一种用户排行榜的生成方法、生成装置和电子设备

摘要

本申请提供了一种用户排行榜的生成方法、生成装置和电子设备，所述生成方法包括：针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息；基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数；基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数；统计所有目标用户在所述预设时间段内的公信力分数和成长值分数，以生成表征所有目标用户在所述预设时间段内的公信力排行榜和成长值排行榜。根据所述生成方法和生成装置，可以反映出目标用户的真实工作情况。

说明书

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种用户排行榜的生成方法、生成装置和电子设备。

背景技术

随着计算机技术和网络技术的不断发展，员工使用计算机和网络进行社交活动的比重越来越高。为了提高企业的管理水平，充分调动员工的积极性，企业通常会依据企业的自身情况制定评定制度，对员工的职业素养进行评定。但是绝大多数企业和单位仍然在使用传统的方式，如问卷调查，面对面交流，部门领导汇报或人力资源部门检测等方式。传统的方法不仅需要花费大量资源，评定周期也较长，并且还可能会带有强烈的主观因素，无法真实反映出员工的工作情况。

发明内容

有鉴于此，本申请的目的在于提供一种用户排行榜的生成方法、生成装置和电子设备，通过对目标用户在预设时间段内的即时通信信息和网络行为信息进行统计，生成能够表征目标用户的公信力分数和成长值分数的公信力排行榜和成长值排行榜，通过排行榜可以反映出目标用户的真实工作情况。

第一方面，本申请实施例提供了一种用户排行榜的生成方法，所述生成方法包括：

针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息；其中，所述即时通信信息包括文本会话数据或语音会话数据；

基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数；其中，所述公信力分数用于表征该目标用户的沟通会话能力；

基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数；其中，所述成长值分数用于表征该目标用户的网络学习能力；

统计所有目标用户在所述预设时间段内的公信力分数和成长值分数，以生成表征所有目标用户在所述预设时间段内的公信力排行榜和成长值排行榜。

进一步的，所述基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数，包括：

对所述即时通信信息中的每条语音会话数据进行文本转换，得到转换后的文本会话数据；

针对于所述即时通信信息中的每条文本会话数据以及转换后的每条文本会话数据，基于该文本会话数据的数据获取来源确定该文本会话数据对应的会话场景；

针对于每个会话场景，获取来自于该会话场景的至少一条目标文本会话数据，并将至少一条目标文本会话数据确定为该会话场景对应的会话段落；

针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准；

若是，则根据符合所述第一得分标准的会话段落的数量确定该会话场景对应的第一初始分数；

针对于每个会话场景，确定该会话场景对应的第一权重系数；

将该会话场景对应的第一初始分数与所述第一权重系数相乘，得到该会话场景对应的第一目标分数；

利用每个会话场景对应的第一目标分数，进行求和计算，确定出该目标用户在所述预设时间段内的公信力分数。

进一步的，在所述第一得分标准用于表征该目标用户的发言是否提及到目标关键词时；针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准，包括：

基于该会话段落所属的会话场景，确定所述会话场景对应的至少一个目标关键词属性；

针对于该会话段落中的每条目标文本会话数据，对该目标文本会话数据进行中文分词，得到该目标文本会话数据对应的至少一个待匹配实体词，并确定每个待匹配实体词对应的实体词属性；

针对于每个目标关键词属性和该目标文本会话数据中的每个实体词属性，判断该目标关键词属性与该实体词属性是否相同；

若是，则将该目标文本会话数据确定为提及到所述目标关键词的目标文本会话数据；

确定该会话段落中提及到所述目标关键词的目标文本会话数据的第一会话数量；

判断所述第一会话数量是否大于或等于第一数量阈值；

若是，则确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。

进一步的，在所述第一得分标准表征该目标用户的发言是否达到预设字数阈值时；针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准，包括：

针对于该会话段落中的每个目标文本会话数据，确定该目标文本会话数据的文本字数；

判断该目标文本会话数据的文本字数是否大于或等于所述预设字数阈值；

若是，则将该目标文本会话数据确定为符合所述预设字数阈值的目标文本会话数据；

确定该会话段落中符合所述预设字数阈值的目标文本会话数据的第二会话数量；

判断所述第二会话数量是否大于或等于第二数量阈值；

若是，则确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。

进一步的，所述基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数，包括：

针对于该目标用户在所述预设时间段内浏览所述预设网站所产生的每种网络行为信息，基于该网络行为信息的行为类型，确定该行为类型对应的第二得分标准；

针对于该行为类型对应的每个网络行为信息，判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准；

若是，则根据符合所述第二得分标准的网络行为信息的数量确定该行为类型对应的第二初始分数；

针对于每个行为类型，确定该行为类型对应的第二权重系数；

将该行为类型对应的第二初始分数与所述第二权重系数相乘，得到该行为类型对应的第二目标分数；

利用每个行为类型对应的第二目标分数，进行求和计算，确定出该目标用户在所述预设时间段内的成长值分数。

进一步的，在所述第二得分标准为浏览时长是否达到预设浏览时长时，所述判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准，包括：

