公众号信息的影响力排序方法及排序系统

摘要

本发明提供一种公众号信息的影响力排序方法及排序系统，公众号信息的影响力排序方法包括：抓取对应多个公众号信息的第一互动参数Y和第二互动参数D；基于所述公众号信息的第一互动参数Y和第二互动参数D，按下述步骤计算所述公众号信息的影响力：按如下公式计算公众号信息的影响力W：W＝aY(DT)+(1‑a)[Dm(DT)+Dm(DT‑1)‑D(DT‑1)]，其中，a为有理数，Y(DT)为公众号信息的当前日期的第一互动参数，Dm(DT‑1)为当前日期前一天的公众号信息的修正第二互动参数，D(DT‑1)为当前日期前一天的公众号信息的第二互动参数。本发明提供的公众号信息的影响力排序方法及排序系统能准确地通过多个互动参数计算公众号信息的影响力。

说明书

技术领域

本发明涉及通信技术领域，尤其涉及一种公众号信息的影响力排序方法及排序系统、一种公众号信息的热度排序方法及排序系统以及一种公众号影响力的排序方法及排序系统。

背景技术

随着社交网络及大数据时代的迅速发展，越来越多的社交网络将用户进行区分。以微信为例，除了一般用户可注册的一般账号，其还设置公众号供用户进行注册。

注册一般账号的用户通常以该账号作为个人的联络、通讯及分享来使用。一般账号可在一对一、或群组的聊天场景中，发送聊天信息，聊天信息可以是文字、图片、音频或视频。然而，聊天信息由于其实时性、交互频率快等特点，通常不会使用文字、图片、音频或视频的组合信息。同时，一般账号仅能在朋友圈(社交网络交互场景)发布共享信息，共享信息可以同时被该一般账号的所有“好友”，或可选地部分“好友”所看到。一般账号所发布的共享信息可以是文字、图片及小视频，其文字字数、图片数量及小视频的数量都有限制。

而个人、组织或者公司可注册公众号，来直接向其他用户发布公众号信息，公众号信息一般可发布在上述一对一聊天场景中，公众号信息也可以发布在朋友圈(社交网络交互场景)中。公众号信息可以是文本、图片、音频、视频或者他们的组合。同时，公众号信息的文本不限字数、图片、音频及视频不限数量。

由此可见，一般账号用于进行社交行动，一般账号的交互对象是注册该一般账号的用户的好友、家人等。而公众号则用于推广、传播等，公众号的交互对象可以是任何关注该公众号的人。本文中所述的公众号也可以至其他社交网络中的一些账号类型。例如，公众号也可以指微博中的加“V”账号。

然而，用户如何选取公众号来关注，内容提供者如何选取公众号来发布内容，通常都是根据公众号的几个维度的评估值来进行选取。这几个维度可以包括公众号发布公众号信息的活跃度、公众号信息的影响力、公众号的影响力等。以公众号信息的影响力为例，现有技术中，对于公众号信息的影响力仅根据阅读数、点赞数、评论数中任一项参数进行评估，还有一些现有技术的评估方式根据这些参数的简单结合。这样的评估方式无法准确地得出公众号信息的影响力。

发明内容

本发明为了克服上述现有技术存在的缺陷，提供一种公众号信息的影响力排序方法及排序系统、一种公众号信息的热度排序方法及排序系统以及一种公众号影响力的排序方法及排序系统，其能准确地通过多个互动参数计算公众号信息的影响力。

本发明提供一种公众号信息的影响力排序方法，包括：抓取对应多个公众号信息的第一互动参数Y和第二互动参数D；基于所述公众号信息的第一互动参数Y和第二互动参数D，按下述步骤计算所述公众号信息的影响力：当所述公众号信息的第一互动参数Y大于等于第一阈值时，计算所述公众号信息的修正第二互动参数：D_m(DT)＝e^[1/(DT+1)]*D(DT)，其中，DT为所述公众号信息的第一互动参数达到所述第一阈值的日期与当前日期之间的间隔天数，D_m(DT)为公众号信息的当前日期的修正第二互动参数，D(DT)为当前日期的公众号信息的第二互动参数；当DT大于0时，按如下公式计算公众号信息的影响力W：W＝aY(DT)+(1-a)[D_m(DT)+D_m(DT-1)-D(DT-1)]，其中，a为有理数，Y(DT)为公众号信息的当前日期的第一互动参数，D_m(DT-1)为当前日期前一天的公众号信息的修正第二互动参数，D(DT-1)为当前日期前一天的公众号信息的第二互动参数。

