本發(fā)明涉及網(wǎng)絡(luò)
技術(shù)領(lǐng)域：
，特別涉及一種公共標(biāo)識(shí)分類(lèi)方法及裝置。
背景技術(shù)：
：互聯(lián)網(wǎng)應(yīng)用作為一個(gè)為智能終端提供語(yǔ)音、視頻、圖片、文字等信息交互服務(wù)的應(yīng)用程序，憑借其可跨通信運(yùn)營(yíng)商、跨操作系統(tǒng)平臺(tái)發(fā)送語(yǔ)音、視頻、圖片和文字等優(yōu)點(diǎn)，受到了廣大用戶(hù)的青睞。隨著互聯(lián)網(wǎng)應(yīng)用功能的日臻完善，開(kāi)發(fā)者或商家在互聯(lián)網(wǎng)應(yīng)用平臺(tái)上申請(qǐng)公共標(biāo)識(shí)，通過(guò)該公共標(biāo)識(shí)，開(kāi)發(fā)者或商家可在互聯(lián)網(wǎng)應(yīng)用平臺(tái)上，基于文字、圖片、語(yǔ)音、視頻等方式，實(shí)現(xiàn)向廣大用戶(hù)全方位地進(jìn)行信息推送、與廣大用戶(hù)進(jìn)行溝通或互動(dòng)等。一般情況下，公共標(biāo)識(shí)在建立時(shí)并沒(méi)有給定其所屬的行業(yè)類(lèi)別，而后續(xù)過(guò)程中為了能夠向用戶(hù)精準(zhǔn)推送多媒體數(shù)據(jù)，還需對(duì)公共標(biāo)識(shí)進(jìn)行分類(lèi)?，F(xiàn)有技術(shù)在進(jìn)行公共標(biāo)識(shí)分類(lèi)時(shí)，基于監(jiān)督學(xué)習(xí)分類(lèi)模型實(shí)現(xiàn)。具體包括：基于公共標(biāo)識(shí)的描述信息人工建立公共標(biāo)識(shí)類(lèi)目；給定訓(xùn)練樣本，該訓(xùn)練樣本中包括一定數(shù)量的已標(biāo)注公共標(biāo)識(shí)，該已標(biāo)注公共標(biāo)識(shí)基于公共標(biāo)識(shí)類(lèi)目人工標(biāo)注完成；對(duì)該訓(xùn)練樣本進(jìn)行特征提取，并根據(jù)提取的特征信息訓(xùn)練出一個(gè)監(jiān)督學(xué)習(xí)分類(lèi)模型。對(duì)于一個(gè)未知類(lèi)別的公共標(biāo)識(shí)，在提取其特征信息后，基于該監(jiān)督學(xué)習(xí)分類(lèi)模型給出分類(lèi)結(jié)果。在實(shí)現(xiàn)本發(fā)明的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問(wèn)題：由于類(lèi)目建立和樣本標(biāo)注均需通過(guò)人工完成，所以消耗了大量的人力，束縛了模型的進(jìn)一步優(yōu)化，對(duì)公眾標(biāo)識(shí)的分類(lèi)效果產(chǎn)生了不良影響。技術(shù)實(shí)現(xiàn)要素：為了解決現(xiàn)有技術(shù)的問(wèn)題，本發(fā)明實(shí)施例提供了一種公共標(biāo)識(shí)分類(lèi)方法及裝置。所述技術(shù)方案如下：一方面，提供了一種公共標(biāo)識(shí)分類(lèi)方法，所述方法包括：確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)，得到公共標(biāo)識(shí)列表；根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)所述公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，得到多個(gè)聚類(lèi)結(jié)果；基于每一個(gè)公共標(biāo)識(shí)的描述信息，在所述多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；根據(jù)所述第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，所述第二類(lèi)聚類(lèi)結(jié)果的聚類(lèi)純凈度小于所述預(yù)設(shè)閾值。另一方面，提供了一種公共標(biāo)識(shí)分類(lèi)裝置，所述裝置包括：公共標(biāo)識(shí)確定模塊，用于確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)，得到公共標(biāo)識(shí)列表；公共標(biāo)識(shí)聚類(lèi)模塊，用于根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)所述公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，得到多個(gè)聚類(lèi)結(jié)果；聚類(lèi)結(jié)果確定模塊，用于基于每一個(gè)公共標(biāo)識(shí)的描述信息，在所述多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；公共標(biāo)識(shí)分類(lèi)模塊，用于根據(jù)所述第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，所述第二類(lèi)聚類(lèi)結(jié)果的聚類(lèi)純凈度小于所述預(yù)設(shè)閾值。本發(fā)明實(shí)施例提供的技術(shù)方案帶來(lái)的有益效果是：在確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)得到公共標(biāo)識(shí)列表后，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)；基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，由于基于用戶(hù)行為和公共標(biāo)識(shí)的描述信息對(duì)公共標(biāo)識(shí)自動(dòng)進(jìn)行分類(lèi)，因此不但無(wú)需人工參與，節(jié)省了大量的人力，而且公共標(biāo)識(shí)的分類(lèi)效果較優(yōu)。