公众号账号的活跃度排序方法及排序系统与流程

本发明涉及通信技术领域，尤其涉及一种公众号账号的活跃度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，其还设置公众号账号供用户进行注册。

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账号，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。而公众号账号则用于推广、传播等，公众号账号的交互对象可以是任何关注该公众号账号的人。本文中所述的公众号账号也可以至其他社交网络中的一些账号类型。例如，公众号账号也可以指微博中的加“V”账号。

然而，用户如何选取公众号账号来关注，内容提供者如何选取公众号账号来发布内容，通常都是根据公众号账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账号发布公众号信息的活跃度、公众号信息的影响力、公众号账号的影响力等。以公众号账号发布公众号信息的活跃度为例，现有技术中，通常以公众号账号发布公众号信息的频率来计算公众号账号发布公众号信息的活跃度。仅以公众号账号发布公众号信息的频率的单个维度来计算公众号账号发布公众号信息的活跃度难以准确地评价公众号账号的活跃度。同时，这样的方式也未考虑到其他公众号账号发布公众号信息的某些数据。

因此，利用现有技术的方式，难以准确有效地计算公众号账号的活跃度。

技术实现要素：

本发明为了克服上述现有技术存在的缺陷，提供一种公众号账号的活跃度排序方法及排序系统，其能有效准确地通过基于多个数据的排序计算公众号账号的活跃度。

根据本发明的一个方面，提供一种公众号账号的活跃度排序方法，包括：抓取多个公众号账户发布公众号信息的数据，所述公众号账户发布公众号信息的数据包括：公众号账户上一次发布公众号信息的日期与当前日期的间隔天数R；公众号账户在一时间间隔内发布公众号信息的频率F；公众号账户在一时间间隔内发布公众号信息的数量M；基于所述公众号账户发布公众号信息的数据的排序，计算所述公众号账号的活跃度，包括如下步骤：按所述间隔天数R对所有公众号账户进行排序，根据各个所述公众号账号在所有公众号账户中的排序位置，获得与所述排序位置对应的各所述公众号账号的第一参数Rscore；按所述频率F对所有公众号账户进行排序，根据各个所述公众号账号在所有公众号账户中的排序位置，获得与所述排序位置对应的各所述公众号账号的第二参数Fscore；按所述数量M对所有公众号账户进行排序，根据各个所述公众号账号在所有公众号账户中的排序位置，获得与所述排序位置对应的各所述公众号账号的第三参数Mscore；所述公众号账号的活跃度按如下公式计算：W＝a₁Rscore+a₂Fscore+a₃Mscore，其中，W为所述公众号账号的活跃度，a₁、a₂及a₃为大于零的有理数。

优选地，按所述间隔天数R从小到大对所有公众号账户进行排序以获取第一排序顺序，所述公众号账号的在所述第一排序顺序中的排序位置越靠前，所述第一参数Rscore越大。

优选地，所述公众号账号在所述第一排序顺序中的排序位置处于前10n％至前(10n+10)％时，所述第一参数Rscore为(100-10n)，n为大于等于0，并且小于等于9的整数。

优选地，获取所述公众号账号在所述第一排序顺序中的排序序号，计算所述第一排序顺序中的所述排序序号与所述公众号账号总数之比Q_R；当Q_R小于等于0.1时，RScore＝100；当Q_R大于0.1且小于等于0.2时，RScore＝90；当Q_R大于0.2且小于等于0.3时，RScore＝80；当Q_R大于0.3且小于等于0.4时，RScore＝70；当Q_R大于0.4且小于等于0.5时，RScore＝60；当Q_R大于0.5且小于等于0.6时，RScore＝50；当Q_R大于0.6且小于等于0.7时，RScore＝40；当Q_R大于0.7且小于等于0.8时，RScore＝30；当Q_R大于0.8且小于等于0.9时，RScore＝20；当Q_R大于0.9时，RScore＝10。

优选地，获取所述公众号账号在所述第一排序顺序中的排序序号，计算所述排序序号与所述公众号账号总数之比Q_R，RScore＝100(1-Q_R)。

优选地，按所述频率F从小到大对所有公众号账户进行排序以获取第二排序顺序，所述公众号账号在所述第二排序顺序中的排序位置越靠前，所述第二参数Fscore越小。

优选地，所述公众号账号在所述第二排序顺序中的排序位置处于前10n％至前(10n+10)％，所述第二参数Fscore为(10n+10)，n为大于等于0，并且小于等于9的整数。

