CN105893561A - 一种排序方法和装置 - Google Patents

Abstract

本发明实施例提供了一种排序方法和装置，其中的方法具体包括：对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。本发明实施例能够提高排序结果的公正性及精准性。

Description

一种排序方法和装置

技术领域

本发明涉及数据处理技术领域，特别是涉及一种排序方法和装置。

背景技术

随着互联网的快速发展与计算机的普及化，各种视频秀场随之快速发展。

目前，视频秀场中通常包括很多个主播，主播可用于负责主持工作，并且实时与线上观众交流互动。视频秀场需要对多个主播进行排序，以按照顺序在显示页面对主播进行展示。现有的一种排序方法是按照单个排序特征对主播进行排序，例如：按照在线人数进行排序，也即，在线人数多的主播可以排在在线人数少的主播的前面。

在实际应用中，现有的排序方法具有如下缺陷：一方面，很容易被利用，例如：被某些主播刷排名，造成排序结果不够公正；另一方面，排序结果的精准度低，例如，假设主播A的在线人数多、但消费金额较少，而主播B的在线人数少、但消费金额较多，此种情况下若按照在线人数进行排序，则主播A将被排在主播B的前面，然而，按照秀场的盈利角度来看，这样的排序结果是不够精准的。

发明内容

本发明实施例所要解决的技术问题是提供一种排序方法，能够提高排序结果的公正性及精准性。

相应的，本发明实施例还提供了一种排序装置，用以保证上述方法的实现及应用。

为了解决上述问题，本发明公开了一种排序方法，包括：

对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；

根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。

优选的，在对排序对象的排序特征进行一次归一开方处理之前，所述方法还包括：

根据预置范围确定排序特征的开次方数；

其中，所述根据预置范围确定排序特征的开次方数的步骤，包括：

确定所有排序对象的排序特征的最大值及平均值；

根据所述最大值、所述平均值及所述预置范围确定所述开次方数。

优选的，所述对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果的步骤，包括：

根据所述排序特征的归一结果及所述开次方数，得到对应的归一开方结果。

优选的，通过以下步骤确定所述排序特征的归一结果：

确定所有排序对象的排序特征的最大值及平均值；

根据所述最大值对所述排序对象的排序特征进行归一处理，以得到归一结果。

优选的，所述排序对象的排序特征包括：不同级别的排序特征，则根据所述排序对象的综合分数对所述排序对象进行排序，以得到对应的排序结果的步骤，包括：

根据当前级别的排序特征对应的综合分数对排序对象进行排序；

当至少两个排序对象的当前级别的排序特征对应的综合排序分数相同时，根据所述排序对象的下一级别的排序特征对应的综合分数对排序对象进行排序，以得到对应的排序结果。

优选的，所述排序特征包括：特殊排序特征，则所述方法还包括：

在所述特殊排序特征满足预置条件时，则按照预置方式对所述特殊排序特征对应的排序对象进行处理。

本发明还公开了一种排序装置，包括：

归一开方处理模块，用于对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

综合分数计算模块，用于根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；

排序模块，用于根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。

优选的，所述装置还包括：

确定模块，用于根据预置范围确定排序特征的开次方数；

其中，所述确定模块，包括：

第一确定子模块，用于确定所有排序对象的排序特征的最大值及平均值；

第二确定子模块，用于根据所述最大值、所述平均值及所述预置范围确定所述开次方数。

优选的，所述归一开方处理模块，包括：

归一开方子模块，用于根据所述排序特征的归一结果及所述开次方数，得到对应的归一开方结果。

优选的，所述归一开方子模块，包括：

第一确定单元，用于确定所有排序对象的排序特征的最大值及平均值；

归一处理单元，用于根据所述最大值对所述排序对象的排序特征进行归一处理，以得到归一结果。

优选的，所述排序对象的排序特征包括：不同级别的排序特征，则所述排序模块，包括：

第一排序子模块，用于根据当前级别的排序特征对应的综合分数对排序对象进行排序；

第二排序子模块，用于当至少两个排序对象的当前级别的排序特征对应的综合排序分数相同时，根据所述排序对象的下一级别的排序特征对应的综合分数对排序对象进行排序，以得到对应的排序结果。

