[发明专利]一种文档分类管理方法及装置

权利要求书

1.一种文档分类管理方法，其特征在于，包括以下步骤：

分类模型获取模块根据从样本数据处理模块中获取的文档对应数目的特征属性，生成分类模型并将所述分类模型发送至文档分类模块；

所述文档分类模块根据所述分类模型，对待分类文档进行分类；

其中，所述样本数据处理模块根据文档之间的关联度或文档的安全级别，获取所述文档对应数目的特征属性。

2.根据权利要求1所述的方法，其特征在于，分类模型获取模块从样本数据处理模块中获取文档对应数目的特征属性之前，还包括：

样本数据处理模块获取文档对应数目的特征属性；其中，所述文档包括训练文档、待分类文档。

3.根据权利要求2所述的方法，其特征在于，所述样本数据处理模块根据所述特征属性，分别对训练文档和待分类文档进行格式转换，得到符合预设格式的训练文档和待分类文档并将所述符合预设格式的训练文档和待分类文档发送至分类模型获取模块。

4.根据权利要求3所述的方法，其特征在于，所述样本数据处理模块使用命令行Mahout中的RrepareTwentyNewsgroups类，将训练文档和待分类文档转换为符合预设格式的训练文档和待分类文档。

5.根据权利要求4所述的方法，其特征在于，所述样本数据处理模块将所述符合预设格式的训练文档和待分类文档上传至分布式文件系统HDFS。

6.根据权利要求3所述的方法，其特征在于，所述分类模型获取模块根据格式转换后的训练文档的特征属性，在分布式计算框架MapReduce下，运行对应的训练命令mahouttrainclassifier，生成分类模型并将所述分类模型发送至文档分类模块。

7.根据权利要求5所述的方法，其特征在于，所述样本数据处理模块存储关联度、文档名称及特征属性对照表；安全级别、文档名称及特征属性对照表。

8.根据权利要求1所述的方法，其特征在于，所述文档分类模块根据所述分类模型，运行对应的文档分类命令mahout testclassifier，对所述待分类文档进行分类。

9.一种文档分类管理装置，其特征在于，包括样本数据处理模块、分类模型获取模块、文档分类模块；其中，所述样本数据处理模块通过所述分类模型获取模块与所述文档分类模块相连；

所述样本数据处理模块，用于获取的文档对应数目的特征属性并将所述特征属性发送至所述分类模型获取模块；

所述分类模型获取模块，用于根据从样本数据处理模块中获取的文档对应数目的特征属性，生成分类模型并将所述分类模型发送至所述文档分类模块；

所述文档分类模块，用于根据所述分类模型，对待分类文档进行分类；

其中，所述样本数据处理模块根据文档之间的关联度或文档的安全级别，获取所述文档对应数目的特征属性。