1.本发明涉及信息处理技术领域，尤其涉及一种信息推广排名显示方法、装置、计算机设备及其存储介质。
背景技术：2.随着互联网和大数据的发展，各种信息通过互联网平台进行推广，以便于消费者能够简单方便地获知这些信息，例如各类产品的推广信息、企业业务的推广信息等等。然而，随着数据的爆炸式增长，纷繁复杂的海量数据显示在用户端上时，给用户获取有效信息带来的困难，例如用户需要获得推荐度更好的商品，则需要用户自行在大量数据中查找到商品，这种推广信息的显示方式，对于用户而言，获取有效信息的效率低，时间成本高。
技术实现要素：3.本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的在于提出一种信息推广排名显示方法、装置、计算机设备及其存储介质。
4.为实现上述目的，第一方面，根据本发明实施例的信息推广排名显示方法，包括：获取用户推荐的推广信息；获取其他用户对所述推广信息进行有效评分的评分信息，所述评分信息包含对推广信息的评分；根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，所述评分和用户信用分越高，所述信息得分越高；所述用户信用分与用户过往推荐的推广信息的信息得分相关，用户过往推荐的推广信息的信息得分越高，所述用户信用分越高；根据所述信息得分生成信息排名列表，并显示所述信息排名列表。
5.根据本发明的一个实施例，所述计算推广信息的信息得分之后，还包括：根据所述信息得分重新计算所述用户的用户信用分，并将所述用户信用分更新至数据库；其中，所述用户信用分包括用户基础信用分和用户推荐信用分，所述用户基础信用与计算用户基础信用分时的时间呈线性关系，所述用户推荐信用分为根据用户过往推荐的推广信息的信息得分确定。
6.根据本发明的一个实施例，获取用户推荐的推广信息包括：接收用户发布的推广信息；判断所述推广信息是否已经被其他用户推荐过，如果否，则保存所述推广信息。
7.根据本发明的一个实施例，所述获取其他用户对所述推广信息进行有效评分的评分信息包括：接收其他用户对所述推广信息进行评分的评分信息；判断所述评分信息是否在评分期内，如果是，进一步判断所述评分信息对应的用
户此前是否已经对所述推广信息进行过评分；如果此前没有对所述推广信息进行过评分，则此次评分为有效评分，并保存所述评分信息；其中，“在评分期内
”ꢀ
是指执行评分操作时的当前时间和信息推荐时间的差值小于排名周期，所述推广信息中包含所述信息推荐时间，所述排名周期是指每次排名开始时间和结束时间的差值。
8.根据本发明的一个实施例，所述根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，采用如下公式计算：信息得分=用户1评分
×
用户1信用分/用户总信用分+用户2评分
×
用户2信用分/用户总信用分+
……
用户n评分
×
用户n信用分/用户总信用分；其中，m为注册的用户数，n为参与该推广信息评分的用户数，用户总信用分=用户1信用分+用户2信用分+
……
用户m信用分，所述用户信用分从所述数据库获取。
9.根据本发明的一个实施例，所述计算其他用户的用户信用分采用如下公式计算：用户信用分=用户基础信用分
×
基础信用分权重+用户推荐信用分
×
(1-基础信用分权重)；所述用户基础信用分和用户推荐信用分分别采用如下公式计算：用户基础信用分=基础信用分参考系数
×
(基础信用分计算时的当前时间-起始参考时间)；用户推荐信用分=(第n个排名周期内该用户推荐的所有推广信息的信息得分的平均值+第n-1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数+第n-2个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数2+
……
第1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数
n-1
)
×
排名周期；其中，n=取整((用户推荐信用分计算时的当前时间-起始参考时间)/排名周期)+1，所述排名周期是每次排名开始时间和结束时间的差值。
10.根据本发明的一个实施例，获取用户推荐的推广信息之前还包括：配置基础信息，所述基础信息包括起始参考时间、排名周期和用户基础信用分参考系数、基础信用分权重、信用分衰减系数。
11.第二方面，根据本发明实施例提供的信息推广排名显示装置，包括：第一获取单元，用于获取用户推荐的推广信息；第二获取单元，用于获取其他用户对所述推广信息进行有效评分的评分信息，所述评分信息包含对推广信息的评分；第一计算单元，用于根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，所述评分和用户信用分越高，所述信息得分越高；所述用户信用分与用户过往推荐的推广信息的信息得分相关，用户过往推荐的推广信息的信息得分越高，所述用户信用分越高；排名单元，用于根据所述信息得分生成信息排名列表，并显示所述信息排名列表。
