CN106874416A - 排行榜单生成方法及排行榜单生成装置 - Google Patents
排行榜单生成方法及排行榜单生成装置 Download PDFInfo
- Publication number
- CN106874416A CN106874416A CN201710051587.2A CN201710051587A CN106874416A CN 106874416 A CN106874416 A CN 106874416A CN 201710051587 A CN201710051587 A CN 201710051587A CN 106874416 A CN106874416 A CN 106874416A
- Authority
- CN
- China
- Prior art keywords
- data
- type
- data type
- ranked
- list
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
一种排行榜单生成方法及排行榜单生成装置,一个实施例的方法包括:获取与待排序对象关联的各数据类型的数据量;根据与各所述数据类型分别对应的预设归一化规则,分别对各所述数据类型的数据量进行归一化处理,获得各所述数据类型的归一化数据量;根据各所述数据类型的归一化数据量以及各所述数据类型的加权系数,获得所述待排序对象的综合权值;根据各所述待排序对象的综合权值,对各所述待排序对象进行排序,获得排序结果,根据排序结果生成排行榜单。基于本实施例方案生成的排序榜单准确性高。
Description
技术领域
本发明涉及计算机信息处理技术领域,特别涉及一种排行榜单生成方法及排行榜单生成装置。
背景技术
随着信息技术的发展,生成各种相关的排行榜单以进行推荐或者为终端用户的行为提供参考,已成为信息技术应用中的一项重要内容。以终端安装使用的应用程序为例,为了满足不同终端用户的各种不同需求,各种应用层出不穷,据此出现了应用市场为终端用户提供各种不同的应用程序的下载。由于不同终端用户的需求不同,呈现出对应用程序的关注度也有所不同,从而据此可以在不同的角度得以体现,例如,可体现在下载量等方面。目前,应用市场都会对各应用程序进行排序获得应用排序结果并进行推送,以供终端用户查看、下载等。
目前较为常用的排序方式有通过人工配置运营应用得到排序结果以及根据应用的下载量进行应用排序得到排序结果两种方式。然而,人工配置运营应用获得排序结果的方式,运营人员工作量大,主观意识强,不同人员评价标准不统一,从而导致得到的排序结果不准确,致使生成的排行榜单不准确。而根据应用的下载量进行应用排序的方式,只能反映出应用在单个排序依据下的统计特性,得到的排序结果不准确,从而导致生成的排行榜单准确性不足。
发明内容
基于此,有必要针对应用排序结果不准确性导致排行榜单准确性不足的问题,提出一种能提高准确性的排行榜单生成方法及排行榜单生成装置。
据此,本实施例采用以下技术方案:
一种排行榜单生成方法,包括以下步骤:
获取与待排序对象关联的各数据类型的数据量;
根据与各所述数据类型分别对应的预设归一化规则,分别对各所述数据类型的数据量进行归一化处理,获得各所述数据类型的归一化数据量;
根据各所述数据类型的归一化数据量以及各所述数据类型的加权系数,获得所述待排序对象的综合权值;
根据各所述待排序对象的综合权值,对各所述待排序对象进行排序,获得排序结果,根据所述排序结果生成排行榜单。
一种排行榜单生成装置,包括:
数据获取模块,用于获取与待排序对象关联的各数据类型的数据量;
归一化模块,用于根据与各所述数据类型对应的预设归一化规则,分别对各所述数据类型的数据量进行归一化处理,获得各所述数据类型的归一化数据量;
综合加权模块,用于根据各所述数据类型的归一化数据量以及各所述数据类型的加权系数,获得所述待排序对象的综合权值;
排序模块,用于根据各所述待排序对象的综合权值,对各所述待排序对象进行排序,获得排序结果,根据所述排序结果生成排行榜单。
上述排行榜单生成方法及排行榜单生成装置,首先通过获取待排序对象的各数据类型的数据量,不再通过单一的数据量进行排序,可以准确反映出待排序对象被关注的整体特性,并分别对各数据类型的数据量进行归一化处理,获得各数据类型的归一化数据量,通过归一化处理,可以更为直观地反映出待排序对象的关注程度,然后根据各数据类型的归一化数据量以及各数据类型的加权系数,获得待排序对象的综合权值,加权系数反映了各数据类型的数据量的重要程度,从而获得的待排序对象的综合权值可以准确反映出待排序对象的综合情况,这样根据综合权值对待排序对象进行排序获得的排序结果,基于加权系数的不同,可以结合不同数据类型的数据量反映出待排序对象的受关注情况,然后再根据反映综合情况的综合权值进行排序获得排序结果,准确性高,根据准确排序结果生成排行榜单,提高排行榜单准确性。
附图说明
图1为本发明一个实施例的工作环境示意图;
图2为一个实施例中的服务器的组成结构示意图;
图3为一个实施例的排行榜单生成方法的流程示意图;
图4为另一个实施例的排行榜单生成方法的流程示意图;
图5为一个具体示例中的获取各数据类型的数据量的流程示意图;
图6为另一实施例的排行榜单生成方法的流程示意图;
图7为一个具体应用示例中的流行榜排序对应的排序结果界面示意图;
图8为一个具体应用示例中的新品榜排序对应的排序结果界面示意图;
图9为一个具体应用示例中的热销榜排序对应的排序结果界面示意图;
图10为一个实施例的排行榜单生成装置的模块示意图;
图11为一个具体示例中的数据获取模块的模块示意图;
图12为另一个实施例的排行榜单生成装置的模块示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
