本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種公眾號賬號的活躍度排序方法及排序系統(tǒng)。

背景技術(shù)：

隨著社交網(wǎng)絡(luò)及大數(shù)據(jù)時代的迅速發(fā)展，越來越多的社交網(wǎng)絡(luò)將用戶進行區(qū)分。以微信為例，除了一般用戶可注冊的一般賬號，其還設(shè)置公眾號賬號供用戶進行注冊。

注冊一般賬號的用戶通常以該賬號作為個人的聯(lián)絡(luò)、通訊及分享來使用。一般賬號可在一對一、或群組的聊天場景中，發(fā)送聊天信息，聊天信息可以是文字、圖片、音頻或視頻。然而，聊天信息由于其實時性、交互頻率快等特點，通常不會使用文字、圖片、音頻或視頻的組合信息。同時，一般賬號僅能在朋友圈(社交網(wǎng)絡(luò)交互場景)發(fā)布共享信息，共享信息可以同時被該一般賬號的所有“好友”，或可選地部分“好友”所看到。一般賬號所發(fā)布的共享信息可以是文字、圖片及小視頻，其文字字數(shù)、圖片數(shù)量及小視頻的數(shù)量都有限制。

而個人、組織或者公司可注冊公眾號賬號，來直接向其他用戶發(fā)布公眾號信息，公眾號信息一般可發(fā)布在上述一對一聊天場景中，公眾號信息也可以發(fā)布在朋友圈(社交網(wǎng)絡(luò)交互場景)中。公眾號信息可以是文本、圖片、音頻、視頻或者他們的組合。同時，公眾號信息的文本不限字數(shù)、圖片、音頻及視頻不限數(shù)量。

由此可見，一般賬號用于進行社交行動，一般賬號的交互對象是注冊該一般賬號的用戶的好友、家人等。而公眾號賬號則用于推廣、傳播等，公眾號賬號的交互對象可以是任何關(guān)注該公眾號賬號的人。本文中所述的公眾號賬號也可以至其他社交網(wǎng)絡(luò)中的一些賬號類型。例如，公眾號賬號也可以指微博中的加“V”賬號。

然而，用戶如何選取公眾號賬號來關(guān)注，內(nèi)容提供者如何選取公眾號賬號來發(fā)布內(nèi)容，通常都是根據(jù)公眾號賬號的幾個維度的評估值來進行選取。這幾個維度可以包括公眾號賬號發(fā)布公眾號信息的活躍度、公眾號信息的影響力、公眾號賬號的影響力等。以公眾號賬號發(fā)布公眾號信息的活躍度為例，現(xiàn)有技術(shù)中，通常以公眾號賬號發(fā)布公眾號信息的頻率來計算公眾號賬號發(fā)布公眾號信息的活躍度。僅以公眾號賬號發(fā)布公眾號信息的頻率的單個維度來計算公眾號賬號發(fā)布公眾號信息的活躍度難以準確地評價公眾號賬號的活躍度。同時，這樣的方式也未考慮到其他公眾號賬號發(fā)布公眾號信息的某些數(shù)據(jù)。

因此，利用現(xiàn)有技術(shù)的方式，難以準確有效地計算公眾號賬號的活躍度。

技術(shù)實現(xiàn)要素：

本發(fā)明為了克服上述現(xiàn)有技術(shù)存在的缺陷，提供一種公眾號賬號的活躍度排序方法及排序系統(tǒng)，其能有效準確地通過基于多個數(shù)據(jù)的排序計算公眾號賬號的活躍度。

根據(jù)本發(fā)明的一個方面，提供一種公眾號賬號的活躍度排序方法，包括：抓取多個公眾號賬戶發(fā)布公眾號信息的數(shù)據(jù)，所述公眾號賬戶發(fā)布公眾號信息的數(shù)據(jù)包括：公眾號賬戶上一次發(fā)布公眾號信息的日期與當前日期的間隔天數(shù)R；公眾號賬戶在一時間間隔內(nèi)發(fā)布公眾號信息的頻率F；公眾號賬戶在一時間間隔內(nèi)發(fā)布公眾號信息的數(shù)量M；基于所述公眾號賬戶發(fā)布公眾號信息的數(shù)據(jù)的排序，計算所述公眾號賬號的活躍度，包括如下步驟：按所述間隔天數(shù)R對所有公眾號賬戶進行排序，根據(jù)各個所述公眾號賬號在所有公眾號賬戶中的排序位置，獲得與所述排序位置對應(yīng)的各所述公眾號賬號的第一參數(shù)Rscore；按所述頻率F對所有公眾號賬戶進行排序，根據(jù)各個所述公眾號賬號在所有公眾號賬戶中的排序位置，獲得與所述排序位置對應(yīng)的各所述公眾號賬號的第二參數(shù)Fscore；按所述數(shù)量M對所有公眾號賬戶進行排序，根據(jù)各個所述公眾號賬號在所有公眾號賬戶中的排序位置，獲得與所述排序位置對應(yīng)的各所述公眾號賬號的第三參數(shù)Mscore；所述公眾號賬號的活躍度按如下公式計算：W＝a₁Rscore+a₂Fscore+a₃Mscore，其中，W為所述公眾號賬號的活躍度，a₁、a₂及a₃為大于零的有理數(shù)。