12.第三方面，根据本发明实施例提供的计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时
实现如上所述的信息推广排名显示方法。
13.第四方面，根据本发明实施例提供的计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的信息推广排名显示方法。
14.根据本发明实施例提供的信息推广排名显示方法、装置、计算机设备及其存储介质，通过其他用户对推广信息进行评分得到评分信息，再根据评分信息和其他用户的用户信用分计算得到推广信息的信息得分，在根据信息得分生成信息排名列表并进行显示，如此，方便用户能够快速获取推荐度从高至低的信息，提高了用户获取有效信息的效率，减少时间成本。此外，推广信息的排名与每位参加评分的用户对信息的评分相关联，同时与用户信用分也相关联，如此，能够更加准确地反映推荐度，排名的结果更科学有效。
15.本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
17.图1是本发明信息推广排名显示方法一个实施例的流程图；图2是本发明信息推广排名显示装置一个实施例的流程图；图3是本发明信息推广排名显示装置中第一获取单元的结构示意图；图4是本发明信息推广排名显示装置中第二获取单元的结构示意图；图5是本发明计算机设备的结构示意图。
18.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
19.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
20.参照图1所示，图1示出了本发明实施例提供的信息推广排名显示方法一个实施例的流程图，为了便于描述，仅示出了与本发明实施例相关的部分。具体的，该信息推广排名显示方法，具体包括：s101、获取用户推荐的推广信息。
21.具体地，所有平台用户可以先通过系统提交个人信息，成为注册用户。用户注册信息保存到数据库中。示例性地，用户可以在注册界面中录入个人信息，系统检查该用户是否已经注册，如果“是”，退出系统，如果“否”，将用户注册信息保存到数据库中，通过判断用户是否已经注册，可以保证注册用户在系统中的唯一性，避免用户信用分计算错误，及由此导致的信息得分和排名错误。上述数据库是一个泛指概念，代表各种格式的关系型数据库，可以选用商业数据库如oracal，sqlserver ，也可以选用免费的数据库如mysql。
22.例如，录入个人信息如下：
用户名称：张三；密码：123456系统检查用户名称“张三”是否已经存在，检查结果，“张三”不存在，将用户注册信息保存到数据库中，系统将当前时间设置为用户注册时间。
23.注册用户可以通过系统将推广信息的标题、发布者、来源、链接、类别及其他相关信息进行发布，例如：推荐者：张三标题：《热门产品》，发布者：小明来源：小明门户平台链接：http://www、example、com/1、htm 类别：词当前时间(即信息推荐时间)：2022年1月9日在本发明的一个实施例中，步骤s101具体可以包括：接收用户发布的推广信息。
24.判断所述推广信息是否已经被其他用户推荐过，如果否，则保存所述推广信息。
25.也就是说，注册用户通过系统发布推广信息之后，系统需要判读该推广信息是否在此之前已经被其他用户推荐过，如果推荐过，退出系统，如果没有，将推广信息进行保存。此外，在接收用户发布的推广信息之后，还可以先对该用户是否为注册用户进行判断，如果是注册用户，再进行推广信息是否已经被其他用户推荐过的判断，如果不是注册用户，则退出系统。
26.本实施例中，通过判断是否为注册用户以及推广信息是否已经被推荐，可以保证有效记录和计算用户信用分，以便计算推广信息的信息得分和排名，也保证同一信息不会重复被推荐， 避免影响信息真实的排名。
27.s102、获取其他用户对所述推广信息进行有效评分的评分信息，所述评分信息包含对推广信息的评分，还可以包含信息id、用户名称等。
28.也就是说，在平台上注册的其他用户，可以对平台上的推广信息进行评分，其他用户的评分可以是基于自己对推广信息中产品、业务的了解或鉴赏能力等作出的。
29.具体地，在本发明的一个示例中，该步骤s102可以包括：接收其他用户对所述推广信息进行评分的评分信息。