基于该网络行为信息确定该目标用户在所述预设网站中的已浏览时长；

判断所述已浏览时长是否大于或等于所述预设浏览时长；

若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。

进一步的，在所述第二得分标准为点击次数是否达到预设点击次数时，所述判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准，包括：

基于该网络行为信息确定该目标用户在所述预设网站中的点击次数；

判断所述点击次数是否大于或等于所述预设点击次数；

若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。

进一步的，在所述公信力排行榜和所述成长值排行榜生成后，所述生成方法还包括：

响应于触发所述公信力排行榜和/或所述成长值排行榜的查看请求，在所述目标用户的用户界面上展示所述公信力排行榜和/或所述成长值排行榜的对应内容。

第二方面，本申请实施例还提供了一种用户排行榜的生成装置，所述生成装置包括：

获取模块，用于针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息；其中，所述即时通信信息包括文本会话数据或语音会话数据；

公信力分数计算模块，用于基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数；其中，所述公信力分数用于表征该目标用户的沟通会话能力；

成长值分数计算模块，用于基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数；其中，所述成长值分数用于表征目标用户的网络学习能力；

排行榜生成模块，用于统计所有目标用户在所述预设时间段内的公信力分数和成长值分数，以生成表征所有目标用户在所述预设时间段内的公信力排行榜和成长值排行榜。

第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的用户排行榜的生成方法的步骤。

第四方面，本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的用户排行榜的生成方法的步骤。

本申请实施例提供的用户排行榜的生成方法，针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息；基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数；基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数；统计所有目标用户在所述预设时间段内的公信力分数和成长值分数，以生成表征所有目标用户在所述预设时间段内的公信力排行榜和成长值排行榜。与现有技术仅通过工作绩效对员工的工作情况进行考核的方式方法相比，本申请通过对目标用户在预设时间段内的即时通信信息和网络行为信息进行统计，生成能够表征目标用户的公信力分数和成长值分数的公信力排行榜和成长值排行榜，并通过向目标用户展示排行榜，使目标用户可以了解到自己和其他用户的工作情况，这样能够激励目标用户的工作热情。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1为本申请实施例所提供的一种用户排行榜的生成方法的流程图；

图2为本申请实施例所提供的公信力分数的确定方法的流程图；

图3为本申请实施例所提供的一种用户排行榜的生成装置的结构示意图；

图4为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

随着计算机技术和网络技术的不断发展，员工使用计算机和网络进行社交活动的比重越来越高。为了提高企业的管理水平，充分调动员工的积极性，企业通常会依据企业的自身情况制定评定制度，对员工的职业素养进行评定。

经研究发现，绝大多数企业和单位仍然在使用传统的方式，如问卷调查，面对面交流，部门领导汇报或人力资源部门检测等方式。传统的方法不仅需要花费大量资源，评定周期也较长，并且还可能会带有强烈的主观因素，无法真实反映出员工的工作情况。

基于此，本申请实施例提供了一种用户排行榜的生成方法，通过对目标用户在预设时间段内的即时通信信息和网络行为信息进行统计，生成能够表征目标用户的公信力分数和成长值分数的公信力排行榜和成长值排行榜，并通过向目标用户展示排行榜，使目标用户可以了解到自己和其他用户的工作情况，这样能够激励目标用户的工作热情。

