一種消息內容展示方法、系統及終端與流程
2023-06-14 21:03:41
本發明涉及計算機通信技術領域，尤其涉及一種消息內容展示方法、系統及終端。
背景技術：
在微信朋友圈中，用戶可以看到好友動態，通常好友動態是按照發表內容成功的時間順序進行排序的，但是朋友圈的動態中通常會有各種發布消息廣告，而為了屏蔽廣告內容，當前只能是通過屏蔽發表發布消息廣告的某好友來達到目的，但是有些時候用戶並不是想屏蔽該好友的所有動態，只是要屏蔽其中的廣告內容。
技術實現要素：
基於以上目的，本發明提供了一種消息內容展示方法，所述方法包括：
響應於檢測到的界面操作，至少部分展示第一發布消息列表；
響應於檢測到的搖曳動作，獲取預設置的消息過濾條件，並根據所述消息過濾條件對所述第一發布消息列表進行過濾處理；
至少部分展示經過濾處理後的第二發布消息列表。
進一步地，所述檢測搖曳動作的步驟包括：
獲取傳感器發送的第一加速度數據；
將所述第一加速度數據與預設第一門限值進行比對，當所述第一加速度數據超過第一門限值時，確定檢測到搖曳動作。
進一步地，所述檢測搖曳動作的步驟包括：
獲取傳感器發送的在一個空間維度上的第二加速度數據；
將第二加速度數據與預設第二門限值進行比對，當所述第二加速度數據超過第二門限值時，確定檢測到搖曳動作。
進一步地，在執行所有步驟之前，還包括預設置消息過濾條件的步驟，包括：
收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練，建立過濾關鍵詞資料庫；
選取過濾關鍵詞資料庫中權重較大的n個過濾關鍵詞，其中n≥1；
根據所述n個過濾關鍵詞中的至少一個設置消息過濾條件。
進一步地，在執行所有步驟之前，還包括預設置消息過濾條件的步驟，包括：
獲取預設時間內與好友關係鏈上其他用戶的交互數據；
根據所述交互數據分別獲取與所述其他用戶的交互頻次；
根據與所述其他用戶的交互頻次設置消息過濾條件，包括：
將與每個其他用戶的交互頻次與預設閾值進行比較，若所述交互頻次小於預設閾值，則屏蔽該對應用戶的發布消息。
進一步地，在執行所有步驟之前，還包括預設置消息過濾條件的步驟，包括：
收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練，獲得至少一個過濾關鍵詞；
獲取預設時間內與好友關係鏈上其他用戶的交互數據，根據所述交互數據分別獲取與所述其他用戶的交互頻次；
根據所述至少一個過濾關鍵詞以及與所述其他用戶的交互頻次設置消息過濾條件。
進一步地，所述根據所述消息過濾條件對所述第一發布消息列表進行過濾處理的步驟包括：
將所述第一發布消息列表中的每條發布消息與消息過濾條件進行比對，判斷所述每條發布消息是否符合消息過濾條件，若符合，則移除該條發布消息。
進一步地，所述響應於檢測到的搖曳動作之前還包括：
響應檢測到的設置操作，展示消息框；
獲取基於所述消息框而輸入的過濾模式切換操作。
相應地，本發明還提供了一種消息內容展示系統，所述系統包括響應模塊、第一展示模塊、獲取模塊、過濾模塊和第二展示模塊，
所述響應模塊，用於響應於檢測到的界面操作和檢測到的搖曳動作；
所述第一展示模塊，用於至少部分展示第一發布消息列表；
所述獲取模塊，用於獲取預設置的消息過濾條件；
所述過濾模塊，用於根據所述消息過濾條件對所述第一發布消息列表進行過濾處理；
所述第二展示模塊，用於至少部分展示經過濾處理後的第二發布消息列表。
進一步地，所述系統還包括第一比對模塊和第一確定模塊；