图1示出了本发明一个实施例中的工作环境示意图,如图1所示,其工作环境涉及终端110、服务器120以及网络130,终端110及服务器120可以通过网络130进行通信。终端110通过网络130可访问对应的服务器120,以请求相应的排行榜单,该排行榜单中有相应的待排序对象的排序结果,服务器120可将该排行榜单推送至终端110。终端110的用户参考该排行榜单,进行后续的相关操作,以该排行榜单为应用程序排行榜单为例,终端110的用户可以根据该排行榜单进行应用程序的下载、更新等等。该终端110可以是任何一种能够实现智能输入输出的设备,例如,台式电脑或移动终端,移动终端可以是智能手机、平板电脑、车载电脑、穿戴式智能设备等。该服务器120可以是提供排行榜单的平台所在的服务器;服务器120可以为一个或多个。本实施例涉及的是服务器120在生成排行榜单时、对待排序对象进行排序的方案,服务器120可以基于排序结果生成对应的排行榜单。
服务器120在一个实施例中的内部结构图如图2所示。该服务器120包括通过系统总线连接的处理器、存储介质、网络接口和内存。其中,服务器120的存储介质存储有操作系统、本地数据库和一种排行榜单生成装置,该装置用于实现一种排行榜单生成方法。服务器120的处理器用于提供计算和控制能力,支撑整个服务器的运行。服务器120的内存为非易失性存储介质中的排行榜单生成装置的运行提供环境,该内存中可储存有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种排行榜单生成方法。服务器120的网络接口用于与网络130连接和通信。
请参阅图3,一个实施例中的排行榜单生成方法,包括以下步骤:
S310:获取与待排序对象关联的各数据类型的数据量。
在本实施例中,对象可为视频、音乐等对应的标识,也可以是游戏、应用等对应的标识。待排序对象是指需要对其进行排序获得排序结果的对象。与待排序对象关联的各数据类型的数据量为因对待排序对象进行相关操作而产生的统计数据,比如,在指定时间内待排序对象的总下载量、在社交平台上待排序对象的分享次数等,不同用户对某个待排序对象进行了下载,对该待排序对象的总下载量进行统计,可获得该待排序对象对应的在指定时间内的总下载量,由于待排序对象的多样性以及数据类型的多样性,可获取各种不同待排序对象分别对应的数据类型的数据量。可以理解,由于待排序对应的类型的不同,对应的数据类型也可以有所差异。
S320:根据与各数据类型分别对应的预设归一化规则,分别对各数据类型的数据量进行归一化处理,获得各数据类型的归一化数据量。
不同的数据类型的数据量可以有不同的归一化规则,例如,总下载量越高,其归一化后的值也越高,分享次数越高,其归一化后的值也越高。然而,总下载量和分享次数是从不同的纬度进行统计,二者之间不能直接相互比较,因此可以针对每种数据类型的数据量,根据其对应的预设归一化规则统一归一化成一个可以量化的数值,即归一化数据量,即将不同数据类型的数据量统一成一个可量化的数据,比如,可归一化到一个数据量区间[0,1],即单个数据类型的数据量归一化区间为[0,1]。
对于每种数据类型的数据量,可以有其对应的预设归一化规则。例如,总下载量对应的预设归一化规则,可以是总下载量与归一化数据量的对应关系;分享次数对应的预设归一化规则,可以是分享次数与归一化数据量的对应关系。在一个具体应用示例中,可以预先存储有每种数据类型的数据量和归一化数据量的对应关系,预设归一化规则即为每种数据类型的数据量和归一化数据量的对应关系,针对每种数据类型的数据量,可根据对应的预设归一化规则获取其对应的归一化数据量。可以理解的是,该预设归一化规则也可以是预设的归一化计算公式,即根据预设的归一化计算公式计算出每种数据类型的数据量对应的归一化数据量。
S330:根据各数据类型的归一化数据量以及各数据类型的加权系数,获得待排序对象的综合权值。
由于所关注方向的不同,从而每种数据类型的重要程度不同,因此可以对各数据类型设置对应的加权系数,并对每种数据类型的归一化数据量进行加权系数的加权求和以获得综合权值。其中,加权系数表示了对应的数据类型的重要程度,即对综合权值的影响程度,加权系数的值越大表示该数据类型越重要,表示其在待排序对象排序过程中占有越重要的地位。通过设置加权系数,突出不同数据类型在排序过程中的特点。
在一个具体应用示例中,可以采用以下公式获取待排序对象的综合权值:
式中,s为综合权值,1≤i≤n,n为数据类型的种类数,Li为第i种数据类型的归一化数据量,fi为第i种数据类型的加权系数。其中,
S340:根据各待排序对象的综合权值,对待排序对象进行排序,获得排序结果,根据排序结果生成排行榜单。
在获得综合权值后,由于综合权值能整体表示待排序对象的重要程度,则根据各待排序对象的综合权值,对各待排序对象进行排序获得排序结果,获得的排序结果能直观地反映出各待排序对象的在当前排序下的重要程度。
上述排行榜单生成方法,首先通过获取待排序对象的各数据类型的数据量,不再通过单一的数据量进行排序,可以准确反映出待排序对象被关注的整体特性,并分别对各数据类型的数据量进行归一化处理,获得各数据类型的归一化数据量,通过归一化处理,可以更为直观地反映出待排序对象的关注程度,然后根据各数据类型的归一化数据量以及各数据类型的加权系数,获得待排序对象的综合权值,加权系数反映了各数据类型的数据量的重要程度,从而获得的待排序对象的综合权值可以准确反映出待排序对象的综合情况,这样根据综合权值对待排序对象进行排序获得的排序结果,基于加权系数的不同,可以结合不同数据类型的数据量反映出待排序对象的受关注情况,然后再根据反映综合情况的综合权值进行排序获得排序结果,准确性高,根据准确排序结果生成排行榜单,提高排行榜单准确性。
