CN114115796A - 数据处理方法、装置、计算机可读介质及电子设备 - Google Patents

Abstract

本申请提供一种数据处理方法、装置、计算机可读介质以及电子设备，所述方法包括：获取预设周期内的指定排序类型的目标数据集，目标数据集中的目标数据是由多个目标特征数据构成的多维数据；根据指定排序类型对目标数据集中目标数据的指定目标特征数据进行处理，得到指定排序类型对应的排序数据集；排序数据集包括按照指定顺序排列的多个目标数据；将排序数据集发送至客户端，以使客户端根据排序数据集形成指定排序类型对应的数据排行榜。本申请实施例的技术方案实现了根据指定排序类型和目标特征数据进行排序的数据处理方式，也就是从多个维度对目标数据进行了排序，增加了数据排行榜的丰富度，丰富了数据排行榜展示的信息量。

Description

数据处理方法、装置、计算机可读介质及电子设备

技术领域

本申请属于计算机及数据处理技术领域，具体涉及一种数据处理方法、装置、计算机可读介质以及电子设备。

背景技术

数据处理中的一种常用方法是按照某种规则对数据进行排序，形成排行榜，这样，可以快速看出各个数据之间在某一方面的大小关系。在相关技术中，排行榜的形成通常较为简单，一般选取数据的某一个特征作为基准，按该特征从小到大或从大到小对数据进行排列形成排行榜，这就使得排行榜较为单调，排行榜所能够体现的信息量也较少。因此，相关技术的数据处理方法有待改进。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本申请的目的在于提供一种数据处理方法、装置、计算机可读介质以及电子设备，以解决相关技术的数据排行榜单调，展示信息量少的问题。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供一种数据处理方法，包括：

获取预设周期内的指定排序类型的目标数据集，所述目标数据集中的目标数据是由多个目标特征数据构成的多维数据；

根据所述指定排序类型对所述目标数据集中目标数据的指定目标特征数据进行处理，得到所述指定排序类型对应的排序数据集；所述排序数据集包括按照指定顺序排列的多个目标数据；

将所述排序数据集发送至客户端，以使所述客户端根据所述排序数据集形成所述指定排序类型对应的数据排行榜。

根据本申请实施例的一个方面，提供一种数据处理装置，包括：

数据获取模块，用于获取预设周期内的指定排序类型的目标数据集，所述目标数据集中的目标数据是由多个目标特征数据构成的多维数据；

数据处理模块，用于根据所述指定排序类型对所述目标数据集中目标数据的指定目标特征数据进行处理，得到所述指定排序类型对应的排序数据集；所述排序数据集包括按照指定顺序排列的多个目标数据；

数据发送模块，用于将所述排序数据集发送至客户端，以使所述客户端根据所述排序数据集形成所述指定排序类型对应的数据排行榜。

在本申请的一个实施例中，所述指定排序类型包括排序大类和排序小类；数据获取模块具体用于：

根据客户端发起的数据获取请求确定所需获取数据的排序大类和排序小类；

根据所述排序大类从数据库中获取预设周期内的多个原始数据，所述原始数据包括多个原始特征数据；

根据所述排序小类对各个原始数据的原始特征数据进行筛选，得到各个原始数据对应的由多个目标特征数据构成的目标数据，形成所述目标数据集。

在本申请的一个实施例中，数据处理模块具体用于：

根据所述排序小类确定所述指定目标特征数据，并根据各个目标数据的指定目标特征数据对各个目标数据进行排序，得到所述排序小类对应的排序数据集。

在本申请的一个实施例中，数据处理模块具体用于：

根据各个目标数据的指定目标特征数据确定各个目标数据的热度值；

根据各个目标数据的热度值对各个目标数据进行排序。

在本申请的一个实施例中，所述热度值包括交易热度值、搜索热度值、资讯热度值和综合热度值中的至少一种；根据各个目标数据的指定目标特征数据确定各个目标数据的热度值，包括以下情况中的至少一种：

