基于即时通讯软件的朋友圈自动化转发方法与流程

本发明涉及数据处理，尤其涉及一种基于即时通讯软件的朋友圈自动化转发方法。

背景技术：

1、在即时通讯软件发展过程中，我们渐渐熟悉这些即时通讯软件，对于感兴趣的朋友圈我们想选择转发，以此收获更多人的关注。但往往手动化的转发有点耗时与费力，繁琐的转发流程使得渐渐对转发朋友圈失去了兴趣，自动化转发朋友圈的方法可以帮我们解决上述问题。然而，传统的即时通讯软件的朋友圈自动化转发方法只是简单进行内容转发，转发内容过多，使得其他用户不想去查看转发的朋友圈内容，从而造成其他用户对浏览转发的朋友圈失去了兴趣。

技术实现思路

1、基于此，本发明提供一种基于即时通讯软件的朋友圈自动化转发方法，以解决至少一个上述技术问题。

2、为实现上述目的，一种基于即时通讯软件的朋友圈自动化转发方法，包括以下步骤：

3、步骤s1：获取用户的终端设备权限；根据终端设备权限进行即时通讯软件的相关数据采集，生成浏览兴趣相关数据；

4、步骤s2：对浏览兴趣相关数据进行优选及备选的浏览数据提取，分别生成优选浏览数据以及备选浏览数据；

5、步骤s3：对优选浏览数据进行浏览数据优先级排序，生成优先级浏览数据，并自定义选取备选浏览数据与优先级浏览数据进行数据整合，生成预转发数据；

6、步骤s4：对预转发数据进行转发数据内容优化，生成优化预转发数据；

7、步骤s5：根据优化预转发数据以及预设的自动化脚本框架构建自动化转发脚本，执行自动化转发脚本时，生成自动化转发内容数据，并采集自动化转发内容数据的日志文件反馈至终端。

8、本发明通过获取用户的终端设备权限，实时监控即时通讯软件的浏览数据并对用户浏览数据的兴趣程度进行计算。这使得能够生成高度个性化的浏览兴趣相关数据。对浏览兴趣相关数据进行优选和备选数据提取，实现了内容的筛选和分类，这有益于用户体验，因为它确保了转发朋友圈后，其他用户首先看到最相关和有趣的内容（优选浏览数据），从而提高了满意度和互动率。同时，备选浏览数据为用户提供了多样性的选择，促进了平台上更广泛的内容传播，增加了平台的吸引力，这种筛选和分类的方法也为个性化推荐提供更有效的数据基础。通过根据优选浏览数据相关的浏览兴趣等级进行优先级排序，能够为用户提供高度个性化的内容推荐，确保他们首先看到最符合兴趣的内容，提高用户参与度和满意度，增加了用户在平台上的停留时间。同时，自定义选取备选浏览数据与优先级浏览数据进行数据整合，进一步增强了内容的多样性和吸引力，有助于满足不同用户的需求，提升平台的粘性和用户互动，同时为内容推荐提供更精确的数据基础。通过对预转发数据的文本内容和图像内容进行优化，能够提供更具吸引力和质量的内容给用户，有益于提高用户体验，增加了内容的可读性和视觉吸引力，从而增加了用户对内容的点击和参与率。通过精心优化转发内容，不仅能够更好地满足用户的兴趣和期望，还能够提高内容的传播效果，促进用户之间的社交互动，同时为广告投放提供了更具吸引力和有效性的媒介，对于提高平台的用户留存率和竞争力至关重要。通过根据优化预转发数据和自动化脚本框架，构建自动化转发脚本，实现了高效、精确的内容转发，有益于提高用户参与度，因为用户可以轻松分享个性化的、吸引人的内容，无需手动操作，从而提高了平台的活跃度。采集自动化转发内容数据的日志文件反馈至终端，有助于了为进一步的改进和优化提供了有用的信息，提高了自动化转发的效率，增强了平台的竞争力，同时提供了数据反馈机制，以确保系统持续改进和满足用户需求。因此，本发明的基于即时通讯软件的朋友圈自动化转发方法并不是简单进行内容转发，而是将转发内容的进行优化，使得转发内容更加吸引其他用户，使得转发内容会比原内容更加感兴趣。