在其中一个示例中,可以进行各种排序类型的排序,从而获得各个排序类型的排序结果。图4示出了另一个实施例中的排行榜单生成方法的流程示意图,该示例中在上述图3所示实施例的基础上,以获得多个排序类型的排序结果为例进行说明。其中,在获得多个排序类型的排序结果时,对于各个不同的排序类型而言,可以有不同的加权系数,即各数据类型的加权系数与排序类型对应。其中,数据类型的加权系数包括与各排序类型对应的加权系数;待排序对象的综合权值包括与各排序类型对应的综合权值;排序结果包括分别对各排序类型的各待排序对象的综合权值进行排序得到的排序结果;排行榜单包括各排序类型对应的排行榜单。
如图4所示,在该实施例中,在上述图3所示的实施例的基础上,在S320获得各数据类型的归一化数据量之后:
步骤S330的根据各数据类型的归一化数据量以及各数据类型的加权系数,获得待排序对象的综合权值的步骤包括:
步骤S431:根据各数据类型的归一化数据量,以及与各排序类型对应的各数据类型的加权系数,获得与各排序类型对应的待排序对象的综合权值;
步骤S340的根据各待排序对象的综合权值,对各待排序对象进行排序,获得排序结果,根据排序结果生成排行榜单的步骤包括:
步骤S441:根据与各排序类型对应的待排序对象的综合数权值,分别对各排序类型对应的各待排序对象进行排序,获得各排序类型的各待排序对象的排序结果,根据各排序类型的各待排序对象的排序结果生成各排序类型对应的排行榜单。
从而,在进行排序时,可以针对多种排序类型进行排序,从而获得不同的排序结果。例如,在本实施例中,排序类型可包括流行榜排序、新品榜排序以及热销榜排序,基于排序类型的不同,对各数据类型的关注度也有所不同,因此,在不同排序类型下对待排序对象进行排序时的要求有所不同,从而各排序类型可以对应有各自不同的加权系数,主要体现在,同一个数据类型在不同的排序类型下可以有不同的加权系数,即加权系数的具体的值是跟排序类型对应的,从而据此可以获得与排序类型对应的排序结果。例如,在流行榜排序的排序类型中,总下载量的数据类型对应的加权系数为0.5,最终的排序结果中数据对象A排在最前。然而,在新品榜排序的排序类型中,总下载量的数据类型对应的加权系数为0.1。最终的排序结果中数据对象B排在最前。这样可突出不同数据类型在不同排序类型中的重要程度,从而可获得与排序类型对应的排序结果。其中,流行榜排序的排序类型对应的排序结果对应当前市面上比较流行的排序对象。新品榜排序的排序类型对应的排序结果对应当前市面上近期上线的优秀排序对象。热销榜排序的排序类型对应的排序结果对应突出用户的付费情况。
在其中一个实施例中,待排序对象可以包括应用程序标识,此时,上述数据类型可以包括下述各项中的任意两项或任意组合:最近的一个周期时间段内的第一总下载量,第一总下载量相对于相邻的上一个周期时间段内的第二总下载量的变化幅度,评分数据,与第一社交平台标识关联的第一分享次数,与第二社交平台标识关联的第二分享次数,在预定第三方平台上的排序序号,在第一预设时间段内的付费数据,最新版本更新时间,第一预设时间段与最近的一个周期时间段相同或者不同,其中,第一预设时间段与最近的一周期时间段可以相同,也可以设置为不同。
其中,最近的一周期时间段可为当前时间的前一周即最近的一周,相邻的上一个周期时间段可以为与上述最近的一周期时间段相邻的上一周期时间段(上一周)。以待排序对象包括应用程序标识为例:对应的应用程序最近的一周的第一总下载量越高,其对应的最近的一周的总下载量的归一化数据量越高;对应的应用程序最近的一周第一总下载量对比上一周的第二总下载量的增幅越大,则变化幅度的归一化数据量越高;对应的应用程序在本地应用市场中评分数据越高,评分数据对应的归一化数据量越高;最近的一周对应的应用程序被分享到第一社交平台的次数(第一分享次数)越多,第一分享次数对应的归一化数据量越高;最近的一周对应的应用程序被分享到第二社交平台的次数(第二分享次数)越多,第二分享次数对应的归一化数据量越高;对应的应用程序在预定的第三方应用市场中的排名越前,在预定第三方应用市场上的排序序号对应的归一化数据量越高;对应的应用程序最近的一周的付费越多,付费数据对应的归一化数据量越高;对应的应用程序最新版本的上线时间离当前时间越近,最新版本更新时间对应的归一化数据量越高。
请参阅图5,在其中一个实施例中,获取与待排序对象关联的各数据类型的数据量的步骤包括:
S511:从本地数据库获取第一数据类型的数据量。
可以理解的是,这里的第一数据类型的数据量,是指可以直接从服务器本地数据库获取得到的数据,其中,这里的本地数据库,可以是指与服务器位于同一台设备的数据库,也可以是指与当前服务器位于不同的设备、但是与当前服务器属于同一平台、可以直接取用的数据类型的数据。
以待排序对象包括应用程序标识为例,此时,上述第一数据类型可以包括:最近的一个周期时间段内的第一总下载量、相邻的上一个周期时间段内的第二总下载量、评分数据、在第一预设时间段内的付费数据、第一最新版本更新时间中的任意一项或者任意组合,变化幅度根据最近的一个周期时间段内的第一总下载量、相邻的上一个周期时间段内的第二总下载量确定。
S512:从第三方平台获取第二数据类型的数据量。
可以理解的是,这里的第二数据类型的数据量,是指无法直接从服务器本地数据库获取、需要借助第三方平台得到的数据,其中,这里的第三方平台,可以是指与当前服务器属于不同平台的平台的相关服务器设备,也可以是与当前服务器属于相同或者关联的平台、但是无法从该设备上直接取用数据类型的数据量的设备。
可以理解,在第三方平台获取第二数据类型的数据量时,可以通过网络爬虫爬取的方式获取,例如在预定第三方平台上的排序序号。
