评论排序方法、装置、电子设备及可读存储介质制造方法及图纸

技术编号:37674198 阅读:11 留言:0更新日期:2023-05-26 04:37
本申请实施例提供了一种评论排序方法、装置、电子设备及计算机可读存储介质,涉及互联网领域。该方法包括:获取待展示的评论集中各评论的数据信息;根据所述评论的数据信息对所述评论集进行分类,获得多个聚类簇;根据所述聚类簇中各评论的所述数据信息,获得所述聚类簇中各评论的第一排序信息;对于每个评论,根据所述评论所在的聚类簇的簇类型以及所述第一排序信息,获得所述评论在所述评论集的第二排序信息;对所述评论集进行展示。本申请实施例实现了通过多种方式筛选出有价值的评论,能够在评论区曝光更多的有价值评论,使评论区互动数量和质量能够得到良性增长,也可以更好的了解创作者对作品的解读和构思,构建良好讨论氛围。氛围。氛围。

【技术实现步骤摘要】
评论排序方法、装置、电子设备及可读存储介质


[0001]本申请涉及互联网
,具体而言,本申请涉及一种评论排序方法、装置、电子设备及可读存储介质。

技术介绍

[0002]随着越来越多的创作者选择通过帖子或视频的方式发布自己的作品,在评论区浏览评论成为用户最快了解创作者作内容与作品观看体验的方式,同时作者也愈发关注评论的内容,并通过浏览评论的方式快速得到关于作品的反馈。
[0003]在现有技术中,对于评论的排序方式包含根据评论发布时间倒序、点赞数量高低的方式对评论排序,但这两种方式都会使得有价值的评论被无价值评论埋没。若采用现有技术的按时间顺序浏览评论,当发布时间近的评论内容都为仅包含一个表情,或者为在评论区接龙的无意义评论,用户想要翻找到有价值的评论就需要耗费大量时间,增加了用户想要看到有价值评论的成本;同理,若采用现有技术的按点赞数量从高到低的排序方式排序,点赞数量高的评论会一直排在头部,使得有价值的新评论得不到曝光,用户在评论区看到的都是原有的点赞数量高的评论,就会出现原有点赞数量高的头部评论点赞数量持续增加,但新增的有价值的评论得不到曝光,同样会增加用户想要看到有价值评论的成本。