优选的，所述排序特征包括：特殊排序特征，则所述装置还包括：

预置处理模块，用于在所述特殊排序特征满足预置条件时，则按照预置方式对所述特殊排序特征对应的排序对象进行处理。

与现有技术相比，本发明实施例包括以下优点：

本发明实施例提供的一种排序方法和排序装置，一方面，相对于现有的根据单一的排序特征对排序对象进行排序而言，由于本发明实施例可以依据2个以上排序特征对排序对象进行排序，方法更为复杂，因而，可以有效避免用户恶意刷榜的情况，排序结果更为公正；且，由于排序结果综合了2个以上排序特征，对排序对象的竞争力的分析更为全面，因而排序结果更为精准；

另一方面，相对于现有的排序方法在排序过程中需要对排序特征进行归一化及多次的开平方处理，直至均值在预置范围内而言，由于本发明实施例中在排序过程中可以根据上述预置范围确定排序特征的开次方数，然后进行一次对应的开方操作，即可使得归一化后的排序特征的结果的均值能够位于预置范围内，也即本发明实施例在排序过程中对排序特征进行了一次归一开方处理，因此在排序的过程中计算更为简便，复杂度更低，排序速率更快；

以下通过示例对本发明计算更为简便，复杂度更低加以说明：

例如：当前有三个排序对象，则现有的排序方法是对归一化后的三个排序对象对应的排序特征进行第一次开平方，然后计算开平方后排序特征的均值，若均值在预置范围则停止开平方，否则继续下一次开平方，直至开平方后的均值在预置范围内；

而本发明实施例是根据上述预置范围确定排序特征的开次方数为A，则将三个排序对象对应的排序特征归一化后均进行开A次方操作，即可使得归一化后的排序特征的结果的均值位于上述规定范围内，由于本发明实施例可以先确定排序特征的开次方数，然后进行相应的一次开方即可，因此在排序的过程中计算更为简便，复杂度更低，排序速率更快。

附图说明

图1是本发明的一种排序方法实施例一的步骤流程图；

图2是本发明的一种排序方法示例的步骤流程图；

图3是本发明的一种排序方法实施例二的步骤流程图；

图4是本发明的一种排序方法实施例三的步骤流程图；

图5是本发明的一种排序装置实施例一的结构示意图；

图6是本发明的一种排序装置实施例二的结构示意图；

图7是本发明的一种排序装置实施例三的结构示意图；及

图8是本发明的一种排序装置实施例四的结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

方法实施例一

参照图1，示出了本发明的一种排序方法实施例一的步骤流程图，具体可以包括如下步骤：

步骤101、对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

本发明实施例可应用于各类需要进行排序的应用场景中，例如，在视频秀场的应用场景中排序对象可以为主播；又如，在电子商务搜索引擎的应用场景中排序对象可以为搜索结果；本发明实施例对具体的应用场景不加以限制，本发明实施例中以视频秀场的应用场景为例对本发明加以说明。

本发明实施例中，排序特征可用于表示排序对象的属性，例如，在排序对象为主播时，其排序特征可以包括：在线人数，消费金额，及关注数等等。

本发明实施例中的归一开方处理可以简化排序过程中的计算过程，并且能够使得各排序特征在排序过程中对排序结果所起的影响力均衡，以使得归一开方处理后的各排序特征的均值稳定在预置范围内，本发明实施例中，上述均值即指某一排序特征包含的所有数据进行归一开方处理后的结果的平均值，可以用来表征该排序特征在排序过程中的影响力。例如，在排序特征为消费金额时，该排序特征具体可以包括10个排序对象的数据(a,b,c,d,e,f,g,h,I,j),则可以依次对上述10个数据进行归一开方处理，以使得上述10个数据归一开方处理后的结果的均值稳定在预置范围内，该范围可以为0.4至0.6；同理，本发明实施例中的归一开方处理也可以将上述在线人数、关注数等其他排序特征的归一开方后的结果的均值稳定在上述预置范围内，本发明实施例对此不再赘述。

本发明实施例的一种可选实施例中，所述方法还可以包括：根据预置范围确定排序特征的开次方数。

本发明实施例中，归一开方处理是将排序特征进行归一化操作后，再进行一次开方处理，由于归一化后的排序特征在开方后的结果的均值需要位于一个预置范围内，则即可根据该预置范围确定当前的排序特征的均值在进行归一化操作后、需要进行的开次方数，本发明实施例中，上述开次方数也即上述均值的n次方根，因此将对应的归一化后的排序特征开对应次的方即可使得归一化后的排序特征的均值位于上述预置范围内。