所述獲取模塊，還用於獲取傳感器發送的第一加速度數據；
所述第一比對模塊，用於將所述第一加速度數據與預設第一門限值進行比對；
所述第一確定模塊，用於當所述第一加速度數據超過第一門限值時，確定檢測到搖曳動作。
進一步地，所述系統還包括第二比對模塊和第二確定模塊；
所述獲取模塊，還用於獲取傳感器發送的在一個空間維度上的第二加速度數據；
所述第二比對模塊，用於將第二加速度數據與預設第二門限值進行比對；
所述第二確定模塊，用於當所述第二加速度數據超過第二門限值時，確定檢測到搖曳動作。
進一步地，所述系統還包括資料庫建立模塊、第一選取模塊和第一設置模塊，
所述資料庫建立模塊，用於收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練，建立過濾關鍵詞資料庫；
所述第一選取模塊，用於選取過濾關鍵詞資料庫中權重較大的n個過濾關鍵詞，其中n≥1；
所述第一設置模塊，用於根據所述n個過濾關鍵詞中的至少一個設置消息過濾條件。
進一步地，所述系統還包括第二設置模塊，
所述獲取模塊，還用於獲取預設時間內與好友關係鏈上其他用戶的交互數據，並根據所述交互數據分別獲取與所述其他用戶的交互頻次；
所述第二設置模塊，用於根據與所述其他用戶的交互頻次設置消息過濾條件。
進一步地，所述系統還包括訓練模塊和第三設置模塊，
所述訓練模塊，用於收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練；
所述獲取模塊，還用於獲得至少一個過濾關鍵詞，獲取預設時間內與好友關係鏈上其他用戶的交互數據，根據所述交互數據分別獲取與所述其他用戶的交互頻次；
所述第三設置模塊，用於根據所述至少一個過濾關鍵詞以及與所述其他用戶的交互頻次設置消息過濾條件。
進一步地，所述系統還包括第三比對模塊，
所述第三比對模塊，還用於將所述第一發布消息列表中的每條發布消息與消息過濾條件進行比對；
所述過濾模塊，還用於在每條發布消息符合消息過濾條件時，移除該條發布消息。
進一步地，所述系統還包括第三展示模塊，
所述響應模塊，還用於響應檢測到的設置操作；
所述第三展示模塊，用於展示消息框；
所述獲取模塊，還用於獲取基於所述消息框而輸入的過濾模式切換操作。
相應地，本發明還提供了一種消息內容展示終端，所述終端包括上述的消息內容展示系統。
本發明的消息內容展示方法、系統及終端，具有如下有益效果：
1、採用本發明方法和系統能夠幫助用戶精準清理髮布消息中的廣告信息，減少騷擾，提高信息的可讀性，不會將某個好友的所有動態完全屏蔽，還可以有效清理不常互動的好友動態信息，極大提高了用戶體驗。
2、本發明中當過濾條件為自動設置方式時，用戶僅需抖一抖即可實現發布消息的自動過濾，操作方便快捷，極大提高了實用性。
3、本發明中當過濾條件為用戶設置方式時，用戶僅需輸入待過濾的關鍵詞即可實現發布消息的過濾，能夠精準過濾掉用戶流廣告，通過設置關鍵詞輸入入口提高了操作的便捷性。
附圖說明
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其它附圖。
圖1是本發明消息內容展示方法的流程圖；
圖2是本發明實施例一的消息內容展示方法的流程圖；
圖3是本發明實施例二的消息內容展示方法的流程圖；
圖4是本發明實施例三的消息內容展示系統的框圖；
圖5是本發明實施例四的消息內容展示系統的框圖；
圖6是本發明實施例五的計算機終端的結構框圖。
具體實施方式
