br>[0173] 每個業(yè)務(wù)對象的單位歷史時間i的時間衰退因子Θ i可以為Θ i= exp(-a XcU)， 其中a為與該業(yè)務(wù)對象所屬分類對應(yīng)的常數(shù)，表示了該分類的冷卻速度，針對不同的分類 可以設(shè)置不同的值。山為該單位歷史時間i與當(dāng)前時間的時間間隔。
[0174] 在上述內(nèi)容中已經(jīng)重點說明了權(quán)重值^和《2的獲取方式，下面重點介紹兩個特征 值：瀏覽特征值b_value和轉(zhuǎn)化特征值p_value。
[0175] ( 一）瀏覽特征值 b_value
[0176] 每個業(yè)務(wù)對象的瀏覽特征值b_value與該業(yè)務(wù)對象的歷史瀏覽量b_num成正比， 在本申請實施例中可以通過以下的計算方式對瀏覽量進行處理：
[0177] 每個業(yè)務(wù)對象的瀏覽特征值可以為：b_value = logm(b_num+l)，其中，b_num為該 業(yè)務(wù)對象的歷史瀏覽量，2 < m < 4, m優(yōu)選為自然對數(shù)e。可見，本申請實施例中通過log 函數(shù)對歷史瀏覽量進行了處理，不僅使得瀏覽特征值仍然與歷史瀏覽量成正比關(guān)系，而且 解決了瀏覽量相比于其他數(shù)值（轉(zhuǎn)化量等）數(shù)值較大的問題。
[0178] (二）轉(zhuǎn)化特征值 p_value
[0179] 本申請實施例提供了一種優(yōu)選的計算轉(zhuǎn)化特征值p_value的方式：
[0180] 每個業(yè)務(wù)對象的轉(zhuǎn)化特征值p_value與該業(yè)務(wù)對象的歷史轉(zhuǎn)化量p_num成正比， 且與該業(yè)務(wù)對象的平均轉(zhuǎn)化率與歷史轉(zhuǎn)化率的差值的絕對值成反比；該業(yè)務(wù)對象的平均轉(zhuǎn) 化率為該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對象的轉(zhuǎn)化率的平均值。
[0181] 可見，通過上述方式計算出的轉(zhuǎn)化特征值卩_^1116考慮了平均轉(zhuǎn)化率，平均轉(zhuǎn)化 率指的是該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對象的轉(zhuǎn)化率的平均值，因此能夠反映出這一 類目的轉(zhuǎn)化基本情況，只有當(dāng)歷史轉(zhuǎn)化率接近于平均轉(zhuǎn)化率時，兩者的差值的絕對值也就 越小，此時計算出的轉(zhuǎn)化特征值也就越高，最終的排序位置也就越高。而顯然所屬類目下的 所有業(yè)務(wù)對象的轉(zhuǎn)化率的平均值是基于大量的數(shù)據(jù)統(tǒng)計得到的，作弊者顯然無法獲知這一 數(shù)據(jù)，因此也就無法人為地改變歷史轉(zhuǎn)化率去接近平均轉(zhuǎn)化率，顯然這種計算方式能夠很 好地打壓作弊行為。而且從客觀角度上來說，只有接近于平均轉(zhuǎn)化率，才能說明這一業(yè)務(wù)對 象的轉(zhuǎn)化情況是最正常的，也最符合實際情況，從而提高了排序結(jié)果的準確性。
[0182] 本申請實施例在計算轉(zhuǎn)化特征值p_value時，每個業(yè)務(wù)對象的轉(zhuǎn)化特征值p_ va 1 ue還可以與該業(yè)務(wù)對象的價值屬性值pr i ce成正比?？梢?，通過這種方式計算出的轉(zhuǎn)化 特征值P_value不僅考慮了歷史轉(zhuǎn)化量p_num，而且還考慮了價值屬性值price，當(dāng)價值屬 性值越高時，其計算出的轉(zhuǎn)化特征值也越大，因此最終的排序位置也就越高。解決了現(xiàn)有技 術(shù)中由于價值屬性值相對較高而造成轉(zhuǎn)化量下降的問題。
[0183] 具體地，轉(zhuǎn)換特征值可以通過下式計算得到：
