本发明涉及Web应用技术领域，具体涉及一种信息点击排名方法。
背景技术：
在信息大爆炸的互联网时代，用户担心的不是信息太少，而是信息太多，如何从海量的信息中快速的找出用户最关心的内容，已经成为互联网的核心问题。对信息进行排名，就是要将信息按照重要性依次排列，并及时更新，反馈给用户。传统的点击排名变化不够平滑，前一小时还排名靠前，后一小时就可能一落千丈，另外还缺乏自动淘汰机制，某段时间的热门内容可能长期占据排行榜前列。
技术实现要素：
本发明解决的技术问题在于提供一种单位时间内点击排名的方法；解决点击排名平滑变化和自动淘汰的问题。
本发明解决上述技术问题的技术方案是：
所述的方法包含以下几个步骤：
步骤一、分析点击排名的场景及相关影响因素；
步骤二、对点击数N和发布时间T的影响因素解析并赋值；
步骤三、对排名下降的速度系数G影响解析；
步骤四、根据各影响因素的关系推导排名分值S的计算公式；
步骤五、根据排名分值S的计算公式计算分值，并进行信息排序；
最后将排名结果反馈给用户。
所述的点击排名是对信息的点击进行排序及排名；依据击数N多少，综合考虑时间因素T和速度系数G最终确定排名。
所述的步骤二中，在其它条件不变的情况下，点击数N与排名分值S成正比；点击数N越大，排名越高，所得排名分值S越大。
所述的步骤二中，在其它条件不变的情况下，信息发布时间T与排名分值S成反比；距离信息发布的时间T越短，表示该信息越新，排名越高；获取距离信息发布的时间戳T，以小时为单位并赋值。
设置排名下降的速度系数G的值为1.5、1.8、2，根据双曲线的特性及线性关系，对时间T进行G次方运算。
所述的排名分值S计算公式为：S＝N/(T+1)G。
本发明解决了在Web开发应用中单位时间内信息点击排名的简便方法，可广泛应用于Web开发应用中。
本发明以单位时间内点击数进行排名，在一定的时间范围之内，点击数最多的就排在第一位；并对点击数N和发布时间T的影响因素解析并赋值；对排名下降的速度系数G影响解析；综合考虑发布时间T和排名下降的速度系数G；解决了传统点击排名的缺陷。可广泛应用于WEB开发应用中。
附图说明
下面结合附图对本发明进一步说明：
附图是本发明方法流程框图。
具体实施方式
如图1所示，本发明具体包含以下几个步骤：
步骤一、分析点击排名的场景及相关影响因素；
步骤二、点击数N的影响因素解析并赋值；
步骤三、发布时间T的影响因素解析并赋值；
步骤四、排名下降的速度系数G影响解析；
步骤五、根据各影响因素的关系推导排名分值S的计算公式；
步骤六、根据排名分值S的计算公式的计算分值并进行信息排序；
最后将排名结果反馈给用户。
所述的步骤一中，点击数排名，就是对信息的点击进行排序及排名，但是并非点击数N最多的就一定排在首位，还需要考虑时间因素T，新的信息应该比旧的信息得到更好的排名，同时为了保证排名下降变化的平滑性，需要引入排名下降的速度系数常量G，具体数值可根据实际情况进行调整。
所述的步骤二中，点击数N对排名的影响。在其它条件不变的情况下，步骤一中点击数N越大，排名越高，所得排名分值S越大，即点击数N与排名分值S成正比，获取信息的点击数并赋值。
所述的步骤三中，信息发布的时间对排名的影响。在其它条件不变的情况下，步骤一中距离信息发布的时间T越短，表示该信息越新，排名越高，所得排名分值S越大，即信息发布时间T与排名分值S成反比，一个信息的排名会随着时间的变化而不断下降。获取距离信息发布的时间戳T，以小时为单位(可视具体情况进行调整为天或其它)并赋值。
所述的步骤四中，对步骤一中为了保证排名下降变化的平滑性，同时下降变化的值无限接近于零，而不会等于零，可知它符合双曲线的特性。设置排名下降的速度系数常量G的值为1.5、1.8、2或其它(可根据具体情况进行调整修改)，根据双曲线的特性及线性关系，对步骤一中时间T进行T的G次方运算。
所述的步骤五中，根据步骤二中所述，排名分值S与点击次数N成正比，根据步骤三中所述排名分值S与时间T成反比，同时根据步骤四所述的下降变化特性及线性关系，可推导出排名分值S的计算公式为：S＝N/(T+1)G，(T加上1是为了防止分母为零，公式中的N与T可根据实际情况进行加减常数，但必须保证分子N大于等于0，分母大于0，因为排名的分值S必须大于等于0才有意义)。
所述的步骤六中，根据步骤五中的排名分值S计算公式，计算所有信息的点击排名分值，并排序展现给用户。