附圖說(shuō)明為了更清楚地說(shuō)明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明實(shí)施例提供的一種公共標(biāo)識(shí)分類(lèi)方法的流程圖；圖2是本發(fā)明實(shí)施例提供的一種公共標(biāo)識(shí)分類(lèi)方法的流程圖；圖3是本發(fā)明實(shí)施例提供的一種skip-gram模型示意圖；圖4是本發(fā)明實(shí)施例提供的一種公共標(biāo)識(shí)分類(lèi)裝置的結(jié)構(gòu)示意圖；圖5是本發(fā)明實(shí)施例提供的一種服務(wù)器的結(jié)構(gòu)示意圖。具體實(shí)施方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。圖1是本發(fā)明實(shí)施例提供的一種公共標(biāo)識(shí)分類(lèi)方法的流程圖。參見(jiàn)圖1，本發(fā)明實(shí)施例提供的方法流程包括：101、確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)，得到公共標(biāo)識(shí)列表。102、根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，得到多個(gè)聚類(lèi)結(jié)果。103、基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果。104、根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，第二類(lèi)聚類(lèi)結(jié)果的聚類(lèi)純凈度小于預(yù)設(shè)閾值。本發(fā)明實(shí)施例提供的方法，在確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)得到公共標(biāo)識(shí)列表后，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)；基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，由于基于用戶(hù)行為和公共標(biāo)識(shí)的描述信息對(duì)公共標(biāo)識(shí)自動(dòng)進(jìn)行分類(lèi)，因此不但無(wú)需人工參與，節(jié)省了大量的人力，而且公共標(biāo)識(shí)的分類(lèi)效果較優(yōu)?？蛇x地，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)之前，該方法還包括：獲取公共標(biāo)識(shí)列表對(duì)應(yīng)的行為矩陣；根據(jù)行為矩陣，基于特定模型計(jì)算公共標(biāo)識(shí)列表中每一個(gè)公共標(biāo)識(shí)的特征向量。可選地，基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果，包括：對(duì)于一個(gè)聚類(lèi)結(jié)果中每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)的描述信息，計(jì)算公共標(biāo)識(shí)的文本特征信息；對(duì)于每一個(gè)聚類(lèi)結(jié)果，計(jì)算聚類(lèi)結(jié)果中任兩個(gè)公共標(biāo)識(shí)的文本特征信息的相似度平均值，得到聚類(lèi)結(jié)果的聚類(lèi)純凈度；判斷聚類(lèi)結(jié)果的聚類(lèi)純凈度是否大于預(yù)設(shè)閾值；當(dāng)聚類(lèi)結(jié)果的聚類(lèi)純凈度大于預(yù)設(shè)閾值時(shí)，將聚類(lèi)結(jié)果確定為第一類(lèi)聚類(lèi)結(jié)果?？蛇x地，應(yīng)用如下公式，計(jì)算聚類(lèi)結(jié)果中任兩個(gè)公共標(biāo)識(shí)的文本特征信息的相似度平均值，得到聚類(lèi)結(jié)果的聚類(lèi)純凈度，包括：purityk=1n*nΣi=0nΣj=0nvki*vkj]]>其中，purityk指代第k個(gè)聚類(lèi)結(jié)果的聚類(lèi)純凈度，n指代第k個(gè)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)個(gè)數(shù)，vki指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)i的文本特征信息，vkj指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)j的文本特征信息?？蛇x地，根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，包括：根據(jù)第一類(lèi)聚類(lèi)結(jié)果，訓(xùn)練公共標(biāo)識(shí)分類(lèi)模型；通過(guò)公共標(biāo)識(shí)分類(lèi)模型，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)?？蛇x地，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，包括：在全部公共標(biāo)識(shí)中，隨機(jī)選取預(yù)設(shè)數(shù)目個(gè)初始聚類(lèi)中心；對(duì)于剩余的每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)和各個(gè)初始聚類(lèi)中心的特征向量，計(jì)算公共標(biāo)識(shí)與各個(gè)初始聚類(lèi)中心在向量空間中的距離；將公共標(biāo)識(shí)分配至距離公共標(biāo)識(shí)最近的初始聚類(lèi)中心；當(dāng)剩余的公共標(biāo)識(shí)分配完畢后，對(duì)于每一個(gè)中間聚類(lèi)結(jié)果，重復(fù)執(zhí)行上述聚類(lèi)過(guò)程，直至滿(mǎn)足聚類(lèi)終止條件。