技术实现思路

[0004]本申请实施例提供了一种评论排序的方法、装置、电子设备、计算机可读存储介质及计算机程序产品,可以解决有价值的新评论得不到曝光,用户想要翻找到有价值的评论需要耗费大量时间时间精力的问题。所述技术方案如下:
[0005]根据本申请实施例的一个方面,提供了一种评论排序的方法,应用于服务器,该方法包括:
[0006]获取待展示的评论集中各评论的数据信息,其中,数据信息包括评论的评论内容、发布时间、点赞量、评论所在交流贴发布者和被评论对象评发布者的身份信息;
[0007]根据评论的数据信息对评论集进行分类,获得多个聚类簇,每个聚类簇对应的簇类型不同;
[0008]对于每个聚类簇,根据聚类簇中各评论的点赞量及发布时间,获得聚类簇中各评论的第一排序信息;
[0009]对于每个评论,根据评论所在的聚类簇的簇类型以及第一排序信息,获得评论在评论集的第二排序信息;
[0010]根据各评论的第二排序信息,对评论集进行展示。
[0011]根据本申请实施例的第二个方式,根据评论的数据信息对评论进行聚类,确定每个评论所在聚类簇,包括:
[0012]获取各评论的所述评论内容的信息熵;
[0013]对于任意一条评论,若确定评论对应的信息熵小于预设阈值,则确定评论所在的
聚类簇为无价值聚类簇。
[0014]根据本申请实施例的第三个方式,根据获取各评论的评论内容的信息熵,之后还包括:
[0015]对于任意一条评论,若确定评论对应的信息熵大于预设阈值,且评论的评论所在交流贴发布者的身份信息与评论发布者的身份信息一致,则确定评论所在的聚类簇为置顶聚类簇。
[0016]根据本申请实施例的第四个方式,根据获取各评论的评论内容的信息熵,之后还包括:
[0017]对于任意一条评论,若确定评论对应的信息熵大于预设阈值,且评论包含备注信息,则确定评论所在的聚类簇为置顶聚类簇。
[0018]根据本申请实施例的第五个方式,根据获取各评论的评论内容的信息熵,之后还包括:
[0019]对于任意一条评论,若确定评论对应的信息熵大于预设阈值、评论不包含备注信息且评论的点赞量满足预设条件,则确定评论所在的聚类簇为赞序聚类簇。
[0020]根据本申请实施例的第六个方式,获取各评论的评论内容的信息熵,之后还包括:
[0021]对于任意一条评论,若评论评论对应的信息熵大于预设阈值、评论不包括备注信息且评论的点赞量不满足预设条件,则确定评论所在的聚类簇为时序聚类簇。
[0022]根据本申请实施例的第七个方式,对于每个聚类簇,根据聚类簇中各评论的点赞量及发布时间,获得聚类簇中各评论的第一排序信息,包括:
[0023]基于评论点赞量从高到低对聚类簇内的评论排序,生成聚类簇中各评论的第一排序信息;
[0024]其中,若任意两个评论的评论点赞量相同,则基于两个评论的发布时间的先后顺序,确定两个评论在聚类簇中的先后顺序。
[0025]根据本申请实施例的第八方面,对于每个评论,根据评论所在的聚类簇的簇类型以及第一排序信息,获得所述评论在评论集的第二排序信息,包括:
[0026]基于预先确定的每个聚类簇的排序规则,确定评论集中各聚类簇在评论集中的第三排序信息;
[0027]对于每个评论,根据评论所在的聚类簇的第三排序信息以及评论的第一排序信息,获得评论在评论集的第二排序信息。
[0028]根据本申请实施例的另一个方面,提供了一种用于评论排序的装置,应用于服务器,该装置包括:
[0029]数据信息获取模块,用于获取待展f示的评论集中各评论的数据信息,其中,数据信息包括评论的评论内容、发布时间、点赞量、评论所在交流贴发布者和评论发布者的身份信息;
[0030]聚类簇确定模块,用于根据所述评论的数据信息对所述评论集进行分类,获得多个聚类簇,每个聚类簇对应的簇类型不同;
[0031]第一排序信息生成模块,用于对于每个聚类簇,根据聚类簇中各评论的点赞量以及发布时间,获得聚类簇中各评论的第一排序信息;
[0032]第二排序信息生成模块,用于对于每个评论,根据评论所在的聚类簇的簇类型以
及第一排序信息,获得所在评论在评论集的第二排序信息;
[0033]排序结果展示模块,用于根据各评论的第二排序信息,对评论集进行展示。
[0034]根据本申请实施例的另一个方面,提供了一种电子设备,该电子设备包括:存储器、处理器及存储在存储器上的计算机程序,处理器执行计算机程序以实现本申请多个实施例任一方法的步骤。
[0035]根据本申请实施例的再一个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现多个实施例中任一项的评论排序方法的步骤。
[0036]本申请实施例提供的技术方案带来的有益效果是:
[0037]通过多种方式筛选出有价值的评论,并通过评论的价值对评论排序,能够在评论区曝光更多的有价值评论,使评论区互动数量和质量能够得到良性增长;同时,本申请提供的技术方案能够减少用户看到有价值评论所花费的时间成本和经历成本,也可以更好的了解创作者对作品的解读和构思,使得用户可以更好的和创作者与其他用户互动;对运营商而言,评论区氛围越好,用户对评论区互动越感兴趣,软件的使用时长也随之延长。
附图说明
[0038]为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0039]图1为本申请实施例提供的实现评论排序的应用场景示意图;
[0040]图2为本申请实施例提供的一种评论排序方法的流程示意图;
[0041]图3为本申请实施例提供的一种无价值聚本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种评论排序方法,其特征在于,应用于服务器,包括:获取待展示的评论集中各评论的数据信息,其中,所述数据信息包括所述评论内容、发布时间、点赞量、评论所在交流贴发布者和评论发布者的身份信息;根据所述评论的数据信息对所述评论集进行分类,获得多个聚类簇,每个聚类簇对应的簇类型不同;对于每个聚类簇,根据所述聚类簇中各评论的所述数据信息,获得所述聚类簇中各评论的第一排序信息;对于每个评论,根据所述评论所在的聚类簇的簇类型以及所述第一排序信息,获得所述评论在所述评论集的第二排序信息;根据各评论的第二排序信息,对所述评论集进行展示。2.根据权利要求1所述的评论排序方法,其特征在于,所述根据所述评论的数据信息对所述评论进行聚类,确定每个评论所在聚类簇,包括:获取所述各评论的所述评论内容的信息熵;对于任意一条评论,若确定所述评论对应的信息熵小于所述预设阈值,则确定所述评论所在的聚类簇为无价值聚类簇。3.根据权利要求2所述的评论排序方法,其特征在于,所述获取所述各评论的所述评论内容的信息熵,之后还包括:对于任意一条评论,若确定所述评论对应的信息熵大于所述预设阈值,且所述评论发布者的身份信息与所述评论所在交流贴发布者的身份信息一致,则确定所述评论所在的聚类簇为置顶聚类簇。4.根据权利要求2所述的评论排序方法,其特征在于,所述获取所述各评论的所述评论内容的信息熵,之后还包括:对于任意一条评论,若确定所述评论对应的信息熵大于所述预设阈值,且所述评论包含备注信息,则确定所述评论所在的聚类簇为置顶聚类簇。5.根据权利要求2所述的评论排序方法,其特征在于,所述获取所述各评论的所述评论内容的信息熵,之后还包括:对于任意一条评论,若确定所述评论对应的信息熵大于所述预设阈值、所述评论不包含备注信息且所述评论的评论点赞量满足预设条件,则确定所述评论所在的聚类簇为赞序聚类簇。6.根据权利要求2所述的评论排序方法,其特征在于,所述获取所述各评论的所述评论内容的信息熵,之后还包括:对于任意一条评论,若确定所述评论对应的信息熵大于所述预设阈值、所述评论不包含备注信息且所述评论的评论点赞量不满足预设条件,则确定所述评论所在的聚类簇为...

【专利技术属性】
技术研发人员:杨亚宁徐鹏程付祥旭芦珊
申请(专利权)人:北京淘友天下科技发展有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1