優(yōu)選地，按所述間隔天數(shù)R從小到大對所有公眾號賬戶進行排序以獲取第一排序順序，所述公眾號賬號的在所述第一排序順序中的排序位置越靠前，所述第一參數(shù)Rscore越大。

優(yōu)選地，所述公眾號賬號在所述第一排序順序中的排序位置處于前10n％至前(10n+10)％時，所述第一參數(shù)Rscore為(100-10n)，n為大于等于0，并且小于等于9的整數(shù)。

優(yōu)選地，獲取所述公眾號賬號在所述第一排序順序中的排序序號，計算所述第一排序順序中的所述排序序號與所述公眾號賬號總數(shù)之比Q_R；當Q_R小于等于0.1時，RScore＝100；當Q_R大于0.1且小于等于0.2時，RScore＝90；當Q_R大于0.2且小于等于0.3時，RScore＝80；當Q_R大于0.3且小于等于0.4時，RScore＝70；當Q_R大于0.4且小于等于0.5時，RScore＝60；當Q_R大于0.5且小于等于0.6時，RScore＝50；當Q_R大于0.6且小于等于0.7時，RScore＝40；當Q_R大于0.7且小于等于0.8時，RScore＝30；當Q_R大于0.8且小于等于0.9時，RScore＝20；當Q_R大于0.9時，RScore＝10。

優(yōu)選地，獲取所述公眾號賬號在所述第一排序順序中的排序序號，計算所述排序序號與所述公眾號賬號總數(shù)之比Q_R，RScore＝100(1-Q_R)。

優(yōu)選地，按所述頻率F從小到大對所有公眾號賬戶進行排序以獲取第二排序順序，所述公眾號賬號在所述第二排序順序中的排序位置越靠前，所述第二參數(shù)Fscore越小。

優(yōu)選地，所述公眾號賬號在所述第二排序順序中的排序位置處于前10n％至前(10n+10)％，所述第二參數(shù)Fscore為(10n+10)，n為大于等于0，并且小于等于9的整數(shù)。

優(yōu)選地，獲取所述公眾號賬號在所述第二排序順序中的排序序號，計算所述第二排序順序中的所述排序序號與所述公眾號賬號總數(shù)之比Q_F；當Q_F小于等于0.1時，F(xiàn)Score＝10；當Q_F大于0.1且小于等于0.2時，F(xiàn)Score＝20；當Q_F大于0.2且小于等于0.3時，F(xiàn)Score＝30；當Q_F大于0.3且小于等于0.4時，F(xiàn)Score＝40；當Q_F大于0.4且小于等于0.5時，F(xiàn)Score＝50；當Q_F大于0.5且小于等于0.6時，F(xiàn)Score＝60；當Q_F大于0.6且小于等于0.7時，F(xiàn)Score＝70；當Q_F大于0.7且小于等于0.8時，F(xiàn)Score＝80；當Q_F大于0.8且小于等于0.9時，F(xiàn)Score＝90；當Q_F大于0.9時，F(xiàn)Score＝100。

優(yōu)選地，獲取所述公眾號賬號在所述第二排序順序中的排序序號，計算所述第二排序順序中的所述排序序號與所述公眾號賬號總數(shù)之比Q_F，F(xiàn)Score＝100Q_F。

優(yōu)選地，按所述數(shù)量M從小到大對所有公眾號賬戶進行排序以獲取第三排序順序，所述公眾號賬號的在所述第三排序順序中的排序位置越靠前，所述第三參數(shù)Mscore越小。

優(yōu)選地，所述公眾號賬號在所述第三排序順序中的排序位置處于前10n％至前(10n+10)％，所述第三參數(shù)Mscore為(10n+10)，n為大于等于0，并且小于等于9的整數(shù)。