9、优选地，步骤s1包括以下步骤：

10、步骤s11：获取用户的终端设备权限；

11、步骤s12：根据终端设备权限进行即时通讯软件的浏览数据实时监控，生成浏览数据；

12、步骤s13：对浏览数据进行时间序列提取，生成时间序列数据；

13、步骤s14：利用浏览兴趣等级计算公式对浏览数据进行浏览内容的兴趣等级计算，生成浏览兴趣等级；

14、步骤s15：根据时间序列数据将浏览数据以及浏览兴趣等级进行对应时间序列的数据整合，生成浏览兴趣相关数据。

15、本发明确保系统能够合法地访问用户终端设备，为后续操作提供必要的权限，用户的数据隐私和安全得到妥善保护，同时为数据采集和分析提供了法律合规性和可操作性。根据终端设备权限进行即时通讯软件的浏览数据实时监控，实现了即时通讯软件的实时数据监控，从而获取用户的浏览数据，提供个性化内容和改进用户体验，为后续转发浏览的朋友圈数据提供数据基础。时间序列数据的提取有助于分析用户的行为趋势和兴趣变化，可以帮助系统更好地理解用户在不同时间段内的兴趣爱好，以便更精准地推荐内容，例如用户在某个时间段内浏览了一条朋友圈所用时间的长度，依据这个长短便于判断用户是否对该条朋友圈所属类目感兴趣。通过计算浏览数据的兴趣等级，能够为不同内容分配权重，为后续用户再执行内容转发时更为精准及有效，将浏览数据和浏览兴趣等级与时间序列数据相对应，可以创建一个详细的用户兴趣图谱。这个图谱可以帮助更好地理解用户的兴趣变化，从而在不同时间点为用户提供最相关的内容，这种动态的内容推荐有助于增强用户黏性，因为他们会感到系统更了解他们的需求。

16、优选地，所述浏览兴趣等级计算公式如下所示：

17、；

18、式中，表示为浏览兴趣等级，表示为用户浏览结束时间，表示为用户浏览开始时间，表示为内容所属类目在所有类目中的占比，表示为内容所属类目在用户浏览类目中占比，表示为内容所属类目在用户历史转发内容类目中占比，表示为浏览数据对应的浏览时间，表示为浏览数据对应的内容历史点赞数量，表示为浏览数据对应的内容当天点赞数量，表示为浏览数据对应的内容发布时间，表示为指数常数，表示为浏览兴趣等级的异常调整值。

19、本发明利用一种浏览兴趣等级计算公式，该计算公式充分考虑了用户浏览结束时间、用户浏览开始时间、内容所属类目在所有类目中的占比、内容所属类目在用户浏览类目中占比、内容所属类目在用户历史转发内容类目中占比、浏览数据对应的浏览时间、浏览数据对应的内容历史点赞数量、浏览数据对应的内容当天点赞数量、浏览数据对应的内容发布时间、指数常数以及函数之间的相互作用关系，以形成函数关系式：

20、即，，该函数关系式通过考虑用户对于某条朋友圈内容的浏览时间、点赞数及评论数等，计算用户对浏览数据内容感兴趣的程度。用户浏览结束时间以及开始时间表示用户浏览时间长度，浏览时间较长也带动用户的浏览兴趣；内容所属类目在所有类目中的占比、内容所属类目在用户浏览类目中占比以及内容所属类目在用户历史转发内容类目中占比，意味着用户对不同类别的内容有不同的兴趣程度，例如用户经常浏览科技类的内容，并且他们的历史转发也以科技相关内容为主，那么在该类别的内容上，他们的兴趣等级可能更高。浏览数据对应的内容历史点赞数量以及内容当天点赞数量代表了点赞数量的影响，点赞数量可以视为内容受欢迎程度的指标，如果一个内容在过去获得了大量点赞，那么它可能被认为更吸引人，用户对它的兴趣等级可能更高，当天的点赞数量，可以用于考虑内容的实时受欢迎程度；浏览数据对应的内容发布时间用于考虑内容的新鲜度，对于一些领域，新发布的内容可能更吸引用户，因此它们可能在计算中获得更高的兴趣等级。该函数关系式旨在根据用户的浏览行为、内容的特征和历史数据，精确计算出用户对特定内容的兴趣等级，能够更好地为用户提供个性化的内容推荐，提高用户体验，并提高内容的吸引力。利用浏览兴趣等级的异常调整值对函数关系式进行调整修正，减少异常数据或误差项带来的误差影响，从而更准确地生成浏览兴趣等级，提高了对浏览数据进行浏览内容的兴趣等级计算的准确性和可靠性。同时该公式中的权重信息以及调整值可以根据实际情况进行调整，应用于不同的浏览数据中进行计算，提高了算法的灵活性与适用性。

