[发明专利]网站类别获取方法和装置

说明书

本申请公开了网站类别获取方法和装置。该方法的一具体实施方式包括：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；对订单数据集合和访问数据集合进行分析，从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；从目标订单数据集合和目标访问数据集合中提取特征向量；将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别，其中，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。该实施方式提高了网站分类效率。

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及网站类别获取方法和装置。

背景技术

随着互联网的普及，网络购物的优点更加突出。利用网络进行购物的用户规模不断上升，各种类型的网站(例如网上商店)也层出不穷。

对于同一类型的网站，可能会有不同的经营模式。根据不同的经营模式，同一类型的网站还可以被划分成不同的类别。

然而，现有的网站分类方式通常是本领域技术人员通过人工分析对网站进行分类，网站分类效率较低。

发明内容

本申请实施例的目的在于提出一种改进的网站类别获取方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种网站类别获取方法，该方法包括：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；对订单数据集合和访问数据集合进行分析，从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；从目标订单数据集合和目标访问数据集合中提取特征向量；将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别，其中，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。

在一些实施例中，特征向量包括以下至少一项：目标网站的订单量、目标网站的订单金额、目标网站的访客量、目标网站的浏览量。

在一些实施例中，在将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别之后，还包括：查询第一对应关系表，获取目标网站的二级类别所属的一级类别，其中，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；获取目标网站在注册时所提交的初始一级类别；确定目标网站的二级类别所属的一级类别与初始一级类别是否相同；若不相同，输出异常提示信息。

在一些实施例中，在将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别之后，还包括：查询第二对应关系表，获取目标网站的二级类别对应的下单高峰时间段，其中，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；输出目标网站的二级类别对应的下单高峰时间段。

在一些实施例中，该方法还包括建立网站分类模型的步骤，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；对多个网站的订单数据集合和访问数据集合进行分析，从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；分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量；对多个样本特征向量进行聚类，得到网站分类模型。

在一些实施例中，对多个网站的订单数据集合和访问数据集合进行分析，从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。