根据各个目标数据的交易数据确定各个目标数据的交易热度值；

根据各个目标数据的搜索数据确定各个目标数据的搜索热度值；

根据各个目标数据的资讯信息数据确定各个目标数据的资讯热度值；

根据各个目标数据的交易热度值、搜索热度值和资讯热度值确定各个目标数据的综合热度值。

在本申请的一个实施例中，所述客户端具体用于：

将所述排序数据集中的目标数据按照排列顺序填充至所述指定排序类型对应的显示模板，形成所述指定排序类型对应的数据排行榜。

在本申请的一个实施例中，所述客户端根据横滑切换指令显示不同指定排序类型的数据排行榜。

根据本申请实施例的一个方面，提供一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如以上技术方案中的数据处理方法。

根据本申请实施例的一个方面，提供一种电子设备，该电子设备包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器被配置为经由执行所述可执行指令来执行如以上技术方案中的数据处理方法。

根据本申请实施例的一个方面，提供一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行如以上技术方案中的数据处理方法。

在本申请实施例提供的技术方案中，通过获取预设周期内的指定排序类型的目标数据集，根据指定排序类型对目标数据集中目标数据的指定目标特征数据进行处理，得到指定排序类型对应的排序数据集；将排序数据集发送至客户端，以使客户端根据排序数据集形成指定排序类型对应的数据排行榜，实现了根据指定排序类型和目标特征数据进行排序的数据处理方式，也就是从多个维度对目标数据进行了排序，增加了数据排行榜的丰富度，丰富了数据排行榜展示的信息量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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示意性地示出了应用本申请技术方案的示例性系统架构框图。

图2示意性地示出了本申请一个实施例提供的数据处理方法的流程图。

图3示意性地示出了本申请一个具体实施例提供的数据处理方法的流程图。

图4示意性地示出了本申请一个具体实施例提供的APP显示界面图。

图5示意性地示出了本申请一个具体实施例提供的数据排行榜的显示界面图。

图6示意性地示出了本申请一个具体实施例提供的数据处理方法的UML类图。

图7示意性地示出了本申请实施例提供的数据处理装置的结构框图。

图8示意性示出了适于用来实现本申请实施例的电子设备的计算机系统结构框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

图1示意性地示出了应用本申请技术方案的示例性系统架构框图。

如图1所示，系统架构100可以包括终端设备110、网络120和服务器130。终端设备110可以包括智能手机、平板电脑、笔记本电脑、台式电脑等各种电子设备。服务器130可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。网络120可以是能够在终端设备110和服务器130之间提供通信链路的各种连接类型的通信介质，例如可以是有线通信链路或者无线通信链路。

根据实现需要，本申请实施例中的系统架构可以具有任意数目的终端设备、网络和服务器。例如，服务器130可以是由多个服务器设备组成的服务器群组。另外，本申请实施例提供的技术方案可以应用于终端设备110，也可以应用于服务器130，或者可以由终端设备110和服务器130共同实施，本申请对此不做特殊限定。

举例而言，服务器130获取预设周期内的指定排序类型的目标数据集，其中，目标数据集中的目标数据是由多个目标特征数据构成的多维数据。然后服务器130根据指定排序类型对目标数据集中目标数据的指定目标特征数据进行处理，得到指定排序类型对应的排序数据集，其中，排序数据集包括按照指定顺序排列的多个目标数据。最后服务器130将排序数据集发送至客户端，以使客户端根据排序数据集形成指定排序类型对应的数据排行榜。其中，客户端设于终端设备110中，用户通过终端设备110即可查询该数据排行榜。

在本申请的一个实施例中，本申请实施例提供的数据处理方法由服务器130执行，服务器130用于获取预设周期内的指定排序类型的目标数据集，并基于目标数据集生成排序数据集，最后将排序数据集发送至客户端，以使客户端生成数据排行榜；相应地，数据处理装置一般设置于服务器130中。但本领域技术人员容易理解的是，本申请实施例提供的数据处理方法也可以由终端设备110执行，相应地，数据处理装置也可以设置于终端设备110中，本示例性实施例中对此不做特殊限定。举例而言，在一种示例性实施例中，终端设备110用于获取预设周期内的指定排序类型的目标数据集，并基于目标数据集生成排序数据集，最后根据排序数据集生成数据排行榜。