优选地，当所述公众号信息的第一互动参数Y小于所述第一阈值时，按如下公式计算公众号信息的影响力W：W＝aY+(1-a)D。

优选地，当为DT等于0时，按如下公式计算公众号信息的影响力W：W＝aY(0)+(1-a)D_m(0)，其中，Y(0)为所述公众号信息的当前第一互动参数，D_m(0)为所述公众号信息的当前修正第二互动参数，其中，D_m(0)＝e¹*D(0)，>

优选地，所述第一阈值为9000至11000中的整数。

优选地，还包括：按照所述公众号信息的影响力W对公众号信息进行排序；按照所述公众号信息的影响力W的排序结果将向用户推送所述公众号信息。

优选地，按照排序结果向用户推送所述公众号信息的步骤包括：将影响力W排在前N％的公众号信息推送给用户，N为0至30中的整数。

优选地，还包括：所抓取的多个公众号信息被划分为多个分类，每一个所述分类包括多个公众号信息；在每一个所述分类下，按照所述公众号信息的影响力W对公众号信息进行排序；按照所述公众号信息的所属分类及所述公众号信息的影响力W的排序结果向用户推送所述公众号信息。

优选地，用户具有一个或多个标签，每个所述标签对应一个所述分类，按照所述公众号信息的所属分类及所述公众号信息的影响力W的排序结果将向用户推送所述公众号信息的步骤包括：在一个所述分类下，将影响力W排在前N％的公众号信息推送给具有对应于该分类的标签的用户，N为0至30中的整数。

优选地，所述第一互动参数和所述第二互动参数是阅读数、点赞数、转发数、评论数、收藏数及关注数中的任意两个

优选地，所述第一互动参数为阅读数，所述第二互动参数为点赞数。

优选地，所述第一互动参数为阅读数，所述第二互动参数为转发数。

优选地，所述第一互动参数为阅读数，所述第二互动参数为评论数。

优选地，a的取值范围为0.01至0.1。

优选地，所述公众号信息为社交网络平台的公众号账户发布的文章、图片、音频和/或视频。

优选地，通过一个或多个所述社交网络平台的API接口抓取所述公众号信息的第一互动参数和第二互动参数。

根据本发明的又一方面，还提供一种公众号信息的影响力排序系统，根据如上所述的公众号信息的影响力排序方法，对多个所述公众号信息进行排序，并根据所述公众号的影响力的排序结果向用户推送所述公众号信息。

根据本发明的又一方面，还提供一种公众号信息的热度排序方法，包括： 根据如上所述的公众号信息的影响力排序方法计算所述公众号信息的影响力W；根据所述公众号的影响力W计算所述公众号信息的热度H，其中：将所述公众号信息的影响力W分为M个区间，M为大于2的整数，对于所述M个区间中第b个区间，当b＝1时，该区间为[0，Z₁]，当b为2至M-1中的任意整数时，该区间为(Z_b-1，Z_b]，当b等于M时，该区间为(Z_M-1，∞)，当b为1至M中的任意整数时，Z_b为正整数；计算所述公众号信息的影响力W在各个区间内的数量与所述公众号信息的总数的比例，在第b个区间内，所述公众号信息的影响力W的比例为w_b；当当前日期的公众号信息的影响力W_t大于当前日期前一天的公众号信息的影响W_y时，若W_y∈第b个区间，且b为大于1小于等于M的整数时，H＝c*(1/w_b)*(W_t-W_y)/W_y，其中，c为整数参数。

优选地，当当前日期的公众号信息的影响力W_t大于当前日期前一天的公众号信息的影响W_y时，若W_y＝0时，H＝c*(1/w_b)*(W_t)；若W_y∈第1个区间，且W_y≠0时，H＝c*(1/w₁)*(W_t-W_y)/W_y。

优选地，当当前日期的公众号信息的影响力W_t小于等于当前日期前一天的公众号信息的影响W_y时，所述公众号信息的热度H＝0。

优选地，其特征在于，M为3至6中的任意整数。

优选地，其特征在于，当b为1至M中的任意整数时，Z_b为100的倍数。

优选地，所述公众号信息的影响力W被分为4个区间，包括[0，100]，(100，1000]，(1000，5000]，及(5000，∞)。

优选地，还包括：按照所述公众号信息的热度H对公众号信息进行排序；按照所述公众号信息的热度H的排序结果将向用户推送所述公众号信息。

优选地，按照排序结果向用户推送所述公众号信息的步骤包括：将热度H排在前P％的公众号信息推送给用户，P为0至30中的整数。

优选地，还包括：所抓取的多个公众号信息被划分为多个分类，每一个所述分类包括多个公众号信息；在每一个所述分类下，按照所述公众号信息的热度H对公众号信息进行排序；按照所述公众号信息的所属分类及所述公众号信息的热度H的排序结果向用户推送所述公众号信息。