優(yōu)選地，獲取所述公眾號賬號在所述第三排序順序中的排序序號，計算所述第saber排序順序中的所述排序序號與所述公眾號賬號總數(shù)之比Q_M；當Q_M小于等于0.1時，MScore＝10；當Q_M大于0.1且小于等于0.2時，MScore＝20；當Q_M大于0.2且小于等于0.3時，MScore＝30；當Q_M大于0.3且小于等于0.4時，MScore＝40；當Q_M大于0.4且小于等于0.5時，MScore＝50；當Q_M大于0.5且小于等于0.6時，MScore＝60；當Q_M大于0.6且小于等于0.7時，MScore＝70；當Q_M大于0.7且小于等于0.8時，MScore＝80；當Q_M大于0.8且小于等于0.9時，MScore＝90；當Q_M大于0.9時，MScore＝100。

優(yōu)選地，獲取所述公眾號賬號在所述第三排序順序中的排序序號，計算所述第三排序順序中的所述排序序號與所述公眾號賬號總數(shù)之比Q_M，MScore＝100Q_M。

優(yōu)選地，還包括：根據(jù)所述公眾號賬號的活躍度W對所述公眾號賬號進行排序；根據(jù)所述活躍度W的排序結(jié)果，向用戶推送前N％的公眾號賬號，N為0至10的整數(shù)。

優(yōu)選地，所述時間間隔為15至60天。

優(yōu)選地，所述公眾號信息為文章、圖片、音頻和/或視頻。

優(yōu)選地，a₁、a₂及a₃均為1。

優(yōu)選地，a₁、a₂及a₃的和為1。

優(yōu)選地，所述第一參數(shù)Rscore、所述第二參數(shù)Fscore及所述第三參數(shù)Mscore的取值為1至100。

根據(jù)本發(fā)明的又一個方面，還提供一種公眾號賬號的排序系統(tǒng)，采用如上所述的公眾號賬號的活躍度排序方法，對多個所述公眾號賬號進行排序，并根據(jù)所述公眾號賬號的活躍度的排序結(jié)果向用戶推送所述公眾號活躍度。

相比現(xiàn)有技術(shù)，本發(fā)明具有如下優(yōu)勢：

1)結(jié)合三個不同維度的公眾號賬號發(fā)布公眾號信息的數(shù)據(jù)，來計算公眾號賬號的活躍度，使得計算所得的活躍度能夠更全面地表示公眾號賬號發(fā)布公眾號信息的活躍度；

2)通過三個不同維度的公眾號賬號發(fā)布公眾號信息的數(shù)據(jù)排序，基于排序位置計算公眾號賬號的活躍度，在整個公眾號的環(huán)境下能夠準確地計算公眾號賬號的活躍度，不會使得計算所得的活躍度差異過大或者過于密集；

3)基于活躍度對公眾號賬號排序，來向用戶推送活躍度較高的公眾號賬號。用戶可根據(jù)需求關(guān)注這些活躍度較高的公眾號賬號，或者通過這些活躍度較高來發(fā)布信息，來更有效地獲取信息或發(fā)布信息。

附圖說明

通過參照附圖詳細描述其示例實施方式，本發(fā)明的上述和其它特征及優(yōu)點將變得更加明顯。

圖1示出了根據(jù)本發(fā)明實施例的公眾號賬號的活躍度排序方法的流程圖。

圖2示出了根據(jù)本發(fā)明實施例的計算第一參數(shù)的流程圖。

圖3示出了根據(jù)本發(fā)明實施例的未按間隔天數(shù)R排序之前的多個公眾號賬號的示意圖。

圖4示出了根據(jù)本發(fā)明實施例的按間隔天數(shù)R排序之后的多個公眾號賬號的示意圖。

圖5示出了根據(jù)本發(fā)明實施例的計算第二參數(shù)的流程圖。

圖6示出了根據(jù)本發(fā)明實施例的計算第三參數(shù)的流程圖。

圖7示出了根據(jù)本發(fā)明第一實施例的公眾號賬號的活躍度排序系統(tǒng)推送公眾號賬號的拓撲圖。

圖8示出了根據(jù)本發(fā)明第二實施例的公眾號賬號的活躍度排序系統(tǒng)推送公眾號賬號的拓撲圖。

具體實施方式

現(xiàn)在將參考附圖更全面地描述示例實施方式。然而，示例實施方式能夠以多種形式實施，且不應(yīng)被理解為限于在此闡述的實施方式；相反，提供這些實施方式使得本發(fā)明將全面和完整，并將示例實施方式的構(gòu)思全面地傳達給本領(lǐng)域的技術(shù)人員。在圖中相同的附圖標記表示相同或類似的結(jié)構(gòu)，因而將省略對它們的重復(fù)描述。

