CN108009178B

CN108009178B - 信息聚合方法及装置

Info

Publication number: CN108009178B
Application number: CN201610963771.XA
Authority: CN
Inventors: 费浩峻
Original assignee: Shanghai Youyang New Media Information Technology Co ltd
Current assignee: Chongqing duxiaoman Youyang Technology Co.,Ltd.
Priority date: 2016-10-28
Filing date: 2016-10-28
Publication date: 2021-12-10
Anticipated expiration: 2036-10-28
Also published as: CN108009178A

Abstract

本申请公开了信息聚合方法及装置。该方法的一具体实施方式包括：获取物品名称集合；通过每个物品名称的类型名称构成物品类型集合；执行聚合步骤，将聚合后形成的物品类型和物品类型集合中未进行聚合的物品类型形成新物品类型集合，判断新物品类型集合中是否存在符合聚合条件的两个物品类型，如果不存在，则输出新物品类型集合；如果存在，则将新物品类型集合作为物品类型集合继续执行聚合步骤。该实施方式通过每个物品名称的类型名称构成物品类型集合，然后通过类型相似度、语意相似度和文本相似度对物品类型进行聚合，最后得到聚合后的物品类型，能够对物品类型进行准确判断。

Description

信息聚合方法及装置

技术领域

本申请涉及信息处理技术领域，具体涉及信息分类技术领域，尤其涉及信息聚合方法及装置。

背景技术

随着生产的发展，各种类型的物品出现在市场上，每种类型的物品还细分为多种具体的物品(此处的物品可以是实体的物品，如空调，也可以是虚拟的物品，如股票)。例如，空调可以分为壁挂式空调和立式空调，壁挂式空调和立式空调各自又可以包括多种功率、颜色、体积大小和结构的空调。用户可以根据自己的喜好选择自己喜欢的空调，增加了用户的选择，满足了用户的个性化需要。各个市场也将物品分成不同的类型，以便用户进行选择。

然而，现有对物品进行分类还存在一些不足。对于同一种物品，有些市场从功能角度对物品分类，有些市场从生产地进行分类，有些市场将物品划分为其他物品的类型，还有些市场将与物品相关的其他物品一起分为一类，这就降低了用户查找物品的准确度。

发明内容

本申请提供了信息聚合方法及装置，以解决背景技术中提到的技术问题。

第一方面，本申请提供了一种信息聚合方法，该方法包括：获取物品名称集合，上述物品名称集合包括至少两个物品类型下的物品的物品名称；通过上述物品名称集合中的各个物品名称对应的物品的类型名称构成物品类型集合；执行如下聚合步骤：将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类：两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值，将聚合后形成的物品类型和上述物品类型集合中未进行聚合的物品类型形成新物品类型集合，判断上述新物品类型集合中是否存在符合上述聚合条件的两个物品类型，如果不存在，则输出上述新物品类型集合；如果存在，则将上述新物品类型集合作为物品类型集合继续执行上述聚合步骤。

在一些实施例中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：为物品类型包含的每个基准物品设置对应的基准物品向量，通过上述基准物品向量构建该物品类型的物品类型向量，其中，上述基准物品用于确定物品所属的类型；计算两个上述物品类型向量之间的余弦相似度，上述余弦相似度用于通过向量夹角的余弦值来判断两个上述物品类型向量的相似程度；根据上述余弦相似度确定类型相似度。

在一些实施例中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，还包括：确定两个上述物品类型的包含关系，上述包含关系用于表征一个物品类型下的基准物品是否完全包含在另一个物品类型内；以及，上述根据所述余弦相似度确定类型相似度，包括：根据上述余弦相似度和上述包含关系确定类型相似度。

在一些实施例中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：获取设定时间段内的至少一条物品消息；确定上述物品消息中出现同时以上述两个物品类型为主题的物品消息的数量得到同时出现数量；确定上述物品消息中以上述两个物品类型各自为主题的物品消息的数量得到第一出现数量和第二出现数量；将上述同时出现数量与上述第一出现数量和第二出现数量的乘积的比值作为语意相似度。

