技术领域本发明涉及网络技术领域，特别涉及一种网络信息评分方法及装置。
背景技术：
随着网络技术的发展，海量的信息基于互联网生成并传播。进而在面对这样的海量网络信息时，如何实现对网络信息的甄别、筛选、排序等功能成为了本领域内重要的技术问题之一。为了实现对网络信息的甄别、筛选、排序等功能，通常需要根据特定的指标对网络信息进行评分。目前，对网络信息的评分方法主要包括根据网络信息的阅读数量、转发数量、收藏数量等指标进行评分。然而在实际应用中，由于网络信息来源及内容往往具有较高的复杂性，基于上述指标的评分方法可能会产生评价不准确的问题，从而降低了用户对网络信息的利用效率。
技术实现要素：
为了解决现有技术的问题，本发明实施例提供了一种网络信息评分方法及装置。该技术方案如下：第一方面，提供了一种网络信息评分方法，其特征在于，所述方法包括：获取待评分的网络信息；获取所述待评分的网络信息的相关用户的征信等级，所述相关用户为对所述待评分的网络信息进行预设操作的用户；根据每个征信等级中所述相关用户的数量及每个征信等级的影响权重，计算所述待评分的网络信息的评分。第二方面，提供了一种网络信息评分装置，其特征在于，所述装置包括：获取模块，用于获取待评分的网络信息；征信等级模块，用于获取所述待评分的网络信息的相关用户的征信等级，所述相关用户为对所述待评分的网络信息进行预设操作的用户；计算模块，用于根据每个征信等级中所述相关用户的数量及每个征信等级的影响权重，计算所述待评分的网络信息的评分。本发明实施例提供的技术方案带来的有益效果是：通过获取待评分的网络信息；获取所述待评分的网络信息的相关用户的征信等级，所述相关用户为对所述待评分的网络信息进行预设操作的用户；根据每个征信等级中所述相关用户的数量及每个征信等级的影响权重，计算所述待评分的网络信息的评分。采用这样的网络信息评分方法，实现了基于相关用户的征信等级对网络信息进行评分的技术效果，相比于仅基于相关用户数量的评分方法，提高了网络信息评价的准确性，进而提高了网络信息的利用效率。附图说明为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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获得其他的附图。图1是本发明实施提供的一种网络信息评分系统的示意图；图2是本发明实施例提供的一种网络信息评分方法的流程图；图3是本发明实施例提供的一种网络信息评分方法的流程图；图4是本发明实施例提供的一种网络信息评分装置的框图；图5是本发明实施例提供的一种网络信息评分服务器500的示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。图1是本发明实施提供的一种网络信息评分系统的示意图。参见图1，该系统包括：网络评分服务器101、预设操作统计数据库102、用户征信分数数据库103、历史评分数据库104、网络信息搜索服务器105、用户终端106。网络评分服务器101，用于从预设操作统计数据库102、用户征信分数数据库103、历史评分数据库104中读取相应数据，并基于该读取的数据执行下述任一种网络信息评分方以对网络信息进行评分，在完成一次评分之后，将该评分的结果储存于历史评分数据库104。该网络评分服务器101还用于根据网络信息评分的结果，对多个网络信息进行甄别、筛选、排序、屏蔽。预设操作统计数据库102，用于统计并储存对网络信息执行预设操作的用户数量，即相关用户的数量。该预设操作包括阅读操作、转发操作、交互操作中的至少一项，该交互操作具体包括回复操作、点赞操作等。具体地，该预设操作统计数据库102可以包括针对任一项预设操作的统计数据库，在本发明实施中仅以包括阅读操作统计数据库102a和转发操作统计数据库102b为例进行说明，在实际应用中，还可以包括其他项预设操作的统计数据库，本发明对此不做限定。用户征信分数数据库103，用于储蓄所有用户的征信分数数据，该征信分数是指用于评价用户贷款偿还能力和偿还意愿的数值指标。历史评分数据库104，用于存储每个网络信息的评分结果数据，具体地，该历史评分数据库104可以包括针对任一项预设操作的评分数据库，在本发明实施中仅以包括阅读历史评分数据库104a和转发历史评分数据库104b为例进行说明，在实际应用中，还可以包括针对其他项预设操作的历史评分数据库，本发明对此不做限定。网络信息搜索服务器105，用于根据用户终端发送的搜索请求确定多个网络服务，并且根据从历史评分数据库104中获取的该多个网络服务的评分结果，对该多个网络服务进行排序。