本发明实施例中，所述根据预置范围确定排序特征的开次方数的步骤，具体可以包括：

步骤Q1、确定所有排序对象的排序特征的最大值及平均值；

步骤Q2、根据所述最大值、所述平均值及所述预置范围确定所述开次方数。

本发明的一种可选实施例中，上述根据所述最大值及所述平均值确定所述开次方数的过程，具体可以包括：确定所述平均值与所述最大值的第一比值；确定以10为底，所述第一比值的第一对数；确定所述以10为底，基准值的第二对数，其中，基准值可用于表示上述排序特征归一开方处理的结果的平均值的预期值，其可以为预置范围中的任一值，例如：预置范围为0.5至0.6，则基准值可以为0.5至0.6中的任一值；则所述第二对数与所述第一对数的比值即为所述开次方数。

在本发明的一种可选实施例中，上述对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果的步骤，具体可以包括：

根据所述排序特征的归一结果及开次方数，得到对应的归一开方结果。

本发明实施例中，上述归一结果可以是上述排序特征进行归一化操作后的结果，上述开次方数可以是上述归一结果进行开方的n次方根。

在本发明的一种可选实施例中，可以通过以下步骤确定所述排序特征的归一结果：

步骤A1、确定所有排序对象的排序特征的最大值及平均值；

步骤A2、根据所述最大值对所述排序对象的排序特征进行归一处理，以得到归一结果。

以下通过具体示例对上述步骤A1至A2加以说明：

当前有10个主播a,b,c,d,e,f,g,h,I,j，分别对应的在线人数为1,2,3,4,5,6,7,12,14,20,30，则上述在线人数中的最大值即为30，上述在线人数的平均值为9.8，上述主播g对应的在线人数为12，假设取基准值为0.6，则上述主播g的在线人数的归一结果为0.4，开次方数0.457(第一比值为0.326，第一对数为-0.48545，第二对数为-0.22184)；

在本发明的一种可选实施例中，根据所述排序特征的归一结果及开次方数，得到对应的归一开方结果，具体可以包括如下两个方案：

方案一

在方案一中，可以确定以所述归一结果为底数、所述归一开方结果参数为指数的结果为所述归一开方结果，可以利用如下公式(1)得到所述归一开方结果：

$y={\frac{x}{M}}^{\frac{lg\left(b\right)}{lg\left(\frac{a}{M}\right)}}---\left(1\right)$

其中，上述y表示排序对象的归一开方结果；上述x表示排序对象的排序特征的值；上述M表示所有排序对象的排序特征的最大值；上述a表示所有排序对象的排序特征的平均值；上述b表示基准值，则上述表示归一结果，上述表示开次方数。

以上述示例为例，则排序对象a～g的归一开方结果分别为0.212,0.290,0.349,0.399，0.441,0.515，0.658，0.706,0.831,1.000；上述排序对象a～g的排序特征的归一开方结果的均值为0.54，该均值为0.4至0.6之间的值，可见通过上述公式(1)可以对上述排序特征进行一次归一化操作以及一次开方操作，以使得上述排序特征的均值位于0.4至0.6之间。

本方案中，排序对象的归一开方结果越大越好，也即排序对象的归一开方结果越大，排序对象排在前面的可能性就越大。

方案二

在方案二中，可以确定1与以所述归一结果为底数、所述归一开方结果参数为指数的结果的差值为所述归一开方结果，可以利用如下公式(2)得到所述归一开方结果：

$y=1-{\frac{x}{M}}^{\frac{lg\left(b\right)}{lg\left(\frac{a}{M}\right)}}---\left(2\right)$

以上述示例为例，则排序对象a～g的归一开方结果分别为0.798,0.710,0.651,0.601，0.559,0.485，0.342，0.294,0.169,0；上述排序对象a～g的排序特征的归一开方结果的均值为0.4609，该均值为0.4至0.6之间的值，可见通过上述公式(2)可以对上述排序特征进行一次归一化操作以及一次开方操作，以使得上述排序特征的均值位于0.4至0.6之间。

