[發明專利]一種基于多影響因子的排序方法及移動終端

在審

• 申請號: 201611227722.6
• 申請日: 2016-12-27
• 公開（公告）號: CN106779049A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 郭紅艷;王凱;張淑燕
• 申請（專利權）人: 努比亞技術有限公司
• 主分類號: G06N3/02
• 分類號: G06N3/02;G06Q10/06
• 代理公司: 北京派特恩知識產權代理有限公司11270
• 代理人: 張穎玲,王花麗

技術領域

本發明涉及移動終端技術領域，尤其涉及一種基于多影響因子的排序方法及移動終端。

背景技術

隨著信息技術的發展，會產生大量的包含多個影響因子的待排序數據，由于各個待排序數據對應多個影響因子，因此，在數據分析過程中，會根據各個待排序數據對應的多個影響因子對全部待排序數據進行排序。

例如：對于銷售的商品，可以先統計各個待排序商品對應的全部指標值，如：銷售金額和銷售數量；然后根據各個待排序商品的銷售金額和銷售數量對全部待排序商品進行排序。再例如：對于學生的考試成績，可以先統計各個學生對應的各科考試成績，如：語文、數學和英語；然后根據各個學生的各科成績對全部學生進行排序。例如，全部待排序數據可以如下述表1所示：

銷售金額銷售數量商品一10080商品二9060商品三12070

表1

在現有的排序方法中，可以預先設置“銷售金額”和“銷售數量”對應的權重值，例如，“銷售金額”對應的權重值為0.6；“銷售數量”對應的權重值為0.4，因此，可以計算得到如下述表2所示的各個商品。

表2

在現有的排序方法中，在獲取到如上述表2所示的各個商品后，可以根據“總和”的數據對全部商品進行排序。即：全部商品從大到小的順序依次為：商品三、商品一和商品二。

在實現本發明的過程中，發明人發現現有技術中至少存在如下問題：

在現有的排序方法中，由于預先設置的各個權重值的大小是固定不變的，因此采用現有的排序方法，無法精確地反映出各個影響因子對排序結果的影響。

發明內容

有鑒于此，本發明實施例提供了一種基于神經網絡的排序方法及移動終端，可以更加準確地反映出各個影響因子對排序結果的影響。

本發明實施例的技術方案是這樣實現的：

本發明實施例提出了一種基于多影響因子的排序方法，所述方法包括：

當全部數據對不為空時，在全部數據對中選擇一個數據對作為當前數據對；

根據預先確定的全部數據對對應的影響因子的數量和所述當前數據對中全部待排序數據的關系類型的數量建立神經網絡；

通過所述神經網絡對所述當前數據對中的全部待排序數據進行排序；

當全部數據對為空時，根據全部數據對的排序結果對全部數據對中的待排序數據進行排序。

在上述實施例中，所述根據預先確定的全部數據對對應的影響因子的數量和當前數據對中全部待排序數據的關系類型的數量建立神經網絡，包括：

根據全部數據對對應的影響因子的數量確定所述神經網絡中輸入層的神經元的個數；

根據所述當前數據對中全部待排序數據的關系類型的數量確定所述神經網絡中輸出層的神經元的個數；

根據所述輸入層的神經元的個數和所述輸出層的神經元的個數建立所述神經網絡。

在上述實施例中，根據以下公式計算所述輸出層的神經元的個數：

其中，C為所述當前數據對中全部待排序數據的關系類型的數量；N為所述輸出層的神經元的個數。