用户终端106，用于根据用户的操作发送搜索请求，并在从网络信息搜索服务器105接收到多个网络信息的排序结果时，按照所述排序显示该多个网络信息。图2是本发明实施例提供的一种网络信息评分方法的流程图。参见图2，该方法包括：201、获取待评分的网络信息。202、获取所述待评分的网络信息的相关用户的征信等级，所述相关用户为对所述待评分的网络信息进行预设操作的用户。203、根据每个征信等级中所述相关用户的数量及每个征信等级的影响权重，计算所述待评分的网络信息的评分。采用这样的网络信息评分方法，实现了基于相关用户的征信等级对网络信息进行评分的技术效果，相比于仅基于相关用户数量的评分方法，提高了网络信息评价的准确性，进而提高了网络信息的利用效率。可选地，该根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分包括：应用公式：scoretotal=(Σi=1nusersiscorei)+usersavgscoreavg(Σi=1nusersi)+usersavg,]]>上述公式中scroretotal表示该待评分的网络信息的评分，i表示该征信等级的标号，n表示所有征信等级的最大标号，usesri表示第i个征信等级中该相关用户的数量，scrorei表示第i征信等级的影响权重，usesravg表示预先设定的相关用户数量基数，scroreavg表示所有征信等级平均的影响权重。可选地，该预设操作包括：阅读操作、转发操作、交互操作；相应地，该根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分包括：根据每个征信等级中执行阅读操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的阅读评分；和或，根据每个征信等级中执行转发操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的转发评分；和或，根据每个征信等级中执行交互操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的交互评分；将该阅读评分、该转发评分及该交互评分中的至少两项评分进行加权求和，将该加权求和的结果确定为该待评分的网络信息的评分。可选地，该预设操作还包括屏蔽操作；相应地，根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分包括：根据每个征信等级中执行屏蔽操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的负面评分；将该待评分的网络信息的评分减去该负面评分，得到该待评分的网络信息的最终评分。可选地，获取待评分的网络信息之前，该方法还包括：根据用户的网络信息搜索请求，获取待评分的多个网络信息；对于该多个网络信息中的每个网络信息，执行网络信息评分过程；相应地，在计算得到该多个网络信息的评分之后，根据每个网络信息的评分，对该多个网络信息进行排序；将该排序的结果发送至该用户所处终端，使得该终端按照该排序显示该多个网络信息。可选地，该获取相关用户的征信等级包括：获取当前统计周期内相关用户的征信等级；相应地，根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分包括：根据该当前统计周期内每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该当前统计周期内该待评分的网络信息的评分。可选地，计算该当前统计周期内该待评分的网络信息的评分之后，该方法还包括：比较至少两个统计周期中计算得到的该待评分的网络信息的评分，将该至少两个该统计周期中最高的评分确定为该待评分的网络信息的最终评分。上述所有可选技术方案，可以采用任意结合形成本公开的可选实施例，在此不再一一赘述。图3是本发明实施例提供的一种网络信息评分方法的流程图，参见图2，该方法包括：301、获取待评分的网络信息。网络信息是指通过互联网发布、传播、使用的信息，其具体形式包括文字信息、链接信息、图片信息、视频信息等，例如，公众号推送的文章信息、搜索页面展示的每条搜索结果信息、个人在朋友圈发布的状态信息等。需要说明的是，对于本领域技术人员来说，该待评分的网络信息还可以具有其他的具体形式，本发明对此不作具体限定。在本发明实施例中，获取待评分的网络信息的具体时机包括但不限于以下两种情况：第一种情况，对于已进行过评分的网络信息，每隔一个统计周期，将所有已进行过评分的网络信息获取为待评分的网络信息，使得在每一个统计周期，对该所有已进行过评分的网络信息重新进行一次评分，并将该评分的结果保存于历史评分数据库中。