本方案中，排序对象的归一开方结果越小越好，也即排序对象的归一开方结果越小，排序对象排在前面的可能性就越大。

步骤102、根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；

本发明实施例中，不同的排序特征可以对应不同的权重，权重的设置可以基于该排序特征在排序过程中所占的比重的不同，本发明实施例对于具体的权重及其设置方式不做具体限定。例如：视频秀场中会包含多个视频模块，具体的，视频模块是对主播的各种分类模块，是视频秀场这个大应用场景下包含的的小应用场景，例如“热门主播”模块、“特别推荐”模块、及“直播大厅”模块等等，每个模块中的主播在排序过程中排序特征所起的作用所占的比重不同，例如人气高的主播可以安排在“热门主播”模块中，而在线人数是主播人气的一种体现，在线人数越多，表明该主播的人气越高，因此“热门主播”模块在对排序对象进行排序时，在线人数特征所起的作用最大，所以在该模块进行排序时，可以将在线人数对应的权重设置的相对大一些，“特别推荐”模块在对排序对象进行排序时，在线人数特征所起的作用较小，因此在该模块进行排序时，可以将在线人数对应的权重设置的相对小一些。

步骤103、根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。

参照图2，示出了本发明实施例中一种排序方法示例的步骤流程图，具体可以包括：

步骤201、获取所有主播的排序特征A和排序特征B的数值；

步骤202、确定每个主播的排序特征A和排序特征B的归一开方结果；

步骤203、结合排序特征A和排序特征B在每个模块中对应的权重，确定每个主播在对应模块中的综合分数；

本发明实施例中，视频秀场包含不同的模块，而由于每个模块突出的重点不同，因此每个模块中排序特征所对应的权重不同。

步骤204、根据所述模块中对应的主播的综合分数对主播进行排序；

步骤205、输出排序结果。

综上，本发明实施例提供的一种排序方法，一方面，相对于现有的根据单一的排序特征对排序对象进行排序而言，由于本发明实施例可以依据2个以上排序特征对排序对象进行排序，方法更为复杂，因而，可以有效避免用户恶意刷榜的情况，排序结果更为公正；且，由于排序结果综合了2个以上排序特征，对排序对象的竞争力的分析更为全面，因而排序结果更为精准；

另一方面，相对于现有的排序方法在排序过程中需要对排序特征进行归一化及多次的开平方处理，直至均值在预置范围内而言，由于本发明实施例中在排序过程中可以根据上述预置范围确定排序特征的开次方数，然后进行一次对应的开方操作，即可使得归一化后的排序特征的结果的均值能够位于预置范围内，也即本发明实施例在排序过程中对排序特征进行了一次归一开方处理，因此在排序的过程中计算更为简便，复杂度更低，排序速率更快；

以下通过示例对本发明计算更为简便，复杂度更低加以说明：

例如：当前有三个排序对象，则现有的排序方法是对归一化后的三个排序对象对应的排序特征进行第一次开平方，然后计算开平方后排序特征的均值，若均值在预置范围则停止开平方，否则继续下一次开平方，直至开平方后的均值在预置范围内；

而本发明实施例是根据上述预置范围确定排序特征的开次方数为A，则将三个排序对象对应的排序特征归一化后均进行开A次方操作，即可使得归一化后的排序特征的结果的均值位于上述规定范围内，由于本发明实施例可以先确定排序特征的开次方数，然后进行相应的一次开方即可，因此在排序的过程中计算更为简便，复杂度更低，排序速率更快。

方法实施例二

参照图3，示出了本发明的一种排序方法实施例二的步骤流程图，具体可以包括如下步骤：

步骤301、对排序对象的当前级别的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

本发明实施例中，上述排序对象可以对应多个级别的排序特征，也即将排序对象的排序特征分为多个级别，例如：当前排序对象的排序特征包括：消费金额，在线人数，关注数，在线时长，则第一级别可以包括：消费金额和在线人数；第二级别可以包括：在线人数和关注数。

可以理解，上述排序特征分为第一级别及第二级别仅作为本发明实施例的排序特征的级别的一个示例，而不作为本发明实施例对排序特征级别的一种限制，实际上，排序特征还可以分为三级，四级等等，本发明实施例对排序特征的级别不做具体限制。

步骤302、根据所述当前级别的排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；

步骤303、根据当前级别的排序特征对应的所述综合分数对所述排序对象进行排序；

步骤304、当存在至少两个排序对象的所述当前级别的排序特征对应的综合排序分数相同时，根据所述排序对象的下一级别的排序特征对应的综合分数对排序对象进行排序，以得到对应的排序结果。

本发明实施例中，假设当前级别为第一级别，当前存在对象甲和对象乙的第一级别的排序特征对应的综合排序分数相同，则可以根据下一级别的排序特征(第二级别的排序特征)对对象甲和对象乙进行重新排序，根据下一级别的排序特征进行排序的过程参照根据当前级别的排序特征进行排序的过程即可，本发明实施例对此不再赘述。