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動的前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
實施例一：
本發明實施例提供了一種消息內容展示方法，所述方法包括：
S101、預設置消息過濾條件，具體包括以下步驟：
S1011、收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練，建立過濾關鍵詞資料庫。
具體地：首先，離線收集如微信圈中用戶的發布信息樣本，其中，樣本為朋友圈中的廣告信息，廣告信息包括但不限於文本、圖片、視頻等形式。
其次，提取樣本中的過濾關鍵詞，通過機器學習方法進行訓練。例如從廣告信息「XX液體黃金玻尿酸的妙用，讓你重塑青春的秘密」提取到的關鍵詞屬性為「護膚」；從廣告信息「虎標鎮痛貼，9片*3盒，溫感139元代購」提取到的關鍵詞屬性為「代理」；從廣告信息「XX短袖，售價325元，XX商務套裝，售價750元」提取到的關鍵詞屬性為「微商」。
最後，建立過濾關鍵詞資料庫。例如，過濾關鍵詞資料庫中的過濾關鍵詞包括「代理」、「護膚」、「滴滴」、「母嬰」、「微商」、「股票」、「健康」和「優惠券」等等。
S1012、選取過濾關鍵詞資料庫中權重較大的n個過濾關鍵詞，其中n≥1；
統計過濾關鍵詞「代理」、「護膚」、「滴滴」、「母嬰」、「微商」、「股票」、「健康」和「優惠券」等等的出現頻率，並計算相應的過濾關鍵詞的權重，按照權重又大到小進行排序。
S1013、根據所述n個過濾關鍵詞中的至少一個設置消息過濾條件。
例如選取權重較大的3個過濾關鍵詞，分別為「代理」、「護膚」和「母嬰」，並根據該3個過濾關鍵詞設置消息過濾條件。
S102、響應於檢測到的界面操作，至少部分展示第一發布消息列表。
當檢測到用戶在微信朋友圈中的界面操作後，其中界面操作為刷新朋友圈等操作，則至少展示部分用戶發表的第一發布信息列表，第一發布信息列表為沒有經過過濾的所有用戶的發布信息列表，包括廣告信息。
S103、響應檢測到的設置操作，展示消息框，獲取基於所述消息框而輸入的過濾模式切換操作。
當預設置操作完成後，展示消息框，該消息框的作用即為開啟與關閉基於搖曳動作的消息過濾。即點擊該消息框，則自動切換基於搖曳動作的消息過濾的啟閉。
S104、響應於檢測到的搖曳動作。其中檢測搖曳動作具體包括如下步驟：
S1041、獲取傳感器發送的第一加速度數據；
具體地，利用移動終端中的陀螺儀，獲取陀螺儀中傳感器感應到的第一加速度數據。例如，在手機晃動過程中，記錄三個坐標軸的加速度分量，根據該加速度分量，計算同一晃動方向起始位置和終止位置之間的夾角；
S1042、將所述第一加速度數據與預設第一門限值進行比對，當所述第一加速度數據超過第一門限值時，確定檢測到搖曳動作。
例如，預設第一門限值為M，計算在該第一門限值M下三個坐標軸的加速度分量，計算同一晃動方向起始位置和終止位置之間的夾角，例如為30°，則當同一晃動方向起始位置和終止位置之間的夾角大於30°時，確定當前所述第一加速度數據超過第一門限值。
另外，還可以根據加速度分量，計算同一晃動方向起始位置和終止位置之間的距離，當同一晃動方向起始位置和終止位置之間的距離大於預設距離時，確定當前所述第一加速度數據超過第一門限值。
S105、獲取預設置的消息過濾條件，並根據所述消息過濾條件對所述第一發布消息列表進行過濾處理。
具體地，例如獲取預設置的關鍵詞「代理」、「護膚」和「母嬰」，當第一發布消息列表中的任意一條發布消息符合該3個預設置的關鍵詞，則濾除該條發布消息。
