CN110765349A - 一种自动排序权重操作方法 - Google Patents

一种自动排序权重操作方法 Download PDF

Info

Publication number
CN110765349A
CN110765349A CN201910927760.XA CN201910927760A CN110765349A CN 110765349 A CN110765349 A CN 110765349A CN 201910927760 A CN201910927760 A CN 201910927760A CN 110765349 A CN110765349 A CN 110765349A
Authority
CN
China
Prior art keywords
weight
sorting
algorithm
score
machine learning
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
Application number
CN201910927760.XA
Other languages
English (en)
Inventor
季飞
杨晶生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Microphone Culture Media Co Ltd
Original Assignee
Shanghai Microphone Culture Media Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Microphone Culture Media Co Ltd filed Critical Shanghai Microphone Culture Media Co Ltd
Priority to CN201910927760.XA priority Critical patent/CN110765349A/zh
Publication of CN110765349A publication Critical patent/CN110765349A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06F16/9538—Presentation of query results

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)
  • Sorting Of Articles (AREA)

Abstract

本发明公开了权重更新技术领域的一种自动排序权重操作方法，其方法步骤如下：S1：设计算法的融入；S2：定期训练样权重值的获取；S3：排序物品分值赋予；S4：分值结果的排序。本发明将机器学习算法融入到传统的排序算法中，用于代替人工设置权重；排序特征权重的自动计算；排序特征权重的自动更新；定期训练后对模型特征的权重进行存储，使用时使用存储的权重进行计算。

Description

一种自动排序权重操作方法
技术领域
本发明涉及权重更新技术领域，具体为一种自动排序权重操作方法。
背景技术
权重，指某一因素或指标相对于某一事物的重要程度，其不同于一般的比重，体现的不仅仅是某一因素或指标所占的百分比，强调的是因素或指标的相对重要程度，倾向于贡献度或重要性。通常，权重可通过划分多个层次指标进行判断和计算，常用的方法包括层次分析法、模糊法、模糊层次分析法和专家评价法等。权重值，在质量评价过程中，为了能将有关检查项目满足规定要求的程度用数据表示出来，按各项目所占工作量的大小及影响整体能力重要程度，分别对各项目规定的所占比例分值。
在实际业务中，常常会使用排序。排序特征的权重往往是人工根据经验进行设置。这种方式很难把握具体设置多少合适。同时权重的更新也会成为一个问题，基于此，本发明设计了一种自动排序权重操作方法，以解决上述问题。
发明内容
本发明的目的在于提供一种自动排序权重操作方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种自动排序权重操作方法，其方法步骤如下：
S1：设计算法的融入：
将设计的机器学习算法融入到传统的排序算法中，用于代替人工设置权重；
S2：定期训练样权重值的获取：
利用“损失函数”使用梯度下降算法进行训练得到w1，w2，w3...wn的权重值，并保存；
S3：排序物品分值赋予：
将步骤S2中获取的w1，w2，w3...wn的权重值代入到步骤S1中设计的机器学习算法中，获取每个物品的排序分值，并通过传统排序算法进行初步的排序；
S4：分值结果的排序：
对步骤S3中获取每个物品的排序分值，利用“时间衰减函数”进行倒序结果的自动排序。
6.优选的，所述步骤S1中设计的机器学习算法为
score＝w1*x1+w2*x2+w3*x3+...+wn*xn+b
x为特征值，w为权重，b为偏置。
7.优选的，所述步骤S1中传统的排序算法为
8.优选的，所述步骤S2中损失函数为
Figure BDA0002219377370000022
9.优选的，所述步骤S4中时间衰减函数为
Figure BDA0002219377370000023
与现有技术相比，本发明的有益效果是：
1)本发明解决了排序特征权重的自动计算和自动更新的问题；
2)本发明保持原有人工权重的排序算法不变，只是把权重的由人工设置改为机器学习训练得出；
3)本发明支持不同的排序场景，训练不同的权重；
4)本发明实现了自动化，免去了人工调试权重的问题。
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种自动排序权重操作方法，其方法步骤如下：
S1：设计算法的融入：
将设计的机器学习算法
(score＝w1*x1+w2*x2+w3*x3+...+wn*xn+bx为特征值，w为权重，b为偏置)融入到传统的排序算法
Figure BDA0002219377370000031
中，用于代替人工设置权重；
S2：定期训练样权重值的获取：
利用“损失函数”
Figure BDA0002219377370000032
使用梯度下降算法进行训练得到w1，w2，w3...wn的权重值，并保存；
S3：排序物品分值赋予：
将步骤S2中获取的w1，w2，w3...wn的权重值代入到步骤S1中设计的机器学习算法中，获取每个物品的排序分值，并通过传统排序算法进行初步的排序；
S4：分值结果的排序：
对步骤S3中获取每个物品的排序分值，利用“时间衰减函数”
Figure BDA0002219377370000041
进行倒序结果的自动排序。
本实施例的一个具体应用为：本发明将机器学习算法融入到传统的排序算法中，用于代替人工设置权重；排序特征权重的自动计算；排序特征权重的自动更新；定期训练后对模型特征的权重进行存储，使用时使用存储的权重进行计算。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (5)

