[发明专利]一种确定信息类别的方法和系统

说明书

本申请实施例涉及互联网技术领域，特别涉及一种确定信息类别的方法和系统，用以解决现有技术中存在的识别非正常信息的方式需要不定时对语料模型进行训练与更新，实时性比较差的问题。本申请实施例根据包含所述目标信息的所述信息集合中的信息，确定所述信息集合的特征参数；根据所述信息集合的特征参数确定所述信息集合的类别；将所述信息集合的类别作为所述目标信息的类别。由于本申请实施例不需要采用语料模型就可以确定信息的类别，从而避免不定时对语料模型进行训练与更新，保证了确定信息的实时性。

技术领域

本申请涉及互联网技术领域，特别涉及一种确定信息类别的方法和系统。

背景技术

随着互联网的快速发展，互联网已经成为人们生活中的一部分。人们已经习惯通过互联网浏览新闻、看电影、购物等。

对于有产品交互行为发生的互联网场景(比如购物等)，交互行为双方在发生交互行为之前可能需要发送一些询问信息对交互的产品等进行了解，这种方式称为询盘。

询盘也叫咨询，是指交易的一方准备购买或出售某种商品的人向潜在的供货人或买主探寻该商品的成交条件或交易的可能性的业务行为。询盘的内容可涉及：价格、规格、品质、数量、包装、装运以及索取样品等。

通常构成询盘中的词或词组的总个数在200以内，属于短信息内容，常见的短信息还有：评论、留言、短信、Twitter(推特)等。

这类短信息根据具体内容不同有些是正常信息，有些是非正常信息。以询盘为例，非正常询盘可以进一步包括：垃圾询盘、钓鱼询盘、广告询盘等。

垃圾询盘是指买家向卖家发送的无意义的询盘；

钓鱼询盘是指经过伪装的询盘，其目的是欺骗收件人将账号、密码等信息回复给制定的接收者，或引导收件人连接到特制的网页，这些网页通常会伪装成和真实网站一样，如银行或理财的网页，使得登录者信以为真，当登陆者在这些网页上登陆时，其账号密码就会被盗取；

广告询盘是指发送的内容中含有广告。

对于这些非正常的信息，如果可以进行识别，则可以拦截这些非正常信息，从而避免对接收方造成干扰。

目前识别这些非正常信息的方式一般是通过预先设置的语料模型判断是否是正常信息。

由于语料模型的特性，使得这种方式需要经常对语料模型进行训练与更新，实时性比较差。

发明内容

本申请提供一种确定信息类别的方法和系统，用以解决现有技术中存在的识别非正常信息的方式需要不定时对语料模型进行训练与更新，实时性比较差的问题。

本申请实施例提供的一种确定信息类别的方法，该方法包括：

根据目标信息的聚类值，将所述目标信息置于对应的信息集合中；

根据包含所述目标信息的所述信息集合中的信息，确定所述信息集合的特征参数；

根据所述信息集合的特征参数确定所述信息集合的类别；

将所述信息集合的类别作为所述目标信息的类别。

本申请实施例提供的一种确定信息类别的系统，该系统包括：

处理模块，用于根据目标信息的聚类值，将所述目标信息置于对应的信息集合中；

参数确定模块，用于根据包含所述目标信息的所述信息集合中的信息，确定所述信息集合的特征参数；

集合类别确定模块，用于根据所述信息集合的特征参数确定所述信息集合的类别；

信息类别确定模块，用于将所述信息集合的类别作为所述目标信息的类别。