请参阅图1，图1为本申请实施例所提供的一种用户排行榜的生成方法的流程图。如图1中所示，本申请实施例提供的用户排行榜的生成方法，包括：

S101，针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息。

需要说明的是，目标用户可以是企业中的员工，每个目标用户可以使用即时通讯工具与客户或部门同事进行信息沟通，以及使用浏览器进行预设网站的浏览。其中，即时通讯工具可以包括但不限于：企业微信、钉钉、QQ、腾讯会议等，对此本申请不做具体限定。所产生的即时通信信息包括文本会话数据或语音会话数据，产生即时通信信息的方式可以包括但不限于：会话信息、邮件信息以及语音通话信息、视频通话信息等。预设网站指的是设置有埋点的网站，例如，预设网站可以是学习网站等，对此本申请不做具体限定。网络行为信息指的是目标用户在浏览预设网站时所产生的行为信息，例如，可以是目标用户对于预设网站的点击次数，也可以是目标用户在预设网站的浏览时长，对此本申请不做具体限定。预设时间段可以是根据需求预先设置好的，例如，将预定时间段设置为00:00-24:00，那么，针对每个目标用户，获取该目标用户在00:00-24:00时间段的即时通信信息和浏览预设网站所产生的网络行为信息，也可以将预定时间段设置为等其他的时间段，例如一周、一个月等，对此申请人不做具体限定。

根据本申请提供的实施例，即时通信信息可以是目标用户针对一个联系人进行一对一传输的即时通信信息，也可以是目标用户在群组中针对多个联系人进行一对多传输的即时通信信息。作为示例，当即时通信工具为企业微信，即时通信信息为会话信息时，目标用户与某一联系人产生的会话信息即为一对一传输的即时通信信息，目标用户参与的某一群组所产生的会话信息即为一对多传输的即时通信信息。

针对上述步骤S101，在具体实施时，针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息。

S102，基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数。

需要说明的是，公信力分数用于表征该目标用户的沟通会话能力，也就是，公信力分数越高，代表目标用户的沟通会话能力较强，反之，公信力分数越低，代表目标用户的沟通会话能力较差。

针对于上述步骤S102，在具体实施时，针对于每个目标用户，基于该目标用户在预设时间段内的即时通信信息，计算该目标用户在预设时间段内的公信力分数。

请参阅图2，图2为本申请实施例所提供的公信力分数的确定方法的流程图。如图2中所示，所述基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数，包括：

S201，对所述即时通信信息中的每条语音会话数据进行文本转换，得到转换后的文本会话数据。

需要说明的是，文本转换指的是将语音会话数据转换为文本会话数据的过程。

针对上述步骤S201，在具体实施时，由于即时通信信息中还包括语音会话数据，因此针对于即时通信信息中的每条语音会话数据，对该语音会话数据进行文本转换，得到转换后的文本会话数据。这里，如何对语音会话数据进行文本转换以得到对应的文本会话数据在现有技术中详细说明，在此不再赘述。

S202，针对于所述即时通信信息中的每条文本会话数据以及转换后的每条文本会话数据，基于该文本会话数据的数据获取来源确定该文本会话数据对应的会话场景。

需要说明的是，数据获取来源指的是文本会话数据的数据来源，也就是目标用户的文本会话数据是从哪个会话或哪次通话中获取到的。例如，目标员工A的某一文本会话数据是从目标员工A与目标员工B进行的一对一传输的即时通信信息中获取到的，那么数据获取来源就是目标员工A与目标员工B的一对一传输数据；目标员工A的另一文本会话数据是从目标员工A在针对于客户C的会议中产生的，那么数据获取来源就是目标员工A针对客户C的会议数据。会话场景指的是文本会话数据所产生的场景。当文本会话数据的数据获取来源为目标员工A与目标员工B的一对一传输数据，这时的会话场景则是私聊场景；当文本会话数据的数据获取来源为目标员工A针对客户C的会议数据，这时的会话场景则是会议场景。

针对上述步骤S202，在具体实施时，针对于即时通信信息中的每条文本会话数据，以及步骤S201中对每条语音会话数据进行文本转换后得到的每条转换后的文本会话数据，基于该文本会话数据的数据获取来源来确定该文本会话数据对应的会话场景。

S203，针对于每个会话场景，获取来自于该会话场景的至少一条目标文本会话数据，并将至少一条目标文本会话数据确定为该会话场景对应的会话段落。

需要说明的是，将目标员工在某一会话场景中发送的所有目标会话数据作为该会话场景对应的会话段落。例如，目标员工A在某一会话场景中一共传输了15条目标会话数据，这时将这15条目标会话数据进行拼接，得到该会话场景对应的会话段落。

针对上述S203，在具体实施时，由于步骤S202中已经确定出了每条文本会话数据的会话场景，针对于确定出的每个会话场景，从即时通信信息中的每条文本会话数据以及转换后的每条文本会话数据中确定出来自于该会话场景的至少一条目标文本会话数据，并将至少一条目标文本会话数据进行拼接，以得到该会话场景对应的会话段落。

