[發明專利]一種排序方法及裝置

有效

• 申請號: 201810123849.6
• 申請日: 2018-02-07
• 公開（公告）號: CN108491423B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 崔龍;王睿旻;雷相陽;孫成龍
• 申請（專利權）人: 北京奇藝世紀科技有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種排序方法，其特征在于，所述方法包括：

提取待排序對象的第一排序信息以及第二排序信息；

利用第一預設模型將所述待排序對象的第一排序信息轉換為第三排序信息；

利用第二預設模型，根據所述第二排序信息以及所述第三排序信息，確定所述待排序對象的排序參數；

根據所述待排序對象的排序參數進行排序；

其中，所述第一排序信息與第一特征對應，所述第二排序信息以及所述第三排序信息均與第二特征對應；所述第一特征是通過預先對所有對象的屬性進行分析確定的，以及所述第二特征是通過預先對部分對象的屬性進行分析確定的。

2.根據權利要求1所述的方法，其特征在于，所述提取待排序對象的第一排序信息以及第二排序信息，包括:

按照所述第一特征中包括的第一特征分量，提取所述待排序對象與所述第一特征分量對應的參數，得到第一排序信息；

按照所述第二特征中包括的第二特征分量，提取所述待排序對象與所述第二特征分量對應的參數，得到第二排序信息；

其中，所述第一特征中包括的第一特征分量由A個對象都具有的特征分量組成，所述A為正整數，所述A表示網絡系統中所有對象的數量；所述第二特征中包括的第二特征分量由Q個對象所具有的特征分量組成，所述Q為小于所述A的正整數。

3.根據權利要求1所述的方法，其特征在于，在所述利用第一預設模型將所述待排序對象的第一排序信息轉換為第三排序信息之前，所述方法還包括：

利用第一樣本數據進行訓練，得到第一預設模型；

基于所述第一預設模型以及所述第一樣本數據，確定第二樣本數據；

利用所述第二樣本數據進行訓練，得到第二預設模型。

4.根據權利要求3所述的方法，其特征在于，所述第一樣本數據包括多個第一樣本對，每個第一樣本對由樣本對象的第一樣本信息以及標注值組成，所述第一樣本信息與所述第一特征對應；

所述利用第一樣本數據進行訓練，得到第一預設模型，包括：

利用每個第一樣本對構建強學習器；

將每個第一樣本對代入所述強學習器，并計算每個第一樣本對相對所述強學習器的負梯度；

對每個第一樣本對中的第一樣本信息和所述第一樣本對的負梯度進行擬合，得到第一擬合函數；所述第一擬合函數包括多個葉子節點；

計算所述強學習器的損失函數的損失值；

在所述損失值在預設范圍內時，將所述第一擬合函數確定為第一預設模型。

5.根據權利要求4所述的方法，其特征在于，所述第二樣本數據包括多個第二樣本對，每個第二樣本對由樣本對象的第二樣本信息、第三樣本信息以及標注值組成，所述第二樣本信息與所述第二特征對應，所述第三樣本信息是利用所述第一擬合函數對每個樣本對象的第一樣本信息進行處理得到的；

所述基于所述第一預設模型以及所述第一樣本數據，確定第二樣本數據，包括：

將每個樣本對象的第一樣本信息作為所述第一預設模型的輸入，計算所述第一預設模型中每個葉子節點的值，進而得到所述第一樣本信息對應的第三樣本信息；

將所述樣本對象的第三樣本信息與所述樣本對象的第二樣本信息組合，并利用所述樣本對象組合后的樣本信息以及標注值組成第二樣本對，得到多個第二樣本對。

6.根據權利要求1所述的方法，其特征在于，所述利用第一預設模型將所述待排序對象的第一排序信息轉換為第三排序信息，包括：

將所述第一排序信息輸入第一預設模型進行處理，將所述第一預設模型的輸出值確定為第三排序信息。

7.根據權利要求1所述的方法，其特征在于，所述利用第二預設模型，根據所述第二排序信息以及所述第三排序信息，確定所述待排序對象的排序參數，包括:

將所述第二排序信息和所述第三排序信息組合；

將組合后的排序信息輸入所述第二預設模型進行處理，將所述第二預設模型的輸出值確定為所述待排序的對象的排序參數。