[發明專利]一種用戶的生活圈提取方法及系統

有效

• 申請號: 201510016140.2
• 申請日: 2015-01-13
• 公開（公告）號: CN104598573B
• 公開（公告）日: 2017-06-16
• 發明（設計）人: 邵佳帥;牟川;邢志峰
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/02
• 代理公司: 北京邦信陽專利商標代理有限公司11012
• 代理人: 金璽

技術領域

本發明涉及電子商務相關技術領域，特別是一種用戶的生活圈提取方法及系統。

背景技術

在電子商務網站進行購物的用戶所填寫的收貨地址中蘊含著豐富的信息，識別出用戶地址中的小區名字、寫字樓名字或辦公地點名字等對電子商務公司來說是很重要的工作。

現有提取地址的“生活圈”關鍵詞，一般都是利用自組織詞庫進行分詞查找。

然而，通過自組織詞庫，無法精確的從收貨地址中將“生活圈”的名字和類型提取出來。

發明內容

基于此，有必要針對現有技術無法精確的從收貨地址中將“生活圈”的名字和類型提取出來的技術問題，提供一種用戶的生活圈提取方法及系統。

一種用戶的生活圈提取方法，包括：

地址切分訓練步驟，包括：獲取多個用于進行訓練的切分訓練地址，對所述切分訓練地址進行切分得到切分最小訓練結果，獲取切分訓練地址集，所述切分訓練地址集包括所述切分最小訓練結果以及用于描述所述切分最小訓練結果的成詞類型的訓練成詞類型標注，獲取切分特征模板，所述切分特征模板包括至少一條用于對所述切分訓練地址集進行特征描述的切分特征，將所述切分訓練地址集和所述切分特征模板采用條件隨機場模型進行訓練，得到地址切分訓練模型；

地址標識訓練步驟，包括：獲取多個用于進行訓練的標識訓練地址，對所述標識訓練地址進行切分得到標識最小訓練結果，從所述標識最小訓練結果中選取與生活圈類型相關的訓練敏感詞，獲取標識訓練地址集，所述標識訓練地址集包括訓練敏感詞以及用于描述所述訓練敏感詞的生活圈類型的訓練生活圈類型標識，獲取標識特征模板，所述標識特征模板包括至少一條對所述標識訓練地址集進行特征描述的標識特征，將所述標識訓練地址集和所述標識特征模板采用條件隨機場模型進行訓練，得到地址標識訓練模型；

實際地址獲取步驟，包括：獲取至少一個所述用戶的實際地址，將所述實際地址進行切分得到實際最小切分結果；

實際地址切分步驟，包括：將所述實際最小切分結果輸入所述地址切分訓練模型，得到用于描述所述實際最小切分結果的成詞類型的實際成詞類型標注，根據所述實際最小切分結果的實際成詞類型標注，將所述實際最小切分結果重新組合為生活圈名稱；

實際地址標識步驟，包括：從所述實際最小切分結果中選取與生活圈類型相關的實際敏感詞，將所述實際敏感詞輸入所述地址標識訓練模型，得到用于描述所述實際敏感詞的生活圈類型的實際生活圈類型標識；

生活圈提取步驟，包括：對每個所述實際地址生成包括所述生活圈名稱及對相應的實際敏感詞的實際生活圈類型標識的生活圈。

一種用戶的生活圈提取系統，包括：

地址切分訓練模塊，用于：獲取多個用于進行訓練的切分訓練地址，對所述切分訓練地址進行切分得到切分最小訓練結果，獲取切分訓練地址集，所述切分訓練地址集包括所述切分最小訓練結果以及用于描述所述切分最小訓練結果的成詞類型的訓練成詞類型標注，獲取切分特征模板，所述切分特征模板包括至少一條用于對所述切分訓練地址集進行特征描述的切分特征，將所述切分訓練地址集和所述切分特征模板采用條件隨機場模型進行訓練，得到地址切分訓練模型；

地址標識訓練模塊，用于：獲取多個用于進行訓練的標識訓練地址，對所述標識訓練地址進行切分得到標識最小訓練結果，從所述標識最小 訓練結果中選取與生活圈類型相關的訓練敏感詞，獲取標識訓練地址集，所述標識訓練地址集包括訓練敏感詞以及用于描述所述訓練敏感詞的生活圈類型的訓練生活圈類型標識，獲取標識特征模板，所述標識特征模板包括至少一條對所述標識訓練地址集進行特征描述的標識特征，將所述標識訓練地址集和所述標識特征模板采用條件隨機場模型進行訓練，得到地址標識訓練模型；

實際地址獲取模塊，用于：獲取至少一個所述用戶的實際地址，將所述實際地址進行切分得到實際最小切分結果；

實際地址切分模塊，用于：將所述實際最小切分結果輸入所述地址切分訓練模型，得到用于描述所述實際最小切分結果的成詞類型的實際成詞類型標注，根據所述實際最小切分結果的實際成詞類型標注，將所述實際最小切分結果重新組合為生活圈名稱；

實際地址標識模塊，用于：從所述實際最小切分結果中選取與生活圈類型相關的實際敏感詞，將所述實際敏感詞輸入所述地址標識訓練模型，得到用于描述所述實際敏感詞的生活圈類型的實際生活圈類型標識；

生活圈類型模塊，用于：對每個所述實際地址生成包括所述生活圈名稱及對相應的實際敏感詞的實際生活圈類型標識的生活圈。