例如：微信朋友圈中的好友分別為A、B和C，假設當前時間為12:00，其中，A在8:00時發表的動態內容為「虎標鎮痛貼，9片*3盒，溫感139元代購」，B在9:00時發表的動態內容為「XX液體黃金玻尿酸的妙用，讓你重塑青春的秘密」，C在10:00時發表的動態內容為「XX奶瓶，售價80元，XX奶粉，售價275元，領取優惠券，滿500減100元」，A在11:00時發表的動態內容為「心若在，夢就在」。
在過濾時，按照時間先後順序依次對朋友圈中的發布消息進行過濾，在本發明實施例中按照用戶A、B、C和D的順序對相應用戶的動態進行發布消息過濾，本發明實施例中用戶A、B、C和D的發布消息的過濾方法依次按照以下步驟執行，但為了進行比對，直接將A、B、C和D用戶的發布消息過濾方法混在一起說明：
對於A在8:00時發表的動態內容，將關鍵詞與用戶A的發布消息進行比對，判斷用戶A的發布消息「虎標鎮痛貼，9片*3盒，溫感139元代購」的關鍵詞屬性為「代理」，則過濾掉用戶A的發布消息；
對於A在11:00時發表的動態內容，將關鍵詞與用戶A的發布消息進行比對，判斷用戶A的發布消息「心若在，夢就在」不符合該3個關鍵詞，則不需過濾用戶A的該條發布消息；
對於B，將關鍵詞與用戶B的發布消息進行比對，判斷用戶B的發布消息「XX液體黃金玻尿酸的妙用，讓你重塑青春的秘密」的關鍵詞屬性為「護膚」，則過濾掉用戶B的發布消息；
對於C，將關鍵詞與用戶C的發布消息進行比對，判斷用戶C的發布消息不符合該3個關鍵詞，則不需過濾用戶C的發布消息。
S106、至少部分展示經過濾處理後的第二發布消息列表。
具體地，例如對於微信朋友圈中好友A、B和C的發布消息，僅展示用戶A在11:00時的發布消息「心若在，夢就在」。
其中，所述發布消息也可以包括好友資料，所述好友資料包括好友在註冊微信時填寫的暱稱、標籤等信息。
本發明實施例方法具有如下有益效果：本發明實施例中過濾條件為自動設置方式，用戶僅需進行搖曳操作即可實現發布消息的自動過濾，操作方便快捷，極大提高了用戶體驗和實用性；同時，能夠幫助用戶精準清理髮布消息中的廣告信息，減少騷擾，提高信息的可讀性，不會將某個好友的所有動態完全屏蔽。
實施例二：
本發明實施例提供了一種消息內容展示方法，所述方法包括：
S201、預設置消息過濾條件，具體為根據與其他用戶的交互頻次以及至少一個過濾關鍵詞設置消息過濾條件，具體包括以下步驟：
S2011、收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練，獲得至少一個過濾關鍵詞。該具體步驟參見實施例一。
S2012、獲取預設時間內與好友關係鏈上其他用戶的交互數據。
具體地：收集在預設時間內與所有QQ好友之間的交互數據。
S2013、根據所述交互數據分別獲取與所述其他用戶的交互頻次。
例如：QQ好友為用戶A、B、C和D，根據所述交互數據計算在預設時間內與用戶A、B、C和D之間的交互頻次，如在一個月時間內，與用戶A之間的交互頻次為10次，與用戶B之間的交互頻次為8次，與用戶C之間的交互頻次為0次，與用戶D之間的交互頻次為2次。交互包括點讚、評論動態信息、聊天等等。
S2014、根據與所述其他用戶的交互頻次設置消息過濾條件，包括：
將與每個其他用戶的交互頻次與預設閾值進行比較，若所述交互頻次小於預設閾值，則屏蔽該對應用戶的發布消息。
例如，預設閾值為1次，用戶C的交互頻次小於1次。