為了解決現(xiàn)有技術(shù)中，公眾號賬號的活躍度不夠準確地缺陷，本發(fā)明提供一種公眾號賬號的活躍度排序方法。首先參見圖1，圖1示出了根據(jù)本發(fā)明實施例的公眾號賬號的活躍度排序方法的流程圖。

在圖1中，共示出兩個步驟：

步驟S110：抓取多個公眾號賬戶發(fā)布公眾號信息的數(shù)據(jù)。

其中，公眾號賬戶發(fā)布公眾號信息的數(shù)據(jù)包括：公眾號賬戶上一次發(fā)布公眾號信息的日期與當前日期的間隔天數(shù)R；公眾號賬戶在一時間間隔內(nèi)發(fā)布公眾號信息的頻率F；公眾號賬戶在一時間間隔內(nèi)發(fā)布公眾號信息的數(shù)量M。具體而言，對于間隔天數(shù)R，若該公眾號上號上一次發(fā)布公眾號信息的日期為2016-4-3，當前日期為2016-4-6，則間隔天數(shù)R可確定為三天。對于頻率F，根據(jù)設(shè)定的時間間隔與該時間間隔內(nèi)發(fā)布的公眾號信息的數(shù)量之比來計算。例如，若時間間隔設(shè)定為一個月，該公眾號賬號在這一個月內(nèi)發(fā)布公眾號信息的數(shù)量為15，則頻率F為30/15＝2，換言之，該公眾號賬號以2天/次的頻率F發(fā)布公眾號信息。另外，數(shù)量M的時間間隔，優(yōu)選地，與頻率F中設(shè)定的時間間隔一致。例如。頻率F以一個月為時間間隔來計算，則數(shù)量M也以一個月為時間間隔來計算。優(yōu)選地，該時間間隔為15至60天。

具體而言，步驟S110從公眾號賬戶所在的服務(wù)器中獲取上述公眾號賬戶發(fā)布公眾號信息的數(shù)據(jù)。在一些實施例中，直接從服務(wù)器中獲取上述間隔天數(shù)R、頻率F及數(shù)量M。在又一些實施例中，并不直接從服務(wù)器獲取獲取上述間隔天數(shù)R、頻率F及數(shù)量M，而是從服務(wù)器獲取公眾號賬號發(fā)布公眾號信息的歷史日志，并根據(jù)該歷史日志中的數(shù)據(jù)計算上述間隔天數(shù)R、頻率F及數(shù)量M。本領(lǐng)域技術(shù)人員還可以實現(xiàn)更多的抓取方式，在此不予贅述。

步驟S120：基于公眾號賬戶發(fā)布公眾號信息的數(shù)據(jù)的排序，計算公眾號賬號的活躍度。

具體而言，在步驟S120中，分別基于間隔天數(shù)R、頻率F及數(shù)量M對公眾號賬戶進行排序，并根據(jù)公眾號賬號的排序位置得出公眾號賬號的三個參數(shù)Rscore、Fscore及Mscore。得出三個參數(shù)Rscore、Fscore及Mscore的步驟可以分別參見圖2、圖5及圖6。

首先參見圖2，圖2示出根據(jù)間隔天數(shù)R的排序得出第一參數(shù)Rscore的流程圖。圖2中共示出兩個步驟：

步驟S210A：按間隔天數(shù)R對所有公眾號賬戶進行排序以獲得第一排序順序。具體排序可參見圖3及圖4，圖3及圖4分別示出公眾號賬號按間隔天數(shù)R排序前和排序后的示意圖。圖3及圖4僅僅示意性地說明排序的步驟，圖3及圖4中公眾號賬號的數(shù)量、間隔天數(shù)R的值不作為對本案的限定。

步驟S220A：根據(jù)各個公眾號賬號在第一排序順序中的排序位置，獲得與排序位置對應(yīng)的各所述公眾號賬號的第一參數(shù)Rscore。

具體而言，本領(lǐng)域技術(shù)人員可以理解，間隔天數(shù)R越小，可以預(yù)計公眾號賬號相對更活躍。因此，按間隔天數(shù)R從小到大對所有公眾號賬戶進行排序以獲取第一排序順序，公眾號賬號在第一排序順序中的排序位置越靠前，第一參數(shù)Rscore越大。例如，在圖4中排序靠前的公眾號賬號15的第一參數(shù)Rscore的值比排序靠后的公眾號賬號7的第一參數(shù)Rscore的值大。

