[发明专利]广告分类方法、装置及服务器

说明书

本发明公开了一种广告分类方法、装置及服务器，属于信息技术领域。所述方法包括：根据待分类的广告的文本信息，得到该文本信息的多个特征词；根据每个特征词在该文本信息中的统计信息以及该每个特征词在已知商品标题中的统计信息，获取该每个特征词的词频‑逆文档频率TFIDF值作为该每个特征词的权值；根据该每个特征词的权值、该广告的分类信息以及预设分类模型，获取该广告的类目。本发明通过将每个预设类目对应的商品标题作为已知商品标题和语料库，避免了采用人工标注的方式来选取广告中的数据，从而减少了对广告分类所消耗的时间，同时将广告的分类信息对应的特征也加入到预设分类模型中计算，从而提高了广告分类的精度。

技术领域

本发明涉及信息技术领域，特别涉及一种广告分类方法、装置及服务器。

背景技术

随着广告的快速发展，如何将一则广告准确的推送给对该广告感兴趣的用户是亟需解决的问题。现有技术中，一般应用广告分类，将广告分为不同的类目，从而根据类目向该类目的目标用户推送广告。

一般地，在进行广告分类时，需要利用特征向量表示广告的文本信息，并通过人工标注的方式对广告中的数据进行标注，然后对其标注的数据进行特征提取，得到与所属类别语义相关的特征，最后根据得到的特征与分类模型，如朴素贝叶斯分类模型或SVM(Support Vector Machine，支持向量机）分类模型等，对广告进行分类。进而在进行广告推送时，根据分类模型对广告进行分类得到的类目进行推送。由于这些广告可以由企业自主设计推广时间、地域和预算等，同时这些广告还降低了企业的广告成本，提高了用户的点击率，因此而受到企业的普遍关注。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

在广告分类的过程中，通常采用人工标注的方式来选取广告中的数据，分类所消耗的时间长。尽管SVM分类模型和朴素贝叶斯分类模型对广告的分类效果较好，但是面对复杂多样的广告，仅仅利用文本信息中得到的特征和一个单独的模型对广告进行分类的精度较低。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种广告分类方法、装置及服务器。所述技术方案如下：

第一方面，提供了一种广告分类方法，该方法包括：

根据待分类的广告的文本信息，得到该文本信息的多个特征词；

根据每个特征词在该文本信息中的统计信息以及该每个特征词在已知商品标题中的统计信息，获取该每个特征词的词频-逆文档频率TFIDF值作为该每个特征词的权值；

根据该每个特征词的权值、该广告的分类信息以及预设分类模型，获取该广告的类目。

第二方面，提供了一种广告分类装置，该装置包括：

特征词获取模块，用于根据待分类的广告的文本信息，得到该文本信息的多个特征词；

权值获取模块，用于根据每个特征词在该文本信息中的统计信息以及该每个特征词在已知商品标题中的统计信息，获取该每个特征词的词频-逆文档频率TFIDF值作为该每个特征词的权值；

类目获取模块，用于根据该每个特征词的权值、该广告的分类信息以及预设分类模型，获取该广告的类目。

第三方面，提供了一种服务器，该服务器包括：处理器和存储器，该处理器与该存储器相连接，

该处理器，用于根据待分类的广告的文本信息，得到该文本信息的多个特征词；

该处理器还用于根据每个特征词在该文本信息中的统计信息以及该每个特征词在已知商品标题中的统计信息，获取该每个特征词的词频-逆文档频率TFIDF值作为该每个特征词的权值；

该处理器还用于根据该每个特征词的权值、该广告的分类信息以及预设分类模型，获取该广告的类目。