例如：獲取3個過濾關鍵詞，分別為「代理」、「護膚」和「母嬰」。
S202、響應於檢測到的界面操作，至少部分展示第一發布消息列表。
當檢測到用戶在QQ好友動態中的界面操作後，其中界面操作為刷新好友動態等操作，則至少展示部分用戶發表的第一發布信息列表，第一發布信息列表為沒有經過過濾的所有用戶的發布信息列表，包括廣告信息。
S203、響應於檢測到的搖曳動作。其中檢測搖曳動作具體包括如下步驟：
S2031、獲取傳感器發送的在一個空間維度上的第二加速度數據；
具體地，利用移動終端中的陀螺儀，獲取陀螺儀中傳感器感應到的在一個空間維度上的第二加速度數據。例如，在手機晃動過程中，記錄一個坐標軸的加速度；
S2032、將第二加速度數據與預設第二門限值進行比對，當所述第二加速度數據超過第二門限值時，確定檢測到搖曳動作。
S204、獲取預設置的消息過濾條件，並根據所述消息過濾條件對所述第一發布消息列表進行過濾處理。
具體地，例如獲取預設置的3個關鍵詞「代理」、「護膚」、「母嬰」和「微商」以及與所述其他用戶的交互頻次，當第一發布消息列表中的任意一條發布消息符合該3個預設置的關鍵詞，且與所述其他用戶的交互頻次小於預設頻次，則濾除該條發布消息。
例如：QQ好友中的好友分別為A、B、C和D，假設當前時間為12:00，其中，A在8:00時發表的動態內容為「虎標鎮痛貼，9片*3盒，溫感139元代購」，B在9:00時發表的動態內容為「XX液體黃金玻尿酸的妙用，讓你重塑青春的秘密」，C在10:00時發表的動態內容為「心若在，夢就在」，D在11:00時發表的動態內容為「旅遊照片」。
在過濾時，按照時間先後順序依次對朋友圈中的發布消息進行過濾，在本發明實施例中按照用戶A、B、C和D的順序對相應用戶的動態進行發布消息過濾，本發明實施例中用戶A、B、C和D的發布消息的過濾方法依次按照以下步驟執行，但為了進行比對，直接將A、B、C和D用戶的發布消息過濾方法混在一起說明：
對於A，將關鍵詞與用戶A的發布消息進行比對，判斷用戶A的發布消息「虎標鎮痛貼，9片*3盒，溫感139元代購」的關鍵詞屬性為「代理」，則過濾掉用戶A的發布消息；
對於B，將關鍵詞與用戶B的發布消息進行比對，判斷用戶B的發布消息「XX液體黃金玻尿酸的妙用，讓你重塑青春的秘密」的關鍵詞屬性為「護膚」，則過濾掉用戶B的發布消息；
對於C，將關鍵詞與用戶A的發布消息進行比對，判斷用戶C的發布消息「心若在，夢就在」不符合該3個關鍵詞，則不需過濾用戶C的該條發布消息；
對於D，將關鍵詞與用戶D的發布消息進行比對，判斷用戶D的發布消息「旅遊照片」不符合該3個關鍵詞，則不需過濾用戶D的該條發布消息。
經過關鍵詞過濾之後，展示的是用戶C和D發表的動態信息，再比較交互頻次，由於與用戶C之間的交互頻次為0次，與用戶D之間的交互頻次為2次，而預設交互頻次為0次，則屏蔽該用戶C的發布消息。
S205、至少部分展示經過濾處理後的第二發布消息列表。
具體地，例如對於QQ好友動態中好友A、B、C和D的發布消息，僅展示用戶D在11:00時的發布消息「旅遊照片」。
其中，所述發布消息也可以包括好友資料，所述好友資料包括好友在註冊微信時填寫的暱稱、標籤等信息。
本發明實施例方法具有如下有益效果：本發明實施例中過濾條件為自動設置方式，用戶僅需進行搖曳操作即可實現發布消息的自動過濾，能夠幫助用戶精準清理廣告信息以及不常互動用戶的發布信息，減少騷擾，提高信息的可讀性，操作方便快捷，極大提高了用戶體驗和實用性。
