一种即时通讯工具联系人排序方法及装置与流程

1.本发明涉及网络技术领域，尤其涉及一种即时通讯工具联系人排序方法及装置。


背景技术：

2.即时通信软件(im)是指能够通过互联网即时发送和接收消息等业务的软件。自面世以来，特别是随着移动互联网的迅速发展，已经成为当今时代人们的主要交流工具之一。联系人是即时通讯工具中的重要组成部分。通常即时通讯工具在主界面会以单组或分组的方式显示用户的联系人列表 ( 或称为好友列表 )，便于用户查看联系人信息，和联系人进行即时沟通。常见的即时通讯软件中对于每组联系人列表，一般按联系人名称的首字母 ( 汉字则按首拼音字母 ) 进行排序并显示，首字母排序方式虽然比较简单，但是并不能很好的体现出不同联系人对用户的重要程度，对于联系人很多的用户，使用上会造成一定的不便，需要通过搜索联系人来快速找到相应的联系人。
3.目前，一种解决方法是按照联系人最近联系时间，生成一个最近联系人列表，在该列表中用户可以快速的找出最近联系过的联系人。但某些情况下该方法生成的列表也存在一定的局限性，例如，当用户与某个临时联系人进行了一次通讯后，该联系人被置于在最近联系人列表的第一位，而用户与该联系人可能在将来很长一段时间内都没有再次通讯的需求，因而将该联系人放在列表的前面是不合适的，当这种情况经常出现时，最近联系人列表对于用户查找所需要的经常联系的联系人就变得没有太大的帮助。因而，需要一种新的方法，能够过滤这种偶尔通讯的联系人，生成一种最常联系人列表。


技术实现要素：

4.本发明目的是为了解决通过联系人的首字母进行排序不能反映联系人对用户的重要程度的问题，提供一种即时通讯工具联系人排序方法及装置。一种新的联系人排序方法，来更好的反映联系人对用户的重要程度。
5.本发明解决其技术问题所采用的技术方案如下。
6.即时通讯工具联系人排序装置包括联系人列表、排序聊天数值单元列表、最近聊天记录数量单元列表以及字母排序单元。联系人列表用于显示排序后的联系人，该列表中每个联系人包含有联系人的唯一标识、与联系人的所有聊天记录数量标记、与联系人最近一次联系的时间以及排序聊天数值。排序聊天数值单元列表用于计算每个联系人的排序聊天数值，统计每个联系人聊天消息数量，并将聊天消息数量根据时段进行划分，不同时段的聊天消息数量乘以相应时段的时间重要系数，然后将所有时段的聊天数值累积，从而得到每个联系人的排序聊天数值，并根据聊天记录数量标记从多到少进行排序；最近聊天记录数量单元用于获取联系人最近一次联系的时间、以及与联系人的聊天记录数量。字母排序单元用于对联系人按照字母进行排序。
7.一种即时通讯工具联系人排序方法，包括如下步骤。
8.步骤1、统计每个联系人的所有聊天数量，并将聊天数量根据指定划分时段进行划
分，不同时段的聊天数量乘以相应时段的时间重要系数，然后将所有时段的聊天数值累积，从而得到每个联系人的排序聊天数值。
9.步骤2、根据每个联系的排序聊天数值，按从多到少对联系人进行排序，得到初步排序列表。
10.步骤3、针对初步排序列表中排序聊天数值一样的联系人，统计各个联系人最近一天的聊天记录的数量；并按照最近一天的聊天记录的数量从多到少进行排序。
11.进一步的，如果最近一天的聊天记录数量一样，则再统计之前一天的聊天记录的数量；同理根据各个联系人的之前一天的聊天记录的数量从多到少进行排序。
12.进一步的，本发明将所有聊天数量划分五个时段，分别为当天、一周内、二周内、一个月内和一个月前；五个时段依次对应的时间重要系数分别为k1、k2、k3、k4和k5。
13.另一种即时通讯工具联系人排序方法，包括如下步骤。
14.步骤1、统计每个联系人的每天的所有聊天数量，通过牛顿冷却定律来对每天的聊天数量进行时间衰减的计算得到最终的排序聊天数值。