以待排序对象包括应用程序标识为例,此时,上述第二数据类型可以包括:与第一社交平台标识关联的第一分享次数、与第二社交平台标识关联的第二分享次数、在预定第三方平台上的排序序号、第二最新版本更新时间中的任意一项或者任意组合。
其中,最新版本更新时间为第一最新版本更新时间或者第二最新版本更新时间。可以理解,在实际技术应用中,可以基于实际需要直接用上述第一最新版本更新时间作为最新版本更新时间,也可以直接用上述第二最新版本更新时间作为最新版本更新时间,也可以是在获得第一最新版本更新时间、第二最新版本更新时间后,将第一最新版本更新时间、第二最新版本更新时间中最近的时间作为上述最新版本更新时间,本实施例不做具体限定。
从而,可以通过不同的数据来源获取上述各数据类型的数据量,确保了数据来源的多样性,据此提高了获得的排序结果的准确性。
如上所述,本实施例方案在具体实现时,可以进行各种排序类型的排序,从而获得各个排序类型的排序结果。另一方面,对于同一个排序类型而言,其对应的加权系数也可以根据需要进行调整,以调整各数据类型的重要程度,获得更准确的排序结果。图6示出了另一个实施例中的排行榜单生成方法的流程示意图,该示例中在上述图3所示实施例的基础上,以需要对排序类型的加权系数进行调整为例进行说明。
如图6所示,在该实施例中,在上述图3所示的实施例的基础上,在步骤S330根据各数据类型的归一化数据量以及各数据类型的加权系数,获得待排序对象的综合权值的步骤之前,还包括步骤:
S621:接收系数调整指令,系数调整指令包括排序类型标识、与排序类型标识对应的各数据类型的待更新加权系数值;
S622:用与排序类型标识对应的各数据类型的待更新加权系数值,对与排序类型关联的各数据类型的加权系数进行更新。
需要说明的是,在图6所示的示例中,是在步骤S320获得归一化数据量后对加权系数进行调整和更新为例进行说明。在实际技术应用中,对与排序类型对应的加权系数进行调整时,可以在任何时候进行,只要最终在步骤S330中计算综合权值时是基于更新后的加权系数进行计算即可。
从而,为了突出多种不同排序类型之间的不同,各排序类型下的数据类型对应的加权系数可以有不同,为了适应不同需求的变化,可对各排序类型对应的各数据类型的加权系数进行调整,更新加权系数,以满足不断变化的需求。
下面以一具体实施例对上述排行榜单生成方法加以具体说明。在下述具体示例中,以待排序对象为应用程序标识为例进行说明。在待排序对象为应用程序标识时,对应用程序进行排行得到的排行榜单(排序类型)可以包括有流行榜榜单、新品榜榜单、热销榜榜单等。
以排序类型为的流行榜榜单排序为例,此时,首先获取待排序对象的上述各数据类型的数据量,然后,根据与各数据类型分别对应的预设归一化规则,分别对各数据类型的数据量进行归一化处理,获得各数据类型的归一化数据量,再根据各数据类型的数据量对应的归一化数据量以及与流行榜榜单排序对应的各数据类型的加权系数,获得待排序对象的综合权值,最后,根据综合权值对待排序对象进行排序,获得在流行榜榜单排序情况下的排序结果,并根据排序结果生成排序类型对应的榜单,一个具体示例中生成的流行榜榜单如图7所示。图7所示中,排序结果中排在前4的应用程序标识依次为A应用程序标识、B应用程序标识、C应用程序标识和D应用程序标识。
类似地,通过上述处理获取新品榜榜单排序对应的包括待排序对象的排序结果的新品榜单(如图8所示)以及热销榜放单排序对应的包括待排序对象的排序结果的热销榜(如图9所示)。其中,不同排序类型下的各数据类型对应的加权系数不同,从而体现出不同排序类型的排序结果之间的差异。例如,在图8所示中,新品榜榜单排序下的排序结果中排在前4的先后顺序依次为B应用程序标识、E应用程序标识、F应用程序标识和G应用程序标识。而在图9中,热销榜榜单排序情况下的排序结果排在前4的先后顺序依次为D应用程序标识、H应用程序标识、I应用程序标识和J应用程序标识。
从而,通过本实施例的方法,从不同数据类型的数据量入手,对其进行归一化处理得到归一化数据量,且通过加权系数和归一化数据量获得综合权值,根据综合权值对待排序对象进行排序获得排序结果,不同排序类型对应不同加权系数,即通过不同的加权系数可生成不同排序类型的排序结果,从而生成与排序类型对应的榜单,例如生成流行榜、新品榜以及热销榜,突出了三个榜单之间的差异,让用户更直观了解各对象的受关注情况。可以理解,可根据需求,增加数据类型以及排序类型,可得到更加全面的榜单。
基于与上述方法相同的思想,图10示出了一个实施例中的排行榜单生成装置,包括:
数据获取模块110,用于获取与待排序对象关联的各数据类型的数据量;
归一化模块120,用于根据与各数据类型对应的预设归一化规则,分别对各数据类型的数据量进行归一化处理,获得各数据类型的归一化数据量;
综合加权模块130,用于根据各数据类型的归一化数据量以及各数据类型的加权系数,获得待排序对象的综合权值;
排序模块140,用于根据各待排序对象的综合权值,对各待排序对象进行排序,获得排序结果,根据排序结果生成排行榜单。
上述排行榜单生成装置,首先通过获取待排序对象的各数据类型的数据量,不再通过单一的数据量进行排序,可以准确反映出待排序对象被关注的整体特性,并分别对各数据类型的数据量进行归一化处理,获得各数据类型的归一化数据量,通过归一化处理,可以更为直观地反映出待排序对象的关注程度,然后根据各数据类型的归一化数据量以及各数据类型的加权系数,获得待排序对象的综合权值,加权系数反映了各数据类型的数据量的重要程度,从而获得的待排序对象的综合权值可以准确反映出待排序对象的综合情况,这样根据综合权值对待排序对象进行排序获得的排序结果,基于加权系数的不同,可以结合不同数据类型的数据量反映出待排序对象的受关注情况,然后再根据反映综合情况的综合权值进行排序获得排序结果,准确性高,根据准确排序结果生成排行榜单,提高排行榜单准确性。