30.判断所述评分信息是否在评分期内，如果是，进一步判断所述评分信息对应的用户此前是否已经对所述推广信息进行过评分。
31.如果此前没有对所述推广信息进行过评分，则此次评分为有效评分，并保存所述评分信息。
32.其中，“在评分期内
”ꢀ
是指执行评分操作时的当前时间和信息推荐时间的差值小于排名周期，所述推广信息中包含所述信息推荐时间，所述排名周期是指每次排名开始时间和结束时间的差值，该排名周期可以预先设定，如果设定了排名周期，系统就以排名周期为单位，周期性的生成排名结果。如果未设定排名周期则视排名周期为无穷大。
33.也就是说，注册的其他用户对平台上的推广信息进行评分时，需要判断该评分是否为有效评分，而该评分是否有效取决于该评分是否在评分期内以及该推广信息是否已经被该用户评过分。
34.示例性地，在接收其他用户对所述推广信息进行评分的评分信息之后，先判断用
户是否为注册用户，如果否，就退出系统；如果是，系统判断评分信息是否在评分期内，如果否，就退出系统；如果是，判断推广信息是否已经被该用户评分。如果已经评分退出系统；如果没有评过分，则此次评分为有效评分，就将该用户对推广信息的评分信息进行存储。
35.例如：注册用户李四、张三于2022 年1 月10 日分别给信息《热门产品》评分分别为5 分、4分。假设系统设定的排名周期为7，2022 年1 月9 日为推广信息的信息推荐时间，因为2022 年1 月10 日
‑ꢀ
2022 年1 月9 日=1 ＜7，所以评分信息在评分期内，并且用户“李四”、“张三”未对该推广信息评过分，则评分有效，评分信息存储至数据库中。
36.s103、根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，所述评分和用户信用分越高，所述信息得分越高；所述用户信用分与用户过往推荐的推广信息的信息得分相关，用户过往推荐的推广信息的信息得分越高，所述用户信用分越高。
37.在本发明的一个实施例中，所述推广信息的信息得分采用如下公式计算：信息得分=用户1评分
×
用户1信用分/用户总信用分+用户2评分
×
用户2信用分/用户总信用分+
……
用户n评分
×
用户n信用分/用户总信用分；其中，m为注册的用户数，n为参与该推广信息评分的用户数，用户总信用分=用户1信用分+用户2信用分+
……
用户m信用分，所述用户信用分从所述数据库获取。
38.例如，系统于2022年1月10日计算推广信息《热门产品》的得分。
39.系统设定的排名周期为7，2022 年1 月9 日为推广信息的信息推荐时间，因为2022 年1 月10 日
‑ꢀ
2022年1月9日=1 ＜7，因此，评分信息在评分期内。
40.假设注册用户“李四”对推广信息的评分为5 分，其用户信用分为4分，“张三”对推广信息的评分为4 分，其用户信用分为4分，系统中只有两个用户“李四”、“张三”，则推广信息《热门产品》的信息得分为：(5
×
4+4
×
4)/(4+4)=4.5分。
41.信息得分计算的要点说明：第一，信息得分是和每个用户对该推广信息的评分结果相关的；第二，信息得分是和每个参评用户的用户信用分相关的；第三，使用单个用户信用分在用户总信用分中的占比而不是绝对值作为用户信用分影响得分的因子，可以使得分计算的结果不至于因信用分算法改变而出现数量级的变化。
42.s104、根据所述信息得分生成信息排名列表，并显示所述信息排名列表。
43.具体地，先根据用户输入的排名周期的号码，筛选出属于该排名周期的推广信息，用户输入的排名周期的号码以“n”表示。示例性地，用户输入的排名周期的号码为需要计算第几个排名周期的排名，由查询排名的用户输入系统，筛选满足下列条件式的信息集合：取整((推广信息的信息推荐时间-起始参考时间)/排名周期)+1=n其中，起始参考时间可以为系统启动时间，作为系统中各种和时间相关的计算所参考的起始时间点。
44.再根据筛选出的推广信息的信息得分和信息推荐时间计算排名，并生成信息排名列表。排名的规则为：信息得分越高的推广信息，排名越靠前；信息得分相同时，信息推荐时间越早的推广信息排名越靠前。
45.例如：系统启动时间为2022年1月7日，一个排名周期为7天。假设需要计算第2个排名周期的排名，也即是，n=2。
46.假设系统中有以下信息：
根据筛选条件计算到信息1、2、3、4为第2个排名周期的信息，信息5为第3个排名周期的信息，因此，满足排名条件的信息为1、2、3、4。
47.根据排名规则，信息4得分最高，为7.7分，排名第一。信息1得分4.5分排名第二。信息2、信息3得分相同，均为3.2分。但由于信息3的信息推荐时间较早，排名应更靠前，所以信息3排名第三，信息2排名第四。
