[发明专利]类目信息生成方法、装置、电子设备和计算机可读介质

权利要求书

1.一种类目信息生成方法，其特征在于，所述方法包括：

获取目标物品信息，所述目标物品信息所指示的物品不属于已有的类目信息所指示的类目；

对所获取的目标物品信息进行聚类，得到多个类簇；

分别从各类簇的目标物品信息中提取特征信息，并基于所提取的特征信息，生成所述各类簇的目标物品信息的类目信息。

2.根据权利要求1所述的方法，其特征在于，所述获取目标物品信息，包括：

获取类目信息集合和已关联有类目信息的已分类物品信息集合；

基于所述类目信息集合和所述已分类物品信息集合，从全量物品信息集合中筛选目标物品信息。

3.根据权利要求2所述的方法，其特征在于，所述基于所述类目信息集合和所述已分类物品信息集合，从全量物品信息集合中筛选目标物品信息，包括：

确定所述全量物品信息集合中的各物品信息与所述类目信息集合中的各类目信息的第一相似度以及与所述已分类物品信息集合中的各已分类物品信息的第二相似度；

从所述已分类物品信息集合中，分别选取与所述全量物品信息集合中的各物品信息具有相同产品编码的参考物品信息，并确定所述参考物品信息所关联的类目信息的离散程度值；

基于所述第一相似度、所述第二相似度以及所述离散程度值，确定所述全量物品信息集合中的各物品信息的分值；

从所述全量物品信息集合中选取分值小于预设阈值的物品信息，作为目标物品信息。

4.根据权利要求3所述的方法，其特征在于，所述确定所述全量物品信息集合中的各物品信息与所述类目信息集合中的各类目信息的第一相似度以及与所述已分类物品信息集合中的各已分类物品信息的第二相似度，包括：

对所述全量物品信息集合中的各物品信息进行分词；

基于分词后所得到的各词语所属字段的预设权重以及所述各词语的分布信息，确定所述各词语的权重；

对于所述全量物品信息集合中的每一个物品信息，基于该物品信息中的各词语的权重，确定该物品信息与所述类目信息集合中的各类目信息的第一相似度以及与所述已分类物品信息集合中的各已分类物品信息的第二相似度。

5.根据权利要求3所述的方法，其特征在于，所述确定所述目标物品信息所关联的类目信息的离散程度值，包括：

对于所述全量物品信息集合中的每一个物品信息，查询针对该物品信息所选取的参考物品信息关联的类目信息，对所查询到的类目信息进行统计，并基于统计结果确定所查询到的类目信息的离散程度值。

6.根据权利要求1所述的方法，其特征在于，所述对所获取的目标物品信息进行聚类，得到多个类簇，包括：

分别从所获取的各目标物品信息中提取特征向量；

利用具有噪声的基于密度的聚类算法对所述特征向量进行聚类，得到多个类簇。

7.根据权利要求1所述的方法，其特征在于，所述基于所提取的特征信息，生成所述各类簇的目标物品信息的类目信息，包括：

对于每一个类簇，将该类簇涉及的目标物品信息作为文档，将从该类簇的目标物品信息中提取的特征信息汇总为词表，基于所述文档和所述词表拟合主题模型，以确定该类簇对应的主题，并基于所述主题确定该类簇的目标物品信息的类目信息。

8.一种类目信息生成装置，其特征在于，所述装置包括：

获取单元，用于获取目标物品信息，所述目标物品信息所指示的物品不属于已有的类目信息所指示的类目；

聚类单元，用于对所获取的目标物品信息进行聚类，得到多个类簇；

生成单元，用于分别从各类簇的目标物品信息中提取特征信息，并基于所提取的特征信息，生成所述各类簇的目标物品信息的类目信息。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。