S204，针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准。

需要说明的是，第一得分标准指的是预先设定好的，用于判断会话段落是否符合要求的得分标准，根据本申请提供的实施例，第一得分标准可以为是否提及到目标关键词，例如，会话场景为会议场景时，第一得分标准可以是判断在该会话场景对应的会话段落中是否提及了目标关键词，例如是否提到了客户名称、项目名称等。第一得分标准也可以判断在该会话场景对应的会话段落中的每句文本会话数据是否到达了预设字数。

针对上述步骤S204，在具体实施时，首先需要确定每个会话场景对应的第一得分标准，然后针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准。

针对于上述步骤S204，在所述第一得分标准用于表征该目标用户的发言是否提及到目标关键词时；针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准，包括：

A：基于该会话段落所属的会话场景，确定所述会话场景对应的至少一个目标关键词属性。

需要说明的是，目标关键词指的是预先设定好的，在每个会话场景中可能会提到的关键词。目标关键词属性指的是提到的目标关键词对应的类别。这里，不同的会话场景会对应不同的目标关键词属性，例如，当会话场景为会议场景时，目标关键词属性可能包括客户名称、竞品名称、报价、解决方案、项目进度等；当会话场景为售卖场景时，目标关键词属性可能包括商品名称、商品价格等。

针对上述步骤A，在具体实施时，基于该会话段落所属的会话场景，确定该会话场景对应的至少一个目标关键词属性。

B：针对于该会话段落中的每条目标文本会话数据，对该目标文本会话数据进行中文分词，得到该目标文本会话数据对应的至少一个待匹配实体词，并确定每个待匹配实体词对应的实体词属性。

需要说明的是，目标文本会话数据指的是在该会话段落中涉及到的所有文本会话数据。中文分词指的是将目标文本会话数据切分成一个个单独的词的过程。待匹配实体词指的是对目标文本会话数据进行中文分词后得到的至少一个实体词。实体词属性指的是待匹配实体词对应的属性。例如，获取到的员工A在一次关于客户B的会议上的目标文本会话数据为“客户B的项目C，目前已经进行到了阶段D”，这时对该目标文本会话数据进行中文分词，可以得到该目标文本会话数据对应的待匹配实体词包括“客户B”、“项目C”和“阶段D”，所对应实体词属性依次为客户名称、项目名称和项目进度。

针对上述步骤B，在具体实施时，针对于该会话数据中的每条目标文本会话数据，对该目标文本会话数据进行中文分词，以得到该目标文本会话数据对应的至少一个待匹配实体词，并确定每个待匹配实体词对应的实体词属性。这里，如何对目标文本会话数据进行中文分词以得到至少一个实体词在现有技术中有详细说明，在此不再赘述。

C：针对于每个目标关键词属性和该目标文本会话数据中的每个实体词属性，判断该目标关键词属性与该实体词属性是否相同。

针对上述步骤C，在具体实施时，利用步骤A中确定出的至少一个目标关键词属性，以及步骤B中确定出的至少一个实体词属性，依次将目标关键词属性与实体词属性进行对比，判断是否目标关键词属性与实体词属性是否相同，若是，则执行步骤D。

D：若是，则将该目标文本会话数据确定为提及到所述目标关键词的目标文本会话数据。

针对上述步骤D，在具体实施时，如果该目标文本会话数据中存在实体词属性与目标关键词属性相同的待匹配实体词，则认为该目标文本会话数据提及到了目标关键词，将该目标文本会话数据确定为提及到所述目标关键词的目标文本会话数据。

E：确定该会话段落中提及到所述目标关键词的目标文本会话数据的第一会话数量。

需要说明的是，第一会话数量指的是会话段落中存在的，提及到目标关键词的目标文本会话数据的数量。

针对上述步骤E，在具体实施时，由于在上述步骤D中确定出了该会话段落中哪些目标文本会话数据为提及到目标关键词的目标文本会话数据，这时确定在该会话数据中提及到所述目标关键词的目标文本会话数据的第一会话数量。

F：判断所述第一会话数量是否大于或等于第一数量阈值。

G：若是，则确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。

需要说明的是，第一数量阈值指的是预先设定好的，判断该会话段落是否符合第一得分标准的阈值，例如，第一数量阈值可以是10，对此本申请不做具体限定。

针对上述步骤F和步骤G，在具体实施时，由于步骤E中已经确定出了该会话段落中提及到目标关键词的目标文本会话数据的第一会话数量，这时判断第一会话数量是否大于或等于预先设定的第一数量阈值，若是，则执行步骤G，确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。若否，则认为该会话段落不符合该会话段落所属的会话场景对应的第一得分标准。