在其中一个实施例中,各数据类型的加权系数与排序类型对应,所述数据类型的加权系数包括与各排序类型对应的加权系数;所述待排序对象的综合权值包括与各所述排序类型对应的综合权值;所述排序结果包括分别对各所述排序类型的各待排序对象的综合权值进行排序得到的排序结果;所述排行榜单包括各所述排序类型对应的排行榜单。
在该实施例中,综合加权模块130可以根据各数据类型的归一化数据量,以及与各排序类型对应的各数据类型的加权系数,获得与各排序类型对应的待排序对象的综合权值。
此时,排序模块140,可以根据与各排序类型对应的待排序对象的综合权值,分别对各排序类型对应的各待排序对象进行排序,获得各排序类型的各待排序对象的排序结果,根据各排序类型的各待排序对象的排序结果生成各排序类型对应的排行榜单。
在其中一个实施例中,待排序对象包括应用程序标识,所述数据类型包括下述各项中的任意两项或任意组合:最近的一个周期时间段内的第一总下载量,所述第一总下载量相对于相邻的上一个周期时间段内的第二总下载量的变化幅度,评分数据,与第一社交平台标识关联的第一分享次数,与第二社交平台标识关联的第二分享次数,在预定第三方平台上的排序序号,在第一预设时间段内的付费数据,最新版本更新时间,所述第一预设时间段与所述最近的一个周期时间段相同或者不同。
请参阅图11,在其中一个具体示例中,数据获取模块110可以包括:
本地数据获取模块111,用于从本地数据库获取第一数据类型的数据量,第一数据类型包括:最近的一个周期时间段内的第一总下载量、相邻的上一个周期时间段内的第二总下载量、评分数据、在第一预设时间段内的付费数据、第一最新版本更新时间中的任意一项或者任意组合,变化幅度根据最近的一个周期时间段内的第一总下载量、相邻的上一个周期时间段内的第二总下载量确定;
第三方数据获取模块112,用于从第三方平台获取第二数据类型的数据量,第二数据类型包括:与第一社交平台标识关联的第一分享次数、与第二社交平台标识关联的第二分享次数、在预定第三方平台上的排序序号、第二最新版本更新时间中的任意一项或者任意组合。
其中,最新版本更新时间为第一最新版本更新时间或者第二最新版本更新时间。可以理解,在实际技术应用中,可以基于实际需要直接用上述第一最新版本更新时间作为最新版本更新时间,也可以直接用上述第二最新版本更新时间作为最新版本更新时间,也可以是在获得第一最新版本更新时间、第二最新版本更新时间后,将第一最新版本更新时间、第二最新版本更新时间中最近的时间作为上述最新版本更新时间,本实施例不做具体限定。
请参阅图12,在另一个实施例中,上述排行榜单生成装置,还可以包括:
系数更新模块121,用于接收系数调整指令,系数调整指令包括排序类型标识、与排序类型标识对应的各数据类型的待更新加权系数值;并用与排序类型标识对应的各数据类型的待更新加权系数值,对与排序类型关联的各数据类型的加权系数进行更新。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性的计算机可读取存储介质中,如本发明实施例中,该程序可存储于计算机系统的存储介质中,并被该计算机系统中的至少一个处理器执行,以实现包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种排行榜单生成方法,其特征在于,包括以下步骤:
获取与待排序对象关联的各数据类型的数据量;
根据与各所述数据类型分别对应的预设归一化规则,分别对各所述数据类型的数据量进行归一化处理,获得各所述数据类型的归一化数据量;
根据各所述数据类型的归一化数据量以及各所述数据类型的加权系数,获得所述待排序对象的综合权值;
根据各所述待排序对象的综合权值,对各所述待排序对象进行排序,获得排序结果,根据所述排序结果生成排行榜单。
2.根据权利要求1所述的排行榜单生成方法,其特征在于,
所述数据类型的加权系数包括与各排序类型对应的加权系数;
所述待排序对象的综合权值包括与各所述排序类型对应的综合权值;
所述排序结果包括分别对各所述排序类型的各待排序对象的综合权值进行排序得到的排序结果;
所述排行榜单包括各所述排序类型对应的排行榜单。
3.根据权利要求2所述的排行榜单生成方法,其特征在于,
所述待排序对象包括应用程序标识;
所述数据类型包括下述各项中的任意两项或任意组合:最近的一个周期时间段内的第一总下载量,所述第一总下载量相对于相邻的上一个周期时间段内的第二总下载量的变化幅度,评分数据,与第一社交平台标识关联的第一分享次数,与第二社交平台标识关联的第二分享次数,在预定第三方平台上的排序序号,在第一预设时间段内的付费数据,最新版本更新时间,所述第一预设时间段与所述最近的一个周期时间段相同或者不同。
4.根据权利要求3所述的排行榜单生成方法,其特征在于,所述获取与待排序对象关联的各数据类型的数据量的步骤包括:
从本地数据库获取第一数据类型的数据量,所述第一数据类型包括:所述第一总下载量、所述第二总下载量、所述评分数据、所述付费数据、第一最新版本更新时间中的任意一项或者任意组合,所述变化幅度根据所述第一总下载量、所述第二总下载量确定;
从第三方平台获取第二数据类型的数据量,所述第二数据类型包括:所述第一分享次数、所述第二分享次数、所述排序序号、第二最新版本更新时间中的任意一项或者任意组合;
所述最新版本更新时间为第一最新版本更新时间或者第二最新版本更新时间。
5.根据权利要求2所述的排行榜单生成方法,其特征在于,所述根据各所述数据类型的归一化数据量以及各所述数据类型的加权系数,获得所述待排序对象的综合权值的步骤之前,还包括步骤:
接收系数调整指令,所述系数调整指令包括排序类型标识、与所述排序类型标识对应的各数据类型的待更新加权系数值;
用与所述排序类型标识对应的各数据类型的待更新加权系数值,对与所述排序类型关联的各数据类型的加权系数进行更新。