15.具体将每个联系人每天的聊天数量通过牛顿冷却定律计算出当天的排序聊天数值，最后累加得到当前联系人最终的排序聊天数值，当前联系人的每天的聊天排序数值的计算公式为。
16.其中，为计算获取的每天的排序聊天数值，为对应每天的聊天数量，为衰减系数，为预设值；为间隔时间系数,用天数周期之差来表示。
17.步骤2、根据每个联系的排序聊天数值，按从多到少对联系人进行排序，得到初步排序列表。
18.步骤3、针对初步排序列表中排序聊天数值一样的联系人，统计各个联系人最近一天的聊天记录的数量；并按照最近一天的聊天记录的数量从多到少进行排序。
19.进一步的，如果最近一天的聊天记录数量一样，则再统计之前一天的聊天记录的数量；同理根据各个联系人的之前一天的聊天记录的数量从多到少进行排序。
20.进一步的，为间隔时间系数,用天数周期差来表示，天数周期差分别为1天、7天、14天、30天和n天,其中n大于30。
21.进一步的，如果多个联系人每天的聊天记录数量都一样，则再按联系人的首字母进行排序。
22.本发明有益效果如下。
23.本发明能够通过聊天记录数量来更好的反映联系人对用户的重要程度。同时过滤这种偶尔通讯的联系人，生成一种最常联系人列表。
24.本发明能够更好的体现联系人的重要程度，能够将对用户更重要的联系人显示在联系人列表的重要位置，通过本发明这种新的联系人排序方法，能够更好的反映联系人对用户的重要程度，且能够更加贴近用户的需求。
25.本发明通过统计用户和各个联系人的已经发生的聊天消息的数量，按聊天消息的数量大小进行排序。本发明认为聊天的时效也是联系人重要程度的体现，越是最近的聊天，
越能体现出联系人的重要程度。一般来说，在过去聊天记录的数量多的联系人，有较大概率在将来还是用户联系多的联系人。同时，将不同时间段的聊天记录数量，乘以不同的系数，再进行排序，更能体现出聊天消息时效的重要程度。因此，对聊天消息的数量进行统计时，需要增加时效作为系数，当天的系数为5，一周内的系数为4，二周内的系数为3，一个月内的系数为2，一个月前的系数为1,各个时间段区间内的聊天消息数量，需要乘以对应的系数，得到最终进行排序聊天数值。
附图说明
26.图1为本发明流程图。
27.图2为本发明具体实施流程图。
具体实施方式
28.下面结合附图和实施例对本发明作进一步的说明。
29.本发明通过在联系人列表中增加了排序聊天数值单元列表、最近聊天记录数量单元列表，在计算一个联系人的近期联系频率时，综合考虑了与该联系人的最近联系时间、该时间的所有聊天记录数量以及时效系数，按照最近的联系时间及该时间的所有聊天记录数量，综合计算排序聊天数值后动态更新联系人列表。
30.即时通讯工具联系人排序装置包括联系人列表、排序聊天数值单元列表、最近聊天记录数量单元列表以及字母排序单元。联系人列表用于显示排序后的联系人，该列表中每个联系人包含有联系人的唯一标识、与联系人的所有聊天记录数量标记、与联系人最近一次联系的时间以及排序聊天数值。排序聊天数值单元列表用于计算每个联系人的排序聊天数值，统计每个联系人聊天消息数量，并将聊天消息数量根据时段进行划分，不同时段的聊天消息数量乘以相应时段的时间重要系数，然后将所有时段的聊天数值累积，从而得到每个联系人的排序聊天数值，并根据聊天记录数量标记从多到少进行排序；最近聊天记录数量单元用于获取联系人最近一次联系的时间、以及与联系人的聊天记录数量。字母排序单元用于对联系人按照字母进行排序。
31.如图1和图2所示，一种即时通讯工具联系人排序方法，具体实现如下。
32.步骤1、统计每个联系人聊天消息数量，并将聊天消息数量根据时段进行划分，不同时段的聊天消息数量乘以相应时段的时间重要系数，然后将所有时段的聊天数值累积，从而得到每个联系人的排序聊天数值。
33.进一步的，每个联系人包含有联系人的唯一标识，根据每个联系人对应的排序聊天数值，以唯一标识为基准对联系人进行排序。