针对于上述步骤S204，在所述第一得分标准表征该目标用户的发言是否达到预设字数阈值时；针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准，包括：

a：针对于该会话段落中的每个目标文本会话数据，确定该目标文本会话数据的文本字数。

需要说明的是，文本字数指的是在目标文本会话数据中的字符数量。

针对上述步骤a，在具体实施时，针对于该会话段落中的每个目标文本会话数据，确定该目标文本会话数据的文本字数。

b：判断该目标文本会话数据的文本字数是否大于或等于所述预设字数阈值。

c：若是，则将该目标文本会话数据确定为符合所述预设字数阈值的目标文本会话数据。

需要说明的是，预设字数阈值指的是预先设定的，判断目标文本会话数据的文本字数是否符合要求的数量阈值。例如，预设字数阈值可以设定为15，对此本申请不做具体限定。

针对上述步骤b和步骤c，在具体实施时，判断该目标文本会话数据的文本字数是否大于或等于所述预设字数阈值，若是，则执行步骤c，将该目标文本会话数据确定为符合所述预设字数阈值的目标文本会话数据。若否，则认为该目标文本会话数据不符合预设字数阈值的要求。

d：确定该会话段落中符合所述预设字数阈值的目标文本会话数据的第二会话数量。

需要说明的是，第二会话数量指的是会话段落中存在的，符合预设字数阈值的目标文本会话数据的数量。

针对上述步骤d，在具体实施时，由于在上述步骤c中确定出了该会话段落中哪些目标文本会话数据为符合预设字数阈值的目标文本会话数据，这时确定在该会话数据中符合预设字数阈值的目标文本会话数据的第二会话数量。

e：判断所述第二会话数量是否大于或等于第二数量阈值。

f：若是，则确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。

需要说明的是，第二数量阈值指的是预先设定好的，判断该会话段落是否符合第二得分标准的阈值，例如，第二数量阈值可以是20，对此本申请不做具体限定。

针对上述步骤e和步骤f，在具体实施时，由于在步骤d中已经确定出了该会话段落中符合预设字数阈值的目标文本会话数据的第二会话数量，这时判断第二会话数量是否大于或等于预先设定的第二数量阈值，若是，则执行步骤f，确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。若否，则认为该会话段落不符合该会话段落所属的会话场景对应的第一得分标准。

S205，若是，则根据符合所述第一得分标准的会话段落的数量确定该会话场景对应的第一初始分数。

针对步骤S205，在具体实施时，针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准，若是，则根据符合第一得分标准的会话段落的数量确定该会话场景对应的第一初始分数。这里，符合第一得分标准的会话段落的数量与第一初始分数相同，例如，符合第一得分标准的会话段落的数量为15，则第一初始分数也为15。

S206，针对于每个会话场景，确定该会话场景对应的第一权重系数。

S207，将该会话场景对应的第一初始分数与所述第一权重系数相乘，得到该会话场景对应的第一目标分数。

需要说明的是，不同的会话场景会对应不同的第一权重系数，例如，会议场景对应的第一权重系数为0.5，销售场景对应的第一权重系数为0.7等，对此本申请不做具体限定。

针对上述步骤S206和步骤S207，针对于每个会话场景，确定该会话场景对应的第一权重系数，将步骤S205中确定的该会话场景对应的第一初始分数与第一权重系数相乘，得到该会话场景对应的第一目标分数。

S208，利用每个会话场景对应的第一目标分数，进行求和计算，确定出该目标用户在所述预设时间段内的公信力分数。

针对上述步骤S208，在具体实施时，每个会话场景对应的第一目标分数均确定出后，将每个会话场景对应的第一目标分数相加，以得到该目标用户在预设时间段内的公信力分数。

作为一种可选的实施方式，当目标用户的会话数据中出现风险预警词的时候，还会对目标员工的公信力分数进行减分。例如，针对于销售场景，会设定对应的风险预警词，比如“不卖”、“出去”等，当目标用户的某个会话数据中出现预设的风险预警词，会判定该会话数据为负面内容，并根据出现了风险预警词的负面内容数量对目标员工的公信力分数进行减分。