下面结合具体实施方式对本申请提供的数据处理做出详细说明。

图2示意性地示出了本申请一个实施例提供的数据处理方法的流程图，该方法可以通过终端设备执行，如图1所示的终端设备110；该方法也可以通过服务器执行，如图1所示的服务器130。如图2所示，本申请实施例提供的数据处理方法包括包括步骤210至步骤230，具体如下：

步骤210、获取预设周期内的指定排序类型的目标数据集，目标数据集中的目标数据是由多个目标特征数据构成的多维数据。

具体的，目标数据集是需要进行排序的目标数据所构成的集合，目标数据是多维数据，目标数据的一个维度就是一个目标特征数据。示例性的，目标数据可以包括用户名称、用户标识等，用户名称和用户标识均属于目标特征数据，用户名称从名称维度体现目标数据，用户标识从标识维度体现目标数据。

预设周期内的目标数据集是指设定时间段的目标数据集，相当于目标数据集的更新周期，如1小时、一天等，可以根据实际需求设计。指定排序类型是当前查询用户所指定的排序类型，指定排序类型可以根据当前查询用户所发出的指令获取。

在本申请的一个实施例中，获取预设周期内的指定排序类型的目标数据集的过程具体包括：根据客户端发起的数据获取请求确定所需获取数据的排序大类和排序小类；根据排序大类从数据库中获取预设周期内的多个原始数据，原始数据包括多个原始特征数据；根据排序小类对各个原始数据的原始特征数据进行筛选，得到各个原始数据对应的由多个目标特征数据构成的目标数据，形成目标数据集。

具体的，指定排序类型包括排序大类和排序小类。当用户需要查看数据排行榜时，将触发数据查询请求，该数据查询请求即指定了用户所需查询的排行榜类型，也就是给出了排序大类和排序小类。客户端基于用户指定的排序大类和排序小类生成数据获取请求，并将该数据获取请求发送至服务器。

服务器在接收到数据获取请求后，首先获取预设周期内的，且属于排序大类所对应的多个原始数据，原始数据也是由多个原始特征数据构成的多维数据，一般的，原始数据的维度大于或等于目标数据的维度。确定多个原始数据后，再根据排序小类对原始数据的原始特征数据进行筛选，将原始数据中与排序小类不相关的原始特征数据删除，将原始数据中与就排序小类相关的原始特征数据保留，从而形成目标数据，保留的原始特征数据也就是目标特征数据。

在本申请实施例中，目标数据中的目标特征数据除了与排序小类直接相关联的数据外，还应包括目标数据的基本特征数据，该基本特征数据体现了目标数据的基本信息，不同的目标数据通过基本特征数据进行区分。例如，基本特征数据包括用户名称、用户标识等。

示例性的，原始数据可以是用户数据，用户泛指企业、个人、机构、平台等可以享受服务的客观事物，原始特征数据是指可以体现用户某一方面的特质、行为等的数据，如用户名称、用户地址、用户在某平台的交易等。

示例性的，排序大类可以指数据的地区范围，例如，排序大类可以包括华南地区、华中地区和华北地区。当根据数据获取请求确定排序大类为华南地区时，从数据库中获取地址属于华南地区的多个原始数据。地址属于华南地区的原始数据，可以通过原始数据的地址标识来确定，也可以通过原始数据的定位数据来确定。例如，数据库中存储的原始数据具有地址标识，1表示华南地区，2表示华中地区，3表示华北地区，那么标识为1的原始数据就是根据排序大类所需获取的原始数据。

示例性的，排序小类指数据的相关热度，如网络搜索热度、点击热度、下载热度等。当排序小类为网络搜素热度时，则将原始数据中的表示网络搜索次数的特征数据作为目标特征数据，其余原始特征数据删除，得到目标数据。

步骤220、根据指定排序类型对目标数据集中目标数据的指定目标特征数据进行处理，得到指定排序类型对应的排序数据集；排序数据集包括按照指定顺序排列的多个目标数据。

具体的，根据指定排序类型对目标数据进行处理，就是以目标数据的指定目标特征数据作为基准，对目标数据进行排序处理，形成排序数据集，也即，排序数据集是由多个按照顺序排列的目标数据构成的。

