CN107391545B - 一种对用户进行分类的方法、输入方法及装置 - Google Patents

一种对用户进行分类的方法、输入方法及装置 Download PDF

Info

Publication number
CN107391545B
CN107391545B CN201710378469.2A CN201710378469A CN107391545B CN 107391545 B CN107391545 B CN 107391545B CN 201710378469 A CN201710378469 A CN 201710378469A CN 107391545 B CN107391545 B CN 107391545B
Authority
CN
China
Prior art keywords
word
target
determining
target object
vector corresponding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710378469.2A
Other languages
English (en)
Other versions
CN107391545A (zh
Inventor
陈明星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Advanced New Technologies Co Ltd
Advantageous New Technologies Co Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201710378469.2A priority Critical patent/CN107391545B/zh
Publication of CN107391545A publication Critical patent/CN107391545A/zh
Application granted granted Critical
Publication of CN107391545B publication Critical patent/CN107391545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例公开了一种对用户进行分类的方法、输入方法及装置。在本申请实施例中，计算文本数据中每个词的词向量，以及确定每个目标对象对应的词集合，最终输入到模型的特征向量是根据每个目标对象对应的词集合和每个词对应的词向量确定的，这并不依赖业务人员的主观经验，既可以提升模型的训练效果，也可以提升根据模型进行分类或聚类的准确性。

