对象分类方法及装置制造方法及图纸

本发明专利技术实施例提供了一种对象分类方法及装置，所述方法包括：根据获取的待分类对象集合中多个待分类对象的对象信息，确定多个候选类别及每个所述候选类别的加权值；根据所述加权值确定包含候选类别的聚类类别中的目标类别；将所述待分类对象集合中的多个待分类对象按照多个所述目标类别分类。本发明专利技术提供的该方法，能够利用自动为商户中的商品确定目标分类，并且根据用于表示候选类别访问热度的加权值在多个候选类别中确定目标类别，按照目标类别对商品分类，更加便于用户根据目标类别选购商品，提高分类准确度。

【技术实现步骤摘要】
对象分类方法及装置
本专利技术涉及计算机
，尤其涉及一种对象分类方法及装置。
技术介绍
当前的主流电商平台中，线上会展示大量且种类繁多的商品。为了便于商户管理所展示的商品和用户选购所展示的商品，在商品上线之前，商家或网站工作人员会通过人工的方式根据商品的特性、用途等商品信息，逐一为每个展示的商品设置分类，例如：可以将薯片的一级分类设置为零食，二级分类设置为膨化食品等。然而专利技术人在实现本专利技术的过程中发现，通过人工的方式逐一的为商品设置分类，会消耗分类人员大量时间，而且人工分类的效率非常低下。另外，由于不同的人员对于相同商品的商品信息的理解可能会存在差异，一方面，会导致同一商品在不同商家中可能被分到不同类别，另一方面，用户在选购商品时选择的分类可能与网站上所分的类别不相同，给用户选购商品的过程带来不便。
技术实现思路
为克服相关技术中存在的问题，本专利技术提供对象分类方法及装置。根据本专利技术实施例的第一方面，提供一种对象分类方法，所述方法包括：根据获取的待分类对象集合中多个待分类对象的对象信息，确定多个候选类别及每个所述候选类别的加权值；根据所述加权值确定包含候选类别的聚类类别中的目标类别；将所述待分类对象集合中的多个待分类对象按照多个所述目标类别分类。可选地，所述根据获取的待分类对象集合中多个待分类对象的对象信息，确定多个候选类别及每个所述候选类别的加权值，包括：将所述多个待分类对象的对象信息输入预设分类模型，得到多个候选类别及每个所述候选类别的加权值，所述加权值用于表示被分类为所述候选类别的待分类对象的访问热度。可选地，所述根据所述加权值确定包含候选类别的聚类类别中的目标类别，包括：将所述多个候选类别聚合为多个聚类类别，每个所述聚类类别中包含至少一个所述候选类别；根据所述加权值在每个聚类类别内的至少一个候选类别中确定一个目标类别。可选地，所述将所述待分类对象集合中的多个待分类对象按照多个所述目标类别分类，包括：判断所述待分类对象集合的预设分类方式是否为自定义分类，所述预设分类方式包括自定义分类或者默认分类；当所述待分类对象集合的预设分类方式为自定义分类时，将多个所述目标类别推送给所述待分类对象集合，以使所述待分类对象集合根据多个所述目标类别确定多个待分类对象的分类；当所述待分类对象集合的预设分类方式为默认分类时，将所述待分类对象集合中的多个待分类对象按照多个目标类别分类。可选地，所述根据所述加权值在每个聚类类别内的至少一个候选类别中确定一个目标类别，包括：将每个所述聚类类别内的至少一个所述候选类别按照所述加权值排序；确定每个所述聚类类别中所述加权值最大的候选类别为目标类别。可选地，所述预设分类模型的训练方法包括：获取多个参考对象集合中的参考对象和对象信息，每个所述参考对象在所述参考对象集合中对应一个参考对象分类；根据所述参考对象的对象信息，确定加权值最大的所述参考对象分类为候选分类；利用所述多个参考对象的参考对象信息、所述候选分类和所述候选分类对应的所述加权值训练所述预设分类模型。可选地，所述根据所述参考对象的对象信息，确定加权值最大的所述参考对象分类，包括：计算每个所述参考对象在多个所述参考对象集合中的加权分数；针对每个参考对象分类，计算所述参考对象分类对应的所述参考对象在多个参考对象集合中的平均加权分数；根据所述平均加权分数确定每个所述参考对象分类对应的加权值，并确定所述加权值最大的参考对象分类。