21、优选地，步骤s2包括以下步骤：

22、步骤s21：对浏览兴趣相关数据进行浏览兴趣判定，当浏览兴趣相关数据的浏览兴趣等级大于预设的第一兴趣阈值时，将浏览兴趣相关数据的浏览数据标记为优选浏览数据；

23、步骤s22：对浏览兴趣相关数据进行浏览兴趣判定，当浏览兴趣相关数据的浏览兴趣等级不大于预设的第一兴趣阈值且大于预设的第二兴趣阈值时，将浏览兴趣相关数据的浏览数据标记为备选浏览数据，其中，所述第一兴趣阈值大于第二兴趣阈值；

24、步骤s23：对浏览兴趣相关数据进行浏览兴趣判定，当浏览兴趣相关数据的浏览兴趣等级不大于预设的第二兴趣阈值时，将浏览兴趣相关数据的浏览数据进行剔除。

25、本发明通过将浏览兴趣相关数据的浏览兴趣等级与预设的第一兴趣阈值进行比较，能够精确地确定最感兴趣的内容，并将其标记为优选浏览数据，有益于提供用户高度相关、深度个性化的内容，增加了用户对朋友圈内容的满意度和互动，同时促进了内容的广泛传播。对于浏览兴趣相关数据的浏览兴趣等级在第一兴趣阈值和第二兴趣阈值之间的数据，被标记为备选浏览数据，有益于提供用户多样性的选择，满足不同层次兴趣的用户，促进了内容的多样性和广泛传播，备选数据的存在可以更多的内容转发的选择。通过将浏览兴趣相关数据的浏览兴趣等级与第二兴趣阈值进行比较，能够排除那些对用户不感兴趣的数据，提高内容的质量，减少了用户看到不相关或不感兴趣内容的可能性，提高了用户体验的质量，同时也节省了带宽和存储资源。

26、优选地，步骤s3包括以下步骤：

27、步骤s31：对备选浏览数据进行自定义选取，以获取选取浏览数据；

28、步骤s32：根据优选浏览数据相关的浏览兴趣等级进行浏览数据优先级排序，生成优先级浏览数据，并将优先级浏览数据与选取浏览数据进行数据整合，生成预转发数据。

29、本发明根据特定标准自定义选取备选浏览数据，以获取最符合用户兴趣和平台目标的内容，提供高度个性化的内容，确保用户看到他们感兴趣的内容，提高了用户体验和满意度，还可以用于更精确地控制内容的多样性，以满足不同用户的需求。通过根据优选浏览数据的浏览兴趣等级进行浏览数据的优先级排序，确保了用户首先看到最相关和有趣的内容，从而提高了用户满意度和互动性，将优先级浏览数据与自定义选取的浏览数据整合，进一步增强了内容的多样性和吸引力，有助于满足不同朋友圈内容的需求，提高了平台的粘性和用户互动，强调了个性化推荐的准确性和多样性，有助于用户更深入地参与平台内容，并提高用户的留存率。

30、优选地，步骤s4包括以下步骤：

31、步骤s41：对预转发数据进行文本以及图像的数据划分，分别生成预转发文本数据以及预转发图像；

32、步骤s42：对预转发文本数据进行文本摘要解析，生成文本摘要数据；

33、步骤s43：将文本摘要数据以及预转发文本数据进行数据整合，生成优化文本数据；

34、步骤s44：利用高斯滤波对预转发图像进行滤波处理，生成滤波图像；

35、步骤s45：对滤波图像进行局部动态图像优化处理，生成优化图像；

36、步骤s46：将优化文本数据以及优化图像进行对应序列的数据整合，生成优化预转发数据。

37、本发明通过将预转发数据分成文本和图像两部分，能够分别优化文本和图像内容，以确保它们在视觉和语言上都具有最佳的质量，有益于提高用户对内容的吸引力，提高用户体验，增加用户的点击率和互动。通过对预转发文本数据进行文本摘要解析，可以生成更为精炼和易读的文本摘要数据，有益于提供用户更快速的内容理解和浏览，减少了信息过载的可能性，提高了用户体验。将文本摘要数据与原始文本数据整合，生成优化文本数据，有助于提供更丰富但不失简洁性的内容，可以提高用户对内容的兴趣和吸引力，从而增加用户的参与度。通过高斯滤波对图像进行处理，可以去除图像中的噪声，提高图像的清晰度和质量，有益于提供更具视觉吸引力的图像内容，提高用户的视觉体验。对滤波后的图像进行局部动态优化，有助于进一步提升图像的视觉吸引力，使动态模糊的图像内容更清晰的展现处理，提高用户的留存率和互动性。将优化文本数据和图像整合为一体，生成优化预转发数据，确保了文本和图像内容的协调和一致性，有益于提供更综合、具有吸引力的内容，提高了用户对内容的兴趣和参与度。