例如，当前已经对十篇文章进行过评分，且设定统计周期为1天的情况，则每天均将该十篇文章获取为待评分的网络信息，进而对该十篇进行一次评分，并将对该十篇文章评分的结果保存于历史评分数据库中。采用这样周期性的获取机制，使得在节省计算资源的基础上，保证了评分的时新性。第二种情况，对于未进行过评分的网络信息，根据用户的操作，将该操作涉及的网络信息获取为待评分的网络信息，使得对该待评分的网络信息进行一次评分，并将该评分的结果保存于历史评分数据库中。例如，当用户发送一个搜索请求，且该搜索请求涉及的搜索结果包括十篇未进行评分的文章时，则将该十篇文章获取为待评分的网络信息，进而对该十篇进行一次评分，并将对该十篇文章的评分结果保存于历史评分数据库中。采用这样由用户操作触发的获取机制，使得在节省计算资源的基础上，保证了评分能够覆盖足够多的网络信息。需要说明的是，在实际应用中，为了节省处理资源，对于未进行过评分的网络信息，也可以将当前所有网络信息评分的平均值获取为该待评分的网络信息的评分结果，本发明对是否对未进行过评分的网络信息执行评分过程不作具体限定。需要说明的是，在实际应用中，还可以在其他时机获取待评分的网络信息，例如，当检测到一条网络信息被发布达到一定时长之后，则将该待评分的网络信息获取为待评分的网络信息，本公开对获取待评分的网络信息的具体时机及方式不作具体限定。302、获取相关用户的征信等级，该相关用户为对该待评分的网络信息进行预设操作的用户，该征信等级用于表示该相关用户征信分数所处的区间范围。其中，该征信分数是指用于评价用户贷款偿还能力和偿还意愿的数值指标。本发明在抽样调查的基础上认识到，征信分数越高的人群阅读、使用的网络信息通常具有较优的质量，基于这样的认识，本发明针对不同征信等级的人群，统计网络信息被使用的情况，进而准确地评价网络信息的优劣质量。为了准确地评价网络信息的优劣质量，以便对该待评分的网络信息进行排序、筛选，本发明实施例中，在进行网络信息评分之前，需要确定每个用户的征信等级。该征信等级用于表示用户征信分数所处的区间范围。具体地，确定每个用户的征信等级的过程包括：将征信分数划分为多个区间范围，每个区间范围对应一个征信等级，当获取到用户的征信分数时，将该用户的征信分数所处区间范围对应的征信等级确定为该用户的征信等级。例如，对于征信分数为0到100的情况，将征信分数划分为0到60、61到80、81到100的三个区间范围，0到60区间对应第一征信等级，61到80区间对应第二征信等级，81到100区间对应第三征信等级，当获取用户的征信分数为76时，由于76所处区间范围是61到80区间，则确定该用户的征信等级为第二征信等级。用户征信分数可以基于本地数据进行分析进而获取，例如，基于本地支付平台所存储的用户余额数据及交易数据，采用征信计算模型，进而获取该用户的征信分数。需要说明的是，在实际应用中，也可以调用第三方数据获取该用户征信分数，本发明实施例对用户征信分数的来源不作具体限定。为了准确评价网络信息的优劣质量，本发明实施例获取相关用户的征信等级，该相关用户为对该待评分的网络信息进行预设操作的用户，该预设操作包括阅读操作、转发操作、交互操作中的至少一项，该交互操作具体包括回复操作、点赞操作等。本发明认识到，对于一网络信息来说，其相关用户群体的征信等级分布，能够反映该待评分的网络信息的优劣质量，例如，对于两篇文章，其相关用户的数量均为100人，但第一篇文章的相关用户中有80个高征信等级用户，20个低征信等级用户，而第二篇文章的相关用户中全部为低征信等级用户，则通常第一篇文章的优劣质量要高于第二篇文章，基于这样的认识，本发明实施例基于获取相关用户的征信等级，计算网络信息的评分，相比于只统计相关用户数量的评分方法，提高了评价的准确性。303、根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分。一个网络信息在一个时间段内具有一定数量的相关用户。在步骤302获取该相关用户的征信等级，进而对于该网络服务，通过统计可以确定其相关用户的征信等级分布，即可以确定每个征信等级中相关用户的数量。例如，对于一个具有100个相关用户的网络服务，通过统计，可以确定其第一征信等级中相关用户的数量为80，第二征信等级中相关用户的数量为15，第三征信等级中相关用户的数量为5。本发明通过对每个征信等级定义影响权重，使得越高征信等级的相关用户数量对网络信息评分的影响越大。