Description

一种对用户进行分类的方法、输入方法及装置
技术领域
本申请涉及信息技术领域，尤其涉及一种对用户进行分类的方法、输入方法及装置。
背景技术
在诸多业务领域，可以分析确定目标对象的特征，将确定的特征输入到模型进行训练，得到分类模型或聚类模型，以方便后续对目标对象进行分类或聚类，最终实现某种业务目的。例如，金融机构可以根据各目标对象(用户)的特征，对用户进行信用能力为优、良或差的分类，以确定授信额度。
通常，由业务人员预先依据经验选择一些特征(例如，在金融业务场景下，选择的特征可以是有房产、有车产、有学历等)，以及确定一定数量的训练样本，然后再针对每个训练样本进行特征标记，将标记后的训练样本输入到待训练的模型进行训练，得到的分类或聚类模型可以用于对训练样本外的目标对象进行分类或聚类。
但是，业务人员在选择特征时，主观性较强，选择的特征不够准确，这导致为目标对象标记的特征也不够准确。这意味着，向模型输入的特征是不够准确的，这会降低模型的训练效果以及根据模型进行分类或聚类的准确性。
发明内容
本申请实施例提供一种对用户进行分类的方法、输入方法及装置，以解决现有的模型用于进行分类或聚类的准确性较低与成本过高的问题。
为解决上述技术问题，本申请实施例是这样实现的：
本申请实施例提供的一种对用户进行分类的方法，包括：
获取若干用户分别发布的评论文本；
确定各评论文本中包含的每个词对应的词向量，以及，针对每个用户，根据该用户发布的评论文本，确定该用户对应的目标向量；
根据每个用户对应的目标向量和每个词对应的词向量，确定每个用户对应的特征向量；
将各用户分别对应的特征向量输入到分类模型，以得到各用户的分类，其中，所述分类包括发布正面评论的用户和发布负面评论的用户。
本申请实施例提供的一种输入方法，包括：
获取若干目标对象分别对应的文本数据；
确定所述文本数据中包含的每个词对应的词向量，以及，针对每个目标对象，根据该目标对象对应的文本数据，确定该目标对象对应的词集合；
根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量；
将各目标对象分别对应的特征向量输入模型。
本申请实施例提供的一种对用户进行分类的装置，包括：
获取模块，获取若干用户分别发布的评论文本；
第一确定模块，确定各评论文本中包含的每个词对应的词向量，以及，针对每个用户，根据该用户发布的评论文本，确定该用户对应的目标向量；
所述第二确定模块，根据每个用户对应的目标向量和每个词对应的词向量，确定每个用户对应的特征向量；
分类模块，将各用户分别对应的特征向量输入到分类模型，以得到各用户的分类，其中，所述分类包括发布正面评论的用户和发布负面评论的用户。
本申请实施例提供的一种输入装置，包括：
获取模块，获取若干目标对象分别对应的文本数据；
第一确定模块，确定所述文本数据中包含的每个词对应的词向量，以及，针对每个目标对象，根据该目标对象对应的文本数据，确定该目标对象对应的词集合；
第二确定模块，根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量；
输入模块，将各目标对象分别对应的特征向量输入模型。
由以上本申请实施例提供的技术方案可见，在本申请实施例中，计算文本数据中每个词的词向量，以及确定每个目标对象对应的词集合，最终输入到模型的特征向量是根据每个目标对象对应的词集合和每个词对应的词向量确定的，这并不依赖业务人员的主观经验，既可以提升模型的训练效果，也可以提升根据模型进行分类或聚类的准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种输入方法流程图；
图2是本申请实施例提供的计算所有文本数据中包含的每个词对应的词向量的示意图；
图3是本申请实施例提供的一种对用户进行分类的方法流程图；
图4是本申请实施例提供的舆情监控场景下，服务端与社交平台的对接示意图；
图5是本申请实施例提供的，舆情监控的场景下，训练二分类模型的示意图；
图6是本申请实施例提供的一种输入装置示意图；
图7是本申请实施例提供的一种对用户进行分类的装置示意图。
具体实施方式
本申请的核心思想是基于目标对象对应的文本数据，采用词向量算法计算文本数据中每个词的词向量，并根据每个词的词向量和每个目标对象对应的词集合，确定每个目标对象对应的特征向量，作为模型的输入。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1是本申请实施例提供的一种输入方法流程图，包括以下步骤：
S101：获取若干目标对象分别对应的文本数据。
在本申请实施例中，所述文本数据可以是文字、数字、标点符号等组成的文本数据，例如文章、微博、评论等。所述目标对象可以是产生文本数据的主体，例如人、企业、机构等。目标对象产生文本数据的方式可以是在互联网上发布言论、向报刊投稿等。对产生某个文本数据的目标对象而言，该文本数据通常可以反映该目标对象的特征，如目标对象的观点、好恶、信用能力、性格特征等。