综上，本发明实施例提供的一种排序方法，通过不同级别的排序特征对排序对象进行排序，在不同的排序对象对应的当前级别的综合分数相同时，根据下一级别的排序特征对上述排序对象进行排序，避免了由于不同的排序对象的综合分数相同，所导致的在排序时难以确定排序对象的次序的问题，因此可以使得排序结果更为精准。

方法实施例三

参照图4，示出了本发明的一种排序方法实施例三的步骤流程图，具体可以包括如下步骤：

步骤401、在所述特殊排序特征满足预置条件时，则按照预置方式对所述特殊排序特征对应的排序对象进行处理；

本发明实施例中，特殊排序特征是在排序过程中起特殊作用的排序特征，其满足预置条件时，能够使得对应的排序对象按照预置方式进行处理排序，其可以为排序特征中的任一排序特征，可以根据排序需求进行设置，例如：在视频秀场的排序过程中，为了促进特定模块的消费，则可以设置消费金额作为特殊排序特征；上述预置条件是预先设置的、触发按照预置方式处理排序对象的条件，其具体可以为排序特征大于一个阈值，也即在上述特殊排序特征大于阈值时，可以按照预置方式对所述排序对象进行处理。

本发明实施例中，在所述特殊排序特征满足预置条件时，则可以按照如下预置方式对所述特殊排序特征对应的排序对象进行处理：

若所述满足预置条件的排序对象个数为1个，则将所述排序对象排在未满足预置条件的排序对象的前面；

若所述满足预置条件的排序对象个数为多个，则将所述满足预置条件的多个排序对象按照所述特殊排序特征进行排序，并排在未满足预置条件的排序对象的前面。

步骤402、对特殊排序特征不满足预置条件的排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

步骤403、根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；

步骤404、根据所述综合分数对所述特殊排序特征不满足预置条件的排序对象进行排序，以得到对应的排序结果。

在本发明的一种应用示例中，假设上述特殊排序特征为消费金额，上述预置条件为消费金额大于300元，当前存在10个待排序的主播a～j，消费金额分别为292,87,56,255,176,398,492,90,24,288，可见上述主播f和主播g的消费金额均大于300元，也即主播f和主播g的特殊排序特征均满足预置条件，则主播f和主播g在排序时，即排在主播a,b,c,d,e,h,I,j的前面，并且由于主播g的消费金额大于主播f，因此在排序时，主播g排在主播f的前面，其余主播a,b,c,d,e,h,I,j则按照排序特征对应的综合分数进行排序，以得到对应的排序结果，消费金额高的主播赚钱能力更高一些，因此将消费金额高的主播排在首位，可以为秀场带来更多的利益。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

装置实施例一

参照图5，示出了本发明的一种排序装置实施例一的结构示意图，具体可以包括：归一开方处理模块501、综合分数计算模块501、及排序模块503，其中，

上述归一开方处理模块501，可以用于对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

综合分数计算模块502，可以用于根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；及

排序模块503，可以用于根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。

装置实施例二

参照图6，示出了本发明的一种排序装置实施例二的结构示意图，具体可以包括：确定模块601、归一开方处理模块602、综合分数计算模块603、及排序模块604，其中，

上述确定模块601，可以用于根据预置范围确定排序特征的开次方数；

归一开方处理模块602，可以用于对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

综合分数计算模块603，可以用于根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；及

排序模块604，可以用于根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果；其中，上述确定模块601，具体可以包括：

第一确定子模块6011，可以用于确定所有排序对象的排序特征的最大值及平均值；

第二确定子模块6012，可以用于根据所述最大值、所述平均值及所述预置范围确定所述开次方数。

在本发明的一种可选实施例中，上述归一开方处理模块602，具体可以包括：

归一开方子模块，可以用于根据所述排序特征的归一结果及所述开次方数，得到对应的归一开方结果。

在本发明的一种可选实施例中，上述归一开方子模块，具体可以包括：

第一确定单元，可以用于确定所有排序对象的排序特征的最大值及平均值；

归一处理单元，可以用于根据所述最大值对所述排序对象的排序特征进行归一处理，以得到归一结果。

装置实施例三

参照图7，示出了本发明的一种排序装置实施例三的结构示意图，具体可以包括：归一开方处理模块701、综合分数计算模块702、及排序模块703，其中，

上述归一开方处理模块701，可以用于对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

综合分数计算模块702，可以用于根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；及

排序模块703，可以用于根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果；

其中，上述排序模块703，具体可以包括：

第一排序子模块7031，可以用于根据当前级别的排序特征对应的综合分数对排序对象进行排序；

第二排序子模块7032，可以用于当至少两个排序对象的当前级别的排序特征对应的综合排序分数相同时，根据所述排序对象的下一级别的排序特征对应的综合分数对排序对象进行排序，以得到对应的排序结果。