48.第2个排名周期的最终排名结果如下：信息排名第一名第二名第三名第四名信息id4132信息排名列表以及相关信息可以通过页面方式呈现给所有用户，例如根据预先设计的网页模板组织以上信息，并呈现给所有用户。
49.根据本发明实施例提供的信息推广排名显示方法，通过其他用户对推广信息进行评分得到评分信息，再根据评分信息和其他用户的用户信用分计算得到推广信息的信息得分，在根据信息得分生成信息排名列表并进行显示，如此，方便用户能够快速获取推荐度从高至低的信息，提高了用户获取有效信息的效率，减少时间成本。此外，推广信息的排名与每位参加评分的用户对信息的评分相关联，同时与用户信用分也相关联，如此，能够更加准确地反映推荐度，排名的结果更科学有效。
50.在本发明的一些实施例中，计算推广信息的信息得分之后，还包括：根据所述信息得分重新计算所述用户的用户信用分，并将所述用户信用分更新至数据库。
51.其中，所述用户信用分包括用户基础信用分和用户推荐信用分，所述用户基础信用与计算用户基础信用分时的时间呈线性关系，所述用户推荐信用分为根据用户过往推荐的推广信息的信息得分确定。
52.在本发明的一个示例中，计算用户的用户信用分采用如下公式计算：用户信用分=用户基础信用分
×
基础信用分权重+用户推荐信用分
×
(1-基础信用分权重)。
53.用户基础信用分和用户推荐信用分分别采用如下公式计算：用户基础信用分=基础信用分参考系数
×
(基础信用分计算时的当前时间-起始参考时间)。
54.用户推荐信用分=(第n个排名周期内该用户推荐的所有推广信息的信息得分的平
均值+第n-1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数+第n-2个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数2+
……
第1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数
n-1
)
×
排名周期；其中，n=取整((用户推荐信用分计算时的当前时间-起始参考时间)/排名周期)+1，所述排名周期是每次排名开始时间和结束时间的差值。
55.需要说明的是，在用户注册成功时，系统可以采用上述用户基础信用分计算公式自动计算生成用户基础信用分。
56.假设当前时间为2022年1月9 日，系统启动时间（即起始参考时间）为2022年1月7日，基础信用分参考系数为2，计算出用户基础信用分为：2
×
(2022年1月9日-2022年1月7日)=4，用户“张三”的用户的基础信用分为4分。假设按照以上步骤，同时注册成功的还有用户
“ꢀ
李四”，则“李四”的用户基础信用分也为4分。
57.关于用户推荐信用分的说明：第一，为了避免用户通过大量推广信息获得较高的用户推荐信用分，所以采用了计算信息得分的平均值算法。第二，为了避免用户因偶然推荐单个或极少数信息获得高分而永久性具有较高用户推荐信用分，所以采取了对每个排名周期计算平均值后求和的算法。第三，因为某些专业领域的鉴赏力和判断力具有时效性，以前能推荐好的信息，不代表现在仍有较高的鉴赏和判断能力，所以设计了信用分衰减系数，离计算用户推荐信用分时间越远的排名周期，对用户推荐信用分的影响力越小。第四，为了使用户推荐信用分和用户基础信用分之间的求和计算相匹配，必须将用户推荐信用分折算为相同的时间单位“天”，所以最后还要乘以“排名周期”。
58.关于用户基础信用分的说明：第一，如果每个用户注册系统后用户信用分为0，则任何用户对信息的评分乘以用户信用分的结果都是零。而且所有用户的用户总信用分也是零。这导致整个系统中用户信用分和评分计算的循环机制永远无法正常运转起来。另外，发明人认为，任何注册用户都有最基本的判断能力，基于这两点原因，本技术为所有注册用户设定了一个用户基础信用分。第二，因为用户推荐信用分可能随着时间逐渐增长，如果用户基础信用分和时间无关，会使用户基础信用分随着系统运行时间的增长影响力越来越小，所以将用户基础信用分设定为和信用分计算的时间呈线性关系。第三，为了和用户推荐信用分之间的求和计算相匹配，本技术设定了基础信用分参考系数。第四，为了确定用户基础信用分占用户信用分的比重，本技术设计了基础信用分权重。
59.假设用户“张三”只推荐了一条信息《热门产品》，信息得分为4.5 分，用户信用分计算时间为2022 年1 月10 日，基础信用分参考系数为2。根据用户基础信用分和用户推荐信用分计算公式计算，张三的用户推荐信用分=4.5
ꢀ×
7 =31.5，用户基础信用分=2
ꢀ×ꢀ
( 2022年1 月1 0 日
‑ꢀ
2022年1 月7 日) = 6 。 张三最终的用户信用分= 31.5
ꢀ×
( 1
ꢀ‑
40％)+6
×
40％＝21.3。