在另一實施例中，預設置消息過濾條件，具體為根據與其他用戶的交互頻次設置消息過濾條件，即僅需過濾掉不常聯繫用戶的發布信息。
實施例三：
相應地，所述系統包括資料庫建立模塊、第一選取模塊、第一設置模塊、響應模塊、第一展示模塊、獲取模塊、過濾模塊和第二展示模塊，
所述資料庫建立模塊，用於收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練，建立過濾關鍵詞資料庫；
所述第一選取模塊，用於選取過濾關鍵詞資料庫中權重較大的n個過濾關鍵詞，其中n≥1；
所述第一設置模塊，用於根據所述n個過濾關鍵詞中的至少一個設置消息過濾條件；
所述響應模塊，用於響應於檢測到的界面操作、在至少部分展示第一發布消息列表後響應於檢測到的設置操作、在獲取基於所述消息框而輸入的過濾模式切換操作後響應於檢測到的搖曳動作；
所述第一展示模塊，用於至少部分展示第一發布消息列表；
所述獲取模塊，用於在展示消息框之後獲取基於所述消息框而輸入的過濾模式切換操作、在獲取基於所述消息框而輸入的過濾模式切換操作之後獲取傳感器發送的第一加速度數據、在確定檢測到搖曳動作後獲取預設置的消息過濾條件；
所述過濾模塊，用於根據所述消息過濾條件對所述第一發布消息列表進行過濾處理和在每條發布消息符合消息過濾條件時移除該條發布消息；
所述第二展示模塊，用於至少部分展示經過濾處理後的第二發布消息列表。
所述系統還包括第一比對模塊、第一確定模塊、第三比對模塊和第三展示模塊；
所述第一比對模塊，用於將所述第一加速度數據與預設第一門限值進行比對；
所述第一確定模塊，用於當所述第一加速度數據超過第一門限值時，確定檢測到搖曳動作。
所述第三比對模塊，還用於將所述第一發布消息列表中的每條發布消息與消息過濾條件進行比對；
所述第三展示模塊，用於展示消息框。
實施例四：
本發明實施例提供了一種消息內容展示系統，所述系統包括訓練模塊、響應模塊、第三設置模塊、第一展示模塊、獲取模塊、第二比對模塊、第二確定模塊、過濾模塊、第三比對模塊和第二展示模塊，
所述訓練模塊，用於收集需過濾的發布消息，並對所述發布消息進行過濾關鍵詞提取，通過機器學習方法進行訓練；
所述響應模塊，用於響應於檢測到的界面操作、在至少部分展示第一發布消息列表後響應於檢測到的搖曳動作；
所述第三設置模塊，用於根據所述至少一個過濾關鍵詞以及與所述其他用戶的交互頻次設置消息過濾條件；
所述第一展示模塊，用於至少部分展示第一發布消息列表；
所述獲取模塊，用於獲得至少一個過濾關鍵詞、獲取預設時間內與好友關係鏈上其他用戶的交互數據、根據所述交互數據分別獲取與所述其他用戶的交互頻次、用於在響應於檢測到的搖曳動作後獲取傳感器發送的在一個空間維度上的第二加速度數據，在確定檢測到搖曳動作後獲取預設置的消息過濾條件；
所述第二比對模塊，用於將第二加速度數據與預設第二門限值進行比對；
所述第二確定模塊，用於當所述第二加速度數據超過第二門限值時，確定檢測到搖曳動作；
所述過濾模塊，用於根據所述消息過濾條件對所述第一發布消息列表進行過濾處理和在每條發布消息符合消息過濾條件時移除該條發布消息；
所述第三比對模塊，還用於將所述第一發布消息列表中的每條發布消息與消息過濾條件進行比對；
所述第二展示模塊，用於至少部分展示經過濾處理後的第二發布消息列表。
實施例五：
本發明的實施例還提供一種計算機終端，該計算機終端可以是計算機終端群中的任意一個計算機終端設備。可選地，在本實施例中，上述計算機終端也可以替換為移動終端等終端設備。