优选地，获取所述公众号账号在所述第二排序顺序中的排序序号，计算所述第二排序顺序中的所述排序序号与所述公众号账号总数之比Q_F；当Q_F小于等于0.1时，FScore＝10；当Q_F大于0.1且小于等于0.2时，FScore＝20；当Q_F大于0.2且小于等于0.3时，FScore＝30；当Q_F大于0.3且小于等于0.4时，FScore＝40；当Q_F大于0.4且小于等于0.5时，FScore＝50；当Q_F大于0.5且小于等于0.6时，FScore＝60；当Q_F大于0.6且小于等于0.7时，FScore＝70；当Q_F大于0.7且小于等于0.8时，FScore＝80；当Q_F大于0.8且小于等于0.9时，FScore＝90；当Q_F大于0.9时，FScore＝100。

优选地，获取所述公众号账号在所述第二排序顺序中的排序序号，计算所述第二排序顺序中的所述排序序号与所述公众号账号总数之比Q_F，FScore＝100Q_F。

优选地，按所述数量M从小到大对所有公众号账户进行排序以获取第三排序顺序，所述公众号账号的在所述第三排序顺序中的排序位置越靠前，所述第三参数Mscore越小。

优选地，所述公众号账号在所述第三排序顺序中的排序位置处于前10n％至前(10n+10)％，所述第三参数Mscore为(10n+10)，n为大于等于0，并且小于等于9的整数。

优选地，获取所述公众号账号在所述第三排序顺序中的排序序号，计算所述第saber排序顺序中的所述排序序号与所述公众号账号总数之比Q_M；当Q_M小于等于0.1时，MScore＝10；当Q_M大于0.1且小于等于0.2时，MScore＝20；当Q_M大于0.2且小于等于0.3时，MScore＝30；当Q_M大于0.3且小于等于0.4时，MScore＝40；当Q_M大于0.4且小于等于0.5时，MScore＝50；当Q_M大于0.5且小于等于0.6时，MScore＝60；当Q_M大于0.6且小于等于0.7时，MScore＝70；当Q_M大于0.7且小于等于0.8时，MScore＝80；当Q_M大于0.8且小于等于0.9时，MScore＝90；当Q_M大于0.9时，MScore＝100。

优选地，获取所述公众号账号在所述第三排序顺序中的排序序号，计算所述第三排序顺序中的所述排序序号与所述公众号账号总数之比Q_M，MScore＝100Q_M。

优选地，还包括：根据所述公众号账号的活跃度W对所述公众号账号进行排序；根据所述活跃度W的排序结果，向用户推送前N％的公众号账号，N为0至10的整数。

优选地，所述时间间隔为15至60天。

优选地，所述公众号信息为文章、图片、音频和/或视频。

优选地，a₁、a₂及a₃均为1。

优选地，a₁、a₂及a₃的和为1。

优选地，所述第一参数Rscore、所述第二参数Fscore及所述第三参数Mscore的取值为1至100。

根据本发明的又一个方面，还提供一种公众号账号的排序系统，采用如上所述的公众号账号的活跃度排序方法，对多个所述公众号账号进行排序，并根据所述公众号账号的活跃度的排序结果向用户推送所述公众号活跃度。

相比现有技术，本发明具有如下优势：

1)结合三个不同维度的公众号账号发布公众号信息的数据，来计算公众号账号的活跃度，使得计算所得的活跃度能够更全面地表示公众号账号发布公众号信息的活跃度；

2)通过三个不同维度的公众号账号发布公众号信息的数据排序，基于排序位置计算公众号账号的活跃度，在整个公众号的环境下能够准确地计算公众号账号的活跃度，不会使得计算所得的活跃度差异过大或者过于密集；

3)基于活跃度对公众号账号排序，来向用户推送活跃度较高的公众号账号。用户可根据需求关注这些活跃度较高的公众号账号，或者通过这些活跃度较高来发布信息，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账号的活跃度排序方法的流程图。

