[发明专利]基于分类模型的目标产品分类方法、装置、设备和介质

权利要求书

1.一种基于分类模型的目标产品分类方法，其特征在于，所述方法包括：

获取目标产品的产品数据；

根据所述产品数据计算得到各目标产品对应的目标指标；

获取各所述产品数据的时间维度，并计算各所述时间维度的初始跨度；

根据计算得到的初始跨度得到最大跨度，通过所述最大跨度统一各所述时间维度，并根据统一后的时间维度修正所述目标指标；

将各所述目标产品所对应的修正后的目标指标输入至预先训练完成的分类模型中，得到各所述目标产品对应的分类结果。

2.根据权利要求1所述的方法，其特征在于，所述将各所述目标产品所对应的修正后的目标指标输入至预先训练完成的分类模型中，得到各所述目标产品对应的分类结果之后，包括：

接收针对所述分类结果的评价；

当所述评价为分类结果错误时，则获取分类结果错误的目标产品的产品数据，并提取评价中的分类标签；

根据所述分类结果错误的目标产品的产品数据以及所述分类标签对所述分类模型重新进行训练。

3.根据权利要求2所述的方法，其特征在于，所述获取分类结果错误的目标产品的产品数据之后，还包括：

通过预先训练完成的分类模型，计算分类结果错误的目标产品的产品数据对应的第一特征向量；

通过预先训练完成的分类模型，计算样本数据中样本产品的样本数据对应的第二特征向量；

计算所述第一特征向量和所述第二特征向量的相似度，并输出相似度满足预设阈值的第二特征向量所对应的样本数据；

对所输出的样本数据进行重新打标；

所述根据所述分类结果错误的目标产品的产品数据以及所述分类标签对所述分类模型重新进行训练，包括：

根据所述分类结果错误的目标产品的产品数据以及所述分类标签、重新打标的样本数据对所述分类模型重新进行训练。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述分类模型的训练方式包括：

获取样本数据，所述样本数据包括样本产品以及样本产品的标签；

根据所述样本产品对应的样本数据计算得到样本指标；

根据所述样本指标以及样本产品的标签进行训练得到分类模型。

5.根据权利要求1所述的方法，其特征在于，所述将各所述目标产品所对应的修正后的目标指标输入至预先训练完成的分类模型中，得到各所述目标产品对应的分类结果之后，包括：

根据产品标的对每一分类结果中的目标产品进行分类。

6.一种基于分类模型的目标产品分类装置，其特征在于，所述装置包括：

产品数据获取模块，用于获取目标产品的产品数据；

目标指标计算模块，用于根据所述产品数据计算得到各目标产品对应的目标指标；

修正模块，用于获取各所述产品数据的时间维度，并计算各所述时间维度的初始跨度；根据计算得到的初始跨度得到最大跨度，通过所述最大跨度统一各所述时间维度，并根据统一后的时间维度修正所述目标指标；

分类模块，用于将各所述目标产品所对应的修正后的目标指标输入至预先训练完成的分类模型中，得到各所述目标产品对应的分类结果。

7.根据权利要求6所述的装置，其特征在于，所述装置包括：

接收模块，用于接收针对所述分类结果的评价；

提取模块，用于当所述评价为分类结果错误时，则获取分类结果错误的目标产品的产品数据，并提取评价中的分类标签；

重新训练模块，用于根据所述分类结果错误的目标产品的产品数据以及所述分类标签对所述分类模型重新进行训练。