38、优选地，步骤s42包括以下步骤：

39、对预转发文本数据进行关键字段提取，生成关键文本数据；

40、获取文本-摘要数据；

41、利用循环神经网络建立文本内容与文本摘要的映射关系，生成初始摘要预测模型；

42、利用文本-摘要数据对初始摘要预测模型进行模型训练，生成摘要预测模型；

43、将关键文本数据传输至摘要预测模型进行文本摘要预测，生成文本摘要数据。

44、本发明通过对预转发文本数据进行关键字段提取，能够捕获文本中最重要、最相关的信息，从而提高了文本摘要的精确性和效率，有益于用户快速获取文章的核心内容，降低信息过载的风险，提高了用户体验。获取文本-摘要数据是为了建立训练摘要预测模型所需的训练数据集，有益于从大量的文本示例中学习摘要的生成规则，以提高自动生成文本摘要的能力。通过使用循环神经网络（rnn）等深度学习模型，可以学习文本内容和文本摘要之间的复杂映射关系，生成更准确、连贯的文本摘要，确保了内容的信息完整性。通过使用文本-摘要数据对初始摘要预测模型进行模型训练，不断改进模型的性能，提高文本摘要的生成质量，生成更具语法正确性和连贯性的摘要内容，提高用户对内容的理解和参与度。将关键文本数据传输至摘要预测模型进行文本摘要预测，能够快速、自动地生成精炼的文本摘要，有助于提供用户更高效的内容浏览和理解方式，提高用户的满意度，因为他们可以更快速地获取信息。

45、优选地，步骤s45包括以下步骤：

46、对滤波图像进行局部动态区域提取，生成局部动态图像；

47、对局部动态图像进行灰度图像转换，生成局部灰度图像；

48、利用灰度共生矩阵对局部灰度图像进行图像纹理提取，生成图像纹理数据；

49、利用动态图像灰度值计算公式对局部灰度图像进行灰度值计算，生成局部灰度图像的修复灰度值；

50、将图像纹理数据以及修复灰度值进行局部动态图像的修复映射处理，生成修复局部动态图像；

51、根据修复局部动态图像对滤波图像进行局部动态图像优化，生成优化图像。

52、本发明通过对滤波图像进行局部动态区域提取，能够捕获图像中变化频繁的部分，这些部分通常包含了重要的细节和动态元素，有益于保留图像中的重要信息，提高了图像的视觉吸引力和表现力。将局部动态图像进行灰度图像转换有助于简化图像数据，减少了计算复杂度，为后续的图像处理提供更加高效的数据。利用灰度共生矩阵对局部灰度图像进行图像纹理提取，能够捕获动态图像的纹理特征，包括视频中模糊的动态人物或者其他生物，有益于提高图像的视觉质量，增强了图像的纹理感和细节呈现。通过动态图像灰度值计算公式对局部灰度图像进行灰度值计算，能够调整图像的亮度和对比度，以优化图像的视觉效果，有益于提高图像的视觉吸引力和清晰度。将图像纹理数据和修复灰度值结合起来，能够修复局部动态图像的不完美部分，增强了图像的整体质量和视觉吸引力，有益于提供用户更具吸引力的图像内容。根据修复局部动态图像对滤波图像进行局部动态图像优化，能够增强图像的细节和动态效果，提高了图像的真实感和吸引力，有益于提高用户的视觉体验，使图像更具生动性。

53、优选地，所述动态图像灰度值计算公式如下所示：

54、；

55、式中，表示为局部灰度图像的修复灰度值，表示为图像纹理内部的灰度值权重，表示为横坐标与纵坐标分别为与时处于图像纹理内部的灰度值数据，表示为图像纹理外部的灰度值权重，表示为横坐标与纵坐标分别为与时处于图像纹理外部的灰度值数据，表示为局部灰度图像的整体灰度值衰减速率，表示为图像纹理内部的灰度值均值，表示为图像纹理外部的灰度值均值，表示为局部灰度图像的修复灰度值的异常调整值。

56、本发明利用一种动态图像灰度值计算公式，该公式充分考虑了图像纹理内部的灰度值权重、横坐标与纵坐标分别为与时处于图像纹理内部的灰度值数据、图像纹理外部的灰度值权重、横坐标与纵坐标分别为与时处于图像纹理外部的灰度值数据、局部灰度图像的整体灰度值衰减速率、图像纹理内部的灰度值均值、图像纹理外部的灰度值均值以及参数之间的相互作用关系，以形成函数关系式：

