[发明专利]按照多级类目处理信息的方法和装置

权利要求书

1.一种按照多级类目处理信息的方法，其特征在于，包括：

对于包含有多个属性项的文本元数据，确定能够体现该元数据所属类目的一个或多个特征属性；其中所述类目是给定的多级类目系统中的类目；

对获取的多条文本元数据中的各条文本元数据的特征属性一一进行判断，以确定该条文本元数据是否属于所述给定的多级类目中某一级别的某一类目，若是，则将该文本元数据保存在该类目下，否则将该文本元数据保存在待分类集合中；

使用聚类算法将所述待分类集合中的文本元数据按特征属性聚为多个组，从中确定出成员数量达到预设阈值的组，确定在该组文本元数据的特征属性对应的文本数据内容中出现频率最高的词，将该组文本元数据的特征属性对应的文本数据内容中出现频率最高的词作为在所述给定的多级类目中的指定类目下的新建类目的类目名称，然后将该组的文本元数据保存在该新建类目下。

2.根据权利要求1所述的方法，其特征在于，所述对获取的多条文本元数据中的各条文本元数据一一进行判断的步骤之前，该方法还包括采用如下的一种或多种方式获取所述多条文本元数据：

使用程序接入服务方式从数据源获取数据然后按照规定格式处理该数据从而得到所述多条文本元数据；

使用数据中间层从数据源获取所述多条文本元数据；

在数据源的数据库中设置数据库触发器，使得一旦有元数据写入该数据库，即从该数据库中获取该元数据，从而得到所述多条文本元数据；

监控数据源的流量，在该流量发生改变的情况下，从数据源的数据库中获取元数据，从而得到所述多条文本元数据。

3.根据权利要求1所述的方法，其特征在于，在所述从中确定出成员数量达到预设阈值的组的步骤之后，该方法还包括：

采用卷积神经网络算法确定该组对应的特征属性与所述给定的多级类目中的指定级别的类目名称的相似概率，然后将大于预设值的相似概率对应的指定级别的类目作为所述指定类目。

4.根据权利要求1所述的方法，其特征在于，在所述从中确定出成员数量达到预设阈值的组的步骤之后，该方法还包括：从该组对应的特征属性中获取类目的名称，然后将该名称的类目作为所述指定类目。

5.根据权利要求1至4中任一项所述的方法，其特征在于，所述对获取的多条文本元数据中的各条文本元数据一一进行判断的步骤包括：采用规则匹配的方式，一一判断所获取的多条文本元数据中的各条文本元数据是否属于给定的多级类目中某一级别的类目。

6.根据权利要求1至4中任一项所述的方法，其特征在于，所述对获取的多条文本元数据中的各条文本元数据一一进行判断的步骤包括：采用卷积神经网络算法，一一判断所获取的多条文本元数据中的各条文本元数据是否属于给定的多级类目中某一级别的类目。

7.一种按照多级类目处理信息的装置，其特征在于，包括：

确定模块，用于对于包含有多个属性项的文本元数据，确定能够体现该元数据所属类目的一个或多个特征属性；其中所述类目是给定的多级类目系统中的类目；

归类模块，用于对获取的多条文本元数据中的各条文本元数据的特征属性一一进行判断，以确定该条文本元数据是否属于所述给定的多级类目中某一级别的某一类目，若是，则将该文本元数据保存在该类目下，否则将该文本元数据保存在待分类集合中；

类扩展模块，使用聚类算法将所述待分类集合中的文本元数据按特征属性聚为多个组，从中确定出成员数量达到预设阈值的组，确定在该组文本元数据的特征属性对应的文本数据内容中出现频率最高的词，将该组文本元数据的特征属性对应的文本数据内容中出现频率最高的词作为在所述给定的多级类目中的指定类目下的新建类目的类目名称，然后将该组的文本元数据保存在该新建类目下。