上述所有可選技術(shù)方案，可以采用任意結(jié)合形成本發(fā)明的可選實(shí)施例，在此不再一一贅述。圖2是本發(fā)明實(shí)施例提供的一種公共標(biāo)識(shí)分類(lèi)方法的流程圖。參見(jiàn)圖2，本發(fā)明實(shí)施例提供的方法流程包括：201、確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)，得到公共標(biāo)識(shí)列表。其中，公共標(biāo)識(shí)指代公眾號(hào)。開(kāi)發(fā)者或商家在互聯(lián)網(wǎng)應(yīng)用平臺(tái)上可申請(qǐng)公眾號(hào)，通過(guò)該公眾號(hào)，開(kāi)發(fā)者或商家可在互聯(lián)網(wǎng)應(yīng)用平臺(tái)上，基于文字、圖片、語(yǔ)音、視頻等方式，實(shí)現(xiàn)向廣大用戶(hù)進(jìn)行信息推送、與廣大用戶(hù)進(jìn)行溝通或互動(dòng)等。用戶(hù)行為可指代用戶(hù)對(duì)公眾號(hào)的關(guān)注行為、訂閱行為等等，本發(fā)明實(shí)施例對(duì)此不進(jìn)行具體限定。也即，與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)指代用戶(hù)訂閱的公眾號(hào)或用戶(hù)關(guān)注的公眾號(hào)等。對(duì)于在互聯(lián)網(wǎng)應(yīng)用平臺(tái)上進(jìn)行注冊(cè)的用戶(hù)來(lái)講，在登錄互聯(lián)網(wǎng)應(yīng)用后，均可通過(guò)互聯(lián)網(wǎng)應(yīng)用訂閱或關(guān)注公眾號(hào)等，所以服務(wù)器在確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)時(shí)，是針對(duì)全部注冊(cè)用戶(hù)而言的。也即，得到的公共標(biāo)識(shí)列表中包括海量用戶(hù)訂閱或關(guān)注的海量公眾號(hào)。比如，用戶(hù)A關(guān)注了公眾號(hào)1、公眾號(hào)2及公眾號(hào)3，用戶(hù)B關(guān)注了公號(hào)1，公眾號(hào)4，則上述4個(gè)公眾號(hào)均會(huì)出現(xiàn)在公共標(biāo)識(shí)列表中。進(jìn)一步地，服務(wù)器還可存儲(chǔ)公眾號(hào)與用戶(hù)之間的對(duì)應(yīng)關(guān)系，即記錄某一公眾號(hào)具體被哪些用戶(hù)訂閱或關(guān)注，本發(fā)明實(shí)施例對(duì)此同樣不進(jìn)行具體限定。202、根據(jù)公共標(biāo)識(shí)列表，基于特定模型計(jì)算公共標(biāo)識(shí)列表中每一個(gè)公共標(biāo)識(shí)的特征向量。其中，可為公共標(biāo)識(shí)列表初始化一個(gè)隨機(jī)行為矩陣。其中，隨機(jī)行為矩陣中的每一項(xiàng)可隨機(jī)初始化為[0，1]之間的值。其維度可為幾十維或幾百維等，本發(fā)明實(shí)施例對(duì)初始化數(shù)值大小和維度大小均不進(jìn)行具體限定，可視情況而定。在本發(fā)明實(shí)施例中，特定模型在本發(fā)明實(shí)施例中指代word2vec模型。其中，word2vec模型可以通過(guò)特征學(xué)習(xí)的方法將詞語(yǔ)表示成低維特征空間中的向量。傳統(tǒng)word2vec模型的輸入是一個(gè)文檔，如果文檔中的兩個(gè)詞在一定大小的窗口中出現(xiàn)，則將兩個(gè)詞的特征向量調(diào)整的近一些，即表明兩個(gè)詞相似。在本發(fā)明實(shí)施中，我們將公共標(biāo)識(shí)列表看做一個(gè)文檔，公共標(biāo)識(shí)列表中的公共標(biāo)識(shí)看做文檔中的詞，與傳統(tǒng)word2vec模型不同的是，我們將文檔中任意兩個(gè)詞的向量均調(diào)整的靠近一些。其中，word2vec模型可分為下述兩種模型：CBOW(ContinuousBag-of-WordsModel，連續(xù)詞袋)模型和skip-gram模型；CBOW模型簡(jiǎn)單來(lái)講就是上下文決定當(dāng)前詞出現(xiàn)的概率。在CBOW模型中上下文所有的詞對(duì)當(dāng)前詞出現(xiàn)概率的影響的權(quán)重是一樣的。skip-gram模型可如圖3所示，用于根據(jù)當(dāng)前詞預(yù)測(cè)語(yǔ)境。其中，語(yǔ)境指代以某一個(gè)單詞為中心，向前k個(gè)單詞，向后k個(gè)單詞所形成的短語(yǔ)中包含的單詞。在圖3中，根據(jù)當(dāng)前單詞w(t)，預(yù)測(cè)向前2個(gè)單詞，w(t-1)、w(t-2)，向后2個(gè)單詞，w(t+1)、w(t+2)。以表示當(dāng)前公共標(biāo)識(shí)的特征向量、表示當(dāng)前公共標(biāo)識(shí)的上下文的特征向量。比如，用戶(hù)A關(guān)注了當(dāng)前公共標(biāo)識(shí)，則其上下文指代用戶(hù)A關(guān)注的其他公共標(biāo)識(shí)。其中，和是從公共標(biāo)識(shí)列表對(duì)應(yīng)的行為矩陣中得到的，具體可為一個(gè)固定維數(shù)的列向量。以邏輯回歸函數(shù)為f(hk)為例，則f(hk)=exp(hk)exp(hk+1)---(1)]]>其中，hk的值越大，邏輯回歸函數(shù)為f(hk)的值越接近于1，hk的值越小，邏輯回歸函數(shù)為f(hk)的值越接近于0。目標(biāo)函數(shù)的優(yōu)化基于最大似然估計(jì)，給定當(dāng)前公共標(biāo)識(shí)和當(dāng)前公共標(biāo)識(shí)的上下文，目標(biāo)函數(shù)的值為maxlog(f(hk))，高于在其他公共標(biāo)識(shí)和當(dāng)前公共標(biāo)識(shí)的上下文的情況。