[发明专利]一种基于多影响因子的排序方法及移动终端

说明书

技术领域

本发明涉及移动终端技术领域，尤其涉及一种基于多影响因子的排序方法及移动终端。

背景技术

随着信息技术的发展，会产生大量的包含多个影响因子的待排序数据，由于各个待排序数据对应多个影响因子，因此，在数据分析过程中，会根据各个待排序数据对应的多个影响因子对全部待排序数据进行排序。

例如：对于销售的商品，可以先统计各个待排序商品对应的全部指标值，如：销售金额和销售数量；然后根据各个待排序商品的销售金额和销售数量对全部待排序商品进行排序。再例如：对于学生的考试成绩，可以先统计各个学生对应的各科考试成绩，如：语文、数学和英语；然后根据各个学生的各科成绩对全部学生进行排序。例如，全部待排序数据可以如下述表1所示：

销售金额销售数量商品一10080商品二9060商品三12070

表1

在现有的排序方法中，可以预先设置“销售金额”和“销售数量”对应的权重值，例如，“销售金额”对应的权重值为0.6；“销售数量”对应的权重值为0.4，因此，可以计算得到如下述表2所示的各个商品。

表2

在现有的排序方法中，在获取到如上述表2所示的各个商品后，可以根据“总和”的数据对全部商品进行排序。即：全部商品从大到小的顺序依次为：商品三、商品一和商品二。

在实现本发明的过程中，发明人发现现有技术中至少存在如下问题：

在现有的排序方法中，由于预先设置的各个权重值的大小是固定不变的，因此采用现有的排序方法，无法精确地反映出各个影响因子对排序结果的影响。

发明内容

有鉴于此，本发明实施例提供了一种基于神经网络的排序方法及移动终端，可以更加准确地反映出各个影响因子对排序结果的影响。

本发明实施例的技术方案是这样实现的：

本发明实施例提出了一种基于多影响因子的排序方法，所述方法包括：

当全部数据对不为空时，在全部数据对中选择一个数据对作为当前数据对；

根据预先确定的全部数据对对应的影响因子的数量和所述当前数据对中全部待排序数据的关系类型的数量建立神经网络；

通过所述神经网络对所述当前数据对中的全部待排序数据进行排序；

当全部数据对为空时，根据全部数据对的排序结果对全部数据对中的待排序数据进行排序。

在上述实施例中，所述根据预先确定的全部数据对对应的影响因子的数量和当前数据对中全部待排序数据的关系类型的数量建立神经网络，包括：

根据全部数据对对应的影响因子的数量确定所述神经网络中输入层的神经元的个数；

根据所述当前数据对中全部待排序数据的关系类型的数量确定所述神经网络中输出层的神经元的个数；

根据所述输入层的神经元的个数和所述输出层的神经元的个数建立所述神经网络。

在上述实施例中，根据以下公式计算所述输出层的神经元的个数：

其中，C为所述当前数据对中全部待排序数据的关系类型的数量；N为所述输出层的神经元的个数。