[发明专利]商家分类方法、装置及电子设备

权利要求书

1.一种商家分类方法，其特征在于，包括：

接收待分类的商家的商家名和至少一个商品名；

基于预设的第一数据集，获取所述商家名对应的初始分类信息；

基于预设的第二数据集，获取所述至少一个商品名对应的初始分类信息；

基于所述商家名对应的初始分类信息以及所述至少一个商品名对应的初始分类信息确定所述商家所属的类别。

2.根据权利要求1所述的方法，其特征在于，所述基于预设的第二数据集，获取所述至少一个商品名对应的初始分类信息，包括：

基于预设的第二数据集，获得所述至少一个商品名在各个类别下出现的概率信息；其中，所述第二数据集包括多个商品名特征词及各个商品名特征词在各个类别下出现的概率信息；

根据所述至少一个商品名在各个类别下出现的概率信息，计算所述各个类别的第二得分作为所述至少一个商品名对应的初始分类信息。

3.根据权利要求2所述的方法，其特征在于，还包括：

对接收到的待分类的商家的至少一个商品名进行归一化处理得到对应的商品名特征词。

4.根据权利要求1所述的方法，其特征在于，在接收到所述待分类的商家的商家名和至少一个商品名之后，还包括：

基于所述商家名获得特征词。

5.根据权利要求4所述的方法，其特征在于，所述基于预设的第一数据集，获得所述商家名对应的初始分类信息，包括：

基于所述预设的第一数据集，获得所述商家名对应的特征词在各个类别下出现的概率信息，其中，所述第一数据集包括多个特征词及各个特征词在各个类别下出现的概率信息；

根据所述待分类的商家名中获得的特征词在各个类别下出现的概率信息，计算所述各个类别的第一得分作为所述商家名对应的初始分类信息。

6.根据权利要求1所述的方法，其特征在于，基于所述商家名对应的初始分类信息以及所述至少一个商品名对应的初始分类信息确定所述商家所属的类别，包括：

将所述商家名对应的初始分类信息以及所述至少一个商品名对应的初始分类信息进行加权处理以确定所述商家所属的类别。

7.根据权利要求2或5所述的方法，其特征在于，所述第一数据集中的概率信息是指各个特征词在各个类别下出现的概率的对数的绝对值，所述第二数据集中的概率信息是指各个商品名特征词在各个类别下出现的概率的对数的绝对值。

8.根据权利要求4所述的方法，其特征在于，基于所述商家名获得特征词，包括：

获得所述待分类的商家的商家名的原始倒序N-gram表；

根据所述N-gram表获取左字成词概率和/或左熵以根据所述左字成词概率和/或左熵提取所述商家名中的特征词。

9.一种商家分类装置，其特征在于，包括：

接收模块，用于接收待分类的商家的商家名和至少一个商品名；

第一获取模块，用于基于预设的第一数据集，获得所述商家名对应的初始分类信息；

第二获取模块，用于基于预设的第二数据集，获取所述至少一个商品名对应的初始分类信息；

确定模块，用于基于所述商家名对应的初始分类信息以及所述至少一个商品名对应的初始分类信息确定所述商家所属的类别。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，其上存储有可在所述处理器上运行的计算机程序；

其特征在于，所述处理器执行所述计算机程序以实现如权利要求1-8中任一项所述的方法的步骤。

11.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-8中任一项所述方法的步骤。