[发明专利]信息分类方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201910918492.5 申请日: 2019-09-26
公开(公告)号: CN110837843A 公开(公告)日: 2020-02-25
发明(设计)人: 徐绪波 申请(专利权)人: 平安银行股份有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q30/02
代理公司: 深圳市精英专利事务所 44242 代理人: 涂年影
地址: 518000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 分类 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种信息分类方法,其特征在于,包括:

若接收到管理员终端所输入的交易分类信息,根据所述交易分类信息及预置模型构建信息构建得到包含多个交易类别及每一类别对应分类关键词的交易分类模型;

若接收到交易平台所发送的新增交易信息,根据所述交易分类模型所包含的商户对所述新增交易信息中的商户是否为新增商户进行判断;

若所述新增交易信息中的商户不为新增商户,获取所述交易分类模型中与所述新增交易信息相匹配的交易类别作为对应的目标交易类别;

若所述新增交易信息中的商户为新增商户,根据所述模型构建信息获取所述交易分类模型中与所述新增交易信息匹配度最高的交易类别作为对应的目标交易类别;

根据所述目标交易类别将所述新增商户添加至所述交易分类模型中。

2.根据权利要求1所述的信息分类方法,其特征在于,所述模型构建信息包括商户信息获取地址及关键词提取模型,所述根据所述交易分类信息及预置模型构建信息构建得到包含多个交易类别及每一类别对应分类关键词的交易分类模型,包括:

根据所述商户信息获取地址获取交易分类信息中每一交易类别所包含的商户对应的商户信息;

根据所述关键词提取模型从每一所述交易类别对应商户的商户信息中提取得到与该交易类别对应的分类关键词以构建得到交易分类模型。

3.根据权利要求2所述的信息分类方法,其特征在于,所述关键词提取模型包括向量提取规则、概率计算公式、预置概率阈值及分类关键词获取规则,所述根据所述关键词提取模型从每一所述交易类别对应商户的商户信息中提取得到与该交易类别对应的分类关键词以构建得到交易分类模型,包括:

根据所述向量提取规则对每一商户的商户信息中所包含的语句进行特征提取以得到所有语句中字符的特征向量;

根据所述概率计算公式对所得到字符的特征向量进行计算以得到所有字符的单词起始概率和单词终止概率;

根据所述概率阈值对所得到的语句中字符的单词起始概率和单词终止概率进行判断以得到所有语句的概率判断结果;

根据所得到的所有语句的概率判断结果对语句进行分词处理以得到每一商户对应的单词;

根据所述分类关键词获取规则从每一交易类别所包含商户的关键词中提取得到与该交易类别对应的分类关键词。

4.根据权利要求2所述的信息分类方法,其特征在于,所述根据所述交易分类信息及预置模型构建信息构建得到包含多个交易类别及每一类别对应分类关键词的交易分类模型,还包括:

通过预设的训练数据对所述关键词提取模型进行训练,以得到训练后的关键词提取模型。

5.根据权利要求4所述的信息分类方法,其特征在于,所述训练数据中包括多条训练语句,所述通过预设的训练数据对所述关键词提取模型进行训练,以得到训练后的关键词提取模型,包括:

根据关键词提取模型中的向量提取规则对多条训练语句进行特征提取以得到所有训练语句中字符的特征向量;

根据关键词提取模型中概率计算公式对所得到训练语句的特征向量进行计算以得到所有训练语句中字符的单词起始概率和单词终止概率;

根据预设的参数调整规则、所得到训练语句中字符的单词起始概率和单词终止概率及训练语句中的单词起始位置和单词终止位置对关键词提取模型中概率计算公式的参数值进行调整,以得到训练后的关键词提取模型。

6.根据权利要求1所述的信息分类方法,其特征在于,所述获取所述交易分类模型中与所述新增交易信息相匹配的交易类别作为对应的目标交易类别,包括:

对所述新增交易信息是否为线上交易进行判断;

若所述新增交易信息为线上交易,根据所述交易分类模型获取与所述新增交易信息中商户相匹配的交易类别作为目标交易类别;

若所述新增交易信息不为线上交易,根据所述交易分类模型中的分类映射规则获取与所述新增交易信息中商户类别码相映射的交易类别作为目标交易类别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安银行股份有限公司,未经平安银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910918492.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top