图2示出了根据本发明实施例的计算第一参数的流程图。

图3示出了根据本发明实施例的未按间隔天数R排序之前的多个公众号账号的示意图。

图4示出了根据本发明实施例的按间隔天数R排序之后的多个公众号账号的示意图。

图5示出了根据本发明实施例的计算第二参数的流程图。

图6示出了根据本发明实施例的计算第三参数的流程图。

图7示出了根据本发明第一实施例的公众号账号的活跃度排序系统推送公众号账号的拓扑图。

图8示出了根据本发明第二实施例的公众号账号的活跃度排序系统推送公众号账号的拓扑图。

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，公众号账号的活跃度不够准确地缺陷，本发明提供一种公众号账号的活跃度排序方法。首先参见图1，图1示出了根据本发明实施例的公众号账号的活跃度排序方法的流程图。

在图1中，共示出两个步骤：

步骤S110：抓取多个公众号账户发布公众号信息的数据。

其中，公众号账户发布公众号信息的数据包括：公众号账户上一次发布公众号信息的日期与当前日期的间隔天数R；公众号账户在一时间间隔内发布公众号信息的频率F；公众号账户在一时间间隔内发布公众号信息的数量M。具体而言，对于间隔天数R，若该公众号上号上一次发布公众号信息的日期为2016-4-3，当前日期为2016-4-6，则间隔天数R可确定为三天。对于频率F，根据设定的时间间隔与该时间间隔内发布的公众号信息的数量之比来计算。例如，若时间间隔设定为一个月，该公众号账号在这一个月内发布公众号信息的数量为15，则频率F为30/15＝2，换言之，该公众号账号以2天/次的频率F发布公众号信息。另外，数量M的时间间隔，优选地，与频率F中设定的时间间隔一致。例如。频率F以一个月为时间间隔来计算，则数量M也以一个月为时间间隔来计算。优选地，该时间间隔为15至60天。

具体而言，步骤S110从公众号账户所在的服务器中获取上述公众号账户发布公众号信息的数据。在一些实施例中，直接从服务器中获取上述间隔天数R、频率F及数量M。在又一些实施例中，并不直接从服务器获取获取上述间隔天数R、频率F及数量M，而是从服务器获取公众号账号发布公众号信息的历史日志，并根据该历史日志中的数据计算上述间隔天数R、频率F及数量M。本领域技术人员还可以实现更多的抓取方式，在此不予赘述。

步骤S120：基于公众号账户发布公众号信息的数据的排序，计算公众号账号的活跃度。

具体而言，在步骤S120中，分别基于间隔天数R、频率F及数量M对公众号账户进行排序，并根据公众号账号的排序位置得出公众号账号的三个参数Rscore、Fscore及Mscore。得出三个参数Rscore、Fscore及Mscore的步骤可以分别参见图2、图5及图6。

首先参见图2，图2示出根据间隔天数R的排序得出第一参数Rscore的流程图。图2中共示出两个步骤：

步骤S210A：按间隔天数R对所有公众号账户进行排序以获得第一排序顺序。具体排序可参见图3及图4，图3及图4分别示出公众号账号按间隔天数R排序前和排序后的示意图。图3及图4仅仅示意性地说明排序的步骤，图3及图4中公众号账号的数量、间隔天数R的值不作为对本案的限定。

步骤S220A：根据各个公众号账号在第一排序顺序中的排序位置，获得与排序位置对应的各所述公众号账号的第一参数Rscore。

具体而言，本领域技术人员可以理解，间隔天数R越小，可以预计公众号账号相对更活跃。因此，按间隔天数R从小到大对所有公众号账户进行排序以获取第一排序顺序，公众号账号在第一排序顺序中的排序位置越靠前，第一参数Rscore越大。例如，在图4中排序靠前的公众号账号15的第一参数Rscore的值比排序靠后的公众号账号7的第一参数Rscore的值大。

具体而言，下面描述根据公众号账号的排序位置得出第一参数Rscore的值的多个实施例。

在根据公众号账号的排序位置得出第一参数Rscore的第一个实施例中，公众号账号在第一排序顺序中的排序位置处于前10n％至前(10n+10)％时，第一参数Rscore为(100-10n)，n为大于等于0，并且小于等于9的整数。例如，在图4所示的第一排序顺序中，排序位置在前10％的公众号账号15及公众号账号20，对应的第一参数Rscore为100。又例如，在图4所示的第一排序顺序中，排序位置在前30％至40％的公众号账号16及公众号账号1，对应的第一参数Rscore为70。对应地，可以得出所有公众号账号的第一参数Rscore。