在本申请的一个实施例中，可以根据指定目标特征数据的大小对目标数据进行排序；也可以先根据指定目标特征数据计算目标数据的排序参数，然后根据排序参数的大小对目标数据进行排序。

在本申请的一个实施例中，形成排序数据集的过程具体为：根据所述排序小类确定所述指定目标特征数据，并根据各个目标数据的指定目标特征数据对各个目标数据进行排序，得到所述排序小类对应的排序数据集。

具体的，由于目标数据中的目标特征数据不仅包括与排序小类直接相关的数据，还包括基本特征数据，而基本特征数据一般不用于排序，因此，需要首先根据排序小类确定对应的指定目标特征数据，该指定目标特征数据就是与排序小类直接相关的数据。例如，排序小类为网络搜索热度，则指定目标特征数据应为表示网络搜索次数的特征数据，而不是用户名称、用户标识这些基本特征数据。最终可以得到网络搜索热度所对应的排序数据集。

在确定指定特征数据之后，即可根据指定特征数据对多个目标数据进行排序，形成排序数据集。一般的，按照指定特征数据的从小到大的顺序对多个目标数据进行排列形成排序数据集。

在本申请的一个实施例中，排序参数为热度值，形成排序数据集的过程具体包括：根据各个目标数据的指定目标特征数据确定各个目标数据的热度值；根据各个目标数据的热度值对各个目标数据进行排序。

具体的，热度值体现了目标数据被访问、使用或提及的频繁程度，也就是目标数据的热度。因此，可以通过目标数据的热度值来进行排序，使得排序数据集可以体现各个目标数据的热度。

在本申请的一个实施例中，热度值包括交易热度值、搜索热度值、资讯热度值和综合热度值中的至少一种，那么，根据各个目标数据的指定目标特征数据确定各个目标数据的热度值，包括以下情况中的至少一种：

根据各个目标数据的交易数据确定各个目标数据的交易热度值；

根据各个目标数据的搜索数据确定各个目标数据的搜索热度值；

根据各个目标数据的资讯信息数据确定各个目标数据的资讯热度值；

根据各个目标数据的交易热度值、搜索热度值和资讯热度值确定各个目标数据的综合热度值。

具体的，交易数据、搜索数据和资讯信息数据均属于目标数据的目标特征数据。本实施例中可以对上述信息进行标准化处理，分别得到对应的交易热度值、搜索热度值和资讯热度值。

在本申请一实施例中，交易热度值用以体现目标数据在交易市场的热度，故而通过交易数据计算得到，一般的，可以通过目标数据在指定周期内的交易总额来表示。可选的，由于在实际应用中交易总额的数量较大，本实施例中按照下式对交易总额进行标准化处理得到对应的交易热度值：

其中，Deg_tra表示交易热度值，Tra_tal表示交易总额，α表示预设的交易标准化因子。

在本申请一实施例中，搜索热度值用以体现目标数据在各网站的搜索数据中的热度，故而通过搜索数据计算得到，一般的，可以通过目标数据在各网站被搜索的次数总和或者平均值来表示。可选的，本实施例中按照下式对搜索的次数进行标准化处理得到对应的搜索热度值：

其中，Deg_ser表示搜索热度值；Ser_tal_i表示目标数据在第i个网站中的搜索次数，n表示网站数量，i表示网站标识，且i小于n；β表示预设的搜索标准化因子。

在本申请一实施例中，资讯热度值用以体现目标数据的资讯热度，故而通过资讯信息数据计算得到，一般的，可以通过目标数据的资讯信息总量、目标资讯的评论数量、点赞数量等参数来表示。可选的，本实施例中按照下式对目标数据的资讯信息数据对应的参数数量进行标准化处理得到对应的资讯热度值：

其中，Deg_inf表示资讯热度值，qua_com、qua_war、qua_thu分别表示该标的的所资讯的评论、转发、点赞的数量，ε、η、μ表示对评论、转发、点赞分别预设的计算因子。

综合热度值则是交易热度值、搜索热度值和资讯热度值的综合体现，可以将目标数据的交易热度值、搜索热度值和资讯热度值的均值或加权平均值作为该目标数据的综合热度值。

步骤230、将排序数据集发送至客户端，以使客户端根据排序数据集形成指定排序类型对应的数据排行榜。

具体的，形成排序数据集后，将其发送至客户端，客户端即可依据排序数据集形成指定排序类型对应的数据排行榜，用户通过客户端可以访问该数据排行榜。

在本申请的一个实施例中，客户端根据排序数据集形成指定排序类型对应的数据排行榜的过程具体包括：将排序数据集中的目标数据按照排列顺序填充至指定排序类型对应的显示模板，形成指定排序类型对应的数据排行榜。

具体的，指定排序类型对应的显示模板，其实是排序小类对应的显示模板，该显示模板相当于一个显示列表，将排序数据集中的目标数据按照各自的排列顺序填充至显示列表，就形成了可以面向用户进行展示的数据排行榜。

在本申请的一个实施例中，指定排序类型包括排序大类和排序小类，而排序大类有多种，排序小类也有多种。在显示界面，客户端将选择一默认排序大类下的默认排序小类所对应的数据排行榜作为优先显示对象，示例性的，以华南地区的交易热度所对应的数据排行榜作为优先显示对象，也就是默认的初始显示对象，那么当用户访问时，首先看到的便是华南地区的交易热度所对应的数据排行榜。当用户需要查看其他排序大类的排行榜时，可以通过横滑切换指令来访问不同排序大类所对应的数据排行榜。例如，用户通过右滑切换至华中地区的数据排行榜。

在本申请实施例提供的技术方案中，通过获取预设周期内的指定排序类型的目标数据集，根据指定排序类型对目标数据集中目标数据的指定目标特征数据进行处理，得到指定排序类型对应的排序数据集；将排序数据集发送至客户端，以使客户端根据排序数据集形成指定排序类型对应的数据排行榜，实现了根据指定排序类型和目标特征数据进行排序的数据处理方式，也就是从多个维度对目标数据进行了排序，增加了数据排行榜的丰富度，丰富了数据排行榜展示的信息量。

图3示意性地示出了本申请一个具体实施例提供的数据处理方法的流程图。图3所示实施例应用于应用软件(Application，APP)的热度榜卡片场景，热度榜卡片就是应用软件中提供数据排行榜功能的项目。

如图3所示，本申请实施例提供的数据处理方法包括：

S1.用户打开APP，找热度榜卡片。具体而言，就是用户需要查看APP的热度榜卡片提供的数据排行榜，用户进入热度榜卡片入口，触发数据查询请求。示例性的，APP显示界面如图4所示，用户点击“机会”按钮，则进入热度榜卡片入口，触发数据查询请求。

S2.热度榜卡片所在客户端生成数据获取请求，将数据获取请求发送至后台，已请求获取热度榜数据。该数据获取请求包括排序大类和排序小类。示例性的，如图4所示，用户点击“查看全部”按钮生成数据获取请求。

S3.后台根据数据获取请求进行数据筛选，得到排序数据集。具体的，首先根据排序大类获取预设周期内的多个原始数据，然后根据排序小类对多个原始数据进行筛选，得到目标数据集，最后根据指定目标特征数据对目标数据集的数据进行排序，形成排序数据集。本步骤的具体过程可以参考前文步骤210至步骤220的相关描述，在此不再赘述。

S4.后台将排序数据集返回至热度榜卡片所在客户端。

S5.热度榜卡片所在客户端对排序数据集进行处理，生成可向用户展示的数据排行榜。

S6.热度榜卡片所在客户端显示数据排行榜，用户通过客户端可以查询到该数据排行榜。示例性的，客户端的数据排行榜的显示界面如图5所示，客户端可以显示同一排序大类(包括港股、美股和沪深)下的不同排序小类(包括综合热度、交易热度、搜索热度和资讯热度)所对应的数据排行榜，也可以显示不同排序大类所对应的数据排行榜。如图4和图5所示，热度榜卡片可以显示以下特征数据：排名、名称代码、火花图、涨跌幅、较上次增减、社区话题等。

图6示意性地示出了本申请一个具体实施例提供的数据处理方法的UML(UnifiedModel Language，统一建模语言)类图。

如图6所示，热度榜卡片界面层610主要包括两大部分：热度榜卡片底部滑动条620和热度榜卡片股票列表界面层630。实现热度榜卡片股票列表界面层630首先是向后台发起数据获取请求，把相关的市场、热度榜的类型、排序类型传递给后台。请求到数据之后把数据存到数据仓库650，接着热度榜卡片股票业务层640去处理数据，再把处理后的数据填充到要展示的股票列表里面，这样热度榜卡片股票列表界面层630就显示出来了。热度榜卡片底部滑动条620是根据当前展示的是哪个市场的热度榜来变化的，列表默认选中的是港股，所以滑动条默认选中第一个，列表是美股滑动条选中第二个，沪深股是滑动条选中第三个。

应当注意，尽管在附图中以特定顺序描述了本申请中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的数据处理方法。图7示意性地示出了本申请实施例提供的数据处理装置的结构框图。如图7所示，本申请实施例提供的数据处理装置包括：

数据获取模块710，用于获取预设周期内的指定排序类型的目标数据集，所述目标数据集中的目标数据是由多个目标特征数据构成的多维数据；

数据处理模块720，用于根据所述指定排序类型对所述目标数据集中目标数据的指定目标特征数据进行处理，得到所述指定排序类型对应的排序数据集；所述排序数据集包括按照指定顺序排列的多个目标数据；

数据发送模块730，用于将所述排序数据集发送至客户端，以使所述客户端根据所述排序数据集形成所述指定排序类型对应的数据排行榜。

在本申请的一个实施例中，所述指定排序类型包括排序大类和排序小类；数据获取模块710具体用于：

根据客户端发起的数据获取请求确定所需获取数据的排序大类和排序小类；

根据所述排序大类从数据库中获取预设周期内的多个原始数据，所述原始数据包括多个原始特征数据；

根据所述排序小类对各个原始数据的原始特征数据进行筛选，得到各个原始数据对应的由多个目标特征数据构成的目标数据，形成所述目标数据集。

在本申请的一个实施例中，数据处理模块720具体用于：

根据所述排序小类确定所述指定目标特征数据，并根据各个目标数据的指定目标特征数据对各个目标数据进行排序，得到所述排序小类对应的排序数据集。

在本申请的一个实施例中，数据处理模块720具体用于：

根据各个目标数据的指定目标特征数据确定各个目标数据的热度值；

根据各个目标数据的热度值对各个目标数据进行排序。

在本申请的一个实施例中，所述热度值包括交易热度值、搜索热度值、资讯热度值和综合热度值中的至少一种；根据各个目标数据的指定目标特征数据确定各个目标数据的热度值，包括以下情况中的至少一种：

根据各个目标数据的交易数据确定各个目标数据的交易热度值；

根据各个目标数据的搜索数据确定各个目标数据的搜索热度值；

根据各个目标数据的资讯信息数据确定各个目标数据的资讯热度值；

根据各个目标数据的交易热度值、搜索热度值和资讯热度值确定各个目标数据的综合热度值。

在本申请的一个实施例中，所述客户端具体用于：

将所述排序数据集中的目标数据按照排列顺序填充至所述指定排序类型对应的显示模板，形成所述指定排序类型对应的数据排行榜。

在本申请的一个实施例中，所述客户端根据横滑切换指令显示不同指定排序类型的数据排行榜。

本申请各实施例中提供的数据处理装置的具体细节已经在对应的方法实施例中进行了详细的描述，此处不再赘述。

图8示意性地示出了用于实现本申请实施例的电子设备的计算机系统结构框图。

需要说明的是，图8示出的电子设备的计算机系统800仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图8所示，计算机系统800包括中央处理器801(Central Processing Unit，CPU)，其可以根据存储在只读存储器802(Read-Only Memory，ROM)中的程序或者从存储部分808加载到随机访问存储器803(Random Access Memory，RAM)中的程序而执行各种适当的动作和处理。在随机访问存储器803中，还存储有系统操作所需的各种程序和数据。中央处理器801、在只读存储器802以及随机访问存储器803通过总线804彼此相连。输入/输出接口805(Input/Output接口，即I/O接口)也连接至总线804。

以下部件连接至输入/输出接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid Crystal Display，LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至输入/输出接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本申请的实施例，各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理器801执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种数据处理方法，其特征在于，包括：

获取预设周期内的指定排序类型的目标数据集，所述目标数据集中的目标数据是由多个目标特征数据构成的多维数据；

根据所述指定排序类型对所述目标数据集中目标数据的指定目标特征数据进行处理，得到所述指定排序类型对应的排序数据集；所述排序数据集包括按照指定顺序排列的多个目标数据；

将所述排序数据集发送至客户端，以使所述客户端根据所述排序数据集形成所述指定排序类型对应的数据排行榜。

2.根据权利要求1所述的数据处理方法，其特征在于，所述指定排序类型包括排序大类和排序小类；获取预设周期内的指定排序类型的目标数据集，包括：

根据客户端发起的数据获取请求确定所需获取数据的排序大类和排序小类；

根据所述排序大类从数据库中获取预设周期内的多个原始数据，所述原始数据包括多个原始特征数据；

根据所述排序小类对各个原始数据的原始特征数据进行筛选，得到各个原始数据对应的由多个目标特征数据构成的目标数据，形成所述目标数据集。

3.根据权利要求2所述的数据处理方法，其特征在于，根据所述指定排序类型对所述目标数据集中目标数据的指定目标特征数据进行处理，得到所述指定排序类型对应的排序数据集，包括：

根据所述排序小类确定所述指定目标特征数据，并根据各个目标数据的指定目标特征数据对各个目标数据进行排序，得到所述排序小类对应的排序数据集。

4.根据权利要求3所述的数据处理方法，其特征在于，根据各个目标数据的指定目标特征数据对各个目标数据进行排序，包括：

根据各个目标数据的指定目标特征数据确定各个目标数据的热度值；

根据各个目标数据的热度值对各个目标数据进行排序。

5.根据权利要求4所述的数据处理方法，其特征在于，所述热度值包括交易热度值、搜索热度值、资讯热度值和综合热度值中的至少一种；根据各个目标数据的指定目标特征数据确定各个目标数据的热度值，包括以下情况中的至少一种：

根据各个目标数据的交易数据确定各个目标数据的交易热度值；

根据各个目标数据的搜索数据确定各个目标数据的搜索热度值；

根据各个目标数据的资讯信息数据确定各个目标数据的资讯热度值；

根据各个目标数据的交易热度值、搜索热度值和资讯热度值确定各个目标数据的综合热度值。

6.根据权利要求1所述的数据处理方法，其特征在于，根据所述排序数据集形成所述指定排序类型对应的数据排行榜，包括：

将所述排序数据集中的目标数据按照排列顺序填充至所述指定排序类型对应的显示模板，形成所述指定排序类型对应的数据排行榜。

7.根据权利要求1所述的数据处理方法，其特征在于，所述客户端根据横滑切换指令显示不同指定排序类型的数据排行榜。

8.一种数据处理装置，其特征在于，包括：

数据获取模块，用于获取预设周期内的指定排序类型的目标数据集，所述目标数据集中的目标数据是由多个目标特征数据构成的多维数据；

数据处理模块，用于根据所述指定排序类型对所述目标数据集中目标数据的指定目标特征数据进行处理，得到所述指定排序类型对应的排序数据集；所述排序数据集包括按照指定顺序排列的多个目标数据；

数据发送模块，用于将所述排序数据集发送至客户端，以使所述客户端根据所述排序数据集形成所述指定排序类型对应的数据排行榜。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任意一项所述的数据处理方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器执行所述可执行指令使得所述电子设备执行权利要求1至7中任意一项所述的数据处理方法。

Images