具體而言，下面描述根據(jù)公眾號賬號的排序位置得出第一參數(shù)Rscore的值的多個實施例。

在根據(jù)公眾號賬號的排序位置得出第一參數(shù)Rscore的第一個實施例中，公眾號賬號在第一排序順序中的排序位置處于前10n％至前(10n+10)％時，第一參數(shù)Rscore為(100-10n)，n為大于等于0，并且小于等于9的整數(shù)。例如，在圖4所示的第一排序順序中，排序位置在前10％的公眾號賬號15及公眾號賬號20，對應(yīng)的第一參數(shù)Rscore為100。又例如，在圖4所示的第一排序順序中，排序位置在前30％至40％的公眾號賬號16及公眾號賬號1，對應(yīng)的第一參數(shù)Rscore為70。對應(yīng)地，可以得出所有公眾號賬號的第一參數(shù)Rscore。

在根據(jù)公眾號賬號的排序位置得出第一參數(shù)Rscore的第二個實施例中，首先，獲取公眾號賬號在第一排序順序中的排序序號，計算第一排序順序中的排序序號與公眾號賬號總數(shù)之比Q_R。當Q_R小于等于0.1時，RScore＝100；當Q_R大于0.1且小于等于0.2時，RScore＝90；當Q_R大于0.2且小于等于0.3時，RScore＝80；當Q_R大于0.3且小于等于0.4時，RScore＝70；當Q_R大于0.4且小于等于0.5時，RScore＝60；當Q_R大于0.5且小于等于0.6時，RScore＝50；當Q_R大于0.6且小于等于0.7時，RScore＝40；當Q_R大于0.7且小于等于0.8時，RScore＝30；當Q_R大于0.8且小于等于0.9時，RScore＝20；當Q_R大于0.9時，RScore＝10。具體參照圖4，公眾號賬號的總數(shù)為20。依照上述方法，公眾號賬號18的排序序號為11，相應(yīng)的Q_R＝0.55，RScore＝50，公眾號賬號14的排序序號為19，相應(yīng)的Q_R＝0.95，RScore＝10。對應(yīng)地，可以得出所有公眾號賬號的第一參數(shù)Rscore。

在根據(jù)公眾號賬號的排序位置得出第一參數(shù)Rscore的第三個實施例中，獲取公眾號賬號在第一排序順序中的排序序號，計算排序序號與公眾號賬號總數(shù)之比Q_R，RScore＝100(1-Q_R)。具體參照圖4，公眾號賬號的總數(shù)為20。依照上述方法，公眾號賬號6的排序序號為17，相應(yīng)的Q_R＝0.85，RScore＝15，公眾號賬號3的排序序號為5，相應(yīng)的Q_R＝0.25，RScore＝70。對應(yīng)地，可以得出所有公眾號賬號的第一參數(shù)Rscore。

通過基于排序位置計算第一參數(shù)Rscore，可以避免現(xiàn)有技術(shù)中由于直接基于間隔天數(shù)R計算第一參數(shù)Rscore而造成的計算結(jié)果過于密集或計算結(jié)果差距較大，無法真實反映第一參數(shù)Rscore的缺陷。

然后，參見圖5，圖5示出根據(jù)頻率F的排序得出第二參數(shù)Fscore的流程圖。圖5中共示出兩個步驟：

步驟S210B：按頻率F對所有公眾號賬戶進行排序以獲得第二排序順序。

步驟S220B：根據(jù)各個公眾號賬號在第二排序順序中的排序位置，獲得與排序位置對應(yīng)的各所述公眾號賬號的第二參數(shù)Fscore。

具體而言，本領(lǐng)域技術(shù)人員可以理解，頻率F越大，可以預(yù)計公眾號賬號相對更活躍。因此，按頻率F從小到大對所有公眾號賬戶進行排序以獲取第二排序順序，公眾號賬號在第二排序順序中的排序位置越靠前，第二參數(shù)Fscore越小。