在本申请实施例中，可以从互联网上获取若干目标对象分别对应的文本数据，也可以从其他途径，如期刊、报纸、图书馆等，获取所述文本数据。
进一步地，基于特定的业务目的，可以获取与特定的业务相关的文本数据。因此，获取的文本数据也就能够反映目标对象的与特定的业务相关的特征。例如，金融机构基于对用户征信的目的，可以获取各用户分别产生的，与消费、借贷、财产等有关的文本数据，获取的文本数据可以反映用户的信用能力。
S102：确定所述文本数据中包含的每个词对应的词向量，以及，针对每个目标对象，根据该目标对象对应的文本数据，确定该目标对象对应的词集合。
在本申请实施例中，可以采用分词算法，对所述文本数据进行分词，得到所述文本数据中包含的每个词。
接着，可以根据词向量算法，如word2vec算法、fast text算法等，针对每个词，计算得到该词对应的词向量。本领域技术人员应当了解，任何能够将一个词映射到多维空间得到词向量的算法，都可以用于本申请实施例中。
需要说明的是，可以确定所有文本数据中包含的每个词对应的词向量，也可以确定部分文本数据中包含的每个词对应的词向量。
图2是本申请实施例提供的计算所有文本数据中包含的每个词对应的词向量的示意图。如图2所示，可以将所有文本数据按自然段或其他标准划分成TXT1～TXTn这n个文本碎片，然后针对每个TXT进行分词，得到每个TXT对应的词，其中，TXT1对应的词为word11～word1m1，m1是TXT1对应的词的数量。以此类推，m2～mn分别为TXT2～TXTn对应的词的数量。然后，再将每个TXT对应的词输入到词向量算法模型中，得到所有文本数据中每个词对应的词向量。计算得到的各词向量可以组成一个矩阵，该矩阵的每一行就是一个词对应的词向量。其中，m为所有文本数据中包含的词的数量，k为词向量的维数。
在本申请实施例中，目标对象对应的词集合可以是目标对象对应的文本数据中包含的全部或部分词组成的集合。
需要说明的是，当基于特定的业务目的，根据目标对象对应的文本数据对目标对象进行特征分析时，并不是目标对象对应的文本数据中包含的每个词都与特定的业务相关，因此，目标对象对应的词集合可以不包含这些与特定的业务无关的词，仅由与特定的业务有关的部分词组成。
例如，当基于征信的业务目的时，假设用户A对应的文本数据为“今天吃过午饭后，去4S店给我的奔驰车做一次保养”，那么该文本数据中包含的词“今天”、“吃过”、“午饭”、“后”，与用户A的信用能力并没有必然联系，因此，用户A对应的词集合可以是(去、4S店、给、我的、奔驰车、做、一次、保养)。
可见，当基于特定的业务目的时，目标对象对应的词集合不必包含该目标对象对应的文本数据中的全部词，这样一来，可以过滤掉一些无关的词的干扰，在后续的步骤中，根据目标对象对应的词集合确定目标对象对应的特征向量的效率和准确率都得到了提升。
在本申请实施例中，可以预设确定词集合的规则，从每个目标对象对应的文本数据中，筛选出与特定的业务相关的词组成词集合。具体而言，可以根据预设的关键字，从每个目标对象对应的文本数据中，筛选出与所述关键字相关的词组成词集合。
S103：根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量。
在本申请实施例中，可以针对每个目标对象，确定该目标对象对应的词集合中各词的词向量的第N个维度的取值的平均值，作为该目标对象对应的特征向量的第N个维度的取值。
例如，目标对象A对应的词集合为(word1、word2、word3)，每个词对应的3维词向量依次为|f11 f12 f13|、|f21 f22 f23|、|f31 f32 f33|，则目标对象A对应的特征向量为
Figure BDA0001304545100000061
S104：将各目标对象分别对应的特征向量输入模型。
在本申请实施例中，可以将各目标对象分别对应的特征向量输入到预先训练的分类模型，以对各目标对象进行分类；或将各目标对象分别对应的特征向量输入到预先训练的聚类模型，以对各目标对象进行聚类；或将各目标对象分别对应的特征向量输入到待训练的模型，以对所述模型进行训练。
也就是说，步骤S101～S104的方法既可以用于对待分类或待聚类的若干目标对象进行特征向量分析，并将得到的特征向量输入给分类模型或聚类模型，用于分类或聚类。也可以用于对作为训练样本的若干目标对象进行特征向量分析，得到各目标对象对应的特征向量并输入到待训练的模型进行训练。
当对待训练的模型进行训练时，可以采用传统的机器学习算法，根据各目标对象分别对应的特征向量，对待训练的模型进行训练。例如，可以采用有监督的机器学习算法，预先对训练样本中的各目标对象进行类别标注，然后将各目标对象分别对应的特征向量作为输入，采用随机森林算法，训练得到分类模型。本领域技术人员应当了解，根据本申请实施例得到的各目标对象分别对应的特征向量，可以采用各种机器学习算法进行模型训练，不再赘述。