装置实施例四

参照图8，示出了本发明的一种排序装置实施例四的结构示意图，具体可以包括：预置处理模块801、归一开方处理模块802、综合分数计算模块803、及排序模块804，其中，

上述预置处理模块801，可以用于在所述特殊排序特征满足预置条件时，则按照预置方式对所述特殊排序特征对应的排序对象进行处理。

归一开方处理模块802，可以用于对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

综合分数计算模块803，可以用于根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；及

排序模块804，可以用于根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种排序方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种排序方法，其特征在于，包括：

对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；

根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。

2.根据权利要求1所述的方法，其特征在于，在对排序对象的排序特征进行一次归一开方处理之前，所述方法还包括：

根据预置范围确定排序特征的开次方数；

其中，所述根据预置范围确定排序特征的开次方数的步骤，包括：

确定所有排序对象的排序特征的最大值及平均值；

根据所述最大值、所述平均值及所述预置范围确定所述开次方数。

3.根据权利要求2所述的方法，其特征在于，所述对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果的步骤，包括：

根据所述排序特征的归一结果及所述开次方数，得到对应的归一开方结果。

4.根据权利要求3所述的方法，其特征在于，通过以下步骤确定所述排序特征的归一结果：

确定所有排序对象的排序特征的最大值及平均值；

根据所述最大值对所述排序对象的排序特征进行归一处理，以得到归一结果。

5.根据权利要求1至4所述的任一方法，其特征在于，所述排序对象的排序特征包括：不同级别的排序特征，则根据所述排序对象的综合分数对所述排序对象进行排序，以得到对应的排序结果的步骤，包括：

根据当前级别的排序特征对应的综合分数对排序对象进行排序；

当至少两个排序对象的当前级别的排序特征对应的综合排序分数相同时，根据所述排序对象的下一级别的排序特征对应的综合分数对排序对象进行排序，以得到对应的排序结果。

6.根据权利要求1至4所述的任一方法，其特征在于，所述排序特征包括：特殊排序特征，则所述方法还包括：

在所述特殊排序特征满足预置条件时，则按照预置方式对所述特殊排序特征对应的排序对象进行处理。

7.一种排序装置，其特征在于，包括：

归一开方处理模块，用于对排序对象的排序特征进行一次归一开方处理，以得到对应的归一开方结果；其中，所述排序特征的数目大于等于2；

综合分数计算模块，用于根据所述排序特征对应的归一开方结果和权重，得到所述排序对象的综合分数；

排序模块，用于根据所述综合分数对所述排序对象进行排序，以得到对应的排序结果。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

确定模块，用于根据预置范围确定排序特征的开次方数；

其中，所述确定模块，包括：

第一确定子模块，用于确定所有排序对象的排序特征的最大值及平均值；

第二确定子模块，用于根据所述最大值、所述平均值及所述预置范围确定所述开次方数。

9.根据权利要求8所述的装置，其特征在于，所述归一开方处理模块，包括：

归一开方子模块，用于根据所述排序特征的归一结果及所述开次方数，得到对应的归一开方结果。

10.根据权利要求9所述的装置，其特征在于，所述归一开方子模块，包括：

第一确定单元，用于确定所有排序对象的排序特征的最大值及平均值；

归一处理单元，用于根据所述最大值对所述排序对象的排序特征进行归一处理，以得到归一结果。

11.根据权利要求7至10所述的任一装置，其特征在于，所述排序对象的排序特征包括：不同级别的排序特征，则所述排序模块，包括：

第一排序子模块，用于根据当前级别的排序特征对应的综合分数对排序对象进行排序；

第二排序子模块，用于当至少两个排序对象的当前级别的排序特征对应的综合排序分数相同时，根据所述排序对象的下一级别的排序特征对应的综合分数对排序对象进行排序，以得到对应的排序结果。

12.根据权利要求7至10所述的任一装置，其特征在于，所述排序特征包括：特殊排序特征，则所述装置还包括：

预置处理模块，用于在所述特殊排序特征满足预置条件时，则按照预置方式对所述特殊排序特征对应的排序对象进行处理。