具體而言，下面描述根據(jù)公眾號賬號的排序位置得出第二參數(shù)Fscore的值的多個實施例。

在根據(jù)公眾號賬號的排序位置得出第二參數(shù)Fscore的第一個實施例中，公眾號賬號在第二排序順序中的排序位置處于前10n％至前(10n+10)％，第二參數(shù)Fscore為(10n+10)，n為大于等于0，并且小于等于9的整數(shù)。例如，排序位置在前10％的公眾號賬號，對應(yīng)的第二參數(shù)Fscore為10。又例如，排序位置在前30％至40％的公眾號賬號，對應(yīng)的第二參數(shù)Fscore為40。對應(yīng)地，可以得出所有公眾號賬號的第二參數(shù)Fscore。

在根據(jù)公眾號賬號的排序位置得出第二參數(shù)Fscore的第二個實施例中，獲取公眾號賬號在第二排序順序中的排序序號，計算第二排序順序中的所述排序序號與公眾號賬號總數(shù)之比Q_F；當Q_F小于等于0.1時，F(xiàn)Score＝10；當Q_F大于0.1且小于等于0.2時，F(xiàn)Score＝20；當Q_F大于0.2且小于等于0.3時，F(xiàn)Score＝30；當Q_F大于0.3且小于等于0.4時，F(xiàn)Score＝40；當Q_F大于0.4且小于等于0.5時，F(xiàn)Score＝50；當Q_F大于0.5且小于等于0.6時，F(xiàn)Score＝60；當Q_F大于0.6且小于等于0.7時，F(xiàn)Score＝70；當Q_F大于0.7且小于等于0.8時，F(xiàn)Score＝80；當Q_F大于0.8且小于等于0.9時，F(xiàn)Score＝90；當Q_F大于0.9時，F(xiàn)Score＝100。例如，公眾號賬號的總數(shù)為100。依照上述方法，某一公眾號賬號的排序序號為31，相應(yīng)的Q_F＝0.31，F(xiàn)Score＝40，另一公眾號賬號的排序序號為56，相應(yīng)的Q_F＝0.56，F(xiàn)Score＝60。對應(yīng)地，可以得出所有公眾號賬號的第二參數(shù)Fscore。

在根據(jù)公眾號賬號的排序位置得出第二參數(shù)Fscore的第三個實施例中，獲取公眾號賬號在第二排序順序中的排序序號，計算第二排序順序中的述排序序號與公眾號賬號總數(shù)之比Q_F，F(xiàn)Score＝100Q_F。例如，公眾號賬號的總數(shù)為100。依照上述方法，某一公眾號賬號的排序序號為45，相應(yīng)的Q_F＝0.45，F(xiàn)Score＝45，另一公眾號賬號的排序序號為98，相應(yīng)的Q_F＝0.98，F(xiàn)Score＝98。對應(yīng)地，可以得出所有公眾號賬號的第二參數(shù)Fscore。

通過基于排序位置計算第二參數(shù)Fscore，可以避免現(xiàn)有技術(shù)中由于直接基于頻率F計算第二參數(shù)Fscore而造成的計算結(jié)果過于密集或計算結(jié)果差距較大，無法真實反映第二參數(shù)Fscore的缺陷。

接下來，參見圖6，圖6示出根據(jù)數(shù)量M的排序得出第三參數(shù)Mscore的流程圖。圖6中共示出兩個步驟：

步驟S210C：按數(shù)量M對所有公眾號賬戶進行排序以獲得第三排序順序。

步驟S220C：根據(jù)各個公眾號賬號在第三排序順序中的排序位置，獲得與排序位置對應(yīng)的各所述公眾號賬號的第三參數(shù)Mscore。

具體而言，本領(lǐng)域技術(shù)人員可以理解，數(shù)量M越大，可以預(yù)計公眾號賬號相對更活躍。因此，按數(shù)量M從小到大對所有公眾號賬戶進行排序以獲取第三排序順序，公眾號賬號的在第三排序順序中的排序位置越靠前，第三參數(shù)Mscore越小。

具體而言，下面描述根據(jù)公眾號賬號的排序位置得出第三參數(shù)Mscore的值的多個實施例。

在根據(jù)公眾號賬號的排序位置得出第三參數(shù)Mscore的第一個實施例中，公眾號賬號在第三排序順序中的排序位置處于前10n％至前(10n+10)％，第三參數(shù)Mscore為(10n+10)，n為大于等于0，并且小于等于9的整數(shù)。例如，排序位置在前70％至80％的公眾號賬號，對應(yīng)的第三參數(shù)Mscore為80。又例如，排序位置在后90％的公眾號賬號，對應(yīng)的第三參數(shù)Mscore為100。對應(yīng)地，可以得出所有公眾號賬號的第三參數(shù)Mscore。

