[發明專利]一種基于分類決策樹的內容發布智能分類方法

在審

• 申請號: 201510021030.5
• 申請日: 2015-01-16
• 公開（公告）號: CN104657422A
• 公開（公告）日: 2015-05-27
• 發明（設計）人: 蘇森;徐鵬;雙鍇;溫鑒榮;王玉龍
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京思創畢升專利事務所 11218
• 代理人: 郭韞

1.一種基于分類決策樹的內容發布智能分類方法，所述方法應用的系統通用架構包括：內容數據采集模塊、分類策略模塊、分類決策樹訓練模塊；其特征在于：所述方法結合機器學習的監督學習方法，將內容管理系統中已有的內容信息作為訓練數據集合，并利用此訓練數據集合基于決策樹學習算法生成分類器；所有發布內容都基于相同的發布途徑，發布后由所述分類器根據發布內容的特征值判斷該發布內容的類型，從而完成整個發布過程，

所述方法進一步包括內容發布步驟，具體如下：

(B1)基于統一的頁面進行內容發布提交；

(B2)提取特征值：根據用戶提供的內容信息提取特征值信息；

(B3)分類器根據步驟(B2)得到的特征值信息判斷新發布內容的類型；

(B4)將步驟(B3)判斷出的類別的信息存于內容信息數據中，然后存于數據庫中。

2.根據權利要求1所述的基于分類決策樹的內容發布智能分類方法，其特征在于：所述方法利用所述內容數據采集模塊分析新發布內容的特征值信息；利用分類策略模塊加載分類決策樹配置信息，以及在其運行過程中根據提供的特征值信息返回類型信息；利用分類決策樹訓練模塊基于所述訓練數據集合進行離線處理，輸出決策樹配置信息，形成所述分類器；

所述特征值信息包括：文本長度、是否包含鏈接、是否包含文檔附件、是否包含視頻鏈接和是否包含圖片；

發布內容的類型包括：文檔、話題、文章、分享鏈接和視頻。

3.根據權利要求2所述的基于分類決策樹的內容發布智能分類方法，其特征在于：所述方法包括分類決策樹訓練步驟，具體如下：

(A1)對內容管理系統中已有的內容信息進行預處理，提取所需的特征值信息和類型信息，取1成作為驗證數據，9成作為訓練數據；

(A2)基于決策樹學習算法和算法參數，生成分類決策樹配置信息；

(A3)基于所述驗證數據，對步驟(A2)生成的決策樹配置信息進行測試，輸出測試結果；

(A4)輸出分類器。