6.一种排行榜单生成装置,其特征在于,包括:
数据获取模块,用于获取与待排序对象关联的各数据类型的数据量;
归一化模块,用于根据与各所述数据类型对应的预设归一化规则,分别对各所述数据类型的数据量进行归一化处理,获得各所述数据类型的归一化数据量;
综合加权模块,用于根据各所述数据类型的归一化数据量以及各所述数据类型的加权系数,获得所述待排序对象的综合权值;
排序模块,用于根据各所述待排序对象的综合权值,对各所述待排序对象进行排序,获得排序结果,根据所述排序结果生成排行榜单。
7.根据权利要求6所述的排行榜单生成装置,其特征在于,
所述数据类型的加权系数包括与各排序类型对应的加权系数;
所述待排序对象的综合权值包括与各所述排序类型对应的综合权值;
所述排序结果包括分别对各所述排序类型的各待排序对象的综合权值进行排序得到的排序结果;
所述排行榜单包括各所述排序类型对应的排行榜单。
8.根据权利要求7所述的排行榜单生成装置,其特征在于,
所述待排序对象包括应用程序标识;
所述数据类型包括下述各项中的任意两项或任意组合:最近的一个周期时间段内的第一总下载量,所述第一总下载量相对于相邻的上一个周期时间段内的第二总下载量的变化幅度,评分数据,与第一社交平台标识关联的第一分享次数,与第二社交平台标识关联的第二分享次数,在预定第三方平台上的排序序号,在第一预设时间段内的付费数据,最新版本更新时间,所述第一预设时间段与所述最近的一个周期时间段相同或者不同。
9.根据权利要求8所述的排行榜单生成装置,其特征在于,所述数据获取模块包括:
本地数据获取模块,用于从本地数据库获取第一数据类型的数据量,所述第一数据类型包括:所述第一总下载量、所述第二总下载量、所述评分数据、所述付费数据、第一最新版本更新时间中的任意一项或者任意组合,所述变化幅度根据所述第一总下载量、所述第二总下载量确定;
第三方数据获取模块,用于从第三方平台获取第二数据类型的数据量,所述第二数据类型包括:所述第一分享次数、所述第二分享次数、所述排序序号、第二最新版本更新时间中的任意一项或者任意组合;
所述最新版本更新时间为第一最新版本更新时间或者第二最新版本更新时间。
10.根据权利要求7所述的排行榜单生成装置,其特征在于,还包括:
系数更新模块,用于接收系数调整指令,所述系数调整指令包括排序类型标识、与所述排序类型标识对应的各数据类型的待更新加权系数值;并用与所述排序类型标识对应的各数据类型的待更新加权系数值,对与所述排序类型关联的各数据类型的加权系数进行更新。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051587.2A CN106874416A (zh) | 2017-01-23 | 2017-01-23 | 排行榜单生成方法及排行榜单生成装置 |
PCT/CN2018/072624 WO2018133759A1 (zh) | 2017-01-23 | 2018-01-15 | 排行榜单生成方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051587.2A CN106874416A (zh) | 2017-01-23 | 2017-01-23 | 排行榜单生成方法及排行榜单生成装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106874416A true CN106874416A (zh) | 2017-06-20 |
Family
ID=59157991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710051587.2A Pending CN106874416A (zh) | 2017-01-23 | 2017-01-23 | 排行榜单生成方法及排行榜单生成装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN106874416A (zh) |
WO (1) | WO2018133759A1 (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280198A (zh) * | 2018-01-29 | 2018-07-13 | 口碑(上海)信息技术有限公司 | 榜单生成方法及装置 |
WO2018133759A1 (zh) * | 2017-01-23 | 2018-07-26 | 腾讯科技(深圳)有限公司 | 排行榜单生成方法、计算机设备和存储介质 |
CN109344303A (zh) * | 2018-11-30 | 2019-02-15 | 广州虎牙信息科技有限公司 | 一种数据结构切换方法、装置、设备和存储介质 |
CN109788307A (zh) * | 2019-02-11 | 2019-05-21 | 北京字节跳动网络技术有限公司 | 视频榜单的处理方法、装置、存储介质及电子设备 |
CN109857776A (zh) * | 2019-01-08 | 2019-06-07 | 珠海天燕科技有限公司 | 一种应用中业务数据排序的方法和装置 |
CN109948008A (zh) * | 2017-11-22 | 2019-06-28 | 广东峰杰科技股份有限公司 | 一种排行榜单生成方法及装置 |
CN110278283A (zh) * | 2019-07-10 | 2019-09-24 | 广州虎牙科技有限公司 | 排行榜处理方法、装置、计算机可读存储介质及电子设备 |