可选地，所述参考对象的对象信息包括所述参考对象在所述参考对象集合中的对象销量数据、所述参考对象在所述参考对象集合中被搜索次数的对象搜索数据、所述参考对象在所述参考对象集合中对应的参考对象分类的对象分类数据和所述参考对象在所述参考对象集合中对应的参考对象分类被点击次数的对象点击数据；所述计算每个所述参考对象在多个所述参考对象集合中的加权分数，包括：分别计算所述对象销量数据与第一预设系数的第一乘积、对象搜索数据与第二预设系数的第二乘积、所述对象分类数据与第三预设系数的第三乘积以及所述对象分类点击数据与第四预设系数的第四乘积；将所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积的和确定为所述参考对象在所述参考对象集合中的加权分数。可选地，所述方法还包括：根据每个所述候选类别的所述加权值确定初始排列顺序；当接收到用户访问所述待分类对象集合的访问请求时，所述方法还包括：获取所述访问请求中携带有用户标识及与所述用户标识对应的历史访问记录；根据所述历史访问记录确定多个目标类别的更新排列顺序；将对象集合中多个目标类别的排列顺序由所述初始排列顺序调整为更新排列顺序并显示。根据本专利技术实施例的第一方面，提供一种对象分类装置，所述装置包括：第一确定模块，用于根据获取的待分类对象集合中多个待分类对象的对象信息，确定多个候选类别及每个所述候选类别的加权值；第二确定模块，用于根据所述加权值确定包含候选类别的聚类类别中的目标类别；分类模块，用于将所述待分类对象集合中的多个待分类对象按照多个所述目标类别分类。可选地，所述第一确定模块，还用于：将所述多个待分类对象的对象信息输入预设分类模型，得到多个候选类别及每个所述候选类别的加权值，所述加权值用于表示被分类为所述候选类别的待分类对象的访问热度。可选地，所述第二确定模块，包括：聚合单元，用于将所述多个候选类别聚合为多个聚类类别，每个所述聚类类别中包含至少一个所述候选类别；第一确定单元，用于根据所述加权值在每个聚类类别内的至少一个候选类别中确定一个目标类别。可选地，所述分类模块，包括：判断单元，用于判断所述待分类对象集合的预设分类方式是否为自定义分类，所述预设分类方式包括自定义分类或者默认分类；推送单元，用于当所述待分类对象集合的预设分类方式为自定义分类时，将多个所述目标类别推送给所述待分类对象集合，以使所述待分类对象集合根据多个所述目标类别确定多个待分类对象的分类；分类单元，用于当所述待分类对象集合的预设分类方式为默认分类时，将所述待分类对象集合中的多个待分类对象按照多个目标类别分类。可选地，所述第一确定单元还用于：将每个所述聚类类别内的至少一个所述候选类别按照所述加权值排序；确定每个所述聚类类别中所述加权值最大的候选类别为目标类别。可选地，所述装置还包括：第一获取模块，用于获取多个参考对象集合中的参考对象和对象信息，每个所述参考对象在所述参考对象集合中对应一个参考对象分类；第三确定模块，用于根据所述参考对象的对象信息，确定加权值最大的所述参考对象分类为候选分类；训练模块，用于利用所述多个参考对象的参考对象信息、所述候选分类和所述候选分类对应的所述加权值训练所述预设分类模型。可选地，所述第三确定模块，包括：第一计算单元，用于计算每个所述参考对象在多个所述参考对象集合中的加权分数；第二计算单元，用于针对每个参考对象分类，计算所述参考对象分类对应的所述参考对象在多个参考对象集合中的平均加权分数；第二确定单元，用于根据所述平均加权分数确定每个所述参考对象分类对应的加权值，并确定所述加权值最大的参考对象分类。可选地，所述参考对象的对象信息包括所述参考对象在所述参考对象集合中的对象销量数据、所述参考对象在所述参考对象集合中被搜索次数的对象搜索数据、所述参考对象在所述参考对象集合中对应的参考对本文档来自技高网...

