等獲取本地相冊和社交應用中的全年不不重復圖片。
[0108]第二步、通過特定算法，對多幅不重復圖片進行人臉識別，得到人臉識別結果。
[0109]其中，特定算法指代人臉識別算法和聚類算法。在根據特定算法對多幅不重復圖片中的人臉進行識別時，可參考現有技術實現，此處不再贅述。
[0110]第三步、根據人臉識別結果和好友標識，確定出現在多幅不重復圖片中的多個好友。
[0111]針對第三步，對于終端來說，終端并不清楚識別出的不同人臉與各個好友的對應關系，特別是在好友頭像并非其真實頭像的情況下，因此本公開實施例提供的方法還包括用戶根據好友標識進行標注的步驟，以確定出現在多幅不重復圖片中的多個好友。
[0112]第四步、統(tǒng)計多個好友在多幅不重復圖片中的出現次數。
[0113]針對第四步，在統(tǒng)計多個好友在多幅不重復圖片中的出現次數時，可采取聚類算法實現，本公開實施例對此不進行具體限定。
[0114]在步驟203中，根據交互次數和出現次數，確定用戶與各個好友的熟悉度。
[0115]其中，用戶與各個好友的熟悉度表征了用戶同好友的親密程度，因此熟悉度可根據交互次數和出現次數來確定。
[0116]在本公開實施例中，在根據交互次數和出現次數確定用戶與各個好友的熟悉度時，可采取下述方式實現:
[0117]對于每一個好友，獲與用戶與好友的交互次數對應的第一權重值；獲取好友在相冊中的出現次數對應的第二權重值；根據交互次數和第一權重值，計算第一熟悉度值；根據出現次數和第二權重值，計算第二熟悉度值；根據第一熟悉度值和第二熟悉度值，計算用戶與好友的熟悉度。
[0118]以交互次數為X1、出現次數為X2、第一權重值為a、第二權重值為b、用戶與該好友的熟悉度為Y為例，則Y的大小可為Y = a*Xl+b*X2。
[0119]當然，除采取上述方式計算Y的數值外，還可采取其他方式，比如Y的大小為a*Xl+b*X2的百分之一或千分之一等等，本公開實施例對此不進行具體限定。
[0120]需要說明的是，除了采取根據用戶與好友的交互次數、好友在用戶相冊中的出現次數計算用戶與好友熟悉度的方式外，還可采取根據用戶與好友的交互次數直接計算用戶與好友的熟悉度，或，根據好友在用戶相冊中的出現次數直接計算用戶與好友的熟悉度，本公開實施例對此不進行具體限定。
[0121]在步驟204中，按照由高到低的順序，對用戶與各個好友的熟悉度進行排序，得到好友熟悉度列表。
[0122]在本公開實施例中，在根據上述步驟203得到用戶與各個好友的熟悉度后，便可根據熟悉度數值進行熟悉度排序，得到好友熟悉度列表。
[0123]其中，在進行熟悉度排序時，既可按照由高到低的順序，即排在首位的好友與用戶的熟悉程度最高，排在末位的好友與用戶的熟悉程度最低；還可按照由低到高的順序，即排在首位的好友與用戶的熟悉程度最低，排在末位的好友與用戶的熟悉程度最高。本公開實施例對此不進行具體限定。本公開實施例僅以按照由高到低的順序進行排序為例進行舉例說明。
[0124]在步驟205中，根據好友熟悉度列表，在指定頁面上按序對與各個好友相關的信息進行顯示。
[0125]其中，指定頁面可指代聊天頁面、個人展示平臺的頁面等，本公開實施例對此不進行具體限定。
[0126]在本公開實施例中，根據好友熟悉度列表，在指定頁面上按序對與各個好友相關的信息進行顯示時，可采取下述方式實現:
[0127]按照熟悉度由高到低的順序，對多個好友發(fā)布的信息從指定頁面上方至指定頁面下方進行顯示；對于同一個好友發(fā)布的多條信息，按照時間優(yōu)先的順序進行按序顯示。
[0128]下面以兩個具體的例子對上述信息顯示過程進行詳細地解釋說明。
[0129]例子一、用戶在其個人展示平臺上發(fā)布了一條最新的狀態(tài)信息，則在顯示多個好友對該條狀態(tài)信息的點贊信息、評論信息等時，根據上述得到的好友熟悉度列表進行顯示。也即，與用戶熟悉度高的好友的點贊或評論信息排在熟悉度相對較弱的好友前面。該條狀態(tài)信息下方的評論信息顯示頁面中，排在前面的評論信息均是用戶的親密好友的評論信息。由于一個好友可能會發(fā)布多條評論信息，因此同一好友的多條評論信息按照發(fā)布時間順序排序即可。此外，在顯示同一好友的多條評論信息時，還可顯示時間軸，以使用戶明確各條評論信息的具體發(fā)布時間。