其中，skip-gram模型基于梯度下降算法進(jìn)行優(yōu)化，梯度的計(jì)算方式如下：gradhk=f(hk)-yk---(2)]]>gradCk→=gradhk·Ci→---(3)]]>gradCi→=gradhk·Ck→---(4)]]>其中，yk代表目標(biāo)函數(shù)的值，其中，當(dāng)該第k個(gè)公眾標(biāo)識(shí)為通過(guò)正采樣獲取時(shí)，yk＝1；當(dāng)該第k個(gè)公眾標(biāo)識(shí)為通過(guò)負(fù)采樣獲取時(shí)，yk＝0。其中，正采樣為該第k個(gè)公眾標(biāo)識(shí)是通過(guò)從用戶(hù)關(guān)注行為矩陣中提取的，負(fù)采樣為該第k個(gè)公眾標(biāo)識(shí)通過(guò)從預(yù)設(shè)語(yǔ)料庫(kù)所包括的公眾標(biāo)識(shí)中隨機(jī)抽取得到。以代表優(yōu)化后的代表優(yōu)化后的為例，則Ck′→=Ck→+λk·gradCk→---(5)]]>Ci′→=Ci→+λk·gradCi→---(6)]]>其中，λk代表學(xué)習(xí)率，通常選取的經(jīng)驗(yàn)值是0.1，通過(guò)上述公式(5)和(6)便得到當(dāng)前公共標(biāo)識(shí)的特征向量和當(dāng)前公共標(biāo)識(shí)的上下文的特征向量。類(lèi)似地，我們可以得到公共標(biāo)識(shí)列表中每一個(gè)公共標(biāo)識(shí)對(duì)應(yīng)的低維度特征向量。203、根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，得到多個(gè)聚類(lèi)結(jié)果。在經(jīng)過(guò)word2vec模型后，對(duì)于每一個(gè)公共標(biāo)識(shí)來(lái)說(shuō)，均會(huì)得到一個(gè)與其匹配的特征向量，該特征向量為低維特征空間中的向量。也即，word2vec模型輸出的是特征向量。而在得到特征向量后，便可進(jìn)行諸如下述操作：根據(jù)特征向量計(jì)算兩個(gè)公共標(biāo)識(shí)之間的相似度、列出包括所有相似的公共標(biāo)識(shí)額列表、對(duì)公共標(biāo)識(shí)進(jìn)行聚類(lèi)等。在本發(fā)明實(shí)施例中，為了對(duì)公共標(biāo)識(shí)進(jìn)行分類(lèi)，在得到每一個(gè)公共標(biāo)識(shí)的特征向量后，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)。其中，在對(duì)公共標(biāo)識(shí)進(jìn)行聚類(lèi)時(shí)本發(fā)明實(shí)施例采用K-均值算法，具體過(guò)程如下：第一步、在全部公共標(biāo)識(shí)中，隨機(jī)選取預(yù)設(shè)數(shù)目個(gè)初始聚類(lèi)中心。其中，預(yù)設(shè)數(shù)目可為幾十或幾百，本發(fā)明實(shí)施例對(duì)此不進(jìn)行具體限定，可視公共標(biāo)識(shí)的數(shù)量而定。在第一步中，一個(gè)初始聚類(lèi)中心即指代一個(gè)公共標(biāo)識(shí)。第二步、對(duì)于剩余的每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)和各個(gè)初始聚類(lèi)中心的特征向量，計(jì)算公共標(biāo)識(shí)與各個(gè)初始聚類(lèi)中心在向量空間中的距離。其中，剩余的公共標(biāo)識(shí)指代全部公共標(biāo)識(shí)中除預(yù)設(shè)數(shù)目個(gè)初始聚類(lèi)中心之外的其他公共標(biāo)識(shí)。第三步、將該公共標(biāo)識(shí)分配至距離該公共標(biāo)識(shí)最近的初始聚類(lèi)中心。在本發(fā)明實(shí)施例中，兩個(gè)公共標(biāo)識(shí)的特征向量在向量空間中的距離越近，代表兩個(gè)公共標(biāo)識(shí)越相似。所以在進(jìn)行聚類(lèi)時(shí)，對(duì)于一個(gè)待分配的公共標(biāo)識(shí)來(lái)說(shuō)，依據(jù)向量空間中的距離大小，將其分配至距離其最近的初始聚類(lèi)中心。第四步、當(dāng)剩余的公共標(biāo)識(shí)分配完畢后，對(duì)于每一個(gè)中間聚類(lèi)結(jié)果，重復(fù)執(zhí)行上述聚類(lèi)過(guò)程，直至滿(mǎn)足聚類(lèi)終止條件。其中，聚類(lèi)終止條件可為下述三個(gè)條件之一：沒(méi)有(或最小數(shù)目)公共標(biāo)識(shí)被重新分配給不同的聚類(lèi)，或，沒(méi)有(或最小數(shù)目)聚類(lèi)中心再發(fā)生變化，或，誤差平方和局部最小。具體選擇哪一個(gè)條件作為聚類(lèi)終止條件，本發(fā)明實(shí)施例對(duì)此不進(jìn)行具體限定，可視情況而定。在進(jìn)行聚類(lèi)時(shí)，初始聚類(lèi)中心以及分配給它們的公共標(biāo)識(shí)就代表一個(gè)聚類(lèi)結(jié)果。當(dāng)根據(jù)上述第一步至第三步完成第一輪的聚類(lèi)后，得到的是中間聚類(lèi)結(jié)果。即，一旦全部公共標(biāo)識(shí)都被分配完畢，每個(gè)聚類(lèi)結(jié)果的聚類(lèi)中心會(huì)根據(jù)聚類(lèi)中現(xiàn)有的公共標(biāo)識(shí)被重新計(jì)算。這個(gè)過(guò)程將不斷重復(fù)直到滿(mǎn)足上述聚類(lèi)終止條件。至此，上述步驟201至步驟203完成了基于用戶(hù)行為的公共標(biāo)識(shí)聚類(lèi)。204、基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果。其中，公共標(biāo)識(shí)的描述信息通常指代用于描述公共標(biāo)識(shí)的文本信息。