优选地，用户具有一个或多个标签，每个所述标签对应一个所述分类，按照所述公众号信息的所属分类及所述公众号信息的热度H的排序结果将向 用户推送所述公众号信息的步骤包括：在一个所述分类下，将热度H排在前P％的公众号信息推送给具有对应于该分类的标签的用户，P为0至30中的整数。

根据本发明的又一方面，还提供一种公众号信息的热度排序系统，根据如上项所述的公众号信息的热度排序方法，对多个所述公众号信息进行排序，并根据所述公众号信息的热度的排序结果向用户推送所述公众号信息。

根据本发明的又一方面，还提供一种公众号影响力的排序方法，包括：根据如上所述的公众号信息的影响力排序方法计算所述公众号在第一时间段内发布的公众号信息的影响力W；计算所述公众号在第一时间段内发布的公众号信息的影响力W之和；将所述公众号在第一时间段内发布的公众号信息的影响力W之和作为该公众号的影响力Q；根据所述公众号的影响力Q对所述公众号进行排序。

优选地，还包括：将影响力Q排在前R％的公众号信息推送给用户，R为0至30中的整数。

根据本发明的又一方面，还提供一种公众号影响力的排序系统，根据如上所述的公众号影响力的排序方法，对多个所述公众号进行排序，并根据所述公众号影响力的排序结果向用户推送所述公众号信息。

相比现有技术，本发明具有如下优势：

1)本发明通过采集公众号信息的两个互动参数，当第一互动参数大于等于阈值时，对其中一个互动参数进行修正，基于这两个互动参数及修正互动参数来计算公众号信息的影响力，并赋予这些参数不同的权重，使得计算所得的影响力能够更准确地表示公众号信息的影响力；

2)基于公众号信息的影响力的分布情况，根据公众号信息所在的公众号影响力区间，来计算公众号信息的热度，也就是公众号信息的影响力变化率，本发明考虑到公众号信息的影响力在不同区间内的变化例难度不同，以在计算公众号信息的热度时，根据不同公众号信息的影响力区间内的公众号信息所占比例，赋予不同的难度系数，进而使得计算所得的热度能够更准确地表示公众号信息的热度；

3)基于本发明计算的准确的公众号信息的影响力来计算公众号的影响 力，使得计算所得的影响力能够更准确地表示公众号的影响力；

4)分别基于上述公众号信息的影响力、公众号信息的热度对公众号信息排序，来向用户推送影响力或热度较高的公众号信息。基于上述公众号的影响力对公众号排序，来向用户推送影响力较高的公众号。用户可根据需求关注这些公众号或收藏公众号信息，或者通过这些影响力较高的公众号来发布信息，来更有效地获取信息或发布信息。

附图说明

通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。

图1示出了根据本发明实施例的公众号信息的影响力排序方法的流程图。

图2示出了根据本发明一实施例的根据公众号信息的影响力的具体排序方法的流程图。

图3示出了根据本发明一实施例的根据公众号信息的影响力的具体排序方法的流程图。

图4示出了根据本发明实施例的公众号信息的热度排序方法的流程图。

图5示出了根据本发明实施例的公众号的影响力排序方法的流程图。

图6示出了根据本发明一实施例的公众号信息的影响力排序系统的拓扑图。

图7示出了根据本发明另一实施例的公众号信息的影响力排序系统的拓扑图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。

为了解决现有技术中，公众号信息的影响力不够准确的缺陷，本发明提供一种公众号信息的影响力排序方法。首先参见图1，图1示出了根据本发明实施例的公众号信息的影响力排序方法的流程图。在图1中，共示出两个步骤：

步骤S110：抓取对应多个公众号信息的第一互动参数Y和第二互动参数D。

在本发明中，公众号信息可以指社交网络平台的公众号账户发布的文章、图片、音频和/或视频。具体而言，在步骤S110中，从多个公众号信息所在的服务器中抓取每个公众号信息的实时第一互动参数Y和第二互动参数D。优选地，通过一个或多个社交网络平台的API接口抓取一个或多个社交网络平台的服务器中，每个公众号信息的第一互动参数和第二互动参数。在一些实施例中，抓取多个公众号信息的第一互动参数Y和第二互动参数D的步骤可以每天定时执行。在又一些实施例中，抓取多个公众号信息的第一互动参数Y和第二互动参数D的步骤可以随用户需求来执行。