S103，基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数。

需要说明的是，成长值分数用于表征该目标用户的网络学习能力，也就是，成长值分数越高，代表目标用户的网络学习能力较强，反之，成长值分数越低，代表目标用户的网络学习能力较差。

针对于上述步骤S103，在具体实施时，针对于每个目标用户，基于该目标用户在预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数。所述基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数，包括：

步骤1031，针对于该目标用户在所述预设时间段内浏览所述预设网站所产生的每种网络行为信息，基于该网络行为信息的行为类型，确定该行为类型对应的第二得分标准。

需要说明的是，行为类型指的是网络行为信息对应的行为类型，例如，行为类型可以对预设网站进行浏览、点击预设网站等。第二得分标准指的是预先设定好的，用于判断网络行为信息是否符合要求的得分标准。根据本申请提供的实施例，第二得分标准可以是浏览时长是否达到预设浏览时长，也可以是点击次数是否达到预设点击次数。例如，当行为类型为对预设网站进行浏览时，第二得分标准则是浏览时长是否达到预设浏览时长；当行为类型为点击预设网站，第二得分标准则是点击次数是否达到预设点击次数。

针对上述步骤1031，在具体实施时，针对于该目标用户在所述预设时间段内浏览所述预设网站所产生的每种网络行为信息，基于该网络行为信息的行为类型，确定该行为类型对应的第二得分标准。

步骤1032，针对于每个行为类型，判断该行为类型对应的每种网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准。

针对上述步骤1032，在具体实施时，首先需要确定每个行为类型对应的第二得分标准，然后针对于每个行为类型对应的每种网络行为信息，判断该网络行为信息是否符合所属的行为类型对应的第二得分标准。

针对上述步骤1032，在所述第二得分标准为浏览时长是否达到预设浏览时长时，所述判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准，包括：

I：基于该网络行为信息确定该目标用户在所述预设网站中的已浏览时长。

II：判断所述已浏览时长是否大于或等于所述预设浏览时长；

III：若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。

需要说明的是，需要说明的是，已浏览时长指的是目标用户在预设时间段内，在预设网站中的总浏览时长。预设浏览时间指的是预先设定的，用于判断该目标用户在预设网站中的已浏览时长是否符合第二得分标准的时间阈值。例如，预设浏览时长可以设定为5个小时，对此本申请不做具体限定。

针对于上述步骤I-步骤III，基于该网络行为信息确定该目标用户在所述预设网站中的已浏览时长，判断该目标用户在预设网站中的已浏览时长是否大于或等于预设浏览时长，若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。若否，则确定该网络行为信息不符合该网络行为信息所属的行为类型对应的第二得分标准。

针对上述步骤1032，在所述第二得分标准为点击次数是否达到预设点击次数时，所述判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准，包括：

i：基于该网络行为信息确定该目标用户在所述预设网站中的点击次数。

ii：判断所述点击次数是否大于或等于所述预设点击次数。

iii：若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。

需要说明的是，点击次数指的是目标用户在预设时间段内，点击预设网站的总次数。预设点击次数指的是预先设定的，用于判断该目标用户在预设网站中的点击次数是否符合第二得分标准的次数阈值。例如，预设点击次数可以设定为100，对此本申请不做具体限定。

针对于上述步骤i-步骤iii，基于该网络行为信息确定该目标用户在预设网站中的点击次数，判断该目标用户在预设网站中的点击次数是否大于或等于预设点击次数，若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。若否，则确定该网络行为信息不符合该网络行为信息所属的行为类型对应的第二得分标准。

步骤1033，若是，则根据符合所述第二得分标准的网络行为信息的数量确定该行为类型对应的第二初始分数。

针对步骤1033，在具体实施时，针对于每个行为类型，判断该行为类型对应的每种网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准，若是，则根据符合第二得分标准的网络行为信息的数量确定该行为类型对应的第二初始分数。这里，符合第二得分标准的网络行为信息的数量与第二初始分数相同，例如，符合第二得分标准的网络行为信息的数量为15，则第二初始分数也为15。

步骤1034，针对于每个行为类型，确定该行为类型对应的第二权重系数；

步骤1035，将该行为类型对应的第二初始分数与所述第二权重系数相乘，得到该行为类型对应的第二目标分数。

需要说明的是，不同的行为类型会对应不同的第二权重系数，例如，对预设网站进行浏览的第一权重系数为0.5，点击预设网站对应的第一权重系数为0.7等，对此本申请不做具体限定。