在一些实施例中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：确定上述两个物品类型的类型名称的文字相同数量和文字不同数量；将上述文字相同数量与文字不同数量的比值作为文本相似度。

在一些实施例中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：分别为上述类型相似度、语意相似度和文本相似度设置权值，当上述类型相似度、语意相似度和文本相似度与各自权值的乘积之和大于设定阈值时，将上述两个物品类型聚合为一个物品类型。

第二方面，本申请提供了一种信息聚合装置，该装置包括：信息获取单元，用于获取物品名称集合，上述物品名称集合包括至少两个物品类型下的物品的物品名称；物品类型集合构建单元，用于通过上述物品名称集合中的各个物品名称对应的物品的类型名称构建物品类型集合；聚合单元，用于执行如下聚合步骤：将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类：两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值；将聚合后形成的物品类型和上述物品类型集合中未进行聚合的物品类型形成新物品类型集合；判断上述新物品类型集合中是否存在符合上述聚合条件的两个物品类型，如果不存在，则输出上述新物品类型集合；重复执行单元，用于在存在符合上述聚合条件的两个物品类型时，则将上述新物品类型集合作为物品类型集合继续执行上述聚合步骤。

在一些实施例中，上述聚合单元包括：类型相似度计算子单元，用于计算两个物品类型之间的类型相似度，上述类型相似度计算子单元包括：物品类型向量构建模块，用于为物品类型包含的每个基准物品设置对应的基准物品向量，通过上述基准物品向量构建该物品类型的物品类型向量，其中，上述基准物品用于确定物品所属的类型；余弦相似度计算模块，用于计算两个上述物品类型向量之间的余弦相似度，上述余弦相似度用于通过向量夹角的余弦值来判断两个上述物品类型向量的相似程度；类型相似度确定模块，用于根据上述余弦相似度确定类型相似度。

在一些实施例中，上述类型相似度计算子单元还包括：包含关系判断模块，用于确定两个上述物品类型的包含关系，上述包含关系用于表征一个物品类型下的基准物品是否完全包含在另一个物品类型内；以及，类型相似度确定模块包括类型相似度确定子模块，用于根据上述余弦相似度和上述包含关系确定类型相似度。

在一些实施例中，上述聚合单元包括：语意相似度计算子单元，用于计算两个物品类型之间的语意相似度，上述语意相似度计算子单元包括：物品消息获取模块，用于获取设定时间段内的至少一条物品消息；同时出现数量确定模块，用于确定上述物品消息中出现同时以上述两个物品类型为主题的物品消息的数量得到同时出现数量；单独出现数量确定模块，用于确定上述物品消息中以上述两个物品类型各自为主题的物品消息的数量得到第一出现数量和第二出现数量；语意相似度计算模块，用于将上述同时出现数量与上述第一出现数量和第二出现数量的乘积的比值作为语意相似度。

在一些实施例中，上述聚合单元包括：文本相似度计算子单元，用于计算两个物品类型之间的文本相似度，上述文本相似度计算子单元包括：文字数量确定模块，用于确定上述两个物品类型的类型名称的文字相同数量和文字不同数量；文本相似度计算模块，用于将上述文字相同数量与文字不同数量的比值作为文本相似度。

在一些实施例中，上述聚合单元还包括：聚合子单元，用于分别为上述类型相似度、语意相似度和文本相似度设置权值，当上述类型相似度、语意相似度和文本相似度与各自权值的乘积之和大于上述设定阈值时，将上述两个物品类型聚合为一个物品类型。

本申请提供的信息聚合方法，首先通过每个物品名称的类型名称构成物品类型集合，然后通过类型相似度、语意相似度和文本相似度对物品类型进行聚合，最后得到聚合后的物品类型，能够对物品类型进行准确判断。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2a是根据本申请的信息聚合方法的一个实施例的流程图；