[0184] 每個業(yè)務(wù)對象的轉(zhuǎn)化特征值為：p_value = (p_numXprice'）z;p_num為該業(yè)務(wù)對 象的歷史轉(zhuǎn)化量；price'與該業(yè)務(wù)對象的價值屬性值成正比，z與該業(yè)務(wù)對象的平均轉(zhuǎn)化 率與歷史轉(zhuǎn)化率的差值的絕對值成反比。
[0185] 其中，z和price'可以分別通過以下方式計算得到：
[0186] ?其中，c為該業(yè)務(wù) .5 對象的歷史轉(zhuǎn)化率的倒數(shù)，萬為該業(yè)務(wù)對象的平均轉(zhuǎn)化率的倒數(shù)。也就是說，
p_num為該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對 象的歷史瀏覽量之和，Σ p_num為該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對象的歷史轉(zhuǎn)化量 之和。需要說明的是，為了保證0的分母不為〇,還可以對F作進一步的處理，比如使得
[0187] price' = [loga(price+l)+l];其中price為該業(yè)務(wù)對象的價值屬性值， 2 < a < 4, a優(yōu)選為自然對數(shù)e?？梢娚鲜街型ㄟ^log函數(shù)的方式對價值屬性值price進 行了處理。
[0188] 因此，本申請實施例中的轉(zhuǎn)化特征值優(yōu)選為：
[0189] p_value = {p_numX [In (price+l)+1]}z，z 優(yōu)選為

實中，若引入時間衰退因子，貝ij
從圖3至圖5中可以看出，只有當(dāng)歷史瀏覽量b_num和歷史轉(zhuǎn)化 量p_num同時增長時，轉(zhuǎn)化特征值p_value才會增長。上面重點介紹了本申請實施例中的 瀏覽特征值和轉(zhuǎn)化特征值。在本申請實施例中，在計算排序特征值時還引入了另外一個特 征值：撤銷轉(zhuǎn)化特征值。
[0190] (三）撤銷轉(zhuǎn)化特征值
[0191] 本申請實施例中可以通過以下方式計算排序特征值。
[0192] 每個業(yè)務(wù)對象對應(yīng)的排序特征值還減去該業(yè)務(wù)對象的撤銷轉(zhuǎn)化特征值，也就是 說，排序特征值可以通過以下方式計算得到：
[0193] o_value = w1Xb_value+w2Xp_value-r_value
[0194] 該業(yè)務(wù)對象的撤銷轉(zhuǎn)化特征值r_value與該業(yè)務(wù)對象的歷史撤銷轉(zhuǎn)化量r_num成 正比，且與該業(yè)務(wù)對象的撤銷轉(zhuǎn)化占比q呈正比；其中，該業(yè)務(wù)對象的撤銷轉(zhuǎn)化占比q為該 業(yè)務(wù)對象的歷史撤銷轉(zhuǎn)化量r_num與歷史轉(zhuǎn)化量p_num之比。
[0195] 具體地，撤銷轉(zhuǎn)化特征值r_value可以通過下式計算得到：
[0196] 每個業(yè)務(wù)對象的撤銷轉(zhuǎn)化特征值為：r_value = r_num1+q。其中，r_num為該業(yè)務(wù) 對象的歷史撤銷轉(zhuǎn)化量，q為該業(yè)務(wù)對象的撤銷轉(zhuǎn)化占比。其中在計算歷史撤銷轉(zhuǎn)化量時 可以引入時間衰退因子，也就是說，可以通過下式計算歷史撤銷轉(zhuǎn)化量：
[0197]
^為該業(yè)務(wù)對象的單位歷史時間i內(nèi)的撤銷轉(zhuǎn)化量，s 為該業(yè)務(wù)對象的單位歷史時間i的總個數(shù)，Θ 該業(yè)務(wù)對象的單位歷史時間i對應(yīng)的時間 衰退因子。
[0198] 還需補充的是，每個業(yè)務(wù)對象對應(yīng)的排序特征值在減去該業(yè)務(wù)對象的撤銷轉(zhuǎn)化特 征值時，還基于為所述撤銷轉(zhuǎn)化特征值設(shè)置的權(quán)重值，也就是說，排序特征值可以為：