第一互动参数Y和第二互动参数D可以是阅读数、点赞数、转发数、评论数、收藏数及关注数中的任意两个。优选地，第二互动参数D相比第一互动参数Y互动性更强。例如，在一些实施例中，第一互动参数Y为阅读数，第二互动参数D为点赞数；在又一些实施例中，第一互动参数Y为阅读数，第二互动参数D为转发数；在另一些实施例中，第一互动参数Y为阅读数，第二互动参数D为评论数。本领域技术人员可以理解，上述点赞数、转发数、评论数相比阅读数互动性更强，更能表现出用户对于该公众号信息的关注。

步骤S120：基于公众号信息的第一互动参数Y和第二互动参数D，计算所述公众号信息的影响力。

具体而言，在步骤S120中，以一互动参数Y为阅读数，第二互动参数D为点赞数为例，说明公众号信息的影响力的计算。首先判断公众号信息的阅读数Y是否大于等于第一阈值。第一阈值可以为9000至11000中的整数。例如，在本实施例中，第一阈值取10000。

当公众号信息的阅读数Y是否大于等于10000时，首先通过如下公式计 算公众号信息的修正点赞数(也就是修正第二互动参数)：

D_m(DT)＝e^[1/(DT+1)]*D(DT)，

其中，DT为公众号信息的阅读数Y达到10000的日期与当前日期之间的间隔天数。例如，公众号信息的阅读数Y达到10000的日期Data1为2016-4-20，获取公众号信息的阅读数的日期Data2为2016-4-22，则DT＝Data2-Data1＝2天。D_m(DT)为公众号信息的当前日期的修正点赞数。D(DT)为当前日期的公众号信息的点赞数D，也就是Data2时，公众号信息的点赞数D。

本领域技术人员可以理解，上述阅读数Y及点赞数D在一个天中会有变化，因此，所述的“当前日期的公众号信息的点赞数”、“当前日期的公众号信息的阅读数”均指当前日期获取公众号信息时的点赞数D及阅读数Y。即，若在2016-4-22上午10点获取公众号信息的点赞数D及阅读数Y，则以10点获取的公众号信息的点赞数D及阅读数Y作为2016-4-22的公众号信息的点赞数D及阅读数Y；若在2016-4-22下午2点获取公众号信息的点赞数D及阅读数Y，则将2点获取的公众号信息的点赞数D及阅读数Y替换10点获取的公众号信息的点赞数D及阅读数Y作为2016-4-22的公众号信息的点赞数D及阅读数Y。

当阅读数Y达到10000的日期与当前日期之间的间隔天数DT大于0时，按如下公式计算公众号信息的影响力W：

W＝aY(DT)+(1-a)[D_m(DT)+D_m(DT-1)-D(DT-1)]，

其中，Y(DT)为公众号信息的当前日期的阅读数，D_m(DT-1)为当前日期前一天的公众号信息的修正点赞数，D(DT-1)为当前日期前一天的公众号信息的点赞数。a为有理数。由于点赞数D相比阅读数Y互动性更强，因此，a的取值范围可以是0.01至0.1，以表示点赞数D在计算影响力W中的权重比阅读数Y的权重大的多。优选地，a取0.027。

下面以a取0.027为例，描述不同DT数值的多个实施例：

例如，当阅读数Y达到10000的日期与当前日期之间的间隔天数DT＝1时，

当前日期的修正点赞数D_m(1)＝e^[1/(1+1)]*D(1)＝e^(1/2)*D(1)；

当前日期前一天的修正点赞数D_m(0)＝e^[1/(1+0)]*D(0)＝e>1*D(0)；

计算公众号信息的影响力W的公式为：

W＝0.027*Y(1)+0.973*[D_m(1)+D_m(0)-D(0)]。

又例如，当阅读数Y达到10000的日期与当前日期之间的间隔天数DT＝2时，

当前日期的修正点赞数D_m(2)＝e^[1/(1+2)]*D(2)＝e^(1/3)*D(2)；

当前日期前一天的修正点赞数D_m(1)＝e^[1/(1+1)]*D(1)＝e^(1/2)*D(1)；

计算公众号信息的影响力W的公式为：

W＝0.027*Y(2)+0.973*[D_m(2)+D_m(1)-D(1)]。

再例如，当阅读数Y达到10000的日期与当前日期之间的间隔天数DT＝k时，

当前日期的修正点赞数D_m(k)＝e^[1/(1+k)]*D(k)；

当前日期前一天的修正点赞数D_m(k-1)＝e^[1/(k)]*D(k-1)；

计算公众号信息的影响力W的公式为：

W＝0.027*Y(k)+0.973*[D_m(k)+D_m(k-1)-D(k-1)]。

具体而言，上述几个实施例说明了DT大于0时，公众号信息的影响力W的计算公式。下面描述当为阅读数Y达到10000的日期与当前日期之间的间隔天数DT＝0时，公众号信息的影响力W的计算公式：