具体计算网络信息评分的方法包括：以征信等级的影响权重乘以该征信等级中相关用户数量作为该征信等级的有效人数，计算所有征信等级的有效人数之和，将该有效人数之和除以该待评分的网络信息的全部相关用户数量得到该待评分的网络信息评分。优选地，每个征信等级的影响权重可以定义为该征信等级对应的征信分数，例如，对于第一征信等级来说，其对应的征信分数区间范围为0至60，则可以定义该区间范围内的中间值30为影响权重。需要说明的是，在实际应用中，也可以按照其他规则将一征信分数定义为影响权重，还可以不以征信分数为量化指标，独立定义该影响权重，本发明对每个征信等级影响权重的具体定义数值不作限定。本发明认识到：一、当相关用户数量很低时，其偶然性过高，容易造成评分的误判；二、如何区别相关用户数量对评分的影响，例如，对于A、B两个网络信息来说，A具有10个高征信等级的相关用户，1个低征信等级的相关用户，B具有100个高征信等级的相关用户，10个低征信等级的相关用户，若定义高征信等级的影响权重为1，低征信等级的影响权重为0，按照上述方法，A的评分为(10*1+1*0)/(10+1)＝0.90分，B的评分为(100*1+10*0)/(100+10)＝0.90分，结果造成A、B两个网络信息的评分相同，而事实上由于B的相关用户总数量远大于A，所以在征信等级分布相同的情况下应当使得B的评分高于A。基于这样的认识，为了克服了上述技术问题，进而更加准确的评价网络信息的优劣质量，发明人在计算征信等级的过程中加入了相关用户数量基数的设定。具体地，应用下述公式计算网络信息的评分：scoretotal=(Σi=1nusersiscorei)+usersavgscoreavg(Σi=1nusersi)+usersavg]]>其中，上述公式中scroretotal表示该待评分的网络信息的评分，i表示该征信等级的标号，n表示所有征信等级的最大标号，usesri表示第i个征信等级中该相关用户的数量，scrorei表示第i征信等级的影响权重，usesravg表示预先设定的相关用户数量基数，scroreavg表示所有征信等级平均的影响权重。由于公式中在分母上加入了相关用户数量基数，并在分子上加入了该相关用户数量基数乘以平均影响权重的乘积，进而使得在相关用户数量逼近0时，该评分结果逼近所有征信等级平均影响权重所表示的得分，而在相关用户数量远大于相关用户数量基数时，则可以忽略相关用户数量基数的影响。例如，对于A、B两个网络信息来说，A具有10个高征信等级的相关用户，1个低征信等级的相关用户，B具有100个高征信等级的相关用户，10个低征信等级的相关用户，若定义高征信等级的影响权重为1，低征信等级的影响权重为0，用户数量基数为100，平均影响权重为0.5，则按照上述公式，A的评分为(10*1+1*0+50*0.5)/(10+1+50)＝0.57分，B的评分为(100*1+10*0+50*0.5)/(100+10+50)＝0.78分，由该结果可以看出两者均高于平均影响权重所表示的得分0.5，但由于B的相关用户数量较A更多，其得分也较A更高。需要说明的是，本领域技术人员应当理解，在本发明实施例提供的公式的基础上，还可以针对具体情况加入其它设定，例如，基于置信区间的设定，用于对相关用户数量过少的情况进行修正，凡在本发明提供的评分计算方法的精神和原则之内，所作的任何惯用修改、等同替换、改进等，均应包含在本发明的保护范围之内。如步骤302中所述，预设操作包括阅读操作、转发操作、交互操作中的至少一项，本发明认识到，对于执行不同预设操作的相关用户，应当对网络信息的最终评分造成不同的影响，例如，对于一网络信息来说，执行阅读操作和执行转发操作的用户均为相关用户，但实际上，执行转发操作的相关用户相比于执行阅读操作的相关用户更能够反映该待评分的网络信息的优劣质量。为了进一步提高网络信息优劣质量评价的准确性，对于预设操作为阅读操作、转发操作、交互操作中至少两项的情况，本发明实施例提供的评分方法还包括：根据每个征信等级中执行阅读操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的阅读评分；根据每个征信等级中执行转发操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的转发评分；根据每个征信等级中执行交互操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的交互评分；将该阅读评分、该转发评分及该交互评分中的至少两项评分进行加权求和，将该加权求和的结果确定为该待评分的网络信息的评分。其中，该加权的具体数值可以根据调查统计结果进行设定，本发明对此不作限定。