60.需要说明的是，如果采用了多种排名周期( 例如周、月、年) ，可以参照以上算法，对不同排名周期的用户推荐信用分计算结果进行加权运算，作为用户推荐信用分的最终值。
61.由此，根据所述信息得分重新计算所述用户的用户信用分，并将所述用户信用分更新至数据库，在下一次排名时，以更新后的用户信用分作为推广信息的信息得分的计算
依据，可以确保最终排名更加准确，更加客观。
62.在本发明的一些实施例中，获取用户推荐的推广信息之前还包括：配置基础信息，所述基础信息包括起始参考时间、排名周期和用户基础信用分参考系数、基础信用分权重、信用分衰减系数。
63.例如：设定系统的启动时间，假设为2022年1月7日。设定系统的排名周期，即一个排名周期的长度，假设为7天。设定系统的基础信用分参考系数，假设为2。设定系统的基础信用分权重，假设为40％。设定系统的信用分衰减系数，假设为0.95。
64.如此，通过预先配置系统的基础信息，方便在后续计算过程中，直接从数据库中读取这些基础信息，便于计算。
65.参照图2所示，图2示出了本发明实施例提供的信息推广排名显示装置一个实施例的结构示意图，为了便于描述，仅示出了与本发明实施例相关的部分。具体的，该信息推广排名显示装置包括：第一获取单元201，用于获取用户推荐的推广信息。
66.第二获取单元202，用于获取其他用户对所述推广信息进行有效评分的评分信息，所述评分信息包含对推广信息的评分。
67.第一计算单元203，用于根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，所述评分和用户信用分越高，所述信息得分越高；所述用户信用分与用户过往推荐的推广信息的信息得分相关，用户过往推荐的推广信息的信息得分越高，所述用户信用分越高。
68.排名单元204，用于根据所述信息得分生成信息排名列表，并显示所述信息排名列表。
69.在本发明的一个实施例，还包括：第二计算单元205，用于根据所述信息得分重新计算所述用户的用户信用分，并将所述用户信用分更新至数据库。
70.其中，所述用户信用分包括用户基础信用分和用户推荐信用分，所述用户基础信用与计算用户基础信用分时的时间呈线性关系，所述用户推荐信用分为根据用户过往推荐的推广信息的信息得分确定。
71.在本发明的一个实施例中，第一获取单元201包括：第一接收模块2011，用于接收用户发布的推广信息。
72.第一判断模块2012，用于判断所述推广信息是否已经被其他用户推荐过，如果否，则保存所述推广信息。
73.在本发明的一个实施例中，所述第二获取单元202包括：第二接收模块2021，用于接收其他用户对所述推广信息进行评分的评分信息。
74.第二判断模块2022，用于判断所述评分信息是否在评分期内，如果是，进一步判断所述评分信息对应的用户此前是否已经对所述推广信息进行过评分。
75.如果此前没有对所述推广信息进行过评分，则此次评分为有效评分，并保存所述评分信息。
76.其中，“在评分期内
”ꢀ
是指执行评分操作时的当前时间和信息推荐时间的差值小于排名周期，所述推广信息中包含所述信息推荐时间，所述排名周期是指每次排名开始时
间和结束时间的差值。
77.在本发明的一个实施例中，所述第一计算单元203具体用于采用如下公式计算：信息得分=用户1评分
×
用户1信用分/用户总信用分+用户2评分
×
用户2信用分/用户总信用分+
……
用户n评分
×
用户n信用分/用户总信用分；其中，m为注册的用户数，n为参与该推广信息评分的用户数，用户总信用分=用户1信用分+用户2信用分+
……
用户m信用分，所述用户信用分从所述数据库获取。
78.在本发明的一个实施例中，所述第二计算单元205具体用于采用如下公式计算：用户信用分=用户基础信用分
×
基础信用分权重+用户推荐信用分
×
(1-基础信用分权重)；所述用户基础信用分和用户推荐信用分分别采用如下公式计算：用户基础信用分=基础信用分参考系数
×
(基础信用分计算时的当前时间-起始参考时间)；用户推荐信用分=(第n个排名周期内该用户推荐的所有推广信息的信息得分的平均值+第n-1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数+第n-2个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数2+
……
第1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数
n-1
)
×
排名周期；其中，n=取整((用户推荐信用分计算时的当前时间-起始参考时间)/排名周期)+1，所述排名周期是每次排名开始时间和结束时间的差值。
79.在本发明的一个实施例中，还包括：配置单元206，用于配置基础信息，所述基础信息包括起始参考时间、排名周期和用户基础信用分参考系数、基础信用分权重、信用分衰减系数。
