以下是一个示例解决方案，使用Python编程语言：

import datetime

# 生成示例数据
users = [
    {"name": "Alice", "gender": "female", "last_active": datetime.datetime(2020, 10, 1, 8, 30)},
    {"name": "Bob", "gender": "male", "last_active": datetime.datetime(2020, 9, 15, 14, 45)},
    {"name": "Charlie", "gender": "male", "last_active": datetime.datetime(2020, 11, 5, 10, 0)},
    {"name": "Eve", "gender": "female", "last_active": datetime.datetime(2020, 10, 20, 19, 15)},
    {"name": "Frank", "gender": "male", "last_active": datetime.datetime(2020, 10, 8, 12, 0)},
]

# 定义一个函数，用于根据性别加权排序
def sort_by_last_active_with_gender_weight(user):
    # 设置性别加权系数
    gender_weights = {"male": 1.2, "female": 0.8}

    # 计算加权后的活跃时间
    weighted_last_active = user["last_active"] * gender_weights[user["gender"]]

    return weighted_last_active

# 按照按最后活跃时间排序，但根据性别加权的规则排序用户列表
sorted_users = sorted(users, key=sort_by_last_active_with_gender_weight, reverse=True)

# 打印排序后的结果
for user in sorted_users:
    print(user["name"])

在这个示例中，我们首先定义了一个users列表，其中包含了示例数据，每个用户都有name、gender和last_active属性。然后，我们定义了一个sort_by_last_active_with_gender_weight函数，用于计算加权后的活跃时间。在这个函数中，我们根据性别从gender_weights字典中获取对应的加权系数，并将该系数乘以用户的last_active时间，得到加权后的活跃时间。最后，我们使用内置的sorted函数，将users列表按照sort_by_last_active_with_gender_weight函数定义的规则进行排序，并将结果保存在sorted_users列表中。最后，我们遍历sorted_users列表，并打印排序后的结果。