在根據(jù)公眾號賬號的排序位置得出第三參數(shù)Mscore的第二個實施例中，獲取所述公眾號賬號在第三排序順序中的排序序號，計算第三排序順序中的排序序號與公眾號賬號總數(shù)之比Q_M；當Q_M小于等于0.1時，MScore＝10；當Q_M大于0.1且小于等于0.2時，MScore＝20；當Q_M大于0.2且小于等于0.3時，MScore＝30；當Q_M大于0.3且小于等于0.4時，MScore＝40；當Q_M大于0.4且小于等于0.5時，MScore＝50；當Q_M大于0.5且小于等于0.6時，MScore＝60；當Q_M大于0.6且小于等于0.7時，MScore＝70；當Q_M大于0.7且小于等于0.8時，MScore＝80；當Q_M大于0.8且小于等于0.9時，MScore＝90；當Q_M大于0.9時，MScore＝100。例如，公眾號賬號的總數(shù)為150。依照上述方法，某一公眾號賬號的排序序號為121，相應(yīng)的Q_M＝0.806，MScore＝80，另一公眾號賬號的排序序號為150，相應(yīng)的Q_M＝1，MScore＝100。對應(yīng)地，可以得出所有公眾號賬號的第三參數(shù)Mscore。

在根據(jù)公眾號賬號的排序位置得出第三參數(shù)Mscore的第三個實施例中，獲取公眾號賬號在第三排序順序中的排序序號，計算第三排序順序中的排序序號與公眾號賬號總數(shù)之比Q_M，MScore＝100Q_M。例如，公眾號賬號的總數(shù)為150。依照上述方法，某一公眾號賬號的排序序號為120，相應(yīng)的Q_M＝0.8，MScore＝80，另一公眾號賬號的排序序號為3，相應(yīng)的Q_M＝0.02，MScore＝2。對應(yīng)地，可以得出所有公眾號賬號的第三參數(shù)Mscore。

通過基于排序位置計算第三參數(shù)Mscore，可以避免現(xiàn)有技術(shù)中由于直接基于次數(shù)M計算第三參數(shù)Mscore而造成的計算結(jié)果過于密集或計算結(jié)果差距較大，無法真實反映第三參數(shù)Mscore的缺陷。

上述圖2、圖5及圖6所示的步驟可以并行執(zhí)行，也可以按任意順序來執(zhí)行以順序地得到參數(shù)Rscore、Fscore及Mscore，本發(fā)明對此不進行限定。

通過上述圖2、圖5及圖6所示的步驟得到三個參數(shù)Rscore、Fscore及Mscore后，基于這三個參數(shù)，公眾號賬號的活躍度可如下公式計算：

W＝a₁Rscore+a₂Fscore+a₃Mscore，

其中，W為所述公眾號賬號的活躍度。a₁、a₂及a₃為大于零的有理數(shù)。在一些實施例中，a₁、a₂及a₃可以根據(jù)參數(shù)Rscore、Fscore及Mscore的取值范圍來取值。例如，參數(shù)Rscore、Fscore及Mscore取值范圍為0至100，則a₁、a₂及a₃都為1。又例如，參數(shù)Rscore、Fscore及Mscore取值范圍為1至10，則a₁、a₂及a₃都為10。再例如，參數(shù)Rscore、Fscore及Mscore取值范圍為0至100，則a₁、a₂及a₃的和為1。在有一些變化例中，a₁、a₂及a₃的取值與參數(shù)Rscore、Fscore及Mscore的取值范圍無關(guān)。本領(lǐng)域技術(shù)人員可以理解，a₁、a₂及a₃的取值是參數(shù)Rscore、Fscore及Mscore在活躍度W計算中的權(quán)重。a₁、a₂及a₃可依參數(shù)Rscore、Fscore及Mscore在活躍度W計算中的不同的重要性而有所不同，在此不予贅述。

在本發(fā)明的一個優(yōu)選例中，通過上述方式獲得各個公眾號賬號的活躍度后，根據(jù)各個公眾號賬號的活躍度W對公眾號賬號進行排序，并根據(jù)活躍度W的排序結(jié)果，向用戶推送前N％的公眾號賬號，N為0至10的整數(shù)。這里所指的用戶可以是從公眾號賬號獲取信息的用戶，也可以是要通過公眾號賬號發(fā)布信息的用戶。通過這樣的方式可以向用戶推送活躍度較高的多個公眾號賬號，以提高用戶從公眾號賬號獲取信息的效率，或者提高用戶發(fā)布信息的效率、推廣力等。