在本申请实施例中，还可以根据各目标对象分别对应的特征向量，对各目标对象进行相似度分析，两个目标对象分别对应的特征向量距离越近，这两个目标对象也就越相似。
通过图1所示的方法，计算文本数据中每个词的词向量，以及确定每个目标对象对应的词集合，最终输入到模型的特征向量是根据每个目标对象对应的词集合和每个词对应的词向量确定的，这并不依赖业务人员的主观经验。当向模型输入目标对象的特征向量以对模型进行训练时，由于目标对象的特征向量的准确性较高，因此可以显著提升模型的训练效果；当向分类模型或聚类模型输入目标对象的特征向量以对目标对象进行分类或聚类时，也可以显著提升进行分类或聚类的准确性。
还有，现有技术中，需要花费大量人力和时间来进行特征的选择工作，而在本申请实施例中，由于采用高效快速的词向量算法处理文本数据得到词向量，因此省去了人工选择特征的工作，从而降低了进行模型训练、分类或聚类的成本。
此外，在步骤S103处，可以针对每个目标对象，根据该目标对象对应的词集合，确定该目标对象对应的目标向量；再根据该目标对象对应的目标向量与每个词对应的词向量，确定该目标对象对应的特征向量。
其中，所述目标向量可以通过以下方式确定：根据所有文本数据中包含的词，确定该目标对象对应的目标向量的各维度，再针对所述目标向量的每个维度，根据该维度对应的词是否在该目标对象对应的词集合中，确定该维度的取值。
具体而言，根据所有文本数据中包含的词，确定该目标对象对应的目标向量的各维度，包括两个方面：其一，可以根据所有文本数据中包含的词的数量，确定该目标对象对应的目标向量的维数，例如，可以将所有文本数据中包含的词的数量作为该目标对象对应的目标向量的维数。其二，该目标对象对应的目标向量的各维度与所有文本数据中包含的各词是一一对应的。
确定目标向量的每个维度的取值的方式，可以是针对每个目标对象对应的目标向量的每个维度，若该维度对应的词在该目标对象对应的词集合中，则该维度的取值为1；若该维度对应的词不在该目标对象对应的词集合中，则该维度的取值为0。
当然，也可以根据每个维度对应的词在该目标对象对应的词集合中出现的频率，确定该目标对象对应的目标向量的每个维度的取值。具体而言，出现频率越高的词对应的维度的取值就越大。
在本申请实施例中，可以针对每个目标对象，将该目标对象对应的目标向量与每个词对应的词向量组成的矩阵(如图2所示的矩阵)相乘，得到该目标对象对应的特征向量。
图3是本申请实施例提供的一种对用户进行分类的方法流程图，包括以下步骤：
S301：获取若干用户分别发布的评论文本。
S302：确定各评论文本中包含的每个词对应的词向量，以及，针对每个用户，根据该用户产生的评论文本，确定该用户对应的目标向量。
S303：根据每个用户对应的目标向量和每个词对应的词向量，确定每个用户对应的特征向量。
S304：将各用户分别对应的特征向量输入到分类模型，以得到各用户的分类。
在本申请实施例中，用户即是图1中所示的目标对象，评论文本即是图1中所示的文本数据，所述分类模型可以是根据图1所示的方法训练得到的。所述分类可以包括发布正面评论的用户和发布负面评论的用户。
其中，本申请对正面或负面的划分标准不作具体限制，可以视具体的业务场景而定。例如，在舆情监控的业务场景下，需要通过对舆情的分析，了解大众对产品或服务是否满意，因此，正面评论即是对产品或服务满意的评论，负面评论即是对产品或服务不满意的评论。
在本申请实施例中，根据所有评论文本中包含的词，确定该用户对应的目标向量的各维度，针对所述目标向量的每个维度，根据该维度对应的词是否出现在该用户对应的评论文本中，确定该维度的取值，并将该用户对应的目标向量与每个词对应的词向量组成的矩阵相乘，得到该用户对应的特征向量。
此处应强调的是，对图3中各步骤的说明，可参见前文对图1中各步骤的说明，不再赘述。
在舆情监控的业务场景下，所述评论文本可以是用户在互联网上，尤其是社交平台(如微博、论坛等)上发布的评论文本。并且，获取的用户发布的评论文本可以是与舆情监控所针对的产品或服务相关的文本。可以首先采集大量用户对应的评论文本，然后确定各用户分别对应的特征向量，用于训练二分类模型。随后，对于需要进行分类的某个用户，通过步骤S301～S304，确定该用户对应的特征向量，输入到二分类模型进行分类。
此处需要说明的是，在舆情监控的场景下，需要进行舆情监控的服务端存储的各用户的第一标识应当与社交平台存储的各用户的第二标识关联。图4是本申请实施例提供的舆情监控场景下，服务端与社交平台的对接示意图。如图4所示，服务端从社交平台获取各第二标识分别对应的评论文本，也就获取了各第一标识(即各用户)分别对应的评论文本，以便后续确定各用户分别对应的特征向量。
