[發(fā)明專(zhuān)利]應(yīng)用分類(lèi)方法和應(yīng)用分類(lèi)裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201610395414.8
• 申請(qǐng)日: 2016-06-06
• 公開(kāi)（公告）號(hào): CN107463935A
• 公開(kāi)（公告）日: 2017-12-12
• 發(fā)明（設(shè)計(jì)）人: 王躍;路博;王瓊;劉思言;王洪嶺;鄧琳碧
• 申請(qǐng)（專(zhuān)利權(quán)）人: 工業(yè)和信息化部電信研究院
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06F17/30
• 代理公司: 北京酷愛(ài)智慧知識(shí)產(chǎn)權(quán)代理有限公司11514
• 代理人: 李娜

技術(shù)領(lǐng)域

本發(fā)明涉及應(yīng)用分類(lèi)領(lǐng)域，具體的說(shuō)是一種應(yīng)用分類(lèi)方法和一種應(yīng)用分類(lèi)裝置。

背景技術(shù)

隨著智能手機(jī)、平板電腦等智能終端的迅速普及，基于IOS操作系統(tǒng)、android操作系統(tǒng)和windows操作系統(tǒng)的各種應(yīng)用程序(英文縮寫(xiě)：App；英文全稱(chēng)：Application)已從社交、購(gòu)物、交通、服務(wù)、醫(yī)療、通訊等各個(gè)領(lǐng)域深入消費(fèi)者的生活中，應(yīng)用程序的總數(shù)量呈爆發(fā)式增長(zhǎng)，目前，基于IOS操作系統(tǒng)的App總數(shù)已超過(guò)150萬(wàn)，而基于開(kāi)源的android操作系統(tǒng)的App數(shù)量更加龐大，這些App在互聯(lián)網(wǎng)中的各大應(yīng)用商店中上架，以供用戶(hù)下載安裝。

由于A(yíng)pp發(fā)展是互聯(lián)網(wǎng)發(fā)展的重要方面，根據(jù)App的規(guī)模、分類(lèi)等情況可以宏觀(guān)了解互聯(lián)網(wǎng)科技的發(fā)展方向，對(duì)政府、企業(yè)、個(gè)人等均具有重要的指導(dǎo)作用，因此，需要了解市場(chǎng)上所有App整體的分類(lèi)情況。

目前，國(guó)內(nèi)有幾十個(gè)應(yīng)用商店，各個(gè)應(yīng)用商店的規(guī)模不同，上架的App千差萬(wàn)別，各個(gè)應(yīng)用商店對(duì)App的分類(lèi)類(lèi)目各不相同，對(duì)各個(gè)App的分類(lèi)也不盡相同，對(duì)同一個(gè)應(yīng)用商店的數(shù)據(jù)尚可以進(jìn)行分類(lèi)匯總，但對(duì)多個(gè)應(yīng)用商店的數(shù)據(jù)就無(wú)法統(tǒng)一進(jìn)行分類(lèi)匯總了，以上現(xiàn)狀對(duì)統(tǒng)計(jì)市場(chǎng)上所有App的整體分類(lèi)情況造成了阻礙，現(xiàn)有技術(shù)中缺少能夠?qū)κ袌?chǎng)上的App進(jìn)行統(tǒng)一分類(lèi)的方法。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，迫切需要一種能夠?qū)κ袌?chǎng)上的App進(jìn)行統(tǒng)一分類(lèi)的應(yīng)用分類(lèi)方法，以及相應(yīng)的一種應(yīng)用分類(lèi)裝置。

本發(fā)明采用的技術(shù)方案是：

本申請(qǐng)?zhí)峁┮环N應(yīng)用分類(lèi)方法，包括：

獲取待分類(lèi)數(shù)據(jù)，其中，所述待分類(lèi)數(shù)據(jù)包括待分類(lèi)應(yīng)用的應(yīng)用名稱(chēng)和應(yīng)用描述；

對(duì)所述待分類(lèi)數(shù)據(jù)中的應(yīng)用名稱(chēng)和應(yīng)用描述進(jìn)行分詞處理，獲得所述待分類(lèi)應(yīng)用的多個(gè)關(guān)鍵詞；

根據(jù)所述多個(gè)關(guān)鍵詞獲得所述待分類(lèi)應(yīng)用的分類(lèi)名稱(chēng)。

可選的，所述對(duì)所述待分類(lèi)數(shù)據(jù)中的應(yīng)用名稱(chēng)和應(yīng)用描述進(jìn)行分詞處理，獲得所述應(yīng)用的多個(gè)關(guān)鍵詞的步驟，包括：