W＝aY(0)+(1-a)D_m(0)，

其中，Y(0)为公众号信息的阅读数，D_m(0)为所述公众号信息的当前修正点赞数，其中，D_m(0)＝e¹*D(0)，D(0)为所述公众号信息的当前点赞数。该公式中a的取值可以与DT大于0时公众号信息的影响力W的计算公式中a的取值相同。

进一步地，当公众号信息的阅读数Y小于10000时，按如下公式计算公众号信息的影响力W：

W＝aY+(1-a)D，

其中，该公式中a的取值可以与DT大于0时公众号信息的影响力W的计算公式中a的取值相同。

本发明提供的公众号信息的影响力排序方法可以依照上述方式计算公众号信息的影响力W。在一些实施例中，在计算出各个公众号信息的影响力W后，还包括排序推送的步骤，如图2所示。在图2中，示出了两个步骤：

步骤S210：根据各个公众号信息的影响力W对公众号信息进行排序(从大到小)。

步骤S220：并根据影响力W的排序结果，向用户推送前N％的公众号信息，N为0至30的整数。这里所指的用户可以是从公众号获取信息的用户，也可以是要通过公众号发布信息的用户。通过这样的方式可以向用户推送影响力W较高的多个公众号信息，以提高用户获取有效、有价值、有影响力的信息，或者使发布信息的用户了解所发布的公众号信息影响力以进行下一步决策等。

在上述根据影响力W排序推送步骤的一些变化例可以参考图3，在图3中，示出了3个步骤：

步骤S310：将所抓取的多个公众号信息划分为多个分类，每一个所述分类包括多个公众号信息。

上述步骤S310中多个公众号信息的划分可以在本发明提供的步骤中执行，也可以从该多个公众号信息所在的服务器中获取。具体而言，在一些实施例中，公众号发布公众号信息时，可以增加该公众号信息的所属分类。在又一些实施例中，可以根据公众号的分类判断该公众号发布的公众号信息的所属分类。在另一些实施例中，可以对公众号信息进行分析以判断该公众号信息所属分类。例如，根据公众号信息中出现最多的关键词、对公众号信息中的图片进行分析进而通过分析训练系统判断该公众号信息所属分类。

公众号信息的所属分类可以是该公众号信息的受众的分类，例如，分类可以包括女性、男性、幼儿、女性白领、家庭主妇等。在一些变化例中，公众号信息的所属分类可以是该公众号信息的分类，例如，分类可以包括影视、运动、购物、科技、电竞等。本领域技术人员可以实现更多的分类方式，在此不予赘述。

步骤S320：在每一个分类下，按照公众号信息的影响力W对公众号信息进行排序。

具体而言，以“影视、运动、购物、科技、电竞等”的分类方式为例。分别对被划分到“影视、运动、购物、科技、电竞等”分类下的多个公众号信息进行影响力W排序。

在一些实施例中，同一公众号信息被划分到多个分类中，并在多个分类 中排序。在一些变化例中，同一公众号信息仅被划分到一个分类中。

步骤S330：按照公众号信息的所属分类及公众号信息的影响力W的排序结果向用户推送公众号信息。

具体而言，在一些实施例中，用户具有一个或多个标签，每个标签对应一个分类，步骤S330可以包括在一个分类下，将影响力W(从大到小)排在前N％的公众号信息推送给具有对应于该分类的标签的用户，N为0至30中的整数。进一步地，用户具有的标签可以是用户自行选择的标签。例如，用户可以选择关注某个或多个分类的公众号信息。在一些变化例中，用户具有的标签是通过用户行为分析获得的。

当用户具有多个标签时，向用户推送多个标签对应的多个分类的公众号信息时，且一公众号信息属于该多个分类，则还可以包括不重复推送公众号信息的步骤。

在公众号信息的影响力基础上，本发明还提供一种公众号信息的热度排序方法。公众号信息的热度H表示公众号信息的影响力变化率。热度H值越大表明该公众号信息的热度越高。本领域技术人员理解，公众号信息的影响力不同，其继续增加(变化率)的难度也不同。因此，本发明通过基于不同影响力区间赋予热度计算时不同的难度系数。该影响力区间内的公众号信息占比越大，难度系数越小，反之亦然。