图2b是图2a中将物品类型集合中符合以下聚合条件的两个物品类型进行聚类的第一流程图；

图2c是图2a中将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类的第二流程图；

图3是根据本申请的信息聚合方法的应用场景的一个示意图；

图4是根据本申请的信息聚合装置的一个实施例的结构示意图；

图5是根据本申请的服务器的一个实施例的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的信息聚合方法或信息聚合装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送信息等。终端设备101、102、103上可以安装有各种信息处理应用，例如网络搜索应用、购物类应用等。

终端设备101、102、103可以是具有数据处理应用的各种设备，包括但不限于台式计算机、数据服务器等等。

服务器105可以是对终端设备101、102、103发来的信息进行聚合的服务器，例如计算终端设备101、102、103发来的信息的相似度，进而对信息进行聚合的服务器。服务器105可以通过接收的物品名称集合得到物品类型集合，并对物品类型集合进行聚类，得到新物品类型集合。

需要说明的是，本申请实施例所提供的信息聚合方法一般由服务器105执行，相应地，信息聚合装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2a，其示出了一种信息聚合方法的一个实施例的流程图200，该信息聚合方法包括：

步骤201，获取物品名称集合。

在本实施例中，电子设备(例如图1所示的服务器105)可以通过有线或无线的方式接收终端设备101、102、103发来的信息，并对信息进行聚合。

为了找到准确的物品，服务器105首先要收集终端设备101、102、 103发来的物品名称，得到物品名称集合。此处，物品名称集合内的物品名称通常是易混淆的，例如，净化器、过滤器、除垢器、除湿机、空调、风扇、散热器、加热器等。其中，净化器通常用于对液体或空气进行净化；过滤器通常用于去除液体中的其他杂质；除垢器通常用于去除固态或液态的污垢；除湿机通常用于去除空气或物体中的水汽；空调通常用于对空气进行升温或降温操作，并具有一定的除湿功能；风扇通常用于加快空气流动，可以分为用于加热的风扇和用于散热的风扇；散热器通常用于降低物体温度；加热器通常用于对物体进行加热。上述是对各个物品的功能性描述，还可以从材料、大小、颜色、功率等角度进行描述。不同的描述可以将物品划分为不同的物品类型。因此，上述物品名称集合包括至少两个物品类型下的物品的物品名称。

步骤202，通过上述物品名称集合中的各个物品名称对应的物品的类型名称构成物品类型集合。

由上述描述可知，同一物品可以从多个角度描述，不同的角度可以将物品划分为不同的类型。例如，上述的净化器可以划分为卫生类型；过滤器可以划分为筛选类型；除垢器可以划分为去污类型；除湿机可以划分为祛湿类型；空调可以划分为温控类型；风扇可以划分为降温类型；散热器可以划分为散热类型；加热器可以划分为加热类型。此时，得到的对应物品名称集合的物品类型集合就包括：卫生类型、筛选类型、去污类型、祛湿类型、温控类型、降温类型、散热类型和加热类型。还可以从材料等方面将上述物品划分为其他类型，此处不再一一赘述。

步骤203，执行如下聚合步骤：将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类：两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值；将聚合后形成的物品类型和上述物品类型集合中未进行聚合的物品类型形成新物品类型集合；判断上述新物品类型集合中是否存在符合上述聚合条件的两个物品类型，如果不存在，则输出上述新物品类型集合。

为了准确划分物品类型，可以通过物品类型之间的类型相似度、语意相似度和文本相似度来对物品所属对类型进行准确判断。其中，类型相似度通过物品名称类型的向量计算得到，语意相似度通过物品名称类型在物品消息中出现的数量计算得到，文本相似度通过物品名称类型的名称中的相同文字和不同文字计算得到。如果两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值，则可以认为这两种物品类型可以划分为一个类型，否则，则认为这两种物品类型不可以划分为一个类型。当能够聚合为一个类型时，聚合后的类型名称可以是聚合前的类型名称中的一个，也可以是另外的类型名称。聚合后的物品类型重新放入物品类型集合中组成新物品类型集合，如果此时的新物品类型集合中不存在能够聚合的两个物品类型，则说明聚合完成，可以输出新物品类型集合。