比如，當(dāng)某一公共標(biāo)識(shí)對(duì)應(yīng)一家餐廳時(shí)，那么該描述信息可包括餐廳簡(jiǎn)介、特色菜品、最近優(yōu)惠活動(dòng)、新推菜單等等，本發(fā)明實(shí)施例對(duì)此不進(jìn)行具體限定。聚類(lèi)純凈度用于描述聚類(lèi)結(jié)果的好壞。當(dāng)多個(gè)聚類(lèi)結(jié)果均在描述同一類(lèi)主題，比如兩個(gè)或兩個(gè)以上聚類(lèi)結(jié)果都在描述少兒教育、汽車(chē)等主題，或，一個(gè)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)之間主題相差較大，比如一部分在描述家居用品一部分在描述食品，或，一些聚類(lèi)結(jié)果描述的是跟地域相關(guān)的商場(chǎng)、餐廳等，這些公共標(biāo)識(shí)與地域相關(guān)，而跟公共號(hào)類(lèi)目不相關(guān)，上述聚類(lèi)結(jié)果的聚類(lèi)純凈度較小，聚類(lèi)效果很差。而當(dāng)某一聚類(lèi)純凈度的數(shù)值較大時(shí)，比如大于預(yù)設(shè)閾值，則說(shuō)明聚類(lèi)效果較好。在本發(fā)明實(shí)施例中，聚類(lèi)純凈度的計(jì)算基于公共標(biāo)識(shí)的描述信息得到，聚類(lèi)純凈度的計(jì)算和判定過(guò)程，也即建立一個(gè)公共號(hào)純凈度判定模型的過(guò)程。本發(fā)明實(shí)施例基于該公共號(hào)純凈度判定模型，對(duì)基于用戶(hù)行為的公共標(biāo)識(shí)聚類(lèi)結(jié)果進(jìn)行進(jìn)一步地凈化。其中，在基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果時(shí)，可采取下述方式實(shí)現(xiàn)：第一步、對(duì)于一個(gè)聚類(lèi)結(jié)果中每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)的描述信息，計(jì)算公共標(biāo)識(shí)的文本特征信息。在本發(fā)明實(shí)施例中，公共標(biāo)識(shí)的文本特征信息可用一定維度的特征向量進(jìn)行表示。其中，維數(shù)大小可視情況而定，本發(fā)明實(shí)施例對(duì)此不進(jìn)行具體限定。在根據(jù)公共標(biāo)識(shí)的描述信息計(jì)算公共標(biāo)識(shí)的文本特征信息時(shí)，既可通過(guò)word2vec模型實(shí)現(xiàn)，還可通過(guò)其他模型實(shí)現(xiàn)，本發(fā)明實(shí)施例對(duì)此同樣不進(jìn)行具體限定。第二步、對(duì)于每一個(gè)聚類(lèi)結(jié)果，計(jì)算該聚類(lèi)結(jié)果中任兩個(gè)公共標(biāo)識(shí)的文本特征信息的相似度平均值，得到聚類(lèi)結(jié)果的聚類(lèi)純凈度。其中，在計(jì)算一個(gè)聚類(lèi)結(jié)果的聚類(lèi)純凈度時(shí)，可基于下述公式(7)實(shí)現(xiàn)：purityk=1n*nΣi=0nΣj=0nvki*vkj---(7)]]>其中，purityk指代第k個(gè)聚類(lèi)結(jié)果的聚類(lèi)純凈度，k值下限為1，上限為聚類(lèi)結(jié)果的個(gè)數(shù)；n指代第k個(gè)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)個(gè)數(shù)，vki指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)i的文本特征信息，vkj指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)j的文本特征信息。第三步、判斷該聚類(lèi)結(jié)果的聚類(lèi)純凈度是否大于預(yù)設(shè)閾值；當(dāng)該聚類(lèi)結(jié)果的聚類(lèi)純凈度大于預(yù)設(shè)閾值時(shí)，將該聚類(lèi)結(jié)果確定為第一類(lèi)聚類(lèi)結(jié)果。其中，第一類(lèi)聚類(lèi)結(jié)果中包括多個(gè)聚類(lèi)純凈度大于預(yù)設(shè)閾值的聚類(lèi)結(jié)果，這些聚類(lèi)結(jié)果統(tǒng)稱(chēng)為第一類(lèi)聚類(lèi)結(jié)果。對(duì)于第一類(lèi)聚類(lèi)結(jié)果而言，聚類(lèi)結(jié)果的主題或語(yǔ)義即代表公共標(biāo)識(shí)的類(lèi)目、聚類(lèi)結(jié)果中包括的公共標(biāo)識(shí)即代表該類(lèi)目下的標(biāo)注樣本。此外，預(yù)設(shè)閾值的大小可基于先驗(yàn)知識(shí)或?qū)嶋H情況分析得出，本發(fā)明實(shí)施例對(duì)此不進(jìn)行具體限定。其中，公共標(biāo)識(shí)的類(lèi)目用于表征公共標(biāo)識(shí)的所屬行業(yè)類(lèi)別。本發(fā)明實(shí)施例通過(guò)后續(xù)不斷的完善，建立的類(lèi)目能夠盡可能全的覆蓋到已有的公共標(biāo)識(shí)和未來(lái)可能會(huì)建立的公共標(biāo)識(shí)。類(lèi)目的設(shè)計(jì)具有層級(jí)，且類(lèi)目之間不重合。其中，完善后的類(lèi)目可表示為下述表1的形式。表1一級(jí)類(lèi)目ID一級(jí)類(lèi)目名稱(chēng)二級(jí)類(lèi)目ID二級(jí)類(lèi)目名稱(chēng)6家居601家裝建材6家居602家居服務(wù)6家居603家居家紡6家居604家用電器205、根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，第二類(lèi)聚類(lèi)結(jié)果的聚類(lèi)純凈度小于預(yù)設(shè)閾值。