在根据公众号账号的排序位置得出第一参数Rscore的第二个实施例中，首先，获取公众号账号在第一排序顺序中的排序序号，计算第一排序顺序中的排序序号与公众号账号总数之比Q_R。当Q_R小于等于0.1时，RScore＝100；当Q_R大于0.1且小于等于0.2时，RScore＝90；当Q_R大于0.2且小于等于0.3时，RScore＝80；当Q_R大于0.3且小于等于0.4时，RScore＝70；当Q_R大于0.4且小于等于0.5时，RScore＝60；当Q_R大于0.5且小于等于0.6时，RScore＝50；当Q_R大于0.6且小于等于0.7时，RScore＝40；当Q_R大于0.7且小于等于0.8时，RScore＝30；当Q_R大于0.8且小于等于0.9时，RScore＝20；当Q_R大于0.9时，RScore＝10。具体参照图4，公众号账号的总数为20。依照上述方法，公众号账号18的排序序号为11，相应的Q_R＝0.55，RScore＝50，公众号账号14的排序序号为19，相应的Q_R＝0.95，RScore＝10。对应地，可以得出所有公众号账号的第一参数Rscore。

在根据公众号账号的排序位置得出第一参数Rscore的第三个实施例中，获取公众号账号在第一排序顺序中的排序序号，计算排序序号与公众号账号总数之比Q_R，RScore＝100(1-Q_R)。具体参照图4，公众号账号的总数为20。依照上述方法，公众号账号6的排序序号为17，相应的Q_R＝0.85，RScore＝15，公众号账号3的排序序号为5，相应的Q_R＝0.25，RScore＝70。对应地，可以得出所有公众号账号的第一参数Rscore。

通过基于排序位置计算第一参数Rscore，可以避免现有技术中由于直接基于间隔天数R计算第一参数Rscore而造成的计算结果过于密集或计算结果差距较大，无法真实反映第一参数Rscore的缺陷。

然后，参见图5，图5示出根据频率F的排序得出第二参数Fscore的流程图。图5中共示出两个步骤：

步骤S210B：按频率F对所有公众号账户进行排序以获得第二排序顺序。

步骤S220B：根据各个公众号账号在第二排序顺序中的排序位置，获得与排序位置对应的各所述公众号账号的第二参数Fscore。

具体而言，本领域技术人员可以理解，频率F越大，可以预计公众号账号相对更活跃。因此，按频率F从小到大对所有公众号账户进行排序以获取第二排序顺序，公众号账号在第二排序顺序中的排序位置越靠前，第二参数Fscore越小。

具体而言，下面描述根据公众号账号的排序位置得出第二参数Fscore的值的多个实施例。

在根据公众号账号的排序位置得出第二参数Fscore的第一个实施例中，公众号账号在第二排序顺序中的排序位置处于前10n％至前(10n+10)％，第二参数Fscore为(10n+10)，n为大于等于0，并且小于等于9的整数。例如，排序位置在前10％的公众号账号，对应的第二参数Fscore为10。又例如，排序位置在前30％至40％的公众号账号，对应的第二参数Fscore为40。对应地，可以得出所有公众号账号的第二参数Fscore。

在根据公众号账号的排序位置得出第二参数Fscore的第二个实施例中，获取公众号账号在第二排序顺序中的排序序号，计算第二排序顺序中的所述排序序号与公众号账号总数之比Q_F；当Q_F小于等于0.1时，FScore＝10；当Q_F大于0.1且小于等于0.2时，FScore＝20；当Q_F大于0.2且小于等于0.3时，FScore＝30；当Q_F大于0.3且小于等于0.4时，FScore＝40；当Q_F大于0.4且小于等于0.5时，FScore＝50；当Q_F大于0.5且小于等于0.6时，FScore＝60；当Q_F大于0.6且小于等于0.7时，FScore＝70；当Q_F大于0.7且小于等于0.8时，FScore＝80；当Q_F大于0.8且小于等于0.9时，FScore＝90；当Q_F大于0.9时，FScore＝100。例如，公众号账号的总数为100。依照上述方法，某一公众号账号的排序序号为31，相应的Q_F＝0.31，FScore＝40，另一公众号账号的排序序号为56，相应的Q_F＝0.56，FScore＝60。对应地，可以得出所有公众号账号的第二参数Fscore。