80.需要说明的是，本说明书中的各个实施例均采用递进的方式描述， 每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置或系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
81.根据本发明实施例提供的信息推广排名显示装置，通过其他用户对推广信息进行评分得到评分信息，再根据评分信息和其他用户的用户信用分计算得到推广信息的信息得分，在根据信息得分生成信息排名列表并进行显示，如此，方便用户能够快速获取推荐度从高至低的信息，提高了用户获取有效信息的效率，减少时间成本。此外，推广信息的排名与每位参加评分的用户对信息的评分相关联，同时与用户信用分也相关联，如此，能够更加准确地反映推荐度，排名的结果更科学有效。
82.本发明实施例还提供了一种计算机设备100，包括存储器102、处理器101以及存储在所述存储器102上并可在所述处理器101上运行的计算机程序1021，所述处理器101执行所述计算机程序1021时实现如上所述的信息推广排名显示方法。
83.示例性的，所述计算机程序1021可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述计算机设备中的执行过程。
84.本发明实施例还提供一种计算机存储介质，其上存储有计算机程序1021，该程序被处理器101执行时实现如上所述的信息推广排名显示方法。
85.需要说明的是，本说明书中的各个实施例均采用递进的方式描述， 每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置或系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
86.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用 来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗 示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包 括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备 所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的 要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外 的相同要素。
87.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、 处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存 储器（ram）、内存、只读存储器（rom）、电可编程rom、电可擦除可 编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知 的任意其它形式的存储介质中。
88.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用 本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易 见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况 下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实 施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
技术特征：1.一种信息推广排名显示方法，其特征在于，包括：获取用户推荐的推广信息；获取其他用户对所述推广信息进行有效评分的评分信息，所述评分信息包含对推广信息的评分；根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，所述评分和用户信用分越高，所述信息得分越高；所述用户信用分与用户过往推荐的推广信息的信息得分相关，用户过往推荐的推广信息的信息得分越高，所述用户信用分越高；根据所述信息得分生成信息排名列表，并显示所述信息排名列表。2.根据权利要求1所述的信息推广排名显示方法，其特征在于，所述计算推广信息的信息得分之后，还包括：根据所述信息得分重新计算所述用户的用户信用分，并将所述用户信用分更新至数据库；其中，所述用户信用分包括用户基础信用分和用户推荐信用分，所述用户基础信用与计算用户基础信用分时的时间呈线性关系，所述用户推荐信用分为根据用户过往推荐的推广信息的信息得分确定。