在本發(fā)明的另一實施例中，分別對不同鄰域的公眾號賬號的活躍度進行排序。對于關(guān)注某一領(lǐng)域的用戶，可以向其推送在該領(lǐng)域中活躍度排序在前N％的公眾號賬號(N為0至10的整數(shù))。

根據(jù)本發(fā)明的又一個方面，還提供一種公眾號賬號的排序系統(tǒng)，采用如上所述公眾號賬號的活躍度排序方法，對多個公眾號賬號進行排序，并根據(jù)公眾號賬號的活躍度的排序結(jié)果向用戶推送公眾號活躍度。具體而言，圖7和圖8分別示出了公眾號賬號的活躍度排序系統(tǒng)推送公眾號賬號的兩個實施例。

首先參見圖7，圖7示出了根據(jù)本發(fā)明第一實施例的公眾號賬號的活躍度排序系統(tǒng)推送公眾號賬號的拓撲圖。圖7示出了排序系統(tǒng)310、服務(wù)器320及多個終端330。排序系統(tǒng)310、服務(wù)器320及多個終端330通過網(wǎng)絡(luò)相互通信。多個終端330分別在服務(wù)器320上注冊了公眾號賬號，并分別發(fā)布其公眾號信息。排序系統(tǒng)310從服務(wù)器320上獲取多個終端330注冊的公眾號賬號發(fā)布公眾號信息的數(shù)據(jù)，并根據(jù)本發(fā)明所提供的公眾號賬號的活躍度排序方法計算公眾號賬號的活躍度，根據(jù)計算所得的公眾號賬號的活躍度對公眾號賬號進行排序。通過排序，排序系統(tǒng)310通過服務(wù)器320將活躍度較高的多個公眾號賬號推送給終端330注冊的一般賬號。

圖8示出了根據(jù)本發(fā)明第二實施例的公眾號賬號的活躍度排序系統(tǒng)推送公眾號賬號的拓撲圖。在圖8中，與圖7所示的拓撲圖類似，多個終端330A在服務(wù)器320上注冊公眾號賬號。排序系統(tǒng)310從服務(wù)器320上獲取公眾號賬號發(fā)布公眾號信息的數(shù)據(jù)，計算公眾號賬號的活躍度，并根據(jù)計算所得的公眾號賬號的活躍度對公眾號賬號進行排序。在本實施例中，排序系統(tǒng)310直接向終端330B推送活躍度較高的多個公眾號賬號。終端330B可以是未在服務(wù)器320上注冊賬號的終端。終端330B也可以是在服務(wù)器320上注冊一般賬號的終端。終端330B可以根據(jù)所推送的公眾號賬號獲取公眾號信息，或者通過所推送的公眾號賬號來發(fā)布信息。

上述圖7及圖8僅僅是示意性地示出本發(fā)明提供的排序系統(tǒng)推送公眾號賬號的拓撲圖。排序系統(tǒng)、服務(wù)器及終端的數(shù)量并非以此為限，本領(lǐng)域技術(shù)人員還可以實現(xiàn)更多的通信連接方式，在此不予贅述。

相比現(xiàn)有技術(shù)，本發(fā)明具有如下優(yōu)勢：

1)結(jié)合三個不同維度的公眾號賬號發(fā)布公眾號信息的數(shù)據(jù)，來計算公眾號賬號的活躍度，使得計算所得的活躍度能夠更全面地表示公眾號賬號發(fā)布公眾號信息的活躍度；

2)通過三個不同維度的公眾號賬號發(fā)布公眾號信息的數(shù)據(jù)排序，基于排序位置計算公眾號賬號的活躍度，在整個公眾號的環(huán)境下能夠準確地計算公眾號賬號的活躍度，不會使得計算所得的活躍度差異過大或者過于密集；

3)基于活躍度對公眾號賬號排序，來向用戶推送活躍度較高的公眾號賬號。用戶可根據(jù)需求關(guān)注這些活躍度較高的公眾號賬號，或者通過這些活躍度較高來發(fā)布信息，來更有效地獲取信息或發(fā)布信息。

以上具體地示出和描述了本發(fā)明的示例性實施方式。應(yīng)該理解，本發(fā)明不限于所公開的實施方式，相反，本發(fā)明意圖涵蓋包含在所附權(quán)利要求范圍內(nèi)的各種修改和等效置換。