[发明专利]基于大数据的行业分类方法、装置、设备及存储介质

摘要

本发明涉及大数据技术领域，公开了一种基于大数据的行业分类方法，包括以下步骤：通过分布式爬虫技术抓取第一网页数据；对所述数学模型进行训练，生成行业分类模型；若模型分类结果不满足预置条件，则抓取第二网页数据，判断分类结果是否满足第一预置召回率，若是，则通过业分类模型对待分类数据进行分类，否则通过分布式爬虫技术抓取第三网页数据，通过计算余弦相似度来确定与目标数据的关度程度最高的网页数据。本发明还公开了一种基于大数据的行业分类装置、设备及计算机可读存储介质。本发明提供的基于大数据的行业分类方法解决了现有技术中由训练样本不足而造成的行业类型分类召回率低的技术问题。