[0130]例子二、用戶同多個好友在同一聊天界面上進行聊天，則在用戶的聊天頁面中可按照用戶與參與聊天的多個好友的熟悉度進行聊天信息的顯示。同用戶關系密切的好友發(fā)布的聊天信息優(yōu)于關系一般的好友進行顯示，同一好友的多條聊天信息可按照發(fā)布時間順序排序。
[0131]本公開實施例提供的方法，在獲取到指定時間范圍內用戶與各個好友的交互次數和各個好友在用戶的相冊中的出現次數后，根據交互次數和出現次數確定用戶與各個好友的熟悉度，并對用戶與各個好友的熟悉度按照指定順序排序，得到好友熟悉度列表；之后，根據好友熟悉度列表，在指定頁面上按序對與各個好友相關的信息進行顯示，由于基于用戶與各個好友的熟悉度對與各個好友相關的點贊或評論等信息進行顯示，所以該種信息顯示方式較為智能，使得用戶可優(yōu)先看到親密好友的相關信息，用戶體驗度良好。
[0132]圖3是根據一示例性實施例示出的一種信息顯示裝置的框圖。參照圖3，該裝置包括第一次數獲取模塊301、第二次數獲取模塊302、熟悉度確定模塊303、熟悉度排序模塊304、信息顯示模塊305。
[0133]其中，第一次數獲取模塊301，用于獲取指定時間范圍內用戶與各個好友的交互次數；第二次數獲取模塊302與第一次數獲取模塊301連接，用于獲取各個好友在用戶的相冊中的出現次數；熟悉度確定模塊303與第二次數獲取模塊302連接，用于根據交互次數和出現次數，確定用戶與各個好友的熟悉度；熟悉度排序模塊304與熟悉度確定模塊303連接，用于對用戶與各個好友的熟悉度按照指定順序排序，得到好友熟悉度列表；信息顯示模塊305與熟悉度排序模塊304連接，用于根據好友熟悉度列表，在指定頁面上按序對與各個好友相關的信息進行顯示。
[0134]可選地，第一次數獲取模塊，用于對于每一個好友，獲取指定時間范圍內用戶與好友的通話次數；獲取指定時間范圍內用戶與好友通過短消息應用進行交互的第一交互次數；獲取指定時間范圍內用戶與好友通過社交應用進行交互的第二交互次數；根據通話次數、第一交互次數和第二交互次數，計算指定時間范圍內用戶與好友的交互次數。
[0135]可選地，第二次數獲取模塊，用于獲取用戶的本地相冊和社交應用相冊中的多幅不重復圖片；通過特定算法，對多幅不重復圖片進行人臉識別，得到人臉識別結果；根據人臉識別結果和好友標識，確定出現在多幅不重復圖片中的多個好友；統(tǒng)計多個好友在多幅不重復圖片中的出現次數。
[0136]可選地，熟悉度確定模塊，用于對于每一個好友，獲與用戶與好友的交互次數對應的第一權重值；獲取好友在相冊中的出現次數對應的第二權重值；根據交互次數和第一權重值，計算第一熟悉度值；根據出現次數和第二權重值，計算第二熟悉度值；根據第一熟悉度值和第二熟悉度值，計算用戶與好友的熟悉度。
[0137]可選地，熟悉度排序模塊，用于按照由高到低的順序，對用戶與各個好友的熟悉度進行排序，得到好友熟悉度列表；
[0138]信息顯示模塊，用于按照熟悉度由高到低的順序，對多個好友發(fā)布的信息從指定頁面上方至指定頁面下方進行顯示；對于同一個好友發(fā)布的多條信息，按照時間優(yōu)先的順序進行按序顯示。
[0139]本公開實施例提供的裝置，在獲取到指定時間范圍內用戶與各個好友的交互次數和各個好友在用戶的相冊中的出現次數后，根據交互次數和出現次數確定用戶與各個好友的熟悉度，并對用戶與各個好友的熟悉度按照指定順序排序，得到好友熟悉度列表；之后，根據好友熟悉度列表，在指定頁面上按序對與各個好友相關的信息進行顯示，由于基于用戶與各個好友的熟悉度對與各個好友相關的點贊或評論等信息進行顯示，所以該種信息顯示方式較為智能，使得用戶可優(yōu)先看到親密好友的相關信息，用戶體驗度良好。
[0140]關于上述實施例中的裝置，其中各個模塊執(zhí)行操作的具體方式已經在有關該方法的實施例中進行了詳細描述，此處將不做詳細闡述說明。
[0141]圖4是根據一示例性實施例示出的一種用于