CN110825959A (zh) * | 2019-09-30 | 2020-02-21 | 口口相传(北京)网络技术有限公司 | 数据发送方法及榜单数据获取模型的选择方法及装置 |
CN111028062A (zh) * | 2019-12-12 | 2020-04-17 | 名创优品(横琴)企业管理有限公司 | 一种潜力商品挖掘方法、装置及计算机可读存储介质 |
CN113663337A (zh) * | 2021-07-30 | 2021-11-19 | 上海硬通网络科技有限公司 | 数据处理方法、装置及服务器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080097986A1 (en) * | 2006-10-18 | 2008-04-24 | Google Inc. | Generic Online Ranking System and Method Suitable for Syndication |
CN103136227A (zh) * | 2011-11-25 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 一种生成榜单的方法及装置 |
CN103177109A (zh) * | 2013-03-27 | 2013-06-26 | 四川长虹电器股份有限公司 | 应用排名优化方法 |
CN103605754A (zh) * | 2013-11-22 | 2014-02-26 | 北京飞流九天科技有限公司 | 用于对应用进行排名的方法和设备 |
CN105323594A (zh) * | 2015-10-26 | 2016-02-10 | 广州华多网络科技有限公司 | 在线直播榜单生成方法及装置 |
CN105912599A (zh) * | 2016-03-31 | 2016-08-31 | 维沃移动通信有限公司 | 终端应用程序的排名方法及终端 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235815A (zh) * | 2013-04-25 | 2013-08-07 | 北京小米科技有限责任公司 | 一种应用软件的显示方法和设备 |
CN103678584B (zh) * | 2013-12-11 | 2017-03-15 | 中国联合网络通信集团有限公司 | 基于应用搜索的应用排序方法及装置 |
CN104765751B (zh) * | 2014-01-07 | 2019-05-24 | 腾讯科技(深圳)有限公司 | 应用推荐方法及装置 |
CN105589895B (zh) * | 2014-11-13 | 2020-04-24 | 深圳市腾讯计算机系统有限公司 | 资源排行数据生成方法和装置 |
CN106326297B (zh) * | 2015-07-01 | 2020-12-29 | 北京搜狗科技发展有限公司 | 一种应用程序推荐方法及装置 |
CN106874416A (zh) * | 2017-01-23 | 2017-06-20 | 腾讯科技(深圳)有限公司 | 排行榜单生成方法及排行榜单生成装置 |
-
2017
- 2017-01-23 CN CN201710051587.2A patent/CN106874416A/zh active Pending
-
2018
- 2018-01-15 WO PCT/CN2018/072624 patent/WO2018133759A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080097986A1 (en) * | 2006-10-18 | 2008-04-24 | Google Inc. | Generic Online Ranking System and Method Suitable for Syndication |
CN103136227A (zh) * | 2011-11-25 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 一种生成榜单的方法及装置 |
CN103177109A (zh) * | 2013-03-27 | 2013-06-26 | 四川长虹电器股份有限公司 | 应用排名优化方法 |
CN103605754A (zh) * | 2013-11-22 | 2014-02-26 | 北京飞流九天科技有限公司 | 用于对应用进行排名的方法和设备 |
CN105323594A (zh) * | 2015-10-26 | 2016-02-10 | 广州华多网络科技有限公司 | 在线直播榜单生成方法及装置 |
CN105912599A (zh) * | 2016-03-31 | 2016-08-31 | 维沃移动通信有限公司 | 终端应用程序的排名方法及终端 |
Non-Patent Citations (1)
Title |
---|
鸟哥笔记IRIS: ""360、豌豆荚、91三大应用分发平台搜索排名规则分析"", 《HTTPS://WWW.NIAOGEBIJI.COM/ARTICLE-1699-1.HTML》, 10 March 2014 (2014-03-10), pages 3 - 5 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018133759A1 (zh) * | 2017-01-23 | 2018-07-26 | 腾讯科技(深圳)有限公司 | 排行榜单生成方法、计算机设备和存储介质 |
CN109948008A (zh) * | 2017-11-22 | 2019-06-28 | 广东峰杰科技股份有限公司 | 一种排行榜单生成方法及装置 |