[0199] o_value = WiXbjalue+w^Xpjaluei^Xi^value，其中 w3是為撤銷轉(zhuǎn)化特征值 設(shè)置的權(quán)重值。而為撤銷轉(zhuǎn)化特征值設(shè)置的權(quán)重值《3的獲取過程包括：獲取實際轉(zhuǎn)化集合 A以及排序特征集合B的差異度達到最小值時，為撤銷轉(zhuǎn)化特征值設(shè)置的權(quán)重值。具體獲取 方式請參見權(quán)重值^和w 2的獲取方式。
[0200] 可以看出，在上述實施例中，主要通過對權(quán)重值進行優(yōu)化以提高排序結(jié)果的準確 性。實際上，本申請實施例還通過優(yōu)化排序特征值的方式提高了排序結(jié)果的準確性。下面 進行具體說明。
[0201] 現(xiàn)有技術(shù)中的排序方式是，根據(jù)每個業(yè)務(wù)對象的排序特征值進行排序，而排序特 征值通過瀏覽量和轉(zhuǎn)化量得到，并且為瀏覽量和轉(zhuǎn)化量設(shè)置各自的權(quán)重值。
[0202] 然而，經(jīng)發(fā)明人研究發(fā)現(xiàn)，現(xiàn)有技術(shù)直接根據(jù)瀏覽量和轉(zhuǎn)化量計算排序特征值，顯 然這種方式無法有效地防止作弊行為，因此也會導(dǎo)致排序結(jié)果的準確性降低。舉個例子，為 了提高某一業(yè)務(wù)對象最終的排序位置，可以不停地執(zhí)行轉(zhuǎn)化操作，也就是通過虛假行為提 高轉(zhuǎn)化量，最終通過這種作弊方式提高了排序位置。從而進一步導(dǎo)致用戶往往需要執(zhí)行多 次處理操作才能定位到所需要的業(yè)務(wù)對象，不僅降低了用戶側(cè)的處理效率，還造成了網(wǎng)站 服務(wù)器的資源浪費。
[0203] 而在本申請實施例中，提供一種排序方法及系統(tǒng)，以實現(xiàn)提高排序結(jié)果的準確性， 從而使得用戶能夠快速定位到所需要的業(yè)務(wù)對象，進一步提高了用戶側(cè)的處理效率以及減 少網(wǎng)站服務(wù)器的資源浪費。
[0204] 請參閱圖9,本申請實施例提供了排序方法的一種實施例，在本實施例包括：
[0205] S901 :獲取待排序的多個業(yè)務(wù)對象。
[0206] 本申請實施例實際上是一種對多個業(yè)務(wù)對象的排序方法，因此在進行排序之前， 會獲取待排序的多個業(yè)務(wù)對象。例如，獲取同一類目下的所有業(yè)務(wù)對象作為待排序的多個 業(yè)務(wù)對象。
[0207] 在本申請實施例中，業(yè)務(wù)對象指的是各種能夠通過互聯(lián)網(wǎng)向用戶展示并由用戶執(zhí) 行對應(yīng)的轉(zhuǎn)化操作的對象，例如可以為向用戶展示的產(chǎn)品、應(yīng)用程序、論壇帖子、郵件列表 等等。
[0208] S902 :針對每個業(yè)務(wù)對象分別獲取對應(yīng)的排序特征值。
[0209] S903 :基于每個業(yè)務(wù)對象對應(yīng)的排序特征值對待排序的多個業(yè)務(wù)對象進行排序。
[0210] 在獲取每個業(yè)務(wù)對象對應(yīng)的排序特征值后，本申請實施例中會基于所有的業(yè)務(wù)對 象所對應(yīng)的排序特征值，對所有業(yè)務(wù)對象進行排序。一般情況下，排序特征值越高，則最終 的排序位置也越高。而且，由于本申請實施例中獲取的排序特征值更加準確，因此最終的排 序結(jié)果也更加準確，即更貼合用戶的實際需求。
[0211] 在本申請實施例中，每個業(yè)務(wù)對象對應(yīng)的排序特征值至少基于該業(yè)務(wù)對象的瀏覽 特征值與轉(zhuǎn)化特征值，以及至少為瀏覽特征值和轉(zhuǎn)化特征值分別設(shè)置的權(quán)重值計算出。其 中，每個業(yè)務(wù)對象的排序特征值〇_value可以通過以下方式計算：