在本發(fā)明實(shí)施例中，在多個(gè)聚類(lèi)結(jié)果中確定第一類(lèi)聚類(lèi)結(jié)果后，剩余的聚類(lèi)純凈度小于預(yù)設(shè)閾值的聚類(lèi)結(jié)果，我們稱(chēng)之為第二類(lèi)聚類(lèi)結(jié)果。由于第二類(lèi)聚類(lèi)結(jié)果的聚類(lèi)效果欠佳，而第一類(lèi)聚類(lèi)結(jié)果的聚類(lèi)效果較好，所以我們可根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)。也即，首先基于第一類(lèi)聚類(lèi)結(jié)果建立一個(gè)公共標(biāo)識(shí)分類(lèi)模型，之后通過(guò)該公共標(biāo)識(shí)分類(lèi)模型，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)。由于第一類(lèi)聚類(lèi)結(jié)果中聚類(lèi)結(jié)果的主題或語(yǔ)義對(duì)應(yīng)公共標(biāo)識(shí)類(lèi)目，該聚類(lèi)結(jié)果中的各個(gè)公共標(biāo)識(shí)對(duì)應(yīng)該類(lèi)目下的標(biāo)注樣本，所以建立的公共標(biāo)識(shí)分類(lèi)模型是一個(gè)基于監(jiān)督學(xué)習(xí)的分類(lèi)模型。其中，監(jiān)督學(xué)習(xí)指代利用一組已知類(lèi)別的樣本調(diào)整分類(lèi)器的參數(shù)，使其達(dá)到所要求性能的過(guò)程，也稱(chēng)為監(jiān)督訓(xùn)練或有教師學(xué)習(xí)。也即，在初始化公共標(biāo)識(shí)分類(lèi)模型的參數(shù)后，基于第一類(lèi)聚類(lèi)結(jié)果，優(yōu)化公共標(biāo)識(shí)分類(lèi)模型中的各個(gè)參數(shù)，得到訓(xùn)練好的公共標(biāo)識(shí)分類(lèi)模型。在訓(xùn)練好公共標(biāo)識(shí)分類(lèi)模型后，對(duì)于第二類(lèi)聚類(lèi)結(jié)果中每一個(gè)公共標(biāo)識(shí)而言，在獲取到其特征向量后，經(jīng)過(guò)該公共標(biāo)識(shí)分類(lèi)模型，便可得到該公共標(biāo)識(shí)所歸屬的類(lèi)目。也即，實(shí)現(xiàn)對(duì)第二類(lèi)聚類(lèi)結(jié)果中全部公共標(biāo)識(shí)的重新分類(lèi)。在對(duì)公共標(biāo)識(shí)進(jìn)行分類(lèi)后，可應(yīng)用于多種場(chǎng)景中，比如可應(yīng)用于個(gè)性化的推薦場(chǎng)景中?；诠矘?biāo)識(shí)的分類(lèi)結(jié)果，我們可在一個(gè)新用戶(hù)沒(méi)有任何歷史行為的情況下進(jìn)行個(gè)性化的多媒體數(shù)據(jù)推送，比如推送廣告、視頻或圖片等等。比如，獲取新用戶(hù)在其他業(yè)務(wù)中的行為信息，比如用戶(hù)關(guān)注過(guò)的或訂閱過(guò)的公共標(biāo)識(shí)，基于上述公共標(biāo)識(shí)的類(lèi)別，確定用戶(hù)的興趣點(diǎn)，之后基于用戶(hù)的諸如年齡、地域、性別等基本屬性信息，為該新用戶(hù)建立一個(gè)興趣畫(huà)像，從而可在冷啟動(dòng)的情況下給該新用戶(hù)推薦個(gè)性化的多媒體數(shù)據(jù)。本發(fā)明實(shí)施例提供的方法，在確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)得到公共標(biāo)識(shí)列表后，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)；基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，由于基于用戶(hù)行為和公共標(biāo)識(shí)的描述信息對(duì)公共標(biāo)識(shí)自動(dòng)進(jìn)行分類(lèi)，因此不但無(wú)需人工參與，節(jié)省了大量的人力，而且公共標(biāo)識(shí)的分類(lèi)效果較優(yōu)。圖4是本發(fā)明實(shí)施例提供的一種公共標(biāo)識(shí)分類(lèi)裝置的結(jié)構(gòu)示意圖。參見(jiàn)圖4，該裝置包括：公共標(biāo)識(shí)確定模塊401、公共標(biāo)識(shí)聚類(lèi)模塊402、聚類(lèi)結(jié)果確定模塊403、公共標(biāo)識(shí)分類(lèi)模塊404。其中，公共標(biāo)識(shí)確定模塊401與公共標(biāo)識(shí)聚類(lèi)模塊402連接，用于確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)，得到公共標(biāo)識(shí)列表；公共標(biāo)識(shí)聚類(lèi)模塊402與聚類(lèi)結(jié)果確定模塊403連接，用于根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，得到多個(gè)聚類(lèi)結(jié)果；聚類(lèi)結(jié)果確定模塊403與公共標(biāo)識(shí)分類(lèi)模塊404連接，用于基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；公共標(biāo)識(shí)分類(lèi)模塊404，用于根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，第二類(lèi)聚類(lèi)結(jié)果的聚類(lèi)純凈度小于預(yù)設(shè)閾值?？蛇x地，該裝置還包括：行為矩陣獲取模塊，用于獲取公共標(biāo)識(shí)列表對(duì)應(yīng)的行為矩陣；特征向量計(jì)算模塊，用于根據(jù)行為矩陣，基于特定模型計(jì)算公共標(biāo)識(shí)列表中每一個(gè)公共標(biāo)識(shí)的特征向量?？