并且α<β；步骤S4，计算时间衰减值：其中，pt是社区内容发布时间距今的时间差，vt是社区内容最后被浏览的时间距今的时间差，it是社区内容最后互动时间距今的时间差，b为pt的惩罚因子，并且0<b≤1；步骤S5，根据浏览分数visit_score、点赞分数like_score、评论分数comment_score和时间衰减值T构建社区内容智能排序估算公式：其中，w1、w2和w3分别是浏览分数visit_score、点赞分数like_score和评论分数comment_score的权重系数，c1和c2均为系数因子，c1取值0或1,c2≥0。上述方法的步骤S5中，w1、w2和w3的默认值分别为：w1＝0.2，w2＝0.4，w3＝0.4。当c1＝0且c2≠0时，score仅涉及时间衰减，当c1＝1且c2＝0时，score仅涉及浏览分数visit_score、点赞分数like_score和评论分数comment_score，不涉及时间衰减，当c1和c2都不等于0时，score既涉及浏览分数visit_score、点赞分数like_score和评论分数comment_score，也涉及时间衰减。关于时间单位，所述步骤S4中，时间差pt、时间差vt和时间差it的单位均为秒。本专利技术公开的社区内容智能排序估算方法，其基于社区内容的被浏览的次数、被浏览的人数、被点赞的次数、被点赞的人数、被评论的次数、被评论的人数、社区内容发布时间、社区内容被浏览时间、社区内容被互动时间诸多变量设计而成。并根据浏览分数、点赞分数、评论分数和时间衰减合成社区内容智能排序估算公式。相比现有技术而言，本专利技术能够更加全面客观的对社区内容进行评价，评价过程全程无需人工干预，同时，本专利技术能对排序结果给出量化评价，速度快、可靠性高。由此可见，本专利技术可以用于对社区内容进行快速评价排序，从而起到筛选近期优质受欢迎社区内容的作用。本专利技术在实际应用过程中，可参考如下实施例：A、设计浏览分数的计算：其中，C是每篇社区内容平均被多少人浏览过，m是社区内容被每个人平均浏览过多少次，n是浏览过该篇社区内容的人数，xi代表的是浏览过该篇社区内容的n个人里每个人浏览的次数，i＝1,2…,n。该公式的设计借鉴了贝叶斯推断的思想，在不知道每本文档来自技高网...

【技术保护点】
1.一种社区内容智能排序估算方法，其特征在于，包括有如下步骤：步骤S1，计算社区内容的浏览分数：

【技术特征摘要】
1.一种社区内容智能排序估算方法，其特征在于，包括有如下步骤：步骤S1，计算社区内容的浏览分数：其中，C为全部社区内容中每篇社区内容被浏览过的平均人数，m为社区内容被每个人浏览过的平均次数，n为浏览过该篇社区内容的人数，xi是浏览过该篇社区内容的n个人中每个人的浏览次数，i＝1,2…,n；步骤S2，计算社区内容的点赞分数：Like_score＝loge(like_uv+1)；其中，like_uv为该篇社区内容的点赞人数；步骤S3，计算社区内容的评论分数：Comment_score＝(loge(comment_pv+1))a*(loge(comment_uv+1))β；其中，comment_pv是该社区内容被评论的次数，comment_uv是评论该社区内容的人数，0＝<α<1，0＝<β<1，并且α<β；步骤S4，计算时间衰减值：其中，pt是社区内容发布时间距今的时间差，vt是社区内容最后被浏览的时间距今的时间差，it是社区内容最后互动时间距今的时间差，b为pt的惩罚因子，并且0<b≤1；步骤S5，根据浏览分数visit_...

【专利技术属性】
技术研发人员：王玮，苏常友，
申请(专利权)人：深圳市富途网络科技有限公司，
类型：发明
国别省市：广东,44