3.根据权利要求1所述的信息推广排名显示方法，其特征在于，获取用户推荐的推广信息包括：接收用户发布的推广信息；判断所述推广信息是否已经被其他用户推荐过，如果否，则保存所述推广信息。4.根据权利要求1所述的信息推广排名显示方法，其特征在于，所述获取其他用户对所述推广信息进行有效评分的评分信息包括：接收其他用户对所述推广信息进行评分的评分信息；判断所述评分信息是否在评分期内，如果是，进一步判断所述评分信息对应的用户此前是否已经对所述推广信息进行过评分；如果此前没有对所述推广信息进行过评分，则此次评分为有效评分，并保存所述评分信息；其中，“在评分期内
”ꢀ
是指执行评分操作时的当前时间和信息推荐时间的差值小于排名周期，所述推广信息中包含所述信息推荐时间，所述排名周期是指每次排名开始时间和结束时间的差值。5.根据权利要求1所述的信息推广排名显示方法，其特征在于，所述根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，采用如下公式计算：信息得分=用户1评分
×
用户1信用分/用户总信用分+用户2评分
×
用户2信用分/用户总信用分+
……
用户n评分
×
用户n信用分/用户总信用分；其中，m为注册的用户数，n为参与该推广信息评分的用户数，用户总信用分=用户1信用分+用户2信用分+
……
用户m信用分，所述用户信用分从所述数据库获取。6.根据权利要求2所述的信息推广排名显示方法，其特征在于，所述计算所述用户的用户信用分采用如下公式计算：用户信用分=用户基础信用分
×
基础信用分权重+用户推荐信用分
×
(1-基础信用分权重)；
所述用户基础信用分和用户推荐信用分分别采用如下公式计算：用户基础信用分=基础信用分参考系数
×
(基础信用分计算时的当前时间-起始参考时间)；用户推荐信用分=(第n个排名周期内该用户推荐的所有推广信息的信息得分的平均值+第n-1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数+第n-2个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数2+
……
第1个排名周期内该用户推荐的所有推广信息的信息得分的平均值
×
信用分衰减系数
n-1
)
×
排名周期；其中，n=取整((用户推荐信用分计算时的当前时间-起始参考时间)/排名周期)+1，所述排名周期是每次排名开始时间和结束时间的差值。7.根据权利要求1所述的信息推广排名显示方法，其特征在于，获取用户推荐的推广信息之前还包括：配置基础信息，所述基础信息包括起始参考时间、排名周期、基础信用分参考系数、基础信用分权重、信用分衰减系数。8.一种信息推广排名显示装置，其特征在于，包括：第一获取单元，用于获取用户推荐的推广信息；第二获取单元，用于获取其他用户对所述推广信息进行有效评分的评分信息，所述评分信息包含对推广信息的评分；第一计算单元，用于根据所述用户的用户信用分和所述其他用户的所述评分信息计算推广信息的信息得分，所述评分和用户信用分越高，所述信息得分越高；所述用户信用分与用户过往推荐的推广信息的信息得分相关，用户过往推荐的推广信息的信息得分越高，所述用户信用分越高；排名单元，用于根据所述信息得分生成信息排名列表，并显示所述信息排名列表。9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的信息推广排名显示方法。10.一种计算机存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7任意一项所述的信息推广排名显示方法。
技术总结本发明公开了一种信息推广排名显示方法、装置、计算机设备及其存储介质，其中，该方法包括：获取用户推荐的推广信息；获取其他用户对推广信息进行有效评分的评分信息，评分信息包含对推广信息的评分；根据用户的用户信用分和其他用户的评分信息计算推广信息的信息得分，评分和用户信用分越高，信息得分越高；用户信用分与用户过往推荐的推广信息的信息得分相关，用户过往推荐的推广信息的信息得分越高，用户信用分越高；根据信息得分生成信息排名列表，并显示信息排名列表。根据本发明实施例提供的信息推广排名显示方法、装置、计算机设备及其存储介质，能够更加准确地反映推荐度，排名的结果更科学有效。名的结果更科学有效。名的结果更科学有效。
技术研发人员：黄日荣
受保护的技术使用者：深圳市飞讯成大网络科技有限公司
技术研发日：2022.06.07
技术公布日：2022/11/1