针对上述步骤1034和步骤1035，针对于每个行为类型，确定该行为类型对应的第二权重系数，将步骤1033中确定的该行为类型对应的第二初始分数与第二权重系数相乘，得到该行为类型对应的第二目标分数。

步骤1036，利用每个行为类型对应的第二目标分数，进行求和计算，确定出该目标用户在所述预设时间段内的成长值分数。

针对上述步骤1036，在具体实施时，每个行为类型对应的第二目标分数均确定出后，将每个行为类型对应的第二目标分数相加，以得到该目标用户在预设时间段内的成长值分数。

作为一种可选的实施方式，在确定出目标用户的公信力分数和成长值分数后，还可以根据公信力分数和成长值分数为目标用户确定对应的标签。作为示例，首先设定标签的确定标准：公信力分数每获得10分，则生成一个“沟通达人”标签，成长值分数每获得5分，则生成一个“学习达人”标签，这时再根据确定出的目标用户的公信力分数和成长值分数，为目标用户确定对应的标签。比如，目标用户A的公信力分数为11分，成长值分数为7分，则目标用户A所获得的标签为“沟通达人”标签和“学习达人”标签。

S104，统计所有目标用户在所述预设时间段内的公信力分数和成长值分数，以生成表征所有目标用户在所述预设时间段内的公信力排行榜和成长值排行榜。

针对上述步骤S104，在所有的目标用户在预设时间段内的公信力分数和成长值分数都确定出之后，统计所有目标用户在预设时间段内的公信力分数和成长值分数。针对于公信力分数，将所有目标用户的公信力分数从大到小排序，以生成表征所有目标用户在预设时间段内的公信力排行榜。针对于成长值分数，将所有目标用户的成长值分数从大到小排序，以生成表征所有目标用户在预设时间段内的成长值排行榜。

作为一种可选的实施方式，在所述公信力排行榜和所述成长值排行榜生成后，本申请提供的生成方法还包括：

响应于触发所述公信力排行榜和/或所述成长值排行榜的查看请求，在所述目标用户的用户界面上展示所述公信力排行榜和/或所述成长值排行榜的对应内容。

该步骤中，触发排行的查看请求包括：由即时通信工具自动触发的查看请求和由目标用户手动触发的查看请求，响应于对查看请求的不同的触发方式，以向目标用户展示公信力排行榜和/或成长值排行榜的对应内容。这样，生成能够表征所有目标用户在预设时间段内的公信力排行榜和成长值排行榜后，可以通过用户界面向目标用户展示排行榜，使目标用户可以了解到自己和其他用户的工作情况，这样能够激励目标用户的工作热情。

本申请实施例提供的用户排行榜的生成方法，针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息；基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数；基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数；统计所有目标用户在所述预设时间段内的公信力分数和成长值分数，以生成表征所有目标用户在所述预设时间段内的公信力排行榜和成长值排行榜。与现有技术仅通过工作绩效对员工的工作情况进行考核的方式方法相比，本申请通过对目标用户在预设时间段内的即时通信信息和网络行为信息进行统计，生成能够表征目标用户的公信力分数和成长值分数的公信力排行榜和成长值排行榜，并通过向目标用户展示排行榜，使目标用户可以了解到自己和其他用户的工作情况，这样能够激励目标用户的工作热情。

请参阅图3，图3为本申请实施例所提供的一种用户排行榜的生成装置的结构示意图。如图3中所示，所述生成装置300包括：

获取模块301，用于针对于每个目标用户，获取该目标用户在预设时间段内的即时通信信息，以及在所述预设时间段内浏览预设网站所产生的网络行为信息；其中，所述即时通信信息包括文本会话数据或语音会话数据；

公信力分数计算模块302，用于基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数；其中，所述公信力分数用于表征该目标用户的沟通会话能力；

成长值分数计算模块303，用于基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数；其中，所述成长值分数用于表征目标用户的网络学习能力；

排行榜生成模块304，用于统计所有目标用户在所述预设时间段内的公信力分数和成长值分数，以生成表征所有目标用户在所述预设时间段内的公信力排行榜和成长值排行榜。

进一步的，所述公信力分数计算模块302在用于基于该目标用户在所述预设时间段内的即时通信信息，计算该目标用户在所述预设时间段内的公信力分数时，所述公信力分数计算模块302还用于：