蛇x地，聚類(lèi)結(jié)果確定模塊，用于對(duì)于一個(gè)聚類(lèi)結(jié)果中每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)的描述信息，計(jì)算公共標(biāo)識(shí)的文本特征信息；對(duì)于每一個(gè)聚類(lèi)結(jié)果，計(jì)算聚類(lèi)結(jié)果中任兩個(gè)公共標(biāo)識(shí)的文本特征信息的相似度平均值，得到聚類(lèi)結(jié)果的聚類(lèi)純凈度；判斷聚類(lèi)結(jié)果的聚類(lèi)純凈度是否大于預(yù)設(shè)閾值；當(dāng)聚類(lèi)結(jié)果的聚類(lèi)純凈度大于預(yù)設(shè)閾值時(shí)，將聚類(lèi)結(jié)果確定為第一類(lèi)聚類(lèi)結(jié)果?？蛇x地，聚類(lèi)結(jié)果確定模塊，用于應(yīng)用如下公式，計(jì)算聚類(lèi)結(jié)果中任兩個(gè)公共標(biāo)識(shí)的文本特征信息的相似度平均值，得到聚類(lèi)結(jié)果的聚類(lèi)純凈度：purityk=1n*nΣi=0nΣj=0nvki*vkj]]>其中，purityk指代第k個(gè)聚類(lèi)結(jié)果的聚類(lèi)純凈度，n指代第k個(gè)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)個(gè)數(shù)，vki指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)i的文本特征信息，vkj指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)j的文本特征信息。可選地，公共標(biāo)識(shí)分類(lèi)模塊，用于根據(jù)第一類(lèi)聚類(lèi)結(jié)果，訓(xùn)練公共標(biāo)識(shí)分類(lèi)模型；通過(guò)公共標(biāo)識(shí)分類(lèi)模型，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)。可選地，公共標(biāo)識(shí)聚類(lèi)模塊，用于在全部公共標(biāo)識(shí)中，隨機(jī)選取預(yù)設(shè)數(shù)目個(gè)初始聚類(lèi)中心；對(duì)于剩余的每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)和各個(gè)初始聚類(lèi)中心的特征向量，計(jì)算公共標(biāo)識(shí)與各個(gè)初始聚類(lèi)中心在向量空間中的距離；將公共標(biāo)識(shí)分配至距離公共標(biāo)識(shí)最近的初始聚類(lèi)中心；當(dāng)剩余的公共標(biāo)識(shí)分配完畢后，對(duì)于每一個(gè)中間聚類(lèi)結(jié)果，重復(fù)執(zhí)行上述聚類(lèi)過(guò)程，直至滿(mǎn)足聚類(lèi)終止條件。本發(fā)明實(shí)施例提供的裝置，在確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)得到公共標(biāo)識(shí)列表后，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)；基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，由于基于用戶(hù)行為和公共標(biāo)識(shí)的描述信息對(duì)公共標(biāo)識(shí)自動(dòng)進(jìn)行分類(lèi)，因此不但無(wú)需人工參與，節(jié)省了大量的人力，而且公共標(biāo)識(shí)的分類(lèi)效果較優(yōu)。需要說(shuō)明的是：上述實(shí)施例提供的公共標(biāo)識(shí)分類(lèi)裝置在進(jìn)行公共標(biāo)識(shí)分類(lèi)時(shí)，僅以上述各功能模塊的劃分進(jìn)行舉例說(shuō)明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能模塊完成，即將裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功能。另外，上述實(shí)施例提供的公共標(biāo)識(shí)分類(lèi)裝置與公共標(biāo)識(shí)分類(lèi)方法實(shí)施例屬于同一構(gòu)思，其具體實(shí)現(xiàn)過(guò)程詳見(jiàn)方法實(shí)施例，這里不再贅述。圖5是根據(jù)一示例性實(shí)施例示出的一種服務(wù)器，該服務(wù)器可以用于實(shí)施上述任一示例性實(shí)施例示出的文本圖片檢測(cè)方法。具體來(lái)講：參見(jiàn)圖5，該服務(wù)器500可因配置或性能不同而產(chǎn)生比較大的差異，可以包括一個(gè)或一個(gè)以上中央處理器(CentralProcessingUnit，CPU)522(例如，一個(gè)或一個(gè)以上處理器)和存儲(chǔ)器532，一個(gè)或一個(gè)以上存儲(chǔ)應(yīng)用程序542或數(shù)據(jù)544的存儲(chǔ)介質(zhì)530(例如一個(gè)或一個(gè)以上海量存儲(chǔ)設(shè)備)。其中，存儲(chǔ)器532和存儲(chǔ)介質(zhì)530可以是短暫存儲(chǔ)或持久存儲(chǔ)。存儲(chǔ)在存儲(chǔ)介質(zhì)530的程序可以包括一個(gè)或一個(gè)以上模塊(圖示沒(méi)標(biāo)出)。服務(wù)器500還可以包括一個(gè)或一個(gè)以上電源526，一個(gè)或一個(gè)以上有線或無(wú)線網(wǎng)絡(luò)接口550，一個(gè)或一個(gè)以上輸入輸出接口558，和/或，一個(gè)或一個(gè)以上操作系統(tǒng)541，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，F(xiàn)reeBSDTM等等。