1.一种自动排序权重操作方法，其特征在于：
S1：设计算法的融入：
将设计的机器学习算法融入到传统的排序算法中，用于代替人工设置权重；
S2：定期训练样权重值的获取：
利用“损失函数”使用梯度下降算法进行训练得到w1，w2，w3...wn的权重值，并保存；
S3：排序物品分值赋予：
将步骤S2中获取的w1，w2，w3...wn的权重值代入到步骤S1中设计的机器学习算法中，获取每个物品的排序分值，并通过传统排序算法进行初步的排序；
S4：分值结果的排序：
对步骤S3中获取每个物品的排序分值，利用“时间衰减函数”进行倒序结果的自动排序。
2.根据权利要求1所述的一种自动排序权重操作方法，其特征在于：所述步骤S1中设计的机器学习算法为
score＝w1*x1+w2*x2+w3*x3+...+wn*xn+b
x为特征值，w为权重，b为偏置。
3.根据权利要求1所述的一种自动排序权重操作方法，其特征在于：所述步骤S1中传统的排序算法为
Figure FDA0002219377360000011
4.根据权利要求1所述的一种自动排序权重操作方法，其特征在于：所述步骤S2中损失函数为
Figure FDA0002219377360000012
5.根据权利要求1所述的一种自动排序权重操作方法，其特征在于：所述步骤S4中时间衰减函数为
CN201910927760.XA 2019-09-27 2019-09-27 一种自动排序权重操作方法 Pending CN110765349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910927760.XA CN110765349A (zh) 2019-09-27 2019-09-27 一种自动排序权重操作方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910927760.XA CN110765349A (zh) 2019-09-27 2019-09-27 一种自动排序权重操作方法

Publications (1)

Publication Number Publication Date
CN110765349A true CN110765349A (zh) 2020-02-07

Family

ID=69330782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910927760.XA Pending CN110765349A (zh) 2019-09-27 2019-09-27 一种自动排序权重操作方法

Country Status (1)

Country Link
CN (1) CN110765349A (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077306A (zh) * 2013-03-28 2014-10-01 阿里巴巴集团控股有限公司 一种搜索引擎的结果排序方法及系统
CN108335137A (zh) * 2018-01-31 2018-07-27 北京三快在线科技有限公司 排序方法及装置、电子设备、计算机可读介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077306A (zh) * 2013-03-28 2014-10-01 阿里巴巴集团控股有限公司 一种搜索引擎的结果排序方法及系统
CN108335137A (zh) * 2018-01-31 2018-07-27 北京三快在线科技有限公司 排序方法及装置、电子设备、计算机可读介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈东明: "Python编程及其在网络科学中的应用", 东北大学出版社, pages: 214 - 216 *

Similar Documents

Publication Publication Date Title
CN104834748B (zh) 一种利用基于深度语义排序哈希编码的图像检索方法
CN111126865B (zh) 一种基于科技大数据的技术成熟度判断方法和系统
CN109598307A (zh) 数据筛选方法、装置、服务器及存储介质
CN108182597A (zh) 一种基于决策树和逻辑回归的点击率预估方法
CN108830492B (zh) 一种基于大数据的确定抽检商家的方法
CN108960271B (zh) 一种基于图像识别的餐饮收货诚信规范方法
CN110737805A (zh) 图模型数据的处理方法、装置和终端设备
CN107578183B (zh) 基于能力评估的资源管理方法及装置
CN114219242A (zh) 车辆装备的效能评估方法及效能评估体系构建系统
Kutlu et al. Project management software selection using analytic hierarchy process method
CN114240061A (zh) 一种用于制造车间的任务匹配方法及装置
CN110083663B (zh) 一种数据展示的分类优化方法和装置
CN110765349A (zh) 一种自动排序权重操作方法
CN113392934A (zh) 一种面向深度学习的偏见数据平衡方法及装置
CN107194727A (zh) 基于Kano模型的用户需求因子表征及提取方法
CN115660608A (zh) 一种一站式的创新创业孵化方法
CN113641918B (zh) 一种基于大数据的区域空气环境质量监测系统及方法
CN110110756B (zh) 一种数据分类优化方法和优化装置
CN110781456A (zh) 一种排序权重更新方法
CN111651512B (zh) 基于半监督学习的多源异构商品特征权重求解方法和装置
CN117992463A (zh) 一种基于产品需求的bom更新方法及计算机设备
CN115310999A (zh) 基于多层感知机和排序网络的企业用电行为分析方法及系统
CN113657501A (zh) 模型自适应训练方法、装置、设备、介质及程序产品
Angulo et al. Stand dynamics and tree coexistence in an analytical structured model: The role of recruitment
US7801757B2 (en) Computer implemented customer value model in airline industry

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200207