在根据公众号账号的排序位置得出第二参数Fscore的第三个实施例中，获取公众号账号在第二排序顺序中的排序序号，计算第二排序顺序中的述排序序号与公众号账号总数之比Q_F，FScore＝100Q_F。例如，公众号账号的总数为100。依照上述方法，某一公众号账号的排序序号为45，相应的Q_F＝0.45，FScore＝45，另一公众号账号的排序序号为98，相应的Q_F＝0.98，FScore＝98。对应地，可以得出所有公众号账号的第二参数Fscore。

通过基于排序位置计算第二参数Fscore，可以避免现有技术中由于直接基于频率F计算第二参数Fscore而造成的计算结果过于密集或计算结果差距较大，无法真实反映第二参数Fscore的缺陷。

接下来，参见图6，图6示出根据数量M的排序得出第三参数Mscore的流程图。图6中共示出两个步骤：

步骤S210C：按数量M对所有公众号账户进行排序以获得第三排序顺序。

步骤S220C：根据各个公众号账号在第三排序顺序中的排序位置，获得与排序位置对应的各所述公众号账号的第三参数Mscore。

具体而言，本领域技术人员可以理解，数量M越大，可以预计公众号账号相对更活跃。因此，按数量M从小到大对所有公众号账户进行排序以获取第三排序顺序，公众号账号的在第三排序顺序中的排序位置越靠前，第三参数Mscore越小。

具体而言，下面描述根据公众号账号的排序位置得出第三参数Mscore的值的多个实施例。

在根据公众号账号的排序位置得出第三参数Mscore的第一个实施例中，公众号账号在第三排序顺序中的排序位置处于前10n％至前(10n+10)％，第三参数Mscore为(10n+10)，n为大于等于0，并且小于等于9的整数。例如，排序位置在前70％至80％的公众号账号，对应的第三参数Mscore为80。又例如，排序位置在后90％的公众号账号，对应的第三参数Mscore为100。对应地，可以得出所有公众号账号的第三参数Mscore。

在根据公众号账号的排序位置得出第三参数Mscore的第二个实施例中，获取所述公众号账号在第三排序顺序中的排序序号，计算第三排序顺序中的排序序号与公众号账号总数之比Q_M；当Q_M小于等于0.1时，MScore＝10；当Q_M大于0.1且小于等于0.2时，MScore＝20；当Q_M大于0.2且小于等于0.3时，MScore＝30；当Q_M大于0.3且小于等于0.4时，MScore＝40；当Q_M大于0.4且小于等于0.5时，MScore＝50；当Q_M大于0.5且小于等于0.6时，MScore＝60；当Q_M大于0.6且小于等于0.7时，MScore＝70；当Q_M大于0.7且小于等于0.8时，MScore＝80；当Q_M大于0.8且小于等于0.9时，MScore＝90；当Q_M大于0.9时，MScore＝100。例如，公众号账号的总数为150。依照上述方法，某一公众号账号的排序序号为121，相应的Q_M＝0.806，MScore＝80，另一公众号账号的排序序号为150，相应的Q_M＝1，MScore＝100。对应地，可以得出所有公众号账号的第三参数Mscore。

在根据公众号账号的排序位置得出第三参数Mscore的第三个实施例中，获取公众号账号在第三排序顺序中的排序序号，计算第三排序顺序中的排序序号与公众号账号总数之比Q_M，MScore＝100Q_M。例如，公众号账号的总数为150。依照上述方法，某一公众号账号的排序序号为120，相应的Q_M＝0.8，MScore＝80，另一公众号账号的排序序号为3，相应的Q_M＝0.02，MScore＝2。对应地，可以得出所有公众号账号的第三参数Mscore。

通过基于排序位置计算第三参数Mscore，可以避免现有技术中由于直接基于次数M计算第三参数Mscore而造成的计算结果过于密集或计算结果差距较大，无法真实反映第三参数Mscore的缺陷。