在本实施例的一些可选的实现方式中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类的流程图如图2b所示，包括以下步骤：

步骤20311，为物品类型包含的每个基准物品设置对应的基准物品向量，通过上述基准物品向量构建该物品类型的物品类型向量。

其中，上述基准物品用于确定物品所属的类型。例如，卫生类型的基准物品可以是香皂、牙刷、洗发水和去污剂等。分别根据每个基准物品的属性设置基准物品向量。例如，香皂的属性可以包括杀菌、去污、去油、水溶性等，对应香皂的基准物品向量就包括：杀菌、去污、去油、水溶性。如此，将香皂基准物品向量、牙刷基准物品向量、洗发水基准物品向量和去污剂基准物品向量组合起来就构成了卫生类型的物品类型向量。需要说明的是，每个基准物品向量包含的属性的数量应该相同。为每个属性赋予一个向量，则基准物品向量就是各个属性的向量和。

步骤20312，计算两个上述物品类型向量之间的余弦相似度。

上述余弦相似度用于通过向量夹角的余弦值来判断两个上述物品类型向量的相似程度。上述的基准物品向量包含的属性的数量应该相同，物品类型向量包含的基准物品向量可以相同也可以不同。起区别在于，基准物品向量越多，则物品类型向量的变化趋势受到的影响就越多，对两个物品类型向量之间的角度就越受影响。

步骤20313，根据上述余弦相似度确定类型相似度。

两个物品类型向量之间的余弦相似度越大，则两个物品类型的相似度就越大。此处，可以为余弦相似度设置一个阈值，当余弦相似度大于该阈值时，类型相似度取1，表示两个物品类型相似，否则，类型相似度取0，表示两个物品类型不相似。还可以直接输出余弦相似度的值作为类型相似度。

在本实施例的一些可选的实现方式中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类还可以包括：确定两个上述物品类型的包含关系，上述包含关系用于表征一个物品类型下的基准物品是否完全包含在另一个物品类型内；以及，根据所述余弦相似度确定类型相似度，包括：根据上述余弦相似度和上述包含关系确定类型相似度。

当两个物品类型之间存在一个物品类型下的基准物品是否完全包含在另一个物品类型内时，可认为这两个物品类型一定相似，此时，包含关系的取值为1，否则为0。

在本实施例的一些可选的实现方式中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类的流程图如图2c所示，可以包括以下步骤：

步骤20321，获取设定时间段内的至少一条物品消息。

此处的物品消息是指与物品相关的报纸、文章等信息，用于反映物品的最新情况。物品按照不同的标准可以分为不同的类型，当物品消息中同时出现几种物品类型时，能够一定程度上说明这些物品类型具有相关性。

步骤20322，确定上述物品消息中出现同时以上述两个物品类型为主题的物品消息的数量得到同时出现数量。

一段时间内的物品消息通常很多，从这些物品消息中找出同时出现以上述两个物品类型为主题的物品消息，可以确定同时出现数量。

步骤20323，确定上述物品消息中以上述两个物品类型各自为主题的物品消息的数量得到第一出现数量和第二出现数量。

从物品消息中找出只以上述两个物品类型之一为主题的物品消息，确定第一出现数量和第二出现数量。

步骤20324，将上述同时出现数量与上述第一出现数量和第二出现数量的乘积的比值作为语意相似度。

在本实施例的一些可选的实现方式中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类可以包括以下步骤：

第一步，确定上述两个物品类型的类型名称的文字相同数量和文字不同数量。

例如，第一个物品类型的类型名称是去污粉，第二个物品类型的类型名称是去污剂，两个类型名称中都有“去污”，两个类型名称中共有4个不同的文字，即“去”、“污”、“粉”和“剂”。则文字相同数量为2，文字不同数量为4。

第二步，将上述文字相同数量与文字不同数量的比值作为文本相似度。

在本实施例的一些可选的实现方式中，将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类包括：分别为上述类型相似度、语意相似度和文本相似度设置权值，当上述类型相似度、语意相似度和文本相似度与各自权值的乘积之和大于设定阈值时，将上述两个物品类型聚合为一个物品类型。

根据物品类型的不同，可以分别为类型相似度、语意相似度和文本相似度设置不同的权值，权值与各个相似度值相乘，然后再相加，如果此时的值大于设定阈值，则认为两个物品类型可以聚类，否则两个物品类型不可以聚类。

步骤204，如果存在，则将上述新物品类型集合作为物品类型集合继续执行上述聚合步骤。

如果新物品类型集合中存在能够聚合的两个物品类型，则将新物品类型集合作为物品类型集合重复上述的聚合过程，直到不存在能够聚合的两个物品类型为止。

继续参见图3，图3是根据本实施例的信息聚合方法的应用场景的一个示意图。在图3的场景中，物品名称集合包括：净化器、过滤器、除垢器、除湿机、空调、风扇、散热器和加热器。现有市场上对各个物品名称的分类对应为：卫生类型、筛选类型、去污类型、祛湿类型、温控类型、降温类型、散热类型和加热类型，得到物品类型集合。通过比较物品类型集合中两个物品类型的类型相似度、语意相似度和文本相似度，对两个物品类型是否能够聚合进行判断。具体的：

(1)类型相似度

计算类型相似度时，需要先通过物品类型的基准物品构造基准物品向量，然后构建该物品类型的物品类型向量：

vec(type)＝{T₁，T₂，…T_i…T_n}

其中，type为物品类型；vec(type)为物品类型向量；T_i为基准物品向量；i为基准物品的数量，i为自然数；i＝1,2,…n。

类型相似度的计算公式为：

rel(type_j,type_k)＝α₁×cos(vec(type_j),vec(type_k))+α₂×include(vec(type_j),vec(type_k))

其中，type_j为第j个物品类型；type_k为第k个物品类型； rel(type_j,type_k)为type_j和type_k的类型相似度；vec(type_j)为第j个物品类型的物品类型向量；vec(type_k)为第k个物品类型的物品类型向量； cos(vec(type_j),vec(type_k))为vec(type_j)和vec(type_k)的余弦相似度； include(vec(type_j),vec(type_k))为vec(type_j)和vec(type_k)的包含关系值，type_j和type_k的基准物品存在包含关系时， include(vec(type_j),vec(type_k))＝1，否则，include(vec(type_j),vec(type_k))＝0；α₁和α₂分别为第一权值和第二权值，α₁+α₂＝1。

(2)语意相似度

计算语意相似度时，需要获取一段时间内(例如，一个月内)的物品消息，然后，分别确定同时以两个物品类型为主题的物品消息的数量得到同时出现数量，以及分别以两个物品类型各自为主题的物品消息的数量得到第一出现数量和第二出现数量，将同时出现数量与上述第一出现数量和第二出现数量的乘积的比值作为语意相似度。

(3)文本相似度

确定两个物品类型的类型名称的文字相同数量和文字不同数量，将文字相同数量与文字不同数量的比值作为文本相似度。

根据上述类型相似度、语意相似度和文本相似度的分析，将卫生类型、筛选类型和去污类型聚合为净化类型；祛湿类型不能与其他类型聚类；温控类型和降温类型聚合为温控类型；散热类型和加热类型聚合为导热类型，至此，完成对物品类型的聚类。

本申请提供的信息聚合方法，首先通过每个物品名称的类型名称构成物品类型集合，然后通过类型相似度、语意相似度和文本相似度对物品类型进行聚合，最后得到聚合后的物品类型，能够对物品类型进行准确判断，提高了对查找物品的准确度。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种信息聚合装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例上述的信息聚合装置400可以包括：信息获取单元401、物品类型集合构建单元402、聚合单元403和重复执行单元404。其中，信息获取单元401用于获取物品名称集合，上述物品名称集合包括至少两个物品类型下的物品的物品名称；物品类型集合构建单元402用于通过上述物品名称集合中的各个物品名称对应的物品的类型名称构建物品类型集合；聚合单元403用于执行如下聚合步骤：将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类：两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值；将聚合后形成的物品类型和上述物品类型集合中未进行聚合的物品类型形成新物品类型集合；判断上述新物品类型集合中是否存在符合上述聚合条件的两个物品类型，如果不存在，则输出上述新物品类型集合；重复执行单元404用于在存在符合上述聚合条件的两个物品类型时，则将上述新物品类型集合作为物品类型集合继续执行上述聚合步骤。

在本实施例的一些可选的实现方式中，上述聚合单元403包括：类型相似度计算子单元(图中未示出)，用于计算两个物品类型之间的类型相似度，上述类型相似度计算子单元包括：物品类型向量构建模块(图中未示出)、余弦相似度计算模块(图中未示出)和第一类型相似度确定模块(图中未示出)。其中，物品类型向量构建模块用于为物品类型包含的每个基准物品设置对应的基准物品向量，通过上述基准物品向量构建该物品类型的物品类型向量，其中，上述基准物品用于确定物品所属的类型；余弦相似度计算模块用于计算两个上述物品类型向量之间的余弦相似度，上述余弦相似度用于通过向量夹角的余弦值来判断两个上述物品类型向量的相似程度；类型相似度确定模块，用于根据上述余弦相似度确定类型相似度。

在本实施例的一些可选的实现方式中，上述类型相似度计算子单元还包括：包含关系判断模块(图中未示出)，用于确定两个上述物品类型的包含关系，上述包含关系用于表征一个物品类型下的基准物品是否完全包含在另一个物品类型内；以及，类型相似度确定模块包括类型相似度确定子模块(图中未示出)，用于根据上述余弦相似度和上述包含关系确定类型相似度。

在本实施例的一些可选的实现方式中，上述聚合单元403包括：语意相似度计算子单元(图中未示出)，用于计算两个物品类型之间的语意相似度，上述语意相似度计算子单元包括：物品消息获取模块(图中未示出)、同时出现数量确定模块(图中未示出)、单独出现数量确定模块(图中未示出)和语意相似度计算模块(图中未示出)。其中，物品消息获取模块用于获取设定时间段内的至少一条物品消息；同时出现数量确定模块用于确定上述物品消息中出现同时以上述两个物品类型为主题的物品消息的数量得到同时出现数量；单独出现数量确定模块用于确定上述物品消息中以上述两个物品类型各自为主题的物品消息的数量得到第一出现数量和第二出现数量；语意相似度计算模块用于将上述同时出现数量与上述第一出现数量和第二出现数量的乘积的比值作为语意相似度。

在本实施例的一些可选的实现方式中，上述聚合单元403包括：文本相似度计算子单元(图中未示出)，用于计算两个物品类型之间的文本相似度，上述文本相似度计算子单元包括：文字数量确定模块(图中未示出)和文本相似度计算模块(图中未示出)。其中，文字数量确定模块用于确定上述两个物品类型的类型名称的文字相同数量和文字不同数量；文本相似度计算模块用于将上述文字相同数量与文字不同数量的比值作为文本相似度。

在本实施例的一些可选的实现方式中，上述聚合单元403还包括：聚合子单元(图中未示出)，用于分别为上述类型相似度、语意相似度和文本相似度设置权值，当上述类型相似度、语意相似度和文本相似度与各自权值的乘积之和大于上述设定阈值时，将上述两个物品类型聚合为一个物品类型。

下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508 加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中，还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/ 输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，上述计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括信息获取单元、物品类型集合构建单元、聚合单元和重复执行单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，重复执行单元还可以被描述为“用于重复执行聚合操作的单元”。

作为另一方面，本申请还提供了一种非易失性计算机存储介质，该非易失性计算机存储介质可以是上述实施例中上述装置中所包含的非易失性计算机存储介质；也可以是单独存在，未装配入终端中的非易失性计算机存储介质。上述非易失性计算机存储介质存储有一个或者多个程序，当上述一个或者多个程序被一个设备执行时，使得上述设备：获取物品名称集合，上述物品名称集合包括至少两个物品类型下的物品的物品名称；通过上述物品名称集合中的各个物品名称对应的物品的类型名称构成物品类型集合；执行如下聚合步骤：将上述物品类型集合中符合以下聚合条件的两个物品类型进行聚类：两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值；将聚合后形成的物品类型和上述物品类型集合中未进行聚合的物品类型形成新物品类型集合；判断上述新物品类型集合中是否存在符合上述聚合条件的两个物品类型，如果不存在，则输出上述新物品类型集合；如果存在，则将上述新物品类型集合作为物品类型集合继续执行上述聚合步骤。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于) 具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims

1.一种信息聚合方法，其特征在于，所述方法包括：

获取物品名称集合，所述物品名称集合包括至少两个物品类型下的物品的物品名称；

通过所述物品名称集合中的各个物品名称对应的物品的类型名称构成物品类型集合；

执行如下聚合步骤：将所述物品类型集合中符合以下聚合条件的两个物品类型进行聚类：两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值；将聚合后形成的物品类型和所述物品类型集合中未进行聚合的物品类型形成新物品类型集合；判断所述新物品类型集合中是否存在符合所述聚合条件的两个物品类型，如果不存在，则输出所述新物品类型集合；其中，所述类型相似度通过物品的类型名称的向量计算得到，所述语意相似度通过物品的类型名称在物品消息中出现的数量计算得到，所述文本相似度通过物品的类型名称中的相同文字和不同文字计算得到；

如果存在，则将所述新物品类型集合作为物品类型集合继续执行所述聚合步骤。

2.根据权利要求1所述的方法，其特征在于，所述将所述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：

为物品类型包含的每个基准物品设置对应的基准物品向量，通过所述基准物品向量构建该物品类型的物品类型向量，其中，所述基准物品用于确定物品所属的类型；

计算两个所述物品类型向量之间的余弦相似度，所述余弦相似度用于通过向量夹角的余弦值来判断两个所述物品类型向量的相似程度；

根据所述余弦相似度确定类型相似度。

3.根据权利要求2所述的方法，其特征在于，所述将所述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，还包括：确定两个所述物品类型的包含关系，所述包含关系用于表征一个物品类型下的基准物品是否完全包含在另一个物品类型内；以及

所述根据所述余弦相似度确定类型相似度，包括：

根据所述余弦相似度和所述包含关系确定类型相似度。

4.根据权利要求1所述的方法，其特征在于，所述将所述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：

获取设定时间段内的至少一条物品消息；

确定所述物品消息中出现同时以所述两个物品类型为主题的物品消息的数量得到同时出现数量；

确定所述物品消息中以所述两个物品类型各自为主题的物品消息的数量得到第一出现数量和第二出现数量；

将所述同时出现数量与所述第一出现数量和第二出现数量的乘积的比值作为语意相似度。

5.根据权利要求1所述的方法，其特征在于，所述将所述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：

确定所述两个物品类型的类型名称的文字相同数量和文字不同数量；

将所述文字相同数量与文字不同数量的比值作为文本相似度。

6.根据权利要求1所述的方法，其特征在于，所述将所述物品类型集合中符合以下聚合条件的两个物品类型进行聚类，包括：

分别为所述类型相似度、语意相似度和文本相似度设置权值，当所述类型相似度、语意相似度和文本相似度与各自权值的乘积之和大于设定阈值时，将所述两个物品类型聚合为一个物品类型。

7.一种信息聚合装置，其特征在于，所述装置包括：

信息获取单元，用于获取物品名称集合，所述物品名称集合包括至少两个物品类型下的物品的物品名称；

物品类型集合构建单元，用于通过所述物品名称集合中的各个物品名称对应的物品的类型名称构建物品类型集合；

聚合单元，用于执行如下聚合步骤：将所述物品类型集合中符合以下聚合条件的两个物品类型进行聚类：两个物品类型之间的类型相似度、语意相似度和文本相似度之和大于设定阈值；将聚合后形成的物品类型和所述物品类型集合中未进行聚合的物品类型形成新物品类型集合；判断所述新物品类型集合中是否存在符合所述聚合条件的两个物品类型，如果不存在，则输出所述新物品类型集合；其中，所述类型相似度通过物品的类型名称的向量计算得到，所述语意相似度通过物品的类型名称在物品消息中出现的数量计算得到，所述文本相似度通过物品的类型名称中的相同文字和不同文字计算得到；

重复执行单元，用于在存在符合所述聚合条件的两个物品类型时，则将所述新物品类型集合作为物品类型集合继续执行所述聚合步骤。

8.根据权利要求7所述的装置，其特征在于，所述聚合单元包括：类型相似度计算子单元，用于计算两个物品类型之间的类型相似度，所述类型相似度计算子单元包括：

物品类型向量构建模块，用于为物品类型包含的每个基准物品设置对应的基准物品向量，通过所述基准物品向量构建该物品类型的物品类型向量，其中，所述基准物品用于确定物品所属的类型；

余弦相似度计算模块，用于计算两个所述物品类型向量之间的余弦相似度，所述余弦相似度用于通过向量夹角的余弦值来判断两个所述物品类型向量的相似程度；

类型相似度确定模块，用于根据所述余弦相似度确定类型相似度。

9.根据权利要求8所述的装置，其特征在于，所述类型相似度计算子单元还包括：包含关系判断模块，用于确定两个所述物品类型的包含关系，所述包含关系用于表征一个物品类型下的基准物品是否完全包含在另一个物品类型内；以及，

类型相似度确定模块包括类型相似度确定子模块，用于根据所述余弦相似度和所述包含关系确定类型相似度。

10.根据权利要求7所述的装置，其特征在于，所述聚合单元包括：语意相似度计算子单元，用于计算两个物品类型之间的语意相似度，所述语意相似度计算子单元包括：

物品消息获取模块，用于获取设定时间段内的至少一条物品消息；

同时出现数量确定模块，用于确定所述物品消息中出现同时以所述两个物品类型为主题的物品消息的数量得到同时出现数量；

单独出现数量确定模块，用于确定所述物品消息中以所述两个物品类型各自为主题的物品消息的数量得到第一出现数量和第二出现数量；

语意相似度计算模块，用于将所述同时出现数量与所述第一出现数量和第二出现数量的乘积的比值作为语意相似度。

11.根据权利要求7所述的装置，其特征在于，所述聚合单元包括：文本相似度计算子单元，用于计算两个物品类型之间的文本相似度，所述文本相似度计算子单元包括：

文字数量确定模块，用于确定所述两个物品类型的类型名称的文字相同数量和文字不同数量；

文本相似度计算模块，用于将所述文字相同数量与文字不同数量的比值作为文本相似度。

12.根据权利要求7所述的装置，其特征在于，所述聚合单元还包括：聚合子单元，用于分别为所述类型相似度、语意相似度和文本相似度设置权值，当所述类型相似度、语意相似度和文本相似度与各自权值的乘积之和大于所述设定阈值时，将所述两个物品类型聚合为一个物品类型。