[0212] o_value = Wi Xb_value+w2Xp_value，其中 b_value 是該業(yè)務(wù)對象的瀏覽特征值， p_value是該業(yè)務(wù)對象的轉(zhuǎn)化特征值，Wl是為瀏覽特征值設(shè)置的權(quán)重值，《2是為轉(zhuǎn)化特征值 設(shè)置的權(quán)重值。
[0213] 每個業(yè)務(wù)對象的轉(zhuǎn)化特征值p_value與該業(yè)務(wù)對象的歷史轉(zhuǎn)化量p_num成正比， 且與該業(yè)務(wù)對象的平均轉(zhuǎn)化率與歷史轉(zhuǎn)化率的差值的絕對值成反比；該業(yè)務(wù)對象的平均轉(zhuǎn) 化率為該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對象的轉(zhuǎn)化率的平均值。
[0214] 可見，通過上述方式計算出的轉(zhuǎn)化特征值卩_^1116考慮了平均轉(zhuǎn)化率，平均轉(zhuǎn)化 率指的是該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對象的轉(zhuǎn)化率的平均值，因此能夠反映出這一 類目的轉(zhuǎn)化基本情況，只有當(dāng)歷史轉(zhuǎn)化率接近于平均轉(zhuǎn)化率時，兩者的差值的絕對值也就 越小，此時計算出的轉(zhuǎn)化特征值也就越高，最終的排序位置也就越高。顯然這種計算方式能 夠很好地打壓作弊行為。而且從客觀角度上來說，只有接近于平均轉(zhuǎn)化率，才能說明這一業(yè) 務(wù)對象的轉(zhuǎn)化情況是最正常的，也最符合實際情況。因此提高了排序結(jié)果的準確性。
[0215] 本申請實施例在計算轉(zhuǎn)化特征值p_value時，每個業(yè)務(wù)對象的轉(zhuǎn)化特征值p_ va 1 ue還可以與該業(yè)務(wù)對象的價值屬性值pr i ce成正比。可見，通過這種方式計算出的轉(zhuǎn)化 特征值P_value不僅考慮了歷史轉(zhuǎn)化量p_num，而且還考慮了價值屬性值price，當(dāng)價值屬 性值越高時，其計算出的轉(zhuǎn)化特征值也越大，因此最終的排序位置也就越高。解決了現(xiàn)有技 術(shù)中由于價值屬性值相對較高而造成轉(zhuǎn)化量下降的問題。
[0216] 具體地，轉(zhuǎn)換特征值可以通過下式計算得到：
[0217] 每個業(yè)務(wù)對象的轉(zhuǎn)化特征值為：p_value = (p_numXprice'）z;p_num為該業(yè)務(wù)對 象的歷史轉(zhuǎn)化量；price'與該業(yè)務(wù)對象的價值屬性值成正比，z與該業(yè)務(wù)對象的平均轉(zhuǎn)化 率與歷史轉(zhuǎn)化率的差值的絕對值成反比。
[0218] 其中，z和price'可以分別通過以下方式計算得到：
[0219]
?中，c為該業(yè)務(wù) 對象的歷史轉(zhuǎn)化率的倒數(shù)，€為該業(yè)務(wù)對象的平均轉(zhuǎn)化率的倒數(shù)。也就是說，
，Σ b_num為該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對 象的歷史瀏覽量之和，Σ p_num為該業(yè)務(wù)對象所屬類目下的所有業(yè)務(wù)對象的歷史轉(zhuǎn)化量 之和。需要說明的是，為了保證g的分母不為〇,還可以對F作進一步的處理，比如使得
[0220] price' = [loga(price+l)+l];其中price為該業(yè)務(wù)對象的價值屬性值， 2 < a < 4, a優(yōu)選為自然對數(shù)e?？梢娚鲜街型ㄟ^log函數(shù)的方式對價值屬性值price進 行了處理。