上述图2、图5及图6所示的步骤可以并行执行，也可以按任意顺序来执行以顺序地得到参数Rscore、Fscore及Mscore，本发明对此不进行限定。

通过上述图2、图5及图6所示的步骤得到三个参数Rscore、Fscore及Mscore后，基于这三个参数，公众号账号的活跃度可如下公式计算：

W＝a₁Rscore+a₂Fscore+a₃Mscore，

其中，W为所述公众号账号的活跃度。a₁、a₂及a₃为大于零的有理数。在一些实施例中，a₁、a₂及a₃可以根据参数Rscore、Fscore及Mscore的取值范围来取值。例如，参数Rscore、Fscore及Mscore取值范围为0至100，则a₁、a₂及a₃都为1。又例如，参数Rscore、Fscore及Mscore取值范围为1至10，则a₁、a₂及a₃都为10。再例如，参数Rscore、Fscore及Mscore取值范围为0至100，则a₁、a₂及a₃的和为1。在有一些变化例中，a₁、a₂及a₃的取值与参数Rscore、Fscore及Mscore的取值范围无关。本领域技术人员可以理解，a₁、a₂及a₃的取值是参数Rscore、Fscore及Mscore在活跃度W计算中的权重。a₁、a₂及a₃可依参数Rscore、Fscore及Mscore在活跃度W计算中的不同的重要性而有所不同，在此不予赘述。

在本发明的一个优选例中，通过上述方式获得各个公众号账号的活跃度后，根据各个公众号账号的活跃度W对公众号账号进行排序，并根据活跃度W的排序结果，向用户推送前N％的公众号账号，N为0至10的整数。这里所指的用户可以是从公众号账号获取信息的用户，也可以是要通过公众号账号发布信息的用户。通过这样的方式可以向用户推送活跃度较高的多个公众号账号，以提高用户从公众号账号获取信息的效率，或者提高用户发布信息的效率、推广力等。

在本发明的另一实施例中，分别对不同邻域的公众号账号的活跃度进行排序。对于关注某一领域的用户，可以向其推送在该领域中活跃度排序在前N％的公众号账号(N为0至10的整数)。

根据本发明的又一个方面，还提供一种公众号账号的排序系统，采用如上所述公众号账号的活跃度排序方法，对多个公众号账号进行排序，并根据公众号账号的活跃度的排序结果向用户推送公众号活跃度。具体而言，图7和图8分别示出了公众号账号的活跃度排序系统推送公众号账号的两个实施例。

首先参见图7，图7示出了根据本发明第一实施例的公众号账号的活跃度排序系统推送公众号账号的拓扑图。图7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上注册了公众号账号，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注册的公众号账号发布公众号信息的数据，并根据本发明所提供的公众号账号的活跃度排序方法计算公众号账号的活跃度，根据计算所得的公众号账号的活跃度对公众号账号进行排序。通过排序，排序系统310通过服务器320将活跃度较高的多个公众号账号推送给终端330注册的一般账号。

图8示出了根据本发明第二实施例的公众号账号的活跃度排序系统推送公众号账号的拓扑图。在图8中，与图7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上获取公众号账号发布公众号信息的数据，计算公众号账号的活跃度，并根据计算所得的公众号账号的活跃度对公众号账号进行排序。在本实施例中，排序系统310直接向终端330B推送活跃度较高的多个公众号账号。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账号获取公众号信息，或者通过所推送的公众号账号来发布信息。

上述图7及图8仅仅是示意性地示出本发明提供的排序系统推送公众号账号的拓扑图。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。

相比现有技术，本发明具有如下优势：

1)结合三个不同维度的公众号账号发布公众号信息的数据，来计算公众号账号的活跃度，使得计算所得的活跃度能够更全面地表示公众号账号发布公众号信息的活跃度；

2)通过三个不同维度的公众号账号发布公众号信息的数据排序，基于排序位置计算公众号账号的活跃度，在整个公众号的环境下能够准确地计算公众号账号的活跃度，不会使得计算所得的活跃度差异过大或者过于密集；

3)基于活跃度对公众号账号排序，来向用户推送活跃度较高的公众号账号。用户可根据需求关注这些活跃度较高的公众号账号，或者通过这些活跃度较高来发布信息，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。