【技术保护点】
一种对象分类方法，其特征在于，所述方法包括：根据获取的待分类对象集合中多个待分类对象的对象信息，确定多个候选类别及每个所述候选类别的加权值；根据所述加权值确定包含候选类别的聚类类别中的目标类别；将所述待分类对象集合中的多个待分类对象按照多个所述目标类别分类。

【技术特征摘要】
1.一种对象分类方法，其特征在于，所述方法包括：根据获取的待分类对象集合中多个待分类对象的对象信息，确定多个候选类别及每个所述候选类别的加权值；根据所述加权值确定包含候选类别的聚类类别中的目标类别；将所述待分类对象集合中的多个待分类对象按照多个所述目标类别分类。2.根据权利要求1所述的方法，其特征在于，所述根据获取的待分类对象集合中多个待分类对象的对象信息，确定多个候选类别及每个所述候选类别的加权值，包括：将所述多个待分类对象的对象信息输入预设分类模型，得到多个候选类别及每个所述候选类别的加权值，所述加权值用于表示被分类为所述候选类别的待分类对象的访问热度。3.根据权利要求1所述的方法，其特征在于，所述根据所述加权值确定包含候选类别的聚类类别中的目标类别，包括：将所述多个候选类别聚合为多个聚类类别，每个所述聚类类别中包含至少一个所述候选类别；根据所述加权值在每个聚类类别内的至少一个候选类别中确定一个目标类别。4.根据权利要求1所述的方法，其特征在于，所述将所述待分类对象集合中的多个待分类对象按照多个所述目标类别分类，包括：判断所述待分类对象集合的预设分类方式是否为自定义分类，所述预设分类方式包括自定义分类或者默认分类；当所述待分类对象集合的预设分类方式为自定义分类时，将多个所述目标类别推送给所述待分类对象集合，以使所述待分类对象集合根据多个所述目标类别确定多个待分类对象的分类；当所述待分类对象集合的预设分类方式为默认分类时，将所述待分类对象集合中的多个待分类对象按照多个目标类别分类。5.根据权利要求3所述的方法，其特征在于，所述根据所述加权值在每个聚类类别内的至少一个候选类别中确定一个目标类别，包括：将每个所述聚类类别内的至少一个所述候选类别按照所述加权值排序；确定每个所述聚类类别中所述加权值最大的候选类别为目标类别。6.根据权利要求5所述的方法，其特征在于，所述预设分类模型的训练方法包括：获取多个参考对象集合中的参考对象和对象信息，每个所述参考对象在所述参考对象集合中对应一个参考对象分类；根据所述参考对象的对象信息，确定加权值最大的所述参考对象分类为候选分类；利用所述多个参考对象的参考对象信息、所述候选分类和所述候选分类对应的所述加权值训练所述预设分类模型。7.根据权利要求6所述的方法，其特征在于，所述根据所述参考对象的对象信息，确定加权值最大的所述参考对象分类，包括：计算每个所述参考对象在多个所述参考对象集合中的加权分数；针对每个参考对象分类，计算所述参考对象分类对应的所述参考对象在多个参考对象集合中的平均加权分数；根据所述平均加权分数确定每个所述参考对象分类对应的加权值，并确定所述加权值最大的参考对象分类。8.根据权利要求6或7所述的方法，其特征在于，所述参考对象的对象信息包括所述参考对象在所述参考对象集合中的对象销量数据、所述参考对象在所述参考对象集合中被搜索次数的对象搜索数据、所述参考对象在所述参考对象集合中对应的参考对象分类的对象分类数据和所述参考对象在所述参考对象集合中对应的参考对象分类被点击次数的对象点击数据；所述计算每个所述参考对象在多个所述参考对象集合中的加权分数，包括：分别计算所述对象销量数据与第一预设系数的第一乘积、对象搜索数据与第二预设系数的第二乘积、所述对象分类数据与第三预设系数的第三乘积以及所述对象分类点击数据与第四预设系数的第四乘积；将所述第一乘积、所述第二乘积、所述第三乘积和所述第四乘积的和确定为所述参考对象在所述参考对象集合中的加权分数。9.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据每个所述候选类别的所述加权值确定初始排列顺序；当接收到用户访问所述待分类对象集合的访问请求时，所述方法还包括：获取所述访问请求中携带有用户标识及与所述用户标识对应的历史访问记录；根据所述历史访问记录确定多个目标类别的更新排列顺序；将对象集合中多个目标类别的排列顺序由所述初始排列顺序调整为更新排列顺序并显示。...

【专利技术属性】
技术研发人员：宋文凯，
申请(专利权)人：北京小度信息科技有限公司，
类型：发明
国别省市：北京,11