图5是本申请实施例提供的，舆情监控的场景下，训练二分类模型的示意图。在图5中，训练二分类模型分为三个阶段，即词向量计算阶段、特征向量确定阶段、训练阶段。海量用户产生的评论文本作为样本体现出的用户的特征具有更高的准确性。在词向量计算阶段，通过词向量算法可以从海量的评论文本中高效地计算出每个词的词向量，不需花费大量时间。在训练阶段，将各用户分别对应的特征向量输入待训练的分类模型，采用传统的机器学习算法进行训练即可。最终训练得到的二分类模型可以更为准确地判断某个用户所属的分类。
在确定某个用户所属的分类后，可以根据分类结果，选择并执行所述分类结果对应的舆情处理策略。例如，倘若确定该用户属于正面评论的用户，那么可以时常向该用户发送促销短信或定期向该用户发放打折券等福利；倘若确定该用户属于负面评论的用户，那么可以指派客服人员及时联系该用户，获取该用户使用产品或服务后的反馈，稳定该用户的情绪，避免该用户因产品或服务体验不佳在社交平台上发布更多不利于产品或服务的言论，导致不良舆情发生。
最后值得强调的是，上述对舆情监控场景下本方案的说明只是以二分类为例，本领域技术人员应当了解，将本申请实施例中确定的用户的特征向量输入给模型，同样可以实现对用户的多分类，不再赘述。
基于图1所示的输入方法，本申请实施例还对应提供了一种输入装置，如图6所示，包括：
获取模块601，获取若干目标对象分别对应的文本数据；
第一确定模块602，确定所述文本数据中包含的每个词对应的词向量，以及，针对每个目标对象，根据该目标对象对应的文本数据，确定该目标对象对应的词集合；
第二确定模块603，根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量；
输入模块604，将各目标对象分别对应的特征向量输入模型。
所述第二确定模块603，针对每个目标对象，根据该目标对象对应的词集合，确定该目标对象对应的目标向量；根据该目标对象对应的目标向量与每个词对应的词向量，确定该目标对象对应的特征向量。
所述第二确定模块603，根据所有文本数据中包含的词的数量，确定该目标对象对应的目标向量的维度的数量；根据所有文本数据中包含的每个词是否在该目标对象对应的词集合中，确定该目标对象对应的目标向量的各维度的取值。
所述第二确定模块603，针对每个目标对象，确定该目标对象对应的词集合中包含的各词的词向量；计算确定的各词向量的第N个维度的取值的平均值，作为该目标对象对应的特征向量的第N个维度的取值。
所述输入模块604，将各目标对象分别对应的特征向量输入到预先训练的分类模型，以对各目标对象进行分类；或将各目标对象分别对应的特征向量输入到预先训练的聚类模型，以对各目标对象进行聚类；或将各目标对象分别对应的特征向量输入到待训练的模型，以对所述模型进行训练。
基于图3所示的训练分类模型或分类的方法，本申请实施例还对应提供了一种对用户进行分类的装置，如图7所示，包括：
获取模块701，获取若干用户分别发布的评论文本；
第一确定模块702，确定各评论文本中包含的每个词对应的词向量，以及，针对每个用户，根据该用户发布的评论文本，确定该用户对应的词集合；
第二确定模块703，根据每个用户对应的目标向量和每个词对应的词向量，确定每个用户对应的特征向量；
分类模块704，将各用户分别对应的特征向量输入到分类模型，以得到各用户的分类，其中，所述分类包括发布正面评论的用户和发布负面评论的用户。
所述第一确定模块702，根据所有评论文本中包含的词，确定该用户对应的目标向量的各维度；针对所述目标向量的每个维度，根据该维度对应的词是否出现在该用户对应的评论文本中，确定该维度的取值；
所述第二确定模块703，针对每个用户，将该用户对应的目标向量与每个词对应的词向量组成的矩阵相乘，得到该用户对应的特征向量。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种对用户进行分类的方法，包括：
获取若干用户分别发布的评论文本；
确定各评论文本中包含的每个词对应的词向量，以及，针对每个用户，根据该用户发布的所有评论文本，确定该用户对应的目标向量；
根据每个用户对应的目标向量和每个词对应的词向量，确定每个用户对应的特征向量；
将各用户分别对应的特征向量输入到分类模型，以得到各用户的分类，其中，所述分类包括发布正面评论的用户和发布负面评论的用户；
根据该用户发布的所有评论文本，确定该用户对应的目标向量，具体包括：
根据所有评论文本中包含的词，确定该用户对应的目标向量的各维度；
针对所述目标向量的每个维度，根据该维度对应的词是否出现在该用户对应的评论文本中，确定该维度的取值。
2.根据权利要求1所述的方法，根据每个用户对应的目标向量和每个词对应的词向量，确定每个用户对应的特征向量，具体包括：
针对每个用户，将该用户对应的目标向量与每个词对应的词向量组成的矩阵相乘，得到该用户对应的特征向量。
3.一种输入方法，包括：