具体而言，公众号信息的热度排序方法的步骤参见图4。在图4中示出两个步骤：

步骤S410：依照本发明提供的公众号信息的影响力排序方法计算公众号信息的影响力W。

步骤S420：根据公众号的影响力W计算公众号信息的热度H。

具体而言，在步骤S420中，首先，将公众号信息的影响力W分为M个区间，M为大于2的整数。对于M个区间中第b个区间：

当b＝1时，该区间为[0，Z₁]，当b为2至M-1中的任意整数时，该区间为(Z_b-1，Z_b]；

当b等于M时，该区间为(Z_M-1，∞)；

当b为1至M中的任意整数时，Z_b为正整数。

考虑到热度H的计算量及计算精度，M为3至6中的任意整数。换言之， 将公众号信息的影响力W划分为3至6个区间。当b为1至M中的任意整数时，为了便于计算，Z_b为100的倍数。

划分公众号信息的影响力W后，计算公众号信息的影响力W在各个区间内的数量与公众号信息的总数的比例，在第b个区间内，公众号信息的影响力W的比例为w_b。例如，公众号信息的总数为10000，在第b个区间(例如区间(Z_b-1，Z_b])内，公众号信息的数量为500，则在该第b个区间内，公众号信息的影响力W的比例为500/10000＝0.05。

当当前日期的公众号信息的影响力W_t大于当前日期前一天的公众号信息的影响W_y时：

若W_y∈第b个区间，且b为大于1小于等于M的整数时，H＝c*(1/w_b)*(W_t-W_y)/W_y，其中，c为整数参数；

若W_y＝0时，H＝c*(1/w_b)*(W_t)；

若W_y∈第1个区间，且W_y≠0时，H＝c*(1/w₁)*(W_t-W_y)/W_y。

其中，为了方便计算，c取100。

当当前日期的公众号信息的影响力W_t小于等于当前日期前一天的公众号信息的影响W_y时，公众号信息的热度H＝0。

下面以一个具体实施例说明上述计算步骤，在本具体实施例中，公众号信息的影响力W被分为4个区间，包括第一个区间[0，100]，第二个区间(100，1000]，第三个区间(1000，5000]，及第四个区间(5000，∞)，且c取100。公众号信息总数为10000，在第一个区间[0，100]内，公众号信息的数量为5000，则w₁＝0.5；在第二个区间(100，1000]内，公众号信息的数量为3000，则w₂＝0.3；在第三个区间(1000，5000]内，公众号信息的数量为1500，则w₃＝0.15；在第四个区间(5000，∞)内，公众号信息的数量为500，则w₄＝0.05。

当计算公众号信息的热度时，计算该公众号信息当前日期的公众号信息的影响力W_t及当前日期前一天的公众号信息的影响W_y。

当前日期的公众号信息的影响力W_t小于等于当前日期前一天的公众号信息的影响W_y，该公众号信息的热度H＝0。

当前日期的公众号信息的影响力W_t大于当前日期前一天的公众号信息的影响W_y时：

若当前日期前一天的公众号信息的影响W_y属于第一个区间[0，100]，且>y＝0，则该公众号信息的热度H＝100*(1/0.5)*(W_t)

若当前日期前一天的公众号信息的影响W_y属于第一个区间[0，100]，且当前日期前一天的公众号信息的影响W_y≠0，则该公众号信息的热度H＝100*(1/0.5)*(W_t-W_y)/W_y；

若当前日期前一天的公众号信息的影响W_y属于第二个区间(100，1000]，则该公众号信息的热度H＝100*(1/0.3)*(W_t-W_y)/W_y；

若当前日期前一天的公众号信息的影响W_y属于第三个区间(1000，5000]，则该公众号信息的热度H＝100*(1/0.15)*(W_t-W_y)/W_y；

若当前日期前一天的公众号信息的影响W_y属于第四个区间(5000，∞)，则该公众号信息的热度H＝100*(1/0.05)*(W_t-W_y)/W_y。

本发明提供的公众号信息的热度排序方法可以依照上述方式计算公众号信息的热度H。由于公众号信息的热度H的计算是建立在公众号信息的影响力W计算的基础上，因此，在公众号信息的热度H排序方法中，优选地，周期性地更新公众号信息的影响力W在各个区间内的数量与公众号信息的总数的比例。在一些变化例中，公众号信息的影响力W的区间的划分也可以根据公众号信息的影响力W的变化而调整。

在一些实施例中，在计算出各个公众号信息的热度H后，还包括排序推送的步骤。与公众号信息的影响力W的排序推送步骤类似。

在一个实施例中，首先，按照公众号信息的热度H对公众号信息进行排序。然后，按照公众号信息的热度H的排序结果将向用户推送公众号信息。优选地，将热度H排在前P％(从大到小)的公众号信息推送给用户，P为0至30中的整数。这里所指的用户可以是从公众号获取信息的用户，也可以是要通过公众号发布信息的用户。通过这样的方式可以向用户推送热度H较高的多个公众号信息，以提高用户获取影响力变化率更高、有价值、有影响力的信息，或者使发布信息的用户了解所发布的公众号信息热度H以进行下一步决策等。

