[发明专利]一种基于分类决策树的内容发布智能分类方法

说明书

本发明提供了一种基于分类决策树的内容发布智能分类方法，属于内容管理系统和数据挖掘领域。所述方法应用的系统通用架构包括：内容数据采集模块、分类策略模块、分类决策树训练模块；所述方法结合机器学习的监督学习方法，将内容管理系统中已有的内容信息作为训练数据集合，并利用此训练数据集合基于决策树学习算法生成分类器；所有发布内容都基于相同的发布途径，发布后由所述分类器根据发布内容的特征值判断该发布内容的类型，从而完成整个发布过程。本发明改善了内容发布的用户体验。发布后内容的类别由系统判断，而非用户选择，发布流程更加智能化。

技术领域

本发明属于内容管理系统(Content Management System)和数据挖掘(DataMining)领域，具体涉及一种基于分类决策树的内容发布智能分类方法，应用于并革新内容发布流程的智能分类机制，基于现有内容信息生成的分类决策树配置信息，以实现自动对用户新发布的内容进行智能分类，从而在保证效率的前提下改善用户进行内容发布的体验。

背景技术

随着互联网的广泛普及尤其是社交化网络的快速发展，网络信息不仅在量上呈爆炸性的增长，而且内容的类型亦更加的丰富。对于一个企业、组织、或者一个广义上的社交分享平台而言，内容管理有了新的挑战，比如内容的存储、分类，检索等等。而本发明关注内容管理的发布流程的改善。在传统的多类型内容管理系统中，针对不同类型内容，比如文章、链接、视频、文档等，它们各自的内容发布流程时往往是被显性进行区分，即每一种类型都各有其特殊的发布流程，以人人网(http：//www.renren.com)为例，日志、链接分享、状态等内容的发布途径是不同的。同时，随着智能终端的快速发展，一个应用的访问形式不仅仅只有传统的web形式，还有移动app形式。因此，一个体验良好而且统一的内容发布流程成为了内容管理系统中内容发布部分发展的趋势。

在传统的内容发布流程中，不同类型的内容发布基于不同的发布途径或过程。这些不同的发布途径，带来了许多的不便：1)从前端体验的角度看，用户需手动选择内容类型，同时页面需要为所有类型的内容发布提供入口链接；类型越多，所需要的屏幕空间越大，这点在移动智能终端上影响尤其大。2)从工程实践的角度看，为不同类型的内容提供特殊化的发布流程，架构的扩展性差，每增加一类内容，便要增加相应的代码，同时不同类型的内容发布流程的业务逻辑基本相似，容易造成代码冗余。

分类是一种数据分析形式，也是数据挖掘中一项非常重要的任务(可参考李彦华.决策树分类器的研究、实现及在数据挖掘中的应用[D].上海交通大学，2001.以及黄泽宇.决策树分类器算法的研究[D].北京交通大学，2006.)。它可用于在数据中抽取出决策支持所用的知识，即能在数据中抽取出描述重要数据集合或预测未来数据趋势的模型。在数据挖掘中，分类的应用非常广泛。例如销售部门可以在收集的客户资料上建立一个分类模型，来判断客户是潜在客户还是忠实客户。而在本场景下，可以基于现有的内容类型的信息，建立分类模型，来判断新发布内容的类型。

一般地，分类是依据某种分类模型，在具有类别信息的数据集合中学习出一个分类函数，即分类器。分类器能够基于特征值集合所描述的待分类实例指派一个最适合的类别，从而能够应用于数据分类和预测。

从机器学习方法中监督学习和非监督学习两类方法看，分类器的学习策略还分为急切式学习策略和懒惰式学习策略。前者在分类器训练过程中就建立能将待分类实例映射到具体类别的有清晰假设的分类器，然后随着训练改善分类器；而后者在训练过程中没有建立清晰的假设，分类过程即是利用训练集合将给定实例与其类别匹配起来的过程。一般来说，急切式学习策略在效率上大大优于懒惰式学习策略，然而后者在分类精确度上优于急切式学习策略。