获取若干目标对象分别对应的文本数据；
确定所述文本数据中包含的每个词对应的词向量，以及，针对每个目标对象，根据该目标对象对应的所有文本数据，确定该目标对象对应的词集合；
根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量；
将各目标对象分别对应的特征向量输入模型；
根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量，具体包括：
针对每个目标对象，根据该目标对象对应的词集合，确定该目标对象对应的目标向量；
根据该目标对象对应的目标向量与每个词对应的词向量，确定该目标对象对应的特征向量；
其中，根据该目标对象对应的词集合，确定该目标对象对应的目标向量，具体包括：
根据所有文本数据中包含的词，确定该目标对象对应的目标向量的各维度；
针对所述目标向量的每个维度，根据该维度对应的词是否在该目标对象对应的词集合中，确定该维度的取值。
4.根据权利要求3所述的方法，根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量，具体包括：
针对每个目标对象，确定该目标对象对应的词集合中各词的词向量的第N个维度的取值的平均值，作为该目标对象对应的特征向量的第N个维度的取值。
5.根据权利要求3所述的方法，将各目标对象分别对应的特征向量输入模型，具体包括：
将各目标对象分别对应的特征向量输入到预先训练的分类模型，以对各目标对象进行分类；或
将各目标对象分别对应的特征向量输入到预先训练的聚类模型，以对各目标对象进行聚类；或
将各目标对象分别对应的特征向量输入到待训练的模型，以对所述模型进行训练。
6.一种对用户进行分类的装置，包括：
获取模块，获取若干用户分别发布的评论文本；
第一确定模块，确定各评论文本中包含的每个词对应的词向量，以及，针对每个用户，根据该用户发布的所有评论文本，确定该用户对应的目标向量；
第二确定模块，根据每个用户对应的目标向量和每个词对应的词向量，确定每个用户对应的特征向量；
分类模块，将各用户分别对应的特征向量输入到分类模型，以得到各用户的分类，其中，所述分类包括发布正面评论的用户和发布负面评论的用户；
根据该用户发布的所有评论文本，确定该用户对应的目标向量，具体包括：
根据所有评论文本中包含的词，确定该用户对应的目标向量的各维度；
针对所述目标向量的每个维度，根据该维度对应的词是否出现在该用户对应的评论文本中，确定该维度的取值。
7.根据权利要求6所述的装置，所述第二确定模块，针对每个用户，将该用户对应的目标向量与每个词对应的词向量组成的矩阵相乘，得到该用户对应的特征向量。
8.一种输入装置，包括：
获取模块，获取若干目标对象分别对应的文本数据；
第一确定模块，确定所述文本数据中包含的每个词对应的词向量，以及，针对每个目标对象，根据该目标对象对应的所有文本数据，确定该目标对象对应的词集合；
第二确定模块，根据每个目标对象对应的词集合和每个词对应的词向量，确定每个目标对象对应的特征向量；
输入模块，将各目标对象分别对应的特征向量输入模型；
所述第二确定模块，针对每个目标对象，根据该目标对象对应的词集合，确定该目标对象对应的目标向量；根据该目标对象对应的目标向量与每个词对应的词向量，确定该目标对象对应的特征向量；
所述第二确定模块，根据所有文本数据中包含的词，确定该目标对象对应的目标向量的各维度；针对所述目标向量的每个维度，根据该维度对应的词是否在该目标对象对应的词集合中，确定该维度的取值。
9.根据权利要求8所述的装置，所述第二确定模块，针对每个目标对象，确定该目标对象对应的词集合中各词的词向量的第N个维度的取值的平均值，作为该目标对象对应的特征向量的第N个维度的取值。
10.根据权利要求8所述的装置，所述输入模块，将各目标对象分别对应的特征向量输入到预先训练的分类模型，以对各目标对象进行分类；或将各目标对象分别对应的特征向量输入到预先训练的聚类模型，以对各目标对象进行聚类；或将各目标对象分别对应的特征向量输入到待训练的模型，以对所述模型进行训练。
CN201710378469.2A 2017-05-25 2017-05-25 一种对用户进行分类的方法、输入方法及装置 Active CN107391545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710378469.2A CN107391545B (zh) 2017-05-25 2017-05-25 一种对用户进行分类的方法、输入方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710378469.2A CN107391545B (zh) 2017-05-25 2017-05-25 一种对用户进行分类的方法、输入方法及装置