在上述实施例的一个变化例中，首先，将所抓取的多个公众号信息被划分为多个分类，每一个分类包括多个公众号信息。多个公众号信息的划分可以在本发明提供的步骤中执行，也可以从该多个公众号信息所在的服务器中 获取。具体而言，在一些实施例中，公众号发布公众号信息时，可以增加该公众号信息的所属分类。在又一些实施例中，可以根据公众号的分类判断该公众号发布的公众号信息的所属分类。在另一些实施例中，可以对公众号信息进行分析以判断该公众号信息所属分类。例如，根据公众号信息中出现最多的关键词、对公众号信息中的图片进行分析进而通过分析训练系统判断该公众号信息所属分类。之后，在每一个分类下，按照公众号信息的热度H对公众号信息进行排序。

然后，按照公众号信息的所属分类及公众号信息的热度H的排序结果向用户推送公众号信息。具体而言，在一些实施例中，用户具有一个或多个标签，每个标签对应一个分类，该步骤可以包括在一个分类下，将热度H排在前P％的公众号信息推送给具有对应于该分类的标签的用户，P为0至30中的整数。进一步地，用户具有的标签可以是用户自行选择的标签。例如，用户可以选择关注某个或多个分类的公众号信息。在一些变化例中，用户具有的标签是通过用户行为分析获得的。

根据本发明的又一方面，还提供一种公众号影响力的排序方法，具体参见图5，图5共示出5个步骤：

步骤S510：根据本发明提供的的公众号信息的影响力排序方法计算公众号在第一时间段内发布的公众号信息的影响力W。

步骤S520：计算公众号在第一时间段内发布的公众号信息的影响力W之和。第一时间段可以是一周、一个月、一个季度、半年等时间段。

步骤S530：将公众号在第一时间段内发布的公众号信息的影响力W之和作为该公众号的影响力Q。

步骤S540：根据公众号的影响力Q对公众号进行排序。

步骤S550：将影响力Q(从大到小)排在前R％的公众号信息推送给用户，R为0至30中的整数。

在公众号影响力的排序方法的一个具体实施例中，利用离散的星级表示公众号的影响力Q，星级包括0.5、1、1.5、2、2.5、3、3.5、4、4.5、5。星级值越大表明该公众号影响力越高。公众号影响力Q表现为该公众号在一段时间内所发公众号信息的影响力W之和。一定时期内发布的公众号信 息数量越多，单个公众号信息的影响力W越大，其公众号影响力Q越大。

公众号影响力Q＝ΣW，公众号影响力Q以该公众号在一个月内发布的所有公众号信息的影响力W之和来进行计算。按照公众号影响力Q从小到大对公众号进行排序，根据排序位置获得公众号影响力星级。例如，公众号的影响力Q排在前10％为0.5星级；公众号的影响力Q排在前10％至前20％为1星级；公众号的影响力Q排在前20％至前30％为1.5星级；公众号的影响力Q排在前30％至前40％为2星级；公众号的影响力Q排在前40％至前50％为2.5星级；公众号的影响力Q排在前50％至前60％为3星级；公众号的影响力Q排在前60％至前70％为3.5星级；公众号的影响力Q排在前70％至前80％为4星级；公众号的影响力Q排在前80％至前90％为4.5星级；公众号的影响力Q排在前90％至前100％为5星级。依据公众号的星级，可以直观的了解该公众号的影响力。

本发明还提供一种公众号信息的影响力、公众号信息的热度及公众号的影响力的综合应用，结合上述计算结果来计算公众号的话题影响力及话题热度。通过公众号(意见领袖)的话题影响力及话题热度可以获知阶段性时间内，在某一组关键词(话题)下，某公众号所发布公众号信息的传播范围及该公众号影响力的成长和衰减性。

公众号的话题影响力有两个重要因素，即该公众号发布的与某话题(某一组关键词)相关的公众号信息影响力，以该公众号本身的影响力。这两个值越大，其公众号的话题影响力越大。但基于重要程度不同，赋予它们不同权重，其中公众号信息的影响力的权重大于公众号本身影响力的权重。

公众号的话题影响力以某个关键词或关键词组找到相关的一个或多个公众号信息，并按如下公式计算公众号的话题影响力：

公众号的话题影响力＝0.99*sum(该公众号所发布的与话题相关的公众号信息的影响力)+0.01*该公众号的影响力。

公众号的话题热度仅取决于该公众号发布的与话题相关的公众号信息热度之和。公众号信息热度越大，公众号的话题热度越大。公众号的话题热度按如下公式计算：

公众号的话题热度＝sum(该公众号所发布的与话题相关公众号信息的热 度)。

优选地，本发明还提供基于公众号的话题影响力及公众号的话题热度的公众号排序和推送方法，与上述公众号信息的影响力、公众号信息的热度及公众的影响力排序方法类似，在此不予赘述。