34.进一步的，相应时段的时间重要系数用于表示聊天消息的时效。该时间重要系数的根据实际需求进行设定。时间重要系数以天数周期之差来衡量；本发明中的天数周期为当天（时间重要系数k1）、一周内（时间重要系数k2）、二周内（时间重要系数k3）、一个月内（时间重要系数k4）、一个月以前（时间重要系数k5）。
35.步骤2、根据每个联系的排序聊天数值，按从多到少对联系人进行排序，得到初步排序列表。
36.针对初步排序列表中排序聊天数值一样的联系人，统计各个联系人最近一天的聊
天记录的数量；并按照最近一天的聊天记录的数量从多到少进行排序；如果最近一天的聊天记录数量一样，则再统计之前一天的聊天记录的数量；同理根据各个联系人的之前一天的聊天记录的数量从多到少进行排序。
37.例如：用户1张三的唯一标识为001，对应聊天消息数量为a2。
38.用户2的唯一标识为002，对应聊天消息数量为a3；排序聊天数值为s3。
39.用户3的唯一标识为003，对应聊天消息数量为a1；排序聊天数值为s1。
40.用户4的唯一标识为004，对应聊天消息数量为a4；排序聊天数值为s4。
41.用户5的唯一标识为005，对应聊天消息数量为a4；排序聊天数值为s5。
42.用户6的唯一标识为006，对应聊天消息数量为a4；排序聊天数值为s6。
43.用户7的唯一标识为007，对应聊天消息数量为a5；排序聊天数值为s4。
44.其中，排序聊天数值排序为s1》s2》s3》s4》s5》s6。当用户4和用户7的排序聊天数值相同时，进行进一步的判断。
45.进一步的，对聊天消息的数量进行统计时，同步增加时效作为系数，当天的系数为k1=5，一周内的系数为k2=4，二周内的系数为k3=3，一个月内的系数为k4=2，一个月前的系数为k5=1。
46.进一步的，对用户1-用户7的聊天记录根据时效划分时间段区间内的聊天消息数量,各个时间段区间内的聊天消息数量，需要乘以对应的系数，得到最终进行排序聊天数值，排序聊天数值计算公式如下。
47.s=b1*k1 b2*k2 b3*k3 b4*k4 b5*k5其中，s表示最终获取的排序聊天数值；b1表示用户当天的聊天记录数量；b2表示用户一周内的聊天记录数量；b3表示用户二周内聊天记录数量；b4表示用户一个月内的聊天记录数量；b5表示用户一个月前的聊天记录数量。
48.进一步的，每个联系人的最终排序聊天数值也可以通过牛顿冷却定律来对每天的聊天数量进行时间衰减的计算得到。所述的牛顿冷却定律是指“温度”与“时间”之间的指数衰减函数。因此可以根据牛顿冷却定律公式做关于热度衰减算法应用，比如热搜排行、内容推荐和商品推荐等等。在本发明中将每个联系人每天的聊天数量通过牛顿冷却定律计算出当天的排序聊天数值，最后累加得到当前联系人最终的排序聊天数值。
49.计算当前联系人的每天的聊天排序数值的计算公式为。
50.其中，为计算获取的每天的排序聊天数值，为对应每天的聊天数量，为衰减系数，为预设值；为间隔时间系数,用天数周期之差来表示；本发明中的天数周期为当天（0天）、一周内（7天）、二周内（14天）、一个月内（30天）、一个月前（50天）。
51.进一步的，由于聊天记录时效性的原因，如果在即时通讯软件运行过程中进入第二天，则需要重新统计一次每个联系人的最终排序聊天数值，具体排序处理步骤见图2。
52.实施例1。
53.李四的唯一标识为002，对应聊天消息数量为500条，其中当天100条，一周内（2-7天）的200条，两周内（8-14天）的100条，一个月内（15-30天）的0条，一个月前（30天以前）的100条；同步增加时效作为时间重要系数，根据实际需求设当天的系数为k1=5，一周内的系
数为k2=4，二周内的系数为k3=3，一个月内的系数为k4=2，一个月前的系数为k5=1。
54.则李四的排序聊天数值为：100*5 200*4 100*3 0*2 100*1=1700。
55.实施例2。
56.王五的唯一标识为003，对应聊天消息数量为400条，其中当天300条，一周内（2-7天）的0条，两周内（8-14天）的50条，一个月内（15-30天）的0条，一个月前（30天以前）的50条；同步增加时效作为时间重要系数，当天的系数为k1=5，一周内的系数为k2=4，二周内的系数为k3=3，一个月内的系数为k4=2，一个月前的系数为k5=1。
57.则王五的排序聊天数值为：300*5 0*4 50*3 0*2 50*1=1700。
58.实施例3。
59.张三的唯一标识为003，对应聊天消息数量为1000条，其中当天0条，一周内（2-7天）的0条，两周内（8-14天）的50条，一个月内（15-30天）的0条，一个月前（30天以前）的950条；同步增加时效作为系数，当天的系数为k1=5，一周内的系数为k2=4，二周内的系数为k3=3，一个月内的系数为k4=2，一个月前的系数为k5=1。
60.则王五的排序聊天数值为：0*5 0*4 50*3 0*2 950*1=1100。
61.根据本发明方法对实施例中的三个联系人进行初步排序，李四、王五、张三。由于王五和李四的排序聊天数值均为1700，因此需要第二轮判断；即针对初步排序列表中排序聊天数值一样的联系人，统计各个联系人最近一天的聊天记录的数量；并按照最近一天的聊天记录的数量从多到少进行排序。
62.例如：王五和李四的排序聊天数值均为1700，则针对王五和李四，统计各个联系人最近一天的聊天时间节点以及该聊天时间节点的聊天记录数量。先根据最近一天的聊天时间节点先后对联系人进行再次排序后为：王五、李四和张三。
63.若遇到多个用户的最近聊天时间节点处于同一天，则再根据该聊天时间节点的聊天记录数量进行排序，聊天记录数量多的排前面。若对应多个的聊天时间节点相同，则将同一个聊天时间节点用户的聊天记录数量多的排在靠前。
64.进一步的，如果最近一天的聊天记录数量一样，则再统计之前一天的聊天记录的数量；根据各个联系人的之前一天的聊天记录的数量从多到少进行排序。
65.进一步的，如果各个联系人每天的聊天记录数量都一样，则将这些联系人再按联系人的首字母进行排序。
66.实施例4。
67.通过牛顿冷却定律来对每天的聊天数量进行时间衰减的计算得到每个联系人的最终排序聊天数值。例如：李四的唯一标识为002，对应聊天消息数量为500条，其中当天100条，一周内（2-7天）的200条，两周内（8-14天）的100条，一个月内（15-30天）的0条，一个月前（30天以前）的100条。
68.则李四的最终排序聊天数值计算如下。
[0069]69.实施例5。
[0070]
同实施例4，通过牛顿冷却定律来对每天的聊天数量进行时间衰减的计算得到王
五和张三的最终排序聊天数值。
[0071]
根据本发明方法对实施例中的三个联系人进行初步排序，当联系人中存在排序聊天数值相同情况时，因此需要第二轮判断；即针对初步排序列表中排序聊天数值一样的联系人，统计各个联系人最近一天的聊天记录的数量；并按照最近一天的聊天记录的数量从多到少进行排序。
[0072]
若遇到多个用户的最近聊天时间节点处于同一天，则再根据该聊天时间节点的聊天记录数量进行排序，聊天记录数量多的排前面。若对应多个的聊天时间节点相同，则将同一个聊天时间节点用户的聊天记录数量多的排在靠前。
[0073]
进一步的，如果最近一天的聊天记录数量一样，则再统计之前一天的聊天记录的数量；根据各个联系人的之前一天的聊天记录的数量从多到少进行排序。
[0074]
进一步的，如果各个联系人每天的聊天记录数量都一样，则将这些联系人再按联系人的首字母进行排序。
[0075]
最后应当说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神范围，其均应涵盖在本发明的权利要求范围当中。