CN108280198A (zh) * | 2018-01-29 | 2018-07-13 | 口碑(上海)信息技术有限公司 | 榜单生成方法及装置 |
CN108280198B (zh) * | 2018-01-29 | 2021-03-02 | 口碑(上海)信息技术有限公司 | 榜单生成方法及装置 |
CN109344303A (zh) * | 2018-11-30 | 2019-02-15 | 广州虎牙信息科技有限公司 | 一种数据结构切换方法、装置、设备和存储介质 |
CN109857776A (zh) * | 2019-01-08 | 2019-06-07 | 珠海天燕科技有限公司 | 一种应用中业务数据排序的方法和装置 |
CN109788307A (zh) * | 2019-02-11 | 2019-05-21 | 北京字节跳动网络技术有限公司 | 视频榜单的处理方法、装置、存储介质及电子设备 |
CN110278283A (zh) * | 2019-07-10 | 2019-09-24 | 广州虎牙科技有限公司 | 排行榜处理方法、装置、计算机可读存储介质及电子设备 |
CN110825959A (zh) * | 2019-09-30 | 2020-02-21 | 口口相传(北京)网络技术有限公司 | 数据发送方法及榜单数据获取模型的选择方法及装置 |
CN111028062A (zh) * | 2019-12-12 | 2020-04-17 | 名创优品(横琴)企业管理有限公司 | 一种潜力商品挖掘方法、装置及计算机可读存储介质 |
CN113663337A (zh) * | 2021-07-30 | 2021-11-19 | 上海硬通网络科技有限公司 | 数据处理方法、装置及服务器 |
Also Published As
Publication number | Publication date |
---|---|
WO2018133759A1 (zh) | 2018-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874416A (zh) | 排行榜单生成方法及排行榜单生成装置 | |
Hardt et al. | Performative power | |
CN108133013A (zh) | 信息处理方法、装置、计算机设备和存储介质 | |
CN107273436A (zh) | 一种推荐模型的训练方法和训练装置 | |
CN109583904A (zh) | 异常操作检测模型的训练方法、异常操作检测方法及装置 | |
EP4181026A1 (en) | Recommendation model training method and apparatus, recommendation method and apparatus, and computer-readable medium | |
CN106873799A (zh) | 输入方法和装置 | |
CN108460082A (zh) | 一种推荐方法及装置,电子设备 | |
CN113742492B (zh) | 保险方案生成方法、装置、电子设备及存储介质 | |
CN108363730B (zh) | 一种内容推荐方法、系统及终端设备 | |
CN110443715A (zh) | 基金产品推荐方法、装置、设备及计算机可读存储介质 | |
CN108446944A (zh) | 一种常驻城市的确定方法、装置及电子设备 | |
CN112148992A (zh) | 内容推送方法、装置、计算机设备和存储介质 | |
CN110033324A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
CN113407854A (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
CN113626734B (zh) | 用户行为引导方法、装置、电子设备及存储介质 | |
CN109145932A (zh) | 用户性别预测方法、装置及设备 | |
Lozano et al. | Multiobjective centralized DEA approach to Tokyo 2020 olympic games | |
Hua et al. | A maximum consensus improvement method for group decision making under social network with probabilistic linguistic information | |
CN109075987A (zh) | 优化数字组件分析系统 | |
CN109670964A (zh) | 投资风险评测方法、设备、存储介质及装置 | |
Mizuta et al. | Effects of dark pools on financial markets’ efficiency and price discovery function: an investigation by multi-agent simulations | |
Shi et al. | Boosting conditional logit model | |
CN106997360A (zh) | 用户行为数据的处理方法和装置 | |
CN108710994A (zh) | 基于舆情因子的投资选股方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |