CN114385838A - 一种信息分类方法、装置、设备及存储介质 - Google Patents

Abstract

本公开关于一种信息分类方法、装置、设备及存储介质，该方法包括：获取用户每次搜索操作对应的搜索词及用户对搜索操作的搜索结果的行为数据；根据搜索词及行为数据，构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图；对第二二部图结构进行特征提取，得到搜索词的初始特征及用户账号的账号特征；基于初始特征，对第一二部图进行特征提取，得到搜索词的更新特征及多媒体数据的数据特征；根据账号特征、更新特征及数据特征，对多媒体数据、用户账号及搜索词进行聚类，得到多个聚簇，作为信息的分类结果。这样，减少了分类所需的先验标记的数量，而且使得多媒体数据和用户账号的信息得到有效的协同和促进。

Description

一种信息分类方法、装置、设备及存储介质

技术领域

本申请涉及数据分类领域，特别是涉及一种信息分类方法、装置、设备及存储介质。

背景技术

在多媒体数据平台上，每天都会上传大量的多媒体数据，这些多媒体数据中包括一部分有用多媒体数据，有用多媒体数据是指多媒体数据对用户有帮助，如解释如何做蛋炒饭、如何学开车等内容的多媒体数据，生产了比较多有用多媒体数据的用户账号可以称之为有用用户账号。

一些场景下，用户需要在多媒体数据平台上搜索有用多媒体数据或有用用户账号，那么，多媒体数据平台就需要对多媒体数据和用户账号进行分类，识别出其中的有用多媒体数据和有用用户账号。现有技术中，通常采用基于传统的分类方法识别有用多媒体数据和有用用户账号，需要标记大量的多媒体数据与用户账号，并且需要有用多媒体数据分类和有用用户账号分类两个不相关的分类网络。

由于分类网络依靠对大量视频和用户账号的先验标记，不够准确，而且无法让有用多媒体数据和有用用户账号的信息得到有效的协同和促进，因此，现有技术的方案对多媒体数据和用户账号进行分类的效率较低，准确度也难以得到保障，无法满足用户需求。

发明内容

为了解决相关技术中存在的对多媒体数据和用户账号进行分类的效率较低，准确度也难以得到保障，无法满足用户需求的问题，本公开提供了一种信息分类方法、装置、设备及存储介质，本公开的技术方案如下：

根据本公开实施例的第一方面，提供了一种信息分类方法，所述方法包括：

获取搜索词及针对所述搜索词的搜索结果的行为数据，所述搜索结果包括多媒体数据及用户账号；

根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图；

对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征；

对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征；

根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个所述多媒体数据、所述搜索词或所述用户账号。

可选地，在所述根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇之后，所述方法还包括：

将所包括的所述多媒体数据、所述搜索词或所述用户账号满足预设条件的聚簇确定为目标聚簇，所述目标聚簇中的多媒体数据为目标多媒体数据，所述目标聚簇中的用户账号为目标用户账号。

可选地，所述预设条件包括以下任意一项或多项：

所述聚簇内的搜索词均为预设目标搜索词或包含预设字段；

所述聚簇内的预设目标用户账号占所述聚簇内用户账号总数的一半以上；

所述聚簇内的预设目标多媒体数据的数量占所述聚簇内多媒体数据总数的一半以上，或，所述聚簇内的预设目标多媒体数据的数量大于预设数量阈值。

可选地，所述根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图，包括：

根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度；

根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度；

在所述关联度高于预设关联阈值的情况下，建立所述搜索词与所述多媒体数据之间的连线，得到第一二部图，并建立所述搜索词与所述多媒体数据对应用户账号之间的连线，得到第二二部图。

可选地，所述行为数据包括所述用户对所述多媒体数据的展示次数、点击次数、播放次数、点赞次数、关注次数、播放时长超过预设时长的次数及播放次序参数；

所述根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度，包括：

计算所述点击次数与所述展示次数之间的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率；

计算所述播放时长超过预设时长的次数、所述点赞次数、所述关注次数及所述播放次序参数之和，将所述和与所述播放次数的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的满意度；

所述根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度，包括：

计算所述点击通过率及所述满意度之间的乘积，作为所述搜索词与所述多媒体数据之间的关联度。

可选地，所述对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征，包括：

利用第一图神经网络，对所述第二二部图结构进行特征提取，得到所述搜索词的初始特征及所述用户账号的账号特征；

所述对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征，包括：

利用第二图神经网络，对所述第一二部图结构进行特征提取，得到所述多媒体数据的数据特征及所述搜索词的搜索特征，其中，所述第二图神经网络为基于对所述第一图神经网络的训练得到的，所述第二图神经网络的学习率小于所述第一图神经网络的学习率。

根据本公开实施例的第二方面，提供了一种信息分类装置，所述装置包括：

获取单元，被配置为执行获取搜索词及针对所述搜索词的搜索结果的行为数据，所述搜索结果包括多媒体数据及用户账号；

构建单元，被配置为执行根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图；

第一提取单元，被配置为执行对所述第二二部图结构进行特征提取，得到所述搜索词的初始特征及所述用户账号的账号特征；

第二提取单元，被配置为执行对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征；

分类单元，被配置为执行根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个所述多媒体数据、所述搜索词或所述用户账号。

可选地，所述分类单元，被配置为执行：

将所包括的所述多媒体数据、所述搜索词或所述用户账号满足预设条件的聚簇确定为目标聚簇，所述目标聚簇中的多媒体数据为目标多媒体数据，所述目标聚簇中的用户账号为目标用户账号。

可选地，所述预设条件包括以下任意一项或多项：

所述聚簇内的搜索词均为预设目标搜索词或包含预设字段；

所述聚簇内的预设目标用户账号占所述聚簇内用户账号总数的一半以上；

所述聚簇内的预设目标多媒体数据的数量占所述聚簇内多媒体数据总数的一半以上，或，所述聚簇内的预设目标多媒体数据的数量大于预设数量阈值。

可选地，所述构建单元，被配置为执行：

根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度；

根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度；

在所述关联度高于预设关联阈值的情况下，建立所述搜索词与所述多媒体数据之间的连线，得到第一二部图，并建立所述搜索词与所述多媒体数据对应用户账号之间的连线，得到第二二部图。

可选地，所述行为数据包括所述用户对所述多媒体数据的展示次数、点击次数、播放次数、点赞次数、关注次数、播放时长超过预设时长的次数及播放次序参数；

所述构建单元，被配置为执行：

计算所述点击次数与所述展示次数之间的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率；

计算所述播放时长超过预设时长的次数、所述点赞次数、所述关注次数及所述播放次序参数之和，将所述和与所述播放次数的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的满意度；

计算所述点击通过率及所述满意度之间的乘积，作为所述搜索词与所述多媒体数据之间的关联度。

可选地，所述第一提取单元，被配置为执行：

利用第一图神经网络，对所述第二二部图结构进行特征提取，得到所述搜索词的初始特征及所述用户账号的账号特征；

所述第二提取单元，被配置为执行：

利用第二图神经网络，对所述第一二部图结构进行特征提取，得到所述多媒体数据的数据特征及所述搜索词的搜索特征，其中，所述第二图神经网络为基于对所述第一图神经网络的训练得到的，所述第二图神经网络的学习率小于所述第一图神经网络的学习率。

根据本公开实施例的第三方面，还提供了一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现第一方面所述的方法。

根据本公开实施例的第四方面，还提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行第一方面所述的方法。

根据本公开实施例的第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机实现第一方面所述的方法。

本公开实施例提供的技术方案中，获取搜索词及针对搜索词的搜索结果的行为数据，搜索结果包括多媒体数据及用户账号；根据搜索词及行为数据，构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图；对第二二部图结构进行特征提取，得到用户账号的账号特征；对第一二部图进行特征提取，得到搜索词的搜索特征及多媒体数据的数据特征；根据账号特征、搜索特征及数据特征，对多媒体数据、用户账号及搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个多媒体数据、搜索词或用户账号。

这样，通过构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图，并基于第一二部图和第二二部图提取多媒体数据和用户账号的特征，对多媒体数据和用户账号进行聚类，一方面，减少了分类所需的先验标记的数量，提高了分类的准确度，另一方面，在提取搜索词特征的过程中，同时利用了多媒体数据的信息和用户账号的信息，使得多媒体数据和用户账号的信息得到有效的协同和促进。

附图说明

图1是根据一示例性实施例示出的一种信息分类方法的流程图；

图2是根据一示例性实施例示出的一种信息分类装置的框图；

图3是根据一示例性实施例示出的一种电子设备的结构示意图；

图4是根据一示例性实施例示出的一种装置的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

为了解决相关技术中存在的服务器会在同一时间内接收到大量的信息获取请求，负载压力过大的问题，本公开实施例提供了一种信息分类系统、方法、装置、设备及存储介质。

第一方面，将对本公开实施例提供的一种信息分类方法进行详细介绍。

如图1所示，本公开实施例提供的一种信息分类方法的流程图，具体包括如下步骤。

在S11中，获取搜索词及针对搜索词的搜索结果的行为数据，搜索结果包括多媒体数据及用户账号。

本公开中，多媒体数据可以是视频数据，也可以是图像或音频数据，具体不做限定。用户每次进行搜索，都会输入搜索词，进而，得到相对应的搜索结果，用户对搜索结果中的多媒体数据或用户账号可以执行点击、展示、播放、点赞、关注等操作，对这些操作进行记录，就得到了相应的行为数据。

一些场景中，需要对这些多媒体数据和用户账号进行分类，比如，可以将多媒体数据分为有用多媒体数据和有趣多媒体数据，将用户账号分为有用用户账号和有趣用户账号，基于分类结果，在后续的数据搜索及推送流程，可以让优质作者和优质视频能够快速准确的被发现、挖掘，从而提升社区优质作者的积极性，同时，让用户获取优质的资源，产生正向循环。

在S12中，根据搜索词及行为数据，构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图。

一种实现方式中，构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图，需要先确定搜索词与多媒体数据之间以及搜索词与用户账号之间的关联关系。

具体而言，可以根据行为数据，计算行为数据对应的搜索词与多媒体数据之间的点击通过率及满意度；然后，根据点击通过率及满意度，计算搜索词与多媒体数据之间的关联度；进而，在关联度高于预设关联阈值的情况下，建立搜索词与多媒体数据之间的连线，得到第一二部图，并建立搜索词与多媒体数据对应用户账号之间的连线，得到第二二部图。

这样，通过对行为数据的分析，将用户较为满意的搜索结果确定为该搜索词对应的多媒体数据或用户账号，建立搜索词与多媒体数据或用户账号之间的连线，进而得到二部图。后续的分类结果将更与用户的行为数据相匹配，从而满足用户的需要。

一种实现方式中，行为数据包括用户对多媒体数据的展示次数、点击次数、播放次数、点赞次数、关注次数、播放时长超过预设时长的次数及播放次序参数。

那么，根据行为数据，计算行为数据对应的搜索词与多媒体数据之间的点击通过率及满意度，可以包括：

计算点击次数与展示次数之间的比值，作为行为数据对应的搜索词与多媒体数据之间的点击通过率；计算播放时长超过预设时长的次数、点赞次数、关注次数及播放次序参数之和，将和与播放次数的比值，作为行为数据对应的搜索词与多媒体数据之间的满意度。

根据点击通过率及满意度，计算搜索词与多媒体数据之间的关联度，可以包括计算点击通过率及满意度之间的乘积，作为搜索词与多媒体数据之间的关联度。

举例而言，可以采用如下公式：

poster＝click/show*(long_play+a*like+b*follow+first_click+last_long_play)/play

其中，Show表示展示次数，click表示点击次数，long_play表示播放时长超过预设时长的次数，预设时长为18秒，like表示点赞次数，follow表示关注次数，first_click表示一次搜索中第一次被点击的多媒体数据对应的播放次序参数，last_long_play表示一次搜索中最后一次被长播的多媒体数据对应的播放次序参数，play表示播放次数，poster表示关联度。

在S13中，对第二二部图结构进行特征提取，得到搜索词的初始特征及用户账号的账号特征。

在本步骤中，可以利用第一图神经网络，对第二二部图结构进行特征提取，得到用户账号的账号特征。图神经网络可以对二部图进行建模，捕获二部图结构内数据之间的内部依赖关系，由于用户账号是第二二部图结构的构建数据，因此，从第二二部图结构中可以提取出用户账号的账号特征。

在S14中，对第一二部图进行特征提取，得到搜索词的搜索特征及多媒体数据的数据特征。

在本步骤中，可以利用第二图神经网络，对第一二部图结构进行特征提取，得到多媒体数据的数据特征及搜索词的搜索特征，由于搜索词和多媒体数据是第二二部图结构的构建数据，因此，从第二二部图结构中可以提取出搜索词的搜索特征及多媒体数据的数据特征。

其中，第二图神经网络可以是基于对第一图神经网络的训练得到的，而且，第二图神经网络的学习率小于第一图神经网络的学习率，也就是说，第一二部图和第二二部图可以采用同样的图神经网络结构，这样，在第一图神经网络和第二图神经网络的训练过程中，两者的神经网络参数可以互相参考和促进，有利于提高多媒体数据和用户账号分类的准确率和召回率。

具体来说，在训练过程中，先构建训练样本中的搜索词与多媒体数据之间的第一训练二部图以及训练样本中的搜索词与用户账号之间的第二训练二部图。

然后，基于第二训练二部图对预设图神经网络进行训练，得到第一图神经网络，其中，第一图神经网络的输出包括训练样本中用户账号的账号特征以及搜索词的初始特征。

进而，调小模型训练的学习率，基于第一训练二部图继续训练第一图神经网络，对第一图神经网络的模型参数进行迭代调整，得到第二图神经网络，其中，第二图神经网络的输出包括训练样本中多媒体数据的数据特征以及搜索词的搜索特征。

可以理解，由于第二图神经网络是基于第一图神经网络训练得到的，因此，第二图神经网络输出的搜索词的搜索特征相比于第一图神经网络的输出的搜索词的初始特征准确度更高，因此，在本公开中，可以不获取搜索词的初始特征，只需根据从第一二部图提取出的搜索词的搜索特征进行后续的分类即可。

在S15中，根据账号特征、搜索特征及数据特征，对多媒体数据、用户账号及搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个多媒体数据、搜索词或用户账号。

在本步骤中，可以根据账号特征、搜索特征及数据特征之间的相似度进行聚类，比如，可以采用余弦相似度算法计算账号特征、更新特征及数据特征之间的相似度，得到相似度后，可以采取knn(k-NearestNeighbor，K最近邻)算法、k-means(K均值)算法等任意一种或多种聚类方法，本公开对此不作限定。

在本公开中，在根据账号特征、搜索特征及数据特征，对多媒体数据、用户账号及搜索词进行聚类，得到多个聚簇之后，可以根据每个聚簇中包括的多媒体数据、用户账号及搜索词，对各个聚簇进行区分。

举例而言，可以将所包括的多媒体数据、搜索词或用户账号满足预设条件的聚簇确定为目标聚簇，目标聚簇中的多媒体数据为目标多媒体数据，目标聚簇中的用户账号为目标用户账号。

其中，预设条件包括以下任意一项或多项：

聚簇内的搜索词均为预设目标搜索词或包含预设字段，比如，预设字段可以为“方法”“怎么办”“如何”等关键字；聚簇内的预设目标用户账号占聚簇内用户账号总数的一半以上；聚簇内的预设目标多媒体数据的数量占聚簇内多媒体数据总数的一半以上，或，聚簇内的预设目标多媒体数据的数量大于预设数量阈值。

这样，任一聚簇如果满足上述任一条件，则该聚簇内的多媒体数据、搜索词及用户账号就均可以判定为目标多媒体数据及目标用户账号，实现快速、高效的从大量多媒体数据和大量用户账号中识别出目标多媒体数据和目标用户账号。

由以上可见，本公开实施例提供的技术方案中，通过构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图，并基于第一二部图和第二二部图提取多媒体数据和用户账号的特征，对多媒体数据和用户账号进行聚类，一方面，减少了分类所需的先验标记的数量，提高了分类的准确度，另一方面，在提取搜索词特征的过程中，同时利用了多媒体数据的信息和用户账号的信息，使得多媒体数据和用户账号的信息得到有效的协同和促进。

第二方面，将对本公开实施例提供的一种信息分类装置进行详细介绍。

如图2所示，本公开实施例提供的一种应用于服务器的信息分类装置包括：

获取单元201，被配置为执行获取搜索词及针对所述搜索词的搜索结果的行为数据，所述搜索结果包括多媒体数据及用户账号；

构建单元202，被配置为执行根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图；

第一提取单元203，被配置为执行对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征；

第二提取单元204，被配置为执行对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征；

分类单元205，被配置为执行根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个所述多媒体数据、所述搜索词或所述用户账号。

一种实现方式中，所述分类单元205，被配置为执行：

将所包括的所述多媒体数据、所述搜索词或所述用户账号满足预设条件的聚簇确定为目标聚簇，所述目标聚簇中的多媒体数据为目标多媒体数据，所述目标聚簇中的用户账号为目标用户账号。

一种实现方式中，所述预设条件包括以下任意一项或多项：

所述聚簇内的搜索词均为预设目标搜索词或包含预设字段；

所述聚簇内的预设目标用户账号占所述聚簇内用户账号总数的一半以上；

所述聚簇内的预设目标多媒体数据的数量占所述聚簇内多媒体数据总数的一半以上，或，所述聚簇内的预设目标多媒体数据的数量大于预设数量阈值。

一种实现方式中，所述构建单元202，被配置为执行：

根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度；

根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度；

在所述关联度高于预设关联阈值的情况下，建立所述搜索词与所述多媒体数据之间的连线，得到第一二部图，并建立所述搜索词与所述多媒体数据对应用户账号之间的连线，得到第二二部图。

一种实现方式中，所述行为数据包括所述用户对所述多媒体数据的展示次数、点击次数、播放次数、点赞次数、关注次数、播放时长超过预设时长的次数及播放次序参数；

所述构建单元202，被配置为执行：

计算所述点击次数与所述展示次数之间的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率；

计算所述播放时长超过预设时长的次数、所述点赞次数、所述关注次数及所述播放次序参数之和，将所述和与所述播放次数的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的满意度；

计算所述点击通过率及所述满意度之间的乘积，作为所述搜索词与所述多媒体数据之间的关联度。

一种实现方式中，所述第一提取单元203，被配置为执行：

利用第一图神经网络，对所述第二二部图结构进行特征提取，得到所述搜索词的初始特征及所述用户账号的账号特征；

所述第二提取单元204，被配置为执行：

利用第二图神经网络，对所述第一二部图结构进行特征提取，得到所述多媒体数据的数据特征及所述搜索词的搜索特征，其中，所述第二图神经网络为基于对所述第一图神经网络的训练得到的，所述第二图神经网络的学习率小于所述第一图神经网络的学习率。

由以上可见，本公开实施例提供的技术方案中，通过构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图，并基于第一二部图和第二二部图提取多媒体数据和用户账号的特征，对多媒体数据和用户账号进行聚类，一方面，减少了分类所需的先验标记的数量，提高了分类的准确度，另一方面，在提取搜索词特征的过程中，同时利用了多媒体数据的信息和用户账号的信息，使得多媒体数据和用户账号的信息得到有效的协同和促进。

第三方面，将对本公开实施例提供的一种电子设备进行详细介绍。

如图3所示，本公开实施例提供的一种电子设备的结构示意图。

在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，例如包括指令的存储器，上述指令可由电子设备的处理器执行以完成上述方法。可选地，计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供一种计算机程序产品，当其在计算机上运行时，使得计算机实现上述信息分类的方法。