[0221] 因此，本申請實施例中的轉(zhuǎn)化特征值優(yōu)選為：
[0222] p_value = {p_numX [In (price+l)+1]}z，z 優(yōu)選為
其中，若引入時間衰退因子，貝ij
。從圖3至圖5中可以看出，只有當(dāng)歷史瀏覽量b_num和歷史轉(zhuǎn)化 量p_num同時增長時，轉(zhuǎn)化特征值p_value才會增長。
[0223] 在本申請實施例中，在計算歷史瀏覽量和歷史轉(zhuǎn)化量時，還可以引入時間衰退因 子來表征其對應(yīng)的行為數(shù)據(jù)（例如歷史瀏覽量或者歷史轉(zhuǎn)化量等）的衰退速度。下面引入 時間衰退因子這一概念。
[0224] 在本申請實施例中，每個業(yè)務(wù)對象的瀏覽特征值b_value與該業(yè)務(wù)對象的歷史瀏 覽量b_num成正比，每個業(yè)務(wù)對象的轉(zhuǎn)化特征值口_\^1116與該業(yè)務(wù)對象的歷史轉(zhuǎn)化量p_num 成正比。其中每個業(yè)務(wù)對象的歷史瀏覽量b_num基于該業(yè)務(wù)對象每個單位歷史時間的瀏覽 量與該單位歷史時間的時間衰退因子計算得到；每個業(yè)務(wù)對象的歷史轉(zhuǎn)化量P_num基于 該業(yè)務(wù)對象每個單位歷史時間的轉(zhuǎn)化量與該單位歷史時間的時間衰退因子計算得到。
[0225] 具體地，每個業(yè)務(wù)對象的歷史瀏覽量可以通過以下方式計算得到：
[0226]
[0227] 每個業(yè)務(wù)對象的歷史轉(zhuǎn)化量可以通過以下方式計算得到：
[0228]
[0229] 其中，匕為該業(yè)務(wù)對象的單位歷史時間i內(nèi)的瀏覽量，p 該業(yè)務(wù)對象的單位歷 史時間i內(nèi)的轉(zhuǎn)化量，s為該業(yè)務(wù)對象的單位歷史時間i的總個數(shù)，即使用了 s個單位歷史 時間的數(shù)據(jù)統(tǒng)計轉(zhuǎn)化特征值P_value或瀏覽特征值b_value。Θ ;即為該業(yè)務(wù)對象的單位 歷史時間i對應(yīng)的時間衰退因子。
[0230] 其中，時間衰退因子能夠表征其對應(yīng)的行為數(shù)值的衰退速度。例如在計算歷史瀏 覽量時某一天的時間衰退因子，表示該天的瀏覽量的衰退速度。因此，引入時間衰退因子的 上述計算方式，使得最終計算出的排序特征值也能夠表示出瀏覽量和轉(zhuǎn)化量的衰退速度。
[0231] 在本申請實施例中，時間衰退因子的計算方式可以有多種，對此不加以限定。下面 給出一種優(yōu)選的計算方式，并且在下面給出的這種計算方式中，時間衰退因子不僅能夠表 征其對應(yīng)的行為數(shù)值的衰退速度，而且還能夠預(yù)測出該業(yè)務(wù)對象的行為數(shù)值的變化趨勢。
[0232] 每個業(yè)務(wù)對象的單位歷史時間i的時間衰退因子Θ i可以為
[0233] e^exp^a Xcg，其中α為與該業(yè)務(wù)對象所屬分類對應(yīng)的常數(shù)，表示了該分類 的冷卻速度，針對不同的分類可以設(shè)置不同的值。山為該單位歷史時間i與當(dāng)前時間的時 間間隔。例如單位時間i以天為單位，昨天的時間衰退因子為：Θ 1= exp (_a XI)，前天的 時間衰退因子為：θ2= exp(-a X2)，以此類推。對于每一天，時間衰退因子均不同，因此 使得該天對應(yīng)的瀏覽量/轉(zhuǎn)出量的貢獻均不同，并且距離當(dāng)前時間越近的，時間衰退因子 的數(shù)值越大，因此其貢獻越大，而距離現(xiàn)在越遠的，時間衰退因子的數(shù)值越小，因此隨著時 間的衰退其貢獻也就越小。最終使得瀏覽量/轉(zhuǎn)出量呈上升趨勢的業(yè)務(wù)對象，排序特征值 也就越大，最終排序的位置也就越高，從而超越那些慢慢在退熱的業(yè)務(wù)對象。
[