可選地，在本實施例中，上述計算機終端可以位於計算機網絡的多個網絡設備中的至少一個網絡設備。
可選地，圖6是根據本發明實施例的計算機終端的結構框圖。如圖6所示，該計算機終端可以包括：一個或多個(圖中僅示出一個)處理器、存儲器、以及傳輸裝置。
其中，存儲器可用於存儲軟體程序以及模塊，處理器通過運行存儲在存儲器內的軟體程序以及模塊，從而執行各種功能應用以及數據處理。存儲器可包括高速隨機存儲器，還可以包括非易失性存儲器，如一個或者多個磁性存儲裝置、快閃記憶體、或者其他非易失性固態存儲器。在一些實例中，存儲器可進一步包括相對於處理器遠程設置的存儲器，這些遠程存儲器可以通過網絡連接至計算機終端。上述網絡的實例包括但不限於網際網路、企業內部網、區域網、移動通信網及其組合。
上述的傳輸裝置用於經由一個網絡接收或者發送數據。上述的網絡具體實例可包括有線網絡及無線網絡。在一個實例中，傳輸裝置包括一個網絡適配器，其可通過網線與其他網絡設備與路由器相連從而可與網際網路或區域網進行通訊。在一個實例中，傳輸裝置為射頻模塊，其用於通過無線方式與網際網路進行通訊。
其中，具體地，存儲器用於存儲預設動作條件和預設權限用戶的信息、以及應用程式。
處理器可以通過傳輸裝置調用存儲器存儲的信息及應用程式，以執行下述步驟：
可選的，上述處理器還可以執行如下步驟的程序代碼：
第一步，響應於檢測到的界面操作，至少部分展示第一發布消息列表；
第二步，響應於檢測到的搖曳動作；
第三步，獲取預設置的消息過濾條件，並根據所述消息過濾條件對所述第一發布消息列表進行過濾處理；
第四步，至少部分展示經過濾處理後的第二發布消息列表。
上述實施例中的集成的單元如果以軟體功能單元的形式實現並作為獨立的產品銷售或使用時，可以存儲在上述計算機可讀取的存儲介質中。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分或者該技術方案的全部或部分可以以軟體產品的形式體現出來，該計算機軟體產品存儲在存儲介質中，包括若干指令用以使得一臺或多臺計算機設備(可為個人計算機、伺服器或者網絡設備等)執行本發明各個實施例所述方法的全部或部分步驟。
在本發明的上述實施例中，對各個實施例的描述都各有側重，某個實施例中沒有詳述的部分，可以參見其他實施例的相關描述。
在本申請所提供的幾個實施例中，應該理解到，所揭露的客戶端，可通過其它的方式實現。其中，以上所描述的系統實施例僅僅是示意性的，例如所述單元的劃分，僅僅為一種邏輯功能劃分，實際實現時可以有另外的劃分方式，例如多個單元或組件可以結合或者可以集成到另一個系統，或一些特徵可以忽略，或不執行。另一點，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。
所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位於一個地方，或者也可以分布到多個網絡單元上。可以根據實際的需要選擇其中的部分或者全部單元來實現本實施例方案的目的。
另外，在本發明各個實施例中的各功能單元可以集成在一個處理單元中，也可以是各個單元單獨物理存在，也可以兩個或兩個以上單元集成在一個單元中。上述集成的單元既可以採用硬體的形式實現，也可以採用軟體功能單元的形式實現。
以上所述是本發明的優選實施方式，應當指出，對於本技術領域的普通技術人員來說，在不脫離本發明原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也視為本發明的保護範圍。