对所述即时通信信息中的每条语音会话数据进行文本转换，得到转换后的文本会话数据；

针对于所述即时通信信息中的每条文本会话数据以及转换后的每条文本会话数据，基于该文本会话数据的数据获取来源确定该文本会话数据对应的会话场景；

针对于每个会话场景，获取来自于该会话场景的至少一条目标文本会话数据，并将至少一条目标文本会话数据确定为该会话场景对应的会话段落；

针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准；

若是，则根据符合所述第一得分标准的会话段落的数量确定该会话场景对应的第一初始分数；

针对于每个会话场景，确定该会话场景对应的第一权重系数；

将该会话场景对应的第一初始分数与所述第一权重系数相乘，得到该会话场景对应的第一目标分数；

利用每个会话场景对应的第一目标分数，进行求和计算，确定出该目标用户在所述预设时间段内的公信力分数。

进一步的，在所述第一得分标准用于表征该目标用户的发言是否提及到目标关键词时，所述公信力分数计算模块302在用于针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准时，所述公信力分数计算模块302还用于：

基于该会话段落所属的会话场景，确定所述会话场景对应的至少一个目标关键词属性；

针对于该会话段落中的每条目标文本会话数据，对该目标文本会话数据进行中文分词，得到该目标文本会话数据对应的至少一个待匹配实体词，并确定每个待匹配实体词对应的实体词属性；

针对于每个目标关键词属性和该目标文本会话数据中的每个实体词属性，判断该目标关键词属性与该实体词属性是否相同；

若是，则将该目标文本会话数据确定为提及到所述目标关键词的目标文本会话数据；

确定该会话段落中提及到所述目标关键词的目标文本会话数据的第一会话数量；

判断所述第一会话数量是否大于或等于第一数量阈值；

若是，则确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。

进一步的，在所述第一得分标准表征该目标用户的发言是否达到预设字数阈值时，所述公信力分数计算模块302在用于针对于每个会话场景对应的会话段落，判断该会话段落是否符合该会话段落所属的会话场景对应的第一得分标准时，所述公信力分数计算模块302还用于：

针对于该会话段落中的每个目标文本会话数据，确定该目标文本会话数据的文本字数；

判断该目标文本会话数据的文本字数是否大于或等于所述预设字数阈值；

若是，则将该目标文本会话数据确定为符合所述预设字数阈值的目标文本会话数据；

确定该会话段落中符合所述预设字数阈值的目标文本会话数据的第二会话数量；

判断所述第二会话数量是否大于或等于第二数量阈值；

若是，则确定该会话段落符合该会话段落所属的会话场景对应的第一得分标准。

进一步的，所述成长值分数计算模块303在用于基于该目标用户在所述预设时间段内浏览所述预设网站所产生的网络行为信息，计算该目标用户在所述预设时间段内的成长值分数时，所述成长值分数计算模块303还用于：

针对于该目标用户在所述预设时间段内浏览所述预设网站所产生的每种网络行为信息，基于该网络行为信息的行为类型，确定该行为类型对应的第二得分标准；

针对于该行为类型对应的每个网络行为信息，判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准；

若是，则根据符合所述第二得分标准的网络行为信息的数量确定该行为类型对应的第二初始分数；

针对于每个行为类型，确定该行为类型对应的第二权重系数；

将该行为类型对应的第二初始分数与所述第二权重系数相乘，得到该行为类型对应的第二目标分数；

利用每个行为类型对应的第二目标分数，进行求和计算，确定出该目标用户在所述预设时间段内的成长值分数。

进一步的，在所述第二得分标准为浏览时长是否达到预设浏览时长时，所述成长值分数计算模块303在用于判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准时，还用于：

基于该网络行为信息确定该目标用户在所述预设网站中的已浏览时长；

判断所述已浏览时长是否大于或等于所述预设浏览时长；

若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。

进一步的，在所述第二得分标准为点击次数是否达到预设点击次数时，所述成长值分数计算模块303在用于判断该网络行为信息是否符合该网络行为信息所属的行为类型对应的第二得分标准时，还用于：

基于该网络行为信息确定该目标用户在所述预设网站中的点击次数；

判断所述点击次数是否大于或等于所述预设点击次数；

若是，则确定该网络行为信息符合该网络行为信息所属的行为类型对应的第二得分标准。

进一步的，所述生成装置300还包括排行榜展示模块，所述排行榜展示模块用于：

响应于触发所述公信力排行榜和/或所述成长值排行榜的查看请求，在所述目标用户的用户界面上展示所述公信力排行榜和/或所述成长值排行榜的对应内容。

请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。

所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1以及图2所示方法实施例中的用户排行榜的生成方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的用户排行榜的生成方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。