57、即，，该计算公式通过综合计算动态模糊图像中的纹理内部以及外部造成的灰度值偏差，以此重新计算动态图像部分的灰度值，使得色彩进行修复，得到色彩清晰的图片。

58、图像纹理内部的灰度值权重，用于调整图像纹理内部的灰度值对修复结果的影响程度。较大的值将增强图像纹理内部的细节；横坐标与纵坐标分别为与时处于图像纹理内部的灰度值数据是用于计算修复灰度值的输入值之一；图像纹理外部的灰度值权重，用于调整图像纹理外部的灰度值对修复结果的影响程度，较大的值将增强图像纹理外部的细节；横坐标与纵坐标分别为与时处于图像纹理外部的灰度值数据是用于计算修复灰度值的输入值之一。当交点处于图像纹理外部时，提高图像纹理外部的灰度值权重，相对的得到的灰度值较低，当交点处于图像纹理内部时，提高图像纹理内部的灰度值权重，相对的得到的灰度值较高，最后得到的图像色彩更加清晰，通过调整和参数，算法能够保护图像纹理内部和外部的细节信息，从而在修复过程中尽可能地保留原始图像的纹理特征。局部灰度图像的整体灰度值衰减速率，控制了整体灰度值的变化速度，使得修复后的图像在灰度上更加平滑。较大的值将导致整体灰度值更快地衰减；图像纹理内部的灰度值均值是用于归一化图像纹理内部灰度值的参考点；图像纹理外部的灰度值均值，是用于归一化图像纹理外部灰度值的参考点，以使得算法能够适应不同图像的灰度值范围。该函数关系式通过权衡不同区域的灰度值，对动态模糊图像进行了有效修复，使得修复后的图像更具清晰度和可视化效果，不同参数的调整可以根据具体情况来优化修复效果。利用局部灰度图像的修复灰度值的异常调整值对函数关系式进行调整修正，减少异常数据或误差项带来的误差影响，从而更准确地生成局部灰度图像的修复灰度值，提高了对局部灰度图像进行灰度值计算的准确性和可靠性。同时该公式中的权重信息以及调整值可以根据实际情况进行调整，应用于局部灰度图像的像素点中，提高了算法的灵活性与适用性。

59、优选地，步骤s5包括以下步骤：

60、根据优化预转发数据以及预设的自动化脚本框架构建自动化转发脚本，执行自动化脚本时，将优化预转发数据通过终端设备进行自动化地倒叙转发，生成自动化转发内容数据，并采集自动化转发内容数据的日志文件反馈至终端。

61、本发明通过根据优化预转发数据和预设的自动化脚本框架构建自动化转发脚本，能够实现内容的自动化传播，无需手动干预，有益于提高操作的效率，尤其是在需要大规模转发内容时，自动化脚本可以极大地节省时间和人力资源。将优化预转发数据通过终端设备进行自动化地倒叙转发，有助于确保内容的呈现方式符合用户的习惯和平台的规则，有益于提高用户体验，因为内容的传播方式更符合用户的期望，因为倒叙转发可以将最重要的转发内容提供在主页最前面，使得更加吸引其他用户查阅。通过执行自动化脚本，生成自动化转发内容数据，有益于确保内容的一致性和准确性，自动化生成的内容通常不容易出现错误，提高了内容的质量和可信度。采集自动化转发内容数据的日志文件并反馈至终端，有助于监测和评估自动化转发过程的效果，有益于识别潜在问题、改进自动化策略，以及了解用户的互动和反馈。

62、本技术有益效果在于，本发明通过获取用户的终端设备权限，实现了对即时通讯软件的实时监控，有益于提高个性化内容的生成和用户兴趣的准确捕捉，将浏览数据和浏览兴趣等级进行整合，为后续步骤提供了丰富的数据基础，有助于个性化推荐和内容优化。根据用户的兴趣和浏览兴趣等级将浏览数据划分为优选和备选部分，有益于用户体验，使得其他用户首先看到自己最感兴趣的内容，提高了满意度和互动性，备选数据的存在增加了用户的选择，提供了更多多样性的内容。通过根据优选浏览数据的浏览兴趣等级进行优先级排序，确保了用户首先看到最相关和有趣的内容，提高了用户满意度和互动性，将优选和备选数据整合，进一步增强了内容的多样性和吸引力。通过对文本和图像内容的精细化处理，提高了内容的质量和吸引力，文本的摘要提取、图像的滤波和动态优化有助于用户更快速地理解和浏览内容，以及浏览内容的质量高于原本作品，增加了用户互动和留存率。通过自动化转发脚本的构建和执行，实现了内容的自动传播，提高了操作效率，节省了时间和资源，采集日志文件反馈至终端有助于监测和改进自动化策略，提供更具吸引力的内容，并提高用户互动和满意度。