一种自动排序权重操作方法技术

本发明专利技术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。本发明专利技术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。

An operation method of automatic sorting weight

【技术实现步骤摘要】
一种自动排序权重操作方法
本专利技术涉及权重更新
，具体为一种自动排序权重操作方法。
技术介绍
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，本专利技术设计了一种自动排序权重操作方法，以解决上述问题。
技术实现思路
本专利技术的目的在于提供一种自动排序权重操作方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：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+bx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9.优选的，所述步骤S4中时间衰减函数为与现有技术相比，本专利技术的有益效果是：1)本专利技术解决了排序特征权重的自动计算和自动更新的问题；2)本专利技术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)本专利技术支持不同的排序场景，训练不同的权重；4)本专利技术实现了自动化，免去了人工调试权重的问题。当然，实施本专利技术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专利技术实施例的技术方案，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专利技术的一些实施例，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为本专利技术方法流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。请参阅图1，本专利技术提供一种技术方案：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。本实施例的一个具体应用为：本专利技术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专利技术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。以上公开的本专利技术优选实施例只是用于帮助阐述本专利技术。优选实施例并没有详尽叙述所有的细节，也不限制该专利技术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专利技术的原理和实际应用，从而使所属
技术人员能很好地理解和利用本专利技术。本专利技术仅受权利要求书及其全部范围和等效物的限制。本文档来自技高网...

【技术保护点】
1.一种自动排序权重操作方法，其特征在于：/nS1：设计算法的融入：/n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；/nS2：定期训练样权重值的获取：/n利用“损失函数”使用梯度下降算法进行训练得到w

【技术特征摘要】
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。

【专利技术属性】
技术研发人员：季飞，杨晶生，
申请(专利权)人：上海麦克风文化传媒有限公司，
类型：发明
国别省市：上海;31