對(duì)所述待分類(lèi)數(shù)據(jù)中的應(yīng)用名稱(chēng)和應(yīng)用描述采用ICTCLAS、IKAnalyzer、盤(pán)古分詞、庖丁中文分詞、LibMMSeg、PHPCWS、HTTPCWS、mmseg4j、smallseg、CRF、SCWS、FudanNLP和ICTCLAS4j中的任一種分詞工具進(jìn)行分詞處理，獲得所述應(yīng)用的多個(gè)關(guān)鍵詞。

可選的，所述根據(jù)所述多個(gè)關(guān)鍵詞獲得所述待分類(lèi)應(yīng)用的分類(lèi)名稱(chēng)的步驟具體包括：

獲取由多條訓(xùn)練數(shù)據(jù)組成的訓(xùn)練樣本，其中，每條所述訓(xùn)練數(shù)據(jù)包括一個(gè)已確定分類(lèi)的訓(xùn)練應(yīng)用的應(yīng)用名稱(chēng)、應(yīng)用描述和分類(lèi)名稱(chēng)；

對(duì)每條所述訓(xùn)練數(shù)據(jù)中的應(yīng)用名稱(chēng)和應(yīng)用描述進(jìn)行分詞處理，獲得每個(gè)訓(xùn)練應(yīng)用的多個(gè)關(guān)鍵詞，所有所述訓(xùn)練應(yīng)用的關(guān)鍵詞和分類(lèi)名稱(chēng)共同組成樸素貝葉斯分類(lèi)器的訓(xùn)練樣本；

采用所述訓(xùn)練樣本訓(xùn)練樸素貝葉斯分類(lèi)器，獲得訓(xùn)練好的樸素貝葉斯分類(lèi)器；

采用測(cè)試樣本測(cè)試所述訓(xùn)練好的樸素貝葉斯分類(lèi)器的準(zhǔn)確度；

判斷所述準(zhǔn)確度是否達(dá)到預(yù)期值，若未達(dá)到，則按照用戶(hù)的指令在所述訓(xùn)練樣本中刪除至少一條訓(xùn)練數(shù)據(jù)，重新訓(xùn)練樸素貝葉斯分類(lèi)器并測(cè)試訓(xùn)練好的樸素貝葉斯分類(lèi)器的準(zhǔn)確度，重復(fù)執(zhí)行本步驟直至所述準(zhǔn)確度達(dá)到預(yù)期值；

將所述多個(gè)關(guān)鍵詞輸入訓(xùn)練好的樸素貝葉斯分類(lèi)器中進(jìn)行分類(lèi)，獲得所述待分類(lèi)應(yīng)用的分類(lèi)名稱(chēng)。

可選的，所述獲取待分類(lèi)數(shù)據(jù)的步驟，包括：

采用網(wǎng)絡(luò)爬取方法從不同應(yīng)用商店中爬取待分類(lèi)數(shù)據(jù)。

可選的，所述采用網(wǎng)絡(luò)爬取方法從不同應(yīng)用商店中爬取待分類(lèi)數(shù)據(jù)的步驟，包括：

采用nutch爬蟲(chóng)從不同應(yīng)用商店中爬取待分類(lèi)數(shù)據(jù)。

本申請(qǐng)還提供一種應(yīng)用分類(lèi)裝置，包括：

待分類(lèi)數(shù)據(jù)獲取模塊，用于獲取待分類(lèi)數(shù)據(jù)，其中，所述待分類(lèi)數(shù)據(jù)包括待分類(lèi)應(yīng)用的應(yīng)用名稱(chēng)和應(yīng)用描述；

待分類(lèi)數(shù)據(jù)分詞模塊，用于對(duì)所述待分類(lèi)數(shù)據(jù)中的應(yīng)用名稱(chēng)和應(yīng)用描述進(jìn)行分詞處理，獲得所述待分類(lèi)應(yīng)用的多個(gè)關(guān)鍵詞；

分類(lèi)模塊，用于根據(jù)所述多個(gè)關(guān)鍵詞獲得所述待分類(lèi)應(yīng)用的分類(lèi)名稱(chēng)。

可選的，所述待分類(lèi)數(shù)據(jù)分詞模塊包括：

待分類(lèi)數(shù)據(jù)分詞單元，用于對(duì)所述待分類(lèi)數(shù)據(jù)中的應(yīng)用名稱(chēng)和應(yīng)用描述采用ICTCLAS、IKAnalyzer、盤(pán)古分詞、庖丁中文分詞、LibMMSeg、PHPCWS、HTTPCWS、mmseg4j、smallseg、CRF、SCWS、FudanNLP和ICTCLAS4j中的任一種分詞工具進(jìn)行分詞處理，獲得所述應(yīng)用的多個(gè)關(guān)鍵詞。