图4是根据一示例性实施例示出的另一种装置800的框图。例如，装置800可以是移动电话，计算机，数字广播电子设备，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图4，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，多媒体数据等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件807为装置800的各种组件提供电力。电源组件807可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或多媒体数据模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，运营商网络(如2G、3G、4G或5G)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述任一信息分类方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。可选地，例如，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性非临时性计算机可读存储介质计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

根据本公开实施例的第四方面，提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行上述任一信息分类方法。

根据本公开实施例的第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机实现上述任一信息分类方法。

由以上可见，本公开实施例提供的技术方案中，通过构建搜索词与多媒体数据之间的第一二部图以及搜索词与用户账号之间的第二二部图，并基于第一二部图和第二二部图提取多媒体数据和用户账号的特征，对多媒体数据和用户账号进行聚类，一方面，减少了分类所需的先验标记的数量，提高了分类的准确度，另一方面，在提取搜索词特征的过程中，同时利用了多媒体数据的信息和用户账号的信息，使得多媒体数据和用户账号的信息得到有效的协同和促进。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种信息分类方法，其特征在于，所述方法包括：

获取搜索词及针对所述搜索词的搜索结果的行为数据，所述搜索结果包括多媒体数据及用户账号；

根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图；

对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征；

对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征；

根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个所述多媒体数据、所述搜索词或所述用户账号。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇之后，所述方法还包括：

将所包括的所述多媒体数据、所述搜索词或所述用户账号满足预设条件的聚簇确定为目标聚簇，所述目标聚簇中的多媒体数据为目标多媒体数据，所述目标聚簇中的用户账号为目标用户账号。

3.根据权利要求2所述的方法，其特征在于，所述预设条件包括以下任意一项或多项：

所述聚簇内的搜索词均为预设目标搜索词或包含预设字段；

所述聚簇内的预设目标用户账号占所述聚簇内用户账号总数的一半以上；

所述聚簇内的预设目标多媒体数据的数量占所述聚簇内多媒体数据总数的一半以上，或，所述聚簇内的预设目标多媒体数据的数量大于预设数量阈值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图，包括：

根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度；

根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度；

在所述关联度高于预设关联阈值的情况下，建立所述搜索词与所述多媒体数据之间的连线，得到第一二部图，并建立所述搜索词与所述多媒体数据对应用户账号之间的连线，得到第二二部图。

5.根据权利要求4所述的方法，其特征在于，所述行为数据包括所述用户对所述多媒体数据的展示次数、点击次数、播放次数、点赞次数、关注次数、播放时长超过预设时长的次数及播放次序参数；

所述根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度，包括：

计算所述点击次数与所述展示次数之间的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率；

计算所述播放时长超过预设时长的次数、所述点赞次数、所述关注次数及所述播放次序参数之和，将所述和与所述播放次数的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的满意度；

所述根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度，包括：

计算所述点击通过率及所述满意度之间的乘积，作为所述搜索词与所述多媒体数据之间的关联度。

6.根据权利要求1所述的方法，其特征在于，所述对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征，包括：

利用第一图神经网络，对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征；

所述对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征，包括：

利用第二图神经网络，对所述第一二部图结构进行特征提取，得到所述多媒体数据的数据特征及所述搜索词的搜索特征，其中，所述第二图神经网络为基于对所述第一图神经网络的训练得到的，所述第二图神经网络的学习率小于所述第一图神经网络的学习率。

7.一种信息分类装置，其特征在于，所述装置包括：

获取单元，被配置为执行获取搜索词及针对所述搜索词的搜索结果的行为数据，所述搜索结果包括多媒体数据及用户账号；

构建单元，被配置为执行根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图；

第一提取单元，被配置为执行对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征；

第二提取单元，被配置为执行对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征；

分类单元，被配置为执行根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个所述多媒体数据、所述搜索词或所述用户账号。

8.一种电子设备，其特征在于，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6任一项所述的信息分类方法。

9.一种存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至6任一项所述的信息分类方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述的信息分类方法。

Images