[發明專利]信息處理方法、裝置和計算機設備

在審

• 申請號: 201611266540.X
• 申請日: 2016-12-31
• 公開（公告）號: CN106843941A
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 林海
• 申請（專利權）人: 廣東歐珀移動通信有限公司
• 主分類號: G06F9/445
• 分類號: G06F9/445
• 代理公司: 廣州華進聯合專利商標代理有限公司44224
• 代理人: 方高明

1.一種信息處理方法，其特征在于，包括：

獲取對應用程序的下載數據，所述對應用程序的下載數據是指下載應用程序時所產生的數據；所述下載數據包括下載的內容、下載行為的發起者、下載時的網絡環境和下載時間；

提取所述下載數據的屬性的特征值；

將所述下載數據的屬性的特征值導入到下載分類決策樹中，所述下載分類決策樹是根據應用程序的歷史下載數據訓練得到的；

將所述下載數據的屬性的特征值與所述下載分類決策樹中各屬性節點的特征值進行比較，根據比較結果得到所述下載數據的類別。

2.根據權利要求1所述的信息處理方法，其特征在于，所述方法還包括：

獲取應用程序的歷史下載數據，對所述歷史下載數據進行采樣形成訓練樣本數據集；

對所述訓練樣本數據集中每一樣本數據提取多個屬性及對應的特征值；

獲取所述訓練樣本數據集的各個屬性的信息增益；

根據各個屬性的信息增益將樣本數據進行歸類，得到下載分類決策樹。

3.根據權利要求2所述的信息處理方法，其特征在于，所述根據各個屬性的信息增益將樣本數據進行歸類，得到下載分類決策樹，包括：

選取信息增益最大的屬性；

將所述信息增益最大的屬性的特征值相同的樣本數據歸類到同一訓練樣本數據子集；

依次對各訓練樣本數據子集獲取訓練樣本數據子集中的各個屬性的信息增益，選取信息增益最大的屬性，將所述信息增益最大的屬性的特征值相同的樣本數據歸類到同一訓練樣本數據子集，遞歸分裂構建下載分類決策樹。

4.根據權利要求1至3中任一項所述的信息處理方法，其特征在于，所述方法還包括：

統計指定時間內或指定次數的下載數據的分類結果的正確率；

若所述正確率小于閾值，則選取訓練樣本數據集及選取新的屬性進行訓練得到新的下載分類決策樹。

5.一種構建下載分類決策樹的方法，其特征在于，包括：

獲取應用程序的歷史下載數據，對所述歷史下載數據進行采樣形成訓練樣本數據集，所述應用程序的歷史下載數據是指下載應用程序時所產生的數據；所述下載數據包括下載的內容、下載行為的發起者、下載時的網絡環境和下載時間；

對所述訓練樣本數據集中每一樣本數據提取多個屬性的特征值；

獲取所述訓練樣本數據集的各個屬性的信息增益；

選取信息增益最大的屬性；

將所述信息增益最大的屬性的特征值相同的樣本數據歸類到同一訓練樣本數據子集；

依次對各訓練樣本數據子集獲取訓練樣本數據子集中的各個屬性的信息增益，選取信息增益最大的屬性，將所述信息增益最大的屬性的特征值相同的樣本數據歸類到同一訓練樣本數據子集，遞歸分裂構建下載分類決策樹。

6.一種信息處理裝置，其特征在于，包括：

數據獲取模塊，用于獲取對應用程序的下載數據，所述對應用程序的下載數據是指下載應用程序時所產生的數據；所述下載數據包括下載的內容、下載行為的發起者、下載時的網絡環境和下載時間；

屬性特征獲取模塊，用于提取所述下載數據的屬性的特征值；

導入模塊，用于將所述下載數據的屬性的特征值導入到下載分類決策樹中，所述下載分類決策樹是根據應用程序的歷史下載數據訓練得到的；

類別識別模塊，用于將下載數據的屬性的特征值與所述下載分類決策樹中各屬性節點的特征值進行比較，根據比較結果得到所述下載數據的類別。

7.根據權利要求6所述的信息處理裝置，其特征在于，所述裝置還包括：

樣本采集模塊，用于獲取應用程序的歷史下載數據，對所述歷史下載數據進行采樣形成訓練樣本數據集；

屬性提取模塊，用于對所述訓練樣本數據集中每一樣本數據提取多個屬性及對應的特征值；

信息增益獲取模塊，用于獲取所述訓練樣本數據集的各個屬性的信息增益；

構建模塊，用于根據各個屬性的信息增益將樣本數據進行歸類，得到下載分類決策樹。