[发明专利]一种信息处理方法及装置

说明书

技术领域

本发明涉及网络数据挖掘技术领域，尤其涉及一种信息处理方法及装置。

背景技术

随着信息技术的不断发展，互联网已深入到各个领域，涌现出大量的购物平台、外卖平台、打车平台等网络信息平台。这些网络信息平台上活动(例如各种促销活动)众多，所产生的数据(即活动描述信息)往往种类繁多，信息量很大，若要从中挖掘出有价值的内容并非易事。

在现有技术中，为了从众多数据中挖掘出有价值的内容，往往需要动用人工进行调研和分析，经过数据筛选最后提炼出有价值的信息。发明人在实现本发明的过程中发现，由于分析的工作量很大，使得现有技术中的这类方案成本较高，且周期较长，时效性差，无法应对当前网络信息的快速变化。

发明内容

本发明提供一种信息处理方法及装置，以提高网络信息平台上的数据挖掘效率。

根据本发明实施例的第一方面，提供一种信息处理方法，所述方法包括：

获取第一信息的多种分类及分类规则，其中每种分类对应一个编码；

根据所述分类规则对每个对象的第一信息进行分类；

根据所述对象所涉及的分类对应的编码，生成所述对象的总编码；

对所有总编码进行聚类以完成信息处理。

可选的，所述第一信息为用于描述所述对象所涉及的活动的活动描述信息。

可选的，所述获取第一信息的多种分类和分类规则，包括：

收集所述第一信息；

对所述第一信息进行文本规整处理；

从经过文本规整处理后的第一信息中抽取出关键词；

根据所述关键词确定所述第一信息的多种分类及分类规则。

可选的，所述编码采用二进制比特位的编码方式。

可选的，所述根据所述对象所涉及的分类对应的编码，生成所述对象的总编码，包括：

根据预设规则将所述对象所涉及的分类对应的编码进行叠加或串联，以得到所述对象的总编码。

可选的，所述对所有总编码进行聚类，包括：

根据

获取总编码两两之间的距离d(x,y)，其中，i＝0,1,…,n-1，n为总编码的比特位总数，x[i]、y[i]分别表示两个总编码第i比特位上的值，w[i]表示第i比特位对应的权重，表示按位与；

根据总编码两两之间的距离，对总编码进行聚类。

根据本发明实施例的第二方面，提供一种信息处理装置，所述装置包括：

分类准备模块，用于获取第一信息的多种分类及分类规则，其中每种分类对应一个编码；

分类模块，用于根据所述分类规则对每个对象的第一信息进行分类；

编码模块，用于根据所述对象所涉及的分类对应的编码，生成所述对象的总编码；

聚类模块，用于对所有总编码进行聚类以完成信息处理。

可选的，所述第一信息为用于描述所述对象所涉及的活动的活动描述信息。

可选的，所述分类准备模块包括：

信息收集子模块，用于收集所述第一信息；

文本规整子模块，用于对所述第一信息进行文本规整处理；

关键词抽取子模块，用于从经过文本规整处理后的第一信息中抽取出关键词；

分类及规则确定子模块，用于根据所述关键词确定所述第一信息的多种分类及分类规则。

可选的，所述编码采用二进制比特位的编码方式。

可选的，所述编码模块用于：

根据预设规则将所述对象所涉及的分类对应的编码进行叠加或串联，以得到所述对象的总编码。

可选的，所述聚类模块用于：

根据

获取总编码两两之间的距离d(x,y)，其中，i＝0,1,…,n-1，n为总编码的比特位总数，x[i]、y[i]分别表示两个总编码第i比特位上的值，w[i]表示第i比特位对应的权重，表示按位与；

根据总编码两两之间的距离，对总编码进行聚类。

本发明的实施例提供的技术方案可以包括以下有益效果：