[发明专利]一种用户商业标签挖掘方法及装置、服务器

权利要求书

1.一种用户商业标签挖掘方法，其特征在于，包括：

从获取的用户的特定商业行为数据中抽取文本数据；

基于预先生成的候选商业标签词库对文本数据进行分词，输出分词后的文本数据；

基于预先生成的商业标签词库对分词后的文本数据进行商业关键词抽取，得到抽取出的商业标签数据；

根据用户的原始商业行为数据对抽取出的商业标签数据进行挖掘，分别得到不同商业行为下的商业标签数据。

2.如权利要求1所述的方法，其特征在于，从获取的用户的特定商业行为数据中抽取文本数据，包括：

针对获取到的不同类别的用户商业行为数据，抽取该类别的商业行为数据的商业行为特征词，得到所述文本数据。

3.如权利要求1所述的方法，其特征在于，基于预先生成的商业标签词库对分词后的文本数据进行商业关键词抽取，得到抽取出的商业标签数据，包括：

根据分词后的文本数据中包括的分词和对应的词性，构建关键词图；所述关键词图中包括文本数据中不重复的分词的集合和任意两个分词相连的边的集合；

根据各所述边在集合中的出现位置，确定对应分词的重要性并进行打分；

采用选定的优化因子对所述分词的重要性进行优化，得到优化后的打分结果；

根据打分结果选取商业关键词，得到所述商业标签数据。

4.如权利要求1所述的方法，其特征在于，根据用户的原始商业行为数据对抽取出的商业标签数据进行挖掘，分别得到不同商业行为下的商业标签数据，包括：

基于用户设定级别的商业行为数据，得到相应级别的不同商业行为下的商业行为标签；和/或

基于用户设定时间段内的商业行为数据，得到相应时间段内不同商业行为下的商业行为标签。

5.如权利要求1所述的方法，其特征在于，生成候选商业标签词库的过程包括：

获取具有成熟体系的商品类科目和/或获取自有资源挖掘出的商业标签，作为候选商业标签词；

对候选商业标签词进行预处理；

对候选商业标签词标记来源并存储到候选商业标签词库中。

6.如权利要求5所述的方法，其特征在于，生成商业标签词库的过程包括：

对候选商业标签词库中的候选商业标签词的逆文本频率指数IDF和重要性进行打分；

基于打分结果选取符合设定条件的候选商业标签词，得到商业标签词，存储到商业标签词库中。

7.如权利要求6所述的方法，其特征在于，还包括：

对自有资源挖掘出的商业标签进行增量更新，和/或

基于用户输入的评价结果，修改商业标签的标记状态。

8.如权利要求1-7任一所述的方法，其特征在于，还包括使用得到不同商业行为下的商业标签数据，完成如下操作中的至少一个：

商业模型评估和训练、生成用户兴趣图谱生成、作为广告关键词包用于商业广告的定向投放。

9.一种用户商业标签挖掘装置，其特征在于，包括：

文本生成模块，用于从获取的用户的特定商业行为数据中抽取文本数据；

分词模块，用于基于预先生成的候选商业标签词库对文本数据进行分词，输出分词后的文本数据；

数据处理模块，用于基于预先生成的商业标签词库对分词后的文本数据进行商业关键词抽取，得到抽取出的商业标签数据；

标签挖掘模块，用于根据用户的原始商业行为数据对抽取出的商业标签数据进行挖掘，分别得到不同商业行为下的商业标签数据。

10.如权利要求9所述的装置，其特征在于，所述文本生成模块，具体用于：

针对获取到的不同类别的用户商业行为数据，抽取该类别的商业行为数据的商业行为特征词，得到所述文本数据。