[发明专利]网站类别获取方法和装置

权利要求书

1.一种网站类别获取方法，其特征在于，所述方法包括：

获取目标网站在第一预设时间段内的订单数据集合和访问数据集合；

对所述订单数据集合和所述访问数据集合进行分析，从所述订单数据集合中选取出订单数据生成目标订单数据集合，从所述访问数据集合中选取出访问数据生成目标访问数据集合；

从所述目标订单数据集合和所述目标访问数据集合中提取特征向量；

将所述特征向量输入至预先训练的网站分类模型进行分类，得到所述目标网站的二级类别，其中，所述网站分类模型用于表征网站的特征向量与网站的二级类别的对应关系；

查询第二对应关系表，获取所述目标网站的二级类别对应的下单高峰时间段，其中，所述第二对应关系表用于存储二级类别和二级类别对应的下单高峰时间段；

输出所述目标网站的二级类别对应的下单高峰时间段。

2.根据权利要求1所述的方法，其特征在于，所述特征向量包括以下至少一项：所述目标网站的订单量、所述目标网站的订单金额、所述目标网站的访客量、所述目标网站的浏览量。

3.根据权利要求1所述的方法，其特征在于，在所述将所述特征向量输入至预先训练的网站分类模型进行分类，得到所述目标网站的二级类别之后，还包括：

查询第一对应关系表，获取所述目标网站的二级类别所属的一级类别，其中，所述第一对应关系表用于存储二级类别和二级类别所属的一级类别；

获取所述目标网站在注册时所提交的初始一级类别；

确定所述目标网站的二级类别所属的一级类别与所述初始一级类别是否相同；

若不相同，输出异常提示信息。

4.根据权利要求1-3之一所述的方法，其特征在于，所述方法还包括建立网站分类模型的步骤，所述建立网站分类模型的步骤包括：

分别获取多个网站在第二预设时间段内的订单数据集合和访问数据集合；

对所述多个网站的订单数据集合和访问数据集合进行分析，从所述多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从所述多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合；

分别从所述多个样本订单数据集合和所述多个样本访问数据集合中提取出多个样本特征向量；

对所述多个样本特征向量进行聚类，得到网站分类模型。

5.根据权利要求4所述的方法，其特征在于，所述对所述多个网站的订单数据集合和访问数据集合进行分析，从所述多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从所述多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合，包括：

将所述多个网站的订单数据集合和访问数据集合中字段缺失的订单数据和访问数据删除，得到所述多个网站的第一订单数据集合和第一访问数据集合；

分别对所述多个网站的第一订单数据集合和第一访问数据集合进行去重处理，得到所述多个网站的第二订单数据集合和第二访问数据集合；

基于预设的第一聚类个数对所述多个网站的第二订单数据集合和第二访问数据集合进行去噪，得到多个样本订单数据集合和多个样本访问数据集合。

6.根据权利要求4所述的方法，其特征在于，所述分别从所述多个样本订单数据集合和所述多个样本访问数据集合中提取出多个样本特征向量，包括：

分别对所述多个样本订单数据集合和所述多个样本访问数据集合进行归一化处理，得到多个归一化的样本订单数据集合和多个归一化的样本访问数据集合；

分别生成与所述多个归一化的样本订单数据集合对应的一阶导数集合和与所述多个归一化的样本访问数据集合对应的一阶导数集合，并作为多个样本特征向量。

7.根据权利要求4所述的方法，其特征在于，所述对所述多个样本特征向量进行聚类，得到网站分类模型，包括：

基于预设的第二聚类个数和预设的距离参数，利用层次聚类方法对所述多个样本特征向量进行层次聚类，得到网站分类模型。

8.根据权利要求7所述的方法，其特征在于，所述层次聚类方法包括以下至少一项：最短距离法、最长距离法、平均距离法、质心距离法。