一個(gè)或者一個(gè)以上程序存儲(chǔ)于存儲(chǔ)器中，且經(jīng)配置以由一個(gè)或者一個(gè)以上處理器執(zhí)行，一個(gè)或者一個(gè)以上程序包含用于進(jìn)行以下操作的指令：確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)，得到公共標(biāo)識(shí)列表；根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，得到多個(gè)聚類(lèi)結(jié)果；基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，第二類(lèi)聚類(lèi)結(jié)果的聚類(lèi)純凈度小于預(yù)設(shè)閾值?？蛇x地，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)之前，該方法還包括：獲取公共標(biāo)識(shí)列表對(duì)應(yīng)的行為矩陣；根據(jù)行為矩陣，基于特定模型計(jì)算公共標(biāo)識(shí)列表中每一個(gè)公共標(biāo)識(shí)的特征向量?？蛇x地，基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果，包括：對(duì)于一個(gè)聚類(lèi)結(jié)果中每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)的描述信息，計(jì)算公共標(biāo)識(shí)的文本特征信息；對(duì)于每一個(gè)聚類(lèi)結(jié)果，計(jì)算聚類(lèi)結(jié)果中任兩個(gè)公共標(biāo)識(shí)的文本特征信息的相似度平均值，得到聚類(lèi)結(jié)果的聚類(lèi)純凈度；判斷聚類(lèi)結(jié)果的聚類(lèi)純凈度是否大于預(yù)設(shè)閾值；當(dāng)聚類(lèi)結(jié)果的聚類(lèi)純凈度大于預(yù)設(shè)閾值時(shí)，將聚類(lèi)結(jié)果確定為第一類(lèi)聚類(lèi)結(jié)果?？蛇x地，應(yīng)用如下公式，計(jì)算聚類(lèi)結(jié)果中任兩個(gè)公共標(biāo)識(shí)的文本特征信息的相似度平均值，得到聚類(lèi)結(jié)果的聚類(lèi)純凈度，包括：purityk=1n*nΣi=0nΣj=0nvki*vkj]]>其中，purityk指代第k個(gè)聚類(lèi)結(jié)果的聚類(lèi)純凈度，n指代第k個(gè)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)個(gè)數(shù)，vki指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)i的文本特征信息，vkj指代第k個(gè)聚類(lèi)結(jié)果中公共標(biāo)識(shí)j的文本特征信息?？蛇x地，根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，包括：根據(jù)第一類(lèi)聚類(lèi)結(jié)果，訓(xùn)練公共標(biāo)識(shí)分類(lèi)模型；通過(guò)公共標(biāo)識(shí)分類(lèi)模型，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)?？蛇x地，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量，對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)，包括：在全部公共標(biāo)識(shí)中，隨機(jī)選取預(yù)設(shè)數(shù)目個(gè)初始聚類(lèi)中心；對(duì)于剩余的每一個(gè)公共標(biāo)識(shí)，根據(jù)公共標(biāo)識(shí)和各個(gè)初始聚類(lèi)中心的特征向量，計(jì)算公共標(biāo)識(shí)與各個(gè)初始聚類(lèi)中心在向量空間中的距離；將公共標(biāo)識(shí)分配至距離公共標(biāo)識(shí)最近的初始聚類(lèi)中心；當(dāng)剩余的公共標(biāo)識(shí)分配完畢后，對(duì)于每一個(gè)中間聚類(lèi)結(jié)果，重復(fù)執(zhí)行上述聚類(lèi)過(guò)程，直至滿(mǎn)足聚類(lèi)終止條件。本發(fā)明實(shí)施例提供的服務(wù)器，在確定與用戶(hù)行為關(guān)聯(lián)的多個(gè)公共標(biāo)識(shí)得到公共標(biāo)識(shí)列表后，根據(jù)每一個(gè)公共標(biāo)識(shí)的特征向量對(duì)公共標(biāo)識(shí)列表中的全部公共標(biāo)識(shí)進(jìn)行聚類(lèi)；基于每一個(gè)公共標(biāo)識(shí)的描述信息，在多個(gè)聚類(lèi)結(jié)果中確定聚類(lèi)純凈度大于預(yù)設(shè)閾值的第一類(lèi)聚類(lèi)結(jié)果；根據(jù)第一類(lèi)聚類(lèi)結(jié)果，對(duì)第二類(lèi)聚類(lèi)結(jié)果中的公共標(biāo)識(shí)重新進(jìn)行分類(lèi)，由于基于用戶(hù)行為和公共標(biāo)識(shí)的描述信息對(duì)公共標(biāo)識(shí)自動(dòng)進(jìn)行分類(lèi)，因此不但無(wú)需人工參與，節(jié)省了大量的人力，而且公共標(biāo)識(shí)的分類(lèi)效果較優(yōu)。本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分步驟可以通過(guò)硬件來(lái)完成，也可以通過(guò)程序來(lái)指令相關(guān)的硬件完成，所述的程序可以存儲(chǔ)于一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，上述提到的存儲(chǔ)介質(zhì)可以是只讀存儲(chǔ)器，磁盤(pán)或光盤(pán)等。以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁(yè)1 2 3