需要说明的是，以上计算该待评分的网络信息的阅读评分、转发评分、交互评分的具体过程与上述针对单一预设操作进行计算的过程同理，在此不再赘述。以上预设操作均为对网络信息的正面操作，执行该正面操作的相关用户数量越多说明该网络信息的优劣质量越高。在实际应用中还存在负面操作，例如屏蔽操作等，执行该负面操作的相关用户数量越多说明该网络信息的优劣质量越低。为了更加准确的确定网络信息的优劣质量，本发明实施针对该负面操作提供相应地减分机制，具体地，下面以屏蔽操作为例对该机制进行说明。根据每个征信等级中执行屏蔽操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的负面评分，将该待评分的网络信息的评分减去该负面评分，得到该待评分的网络信息的最终评分。计算该负面评分的具体过程与上述计算任一种正面操作评分的过程同理，在此不作赘述。如步骤301中所述，对网络信息进行评分的过程可以在每个统计周期内进行，进而为了更进一步地提高网络信息优劣质量评价的准确定，对于已经在多个统计周期中对网络信息进行过评分的情况，本发明提供的评分方法还包括：获取当前统计周期内相关用户的征信等级；相应地，根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分包括：根据该当前统计周期内每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该当前统计周期内该待评分的网络信息的评分。在计算该当前统计周期内该待评分的网络信息的评分之后，将该评分的结果保存于历史评分数据库中，比较历史评分数据库中存在的至少两个统计周期中计算得到的该待评分的网络信息的评分，将该至少两个该统计周期中最高的评分确定为该待评分的网络信息的最终评分。例如下表1所示，对于一网络信息，当前统计周期(20150729)计算的评分结果为0.65分，在历史评分数据库中已经存在有之前4个统计周期的评分结果，分别为0.63、0.55、0.5、0.71，则将该5个评分中分数最高的0.71分确定为该待评分的网络信息的最终评分。表120150725201507262015072720150728201507290.710.50.550.630.65304、当确定对多个网络信息的评分之后，根据评分结果对该多个网络信息进行排序。以上步骤301至303实现了基于用户征信等级对网络信息进行评分，该评分结果可以为甄别、筛选、排序、屏蔽网络信息提供判断依据。在本发明实施例中，用户进行网络信息搜索的应用场景为例对评分结果的使用进行说明。根据用户的网络信息搜索请求，获取待评分的多个网络信息。具体地，根据用户的网络信息搜索请求，执行搜索过程，进而获得搜索结果；判断该搜索结果涉及的多个网络信息是否已经进行过评分；对于已经进行过评分的网络信息，则直接从历史评分数据库中读取该评分；对于还未进行过评分的网络信息，执行网络信息评分过程，计算获取该待评分的网络信息的评分，或将当前所有网络信息评分的平均值获取为该待评分的网络信息的评分。在计算得到该多个网络信息的评分之后，根据每个网络信息的评分，对该多个网络信息进行排序，具体地，将评分越高的网络信息排序越靠前，将评分越低的网络信息排序越靠后。将该排序的结果发送至该用户所处终端，使得该终端以搜索结果的形式按照该排序显示该多个网络信息。需要说明的是，在获取网络信息的评分之后，也可以基于该待评分的网络信息的评分实现其他功能，例如，将评分低于预设阈值的信息进行删除等，本发明对获取网络信息的评分之后实现的其他功能不作具体限定。本发明实施例提供的网络信息评分方法，通过获取待评分的网络信息；获取相关用户的征信等级，该相关用户为对该待评分的网络信息进行预设操作的用户，该征信等级用于表示该相关用户征信分数所处的区间范围；根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分。采用这样的网络信息评分方法，实现了基于相关用户的征信等级对网络信息进行评分的技术效果，相比于仅基于相关用户数量的评分方法，提高了网络信息评价的准确性，进而提高了网络信息的利用效率。图4是本发明实施例提供的一种网络信息评分装置的框图。参见图4，该装置包括：获取模块401、征信等级模块402、计算模块403。获取模块401，用于获取待评分的网络信息；征信等级模块402，用于获取相关用户的征信等级，该相关用户为对该待评分的网络信息进行预设操作的用户，该征信等级用于表示该相关用户征信分数所处的区间范围；计算模块403，用于根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分。