Publications (2)

Publication Number Publication Date
CN107391545A CN107391545A (zh) 2017-11-24
CN107391545B true CN107391545B (zh) 2020-09-18

Family

ID=60338925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710378469.2A Active CN107391545B (zh) 2017-05-25 2017-05-25 一种对用户进行分类的方法、输入方法及装置

Country Status (1)

Country Link
CN (1) CN107391545B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090193B (zh) * 2017-12-21 2022-04-22 创新先进技术有限公司 异常文本的识别方法和装置
CN110019809B (zh) * 2018-01-02 2021-11-19 中国移动通信有限公司研究院 一种分类确定方法、装置及网络设备
CN108597519B (zh) * 2018-04-04 2020-12-29 百度在线网络技术（北京）有限公司 一种话单分类方法、装置、服务器和存储介质
CN109191167A (zh) * 2018-07-17 2019-01-11 阿里巴巴集团控股有限公司 一种目标用户的挖掘方法和装置
CN111006750B (zh) * 2018-10-08 2021-11-23 阿里巴巴集团控股有限公司 电子秤设备、商品对象信息处理方法及装置
TWI685835B (zh) * 2018-10-26 2020-02-21 財團法人資訊工業策進會 有聲播放裝置及其播放方法
CN111488400B (zh) * 2019-04-28 2021-03-30 北京京东尚科信息技术有限公司 数据分类方法、装置和计算机可读存储介质
CN110263237A (zh) * 2019-05-31 2019-09-20 精硕科技（北京）股份有限公司 舆情数据的获取方法和装置
CN110532331A (zh) * 2019-09-05 2019-12-03 腾讯科技（深圳）有限公司 一种对象类型确定的方法以及相关装置
CN113360602A (zh) * 2021-06-22 2021-09-07 北京百度网讯科技有限公司 用于输出信息的方法、装置、设备以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577988A (zh) * 2012-07-24 2014-02-12 阿里巴巴集团控股有限公司 一种识别特定用户的方法和装置
CN104794212A (zh) * 2015-04-27 2015-07-22 清华大学 基于用户评论文本的上下文情感分类方法及分类系统
CN105589941A (zh) * 2015-12-15 2016-05-18 北京百分点信息科技有限公司 网络文本的情感信息检测方法和装置
US9424533B1 (en) * 2011-09-24 2016-08-23 Z Advanced Computing, Inc. Method and system for predicting an outcome of an event

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9424533B1 (en) * 2011-09-24 2016-08-23 Z Advanced Computing, Inc. Method and system for predicting an outcome of an event
CN103577988A (zh) * 2012-07-24 2014-02-12 阿里巴巴集团控股有限公司 一种识别特定用户的方法和装置
CN104794212A (zh) * 2015-04-27 2015-07-22 清华大学 基于用户评论文本的上下文情感分类方法及分类系统
CN105589941A (zh) * 2015-12-15 2016-05-18 北京百分点信息科技有限公司 网络文本的情感信息检测方法和装置

Also Published As

Publication number Publication date
CN107391545A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
CN107391545B (zh) 一种对用户进行分类的方法、输入方法及装置
Yi et al. Machine learning based customer sentiment analysis for recommending shoppers, shops based on customers’ review
US10242323B2 (en) Customisable method of data filtering
Baltas et al. An apache spark implementation for sentiment analysis on twitter data
US10977448B2 (en) Determining personality profiles based on online social speech
US20200160196A1 (en) Methods and systems for detecting check worthy claims for fact checking
CN110020427B (zh) 策略确定方法和装置
CN108346107B (zh) 一种社交内容风险识别方法、装置以及设备
Chyrun et al. Content monitoring method for cut formation of person psychological state in social scoring
US20180357564A1 (en) Cognitive flow prediction
MacDermott et al. Using deep learning to detect social media ‘trolls’
CN108229564B (zh) 一种数据的处理方法、装置及设备
Dai et al. The workforce analyzer: group discovery among LinkedIn public profiles
Kim et al. Comparing machine learning classifiers for movie WOM opinion mining
Yenkikar et al. Sentimlbench: Benchmark evaluation of machine learning algorithms for sentiment analysis
Masrani Twitter Sentiment Analysis Using a Modified Naïve Bayes Algorithm
Chaurasia et al. Sentiment Analysis of Twitter Data by Natural Language Processing and Machine Learning
CN114969253A (zh) 市场主体与政策的匹配方法、装置、计算设备及介质
Tiwari et al. Twitter sentiment analysis using machine learning and Deep Learning
Priyanga et al. User Request Emotion Prediction Approach in a Crowdsourcing Platform
Wang et al. A novel feature-based text classification improving the accuracy of twitter sentiment analysis
US20190385089A1 (en) Social network navigation based on content relationships
Sharma et al. Machine Learning Application: Sarcasm Detection Model
Dirash et al. LSTM Based Sentiment Analysis
Bharadi Sentiment Analysis of Twitter Data Using Named Entity Recognition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200922

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200922

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands

Patentee after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Patentee before: Alibaba Group Holding Ltd.