本发明还提供基于上述公众号信息影响力计算的公众号信息排序系统、基于上述公众号信息热度计算的公众号信息排序系统、基于上述公众号影响力计算的公众号排序系统。以基于上述公众号影响力计算的公众号排序系统为例，进行描述。基于上述公众号影响力计算的公众号排序系统采用如上所述公众号的影响力排序方法，对多个公众号进行排序，并根据公众号的影响力的排序结果向用户推送公众号。具体而言，图6和图7分别示出了公众号的影响力排序系统推送公众号的两个实施例。

首先参见图6，图6示出了根据本发明第一实施例的公众号的影响力排序系统推送公众号的拓扑图。图6示出了排序系统310、服务器320及多个终端330。排序系统310、服务器320及多个终端330通过网络相互通信。多个终端330分别在服务器320上注册了公众号，并分别发布其公众号信息。排序系统310从服务器320上获取多个终端330注册的公众号发布的公众号信息的数据，并根据本发明所提供的公众号的影响力排序方法计算公众号的影响力，根据计算所得的公众号的影响力对公众号进行排序。通过排序，排序系统310通过服务器320将影响力较高的多个公众号推送给终端330注册的一般账号。

图7示出了根据本发明第二实施例的公众号账号的影响力排序系统推送公众号的拓扑图。在图7中，与图6所示的拓扑图类似，多个终端330A在服务器320上注册公众号账号。排序系统310从服务器320上获取公众号发布的公众号信息的数据，计算公众号的影响力，并根据计算所得的公众号的影响力对公众号进行排序。在本实施例中，排序系统310直接向终端330B推送影响力较高的多个公众号。终端330B可以是未在服务器320上注册账号的终端。终端330B也可以是在服务器320上注册一般账号的终端。终端330B可以根据所推送的公众号获取公众号信息，或者通过所推送的公众号来发布信息。

上述图6及图7仅仅是示意性地示出本发明提供的公众号的影响力排序系统推送公众号的拓扑图。排序系统、服务器及终端的数量并非以此为限，本领域技术人员还可以实现更多的通信连接方式，在此不予赘述。基于上述公众号信息影响力计算的公众号信息排序系统、基于上述公众号信息热度计算的公众号信息排序系统也可类似地设置。在一些变化例中，基于上述公众号信息影响力计算的公众号信息排序系统、基于上述公众号信息热度计算的公众号信息排序系统、基于上述公众号影响力计算的公众号排序系统都集成在一个处理系统中。在又一些变化例中，基于上述公众号信息影响力计算的公众号信息排序系统、基于上述公众号信息热度计算的公众号信息排序系统、基于上述公众号影响力计算的公众号排序系统可以是分别单独的处理系统。本领域技术人员还可以实现更多的变化方式，在此不予赘述。

相比现有技术，本发明具有如下优势：

1)本发明通过采集公众号信息的两个互动参数，当第一互动参数大于等于阈值时，对其中一个互动参数进行修正，基于这两个互动参数及修正互动参数来计算公众号信息的影响力，并赋予这些参数不同的权重，使得计算所得的影响力能够更准确地表示公众号信息的影响力；

2)基于公众号信息的影响力的分布情况，根据公众号信息所在的公众号影响力区间，来计算公众号信息的热度，也就是公众号信息的影响力变化率，本发明考虑到公众号信息的影响力在不同区间内的变化例难度不同，以在计算公众号信息的热度时，根据不同公众号信息的影响力区间内的公众号信息所占比例，赋予不同的难度系数，进而使得计算所得的热度能够更准确地表示公众号信息的热度；

3)基于本发明计算的准确的公众号信息的影响力来计算公众号的影响力，使得计算所得的影响力能够更准确地表示公众号的影响力；

4)分别基于上述公众号信息的影响力、公众号信息的热度对公众号信息排序，来向用户推送影响力或热度较高的公众号信息。基于上述公众号的影响力对公众号排序，来向用户推送影响力较高的公众号。用户可根据需求关注这些公众号或收藏公众号信息，或者通过这些影响力较高的公众号来发布信息，来更有效地获取信息或发布信息。

以上具体地示出和描述了本发明的示例性实施方式。应该理解，本发明不限于所公开的实施方式，相反，本发明意图涵盖包含在所附权利要求范围内的各种修改和等效置换。