可选地，该计算模块用于：应用公式：scoretotal=(Σi=1nusersiscorei)+usersavgscoreavg(Σi=1nusersi)+usersavg,]]>上述公式中scroretotal表示该待评分的网络信息的评分，i表示该征信等级的标号，n表示所有征信等级的最大标号，usesri表示第i个征信等级中该相关用户的数量，scrorei表示第i征信等级的影响权重，usesravg表示预先设定的相关用户数量基数，scroreavg表示所有征信等级平均的影响权重。可选地，该预设操作包括：阅读操作、转发操作、交互操作；相应地，该计算模块用于：根据每个征信等级中执行阅读操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的阅读评分；和或，根据每个征信等级中执行转发操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的转发评分；和或，根据每个征信等级中执行交互操作的相关用户数量及每个征信等级的影响权重，计算该待评分的网络信息的交互评分；将该阅读评分、该转发评分及该交互评分中的至少两项评分进行加权求和，将该加权求和的结果确定为该待评分的网络信息的评分。可选地，该装置还用于：将征信分数划分为多个区间范围，每个区间范围对应一个征信等级；当获取到用户的征信分数时，将该用户的征信分数所处区间范围对应的征信等级确定为该用户的征信等级。可选地，该装置还用于：根据用户的网络信息搜索请求，获取待评分的多个网络信息；对于该多个网络信息中的每个网络信息，执行网络信息评分过程；相应地，该装置还包括：排序模块，用于根据每个网络信息的评分，对该多个网络信息进行排序；发送模块，用于将该排序的结果发送至该用户所处终端，使得该终端按照该排序显示该多个网络信息。可选地，该征信等级模块用于：获取当前统计周期内相关用户的征信等级；相应地，计算模块还用于：根据该当前统计周期内每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该当前统计周期内该待评分的网络信息的评分。可选地，该装置还包括：比较模块，用于比较至少两个统计周期中计算得到的该待评分的网络信息的评分，将该至少两个该统计周期中最高的评分确定为该待评分的网络信息的最终评分。需要说明的是：本发明实施例提供的网络信息评分装置，可以基于一个服务器实现，也可以基于一个终端实现，还可以基于包括服务器和终端的网络系统实现。本发明实施中该待评分的网络信息评分装置的组成模块仅是在功能上的划分，而不涉及具体的设备实体，实际应用中，可以根据需要而将上述功能分配由不同的物理设备完成，或由同一物理设备的内部结构按功能划分以完成以上描述的全部或者部分功能。另外，上述实施例提供的网络信息评分装置与网络信息评分方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。本发明实施例提供的网络信息评分装置，通过获取待评分的网络信息；获取相关用户的征信等级，该相关用户为对该待评分的网络信息进行预设操作的用户，该征信等级用于表示该相关用户征信分数所处的区间范围；根据每个征信等级中该相关用户的数量及每个征信等级的影响权重，计算该待评分的网络信息的评分。采用这样的网络信息评分装置，实现了基于相关用户的征信等级对网络信息进行评分的技术效果，相比于仅基于相关用户数量的评分方法，提高了网络信息评价的准确性，进而提高了网络信息的利用效率。图5是本发明实施例提供的一种网络信息评分服务器500的示意图。该服务器可以用于执行上述各个实施例中提供的网络信息评分方法。参照图5，服务器500包括处理组件522，其进一步包括一个或多个处理器，以及由存储器532所代表的存储器资源，用于存储可由处理组件522的执行的指令，例如应用程序。存储器532中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件522被配置为执行指令，以执行上述图1或图2中的网络信息评分方法。服务器500还可以包括一个电源组件525被配置为执行服务器500的电源管理，一个有线或无线网络接口550被配置为将服务器500连接到网络，和一个输入输出(I/O)接口558。服务器500可以操作基于存储在存储器532的操作系统，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM或类似。以上该仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。