[发明专利]对消息进行聚类的方法和设备

说明书

技术领域

本申请总体上涉及消息处理的领域，尤其涉及对消息进行聚类的方法和设备。

背景技术

近来，出现了各种信息传递方式。例如，在企业内部，常见的信息传递方式例如有IP电话、电子邮件、即时消息、日历表、CRM等；在企业外部，常见的信息传递方式例如有微博、博客等。作为信息来源的这些信息传递方式产生了大量的消息。

由于所产生的消息的量非常大，所以如果对大量的消息中的每条消息分别进行处理，则消息处理的效率相当低。而且，大量的消息会淹没重要的消息，使得难以从大量的消息中获取重要的消息。

发明内容

在下文中将给出关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

根据本发明的实施例，提供了一种对消息进行聚类的方法，包括：对消息进行分词，并分别计算通过分词获得的词的词频作为其权重；生成与消息对应的特征向量，其中，特征向量的每个元素分别与词相对应，每个元素的值分别为相对应的词的权重；根据词被用户关注的程度和/或包含词的消息的数目与全部消息的数目之间的相对比例，调整作为特征向量中的元素的值的词的权重，使得程度和/或比例越高，则权重被调整得越高；计算权重被调整后的特征向量之间的相似度；以及根据相似度将全部消息聚类为分组。

根据上述对消息进行聚类的方法，其中，词被用户关注的程度由词在关注标签向量中的权重来表示，其中，根据消息的重要度得分和/或用户处理消息的类型，更新词在关注标签向量中的权重，使得消息的重要度得分越高，则词在关注标签向量中的权重被更新得越高，与该类型相对应的系数被应用于更新词在关注标签向量中的权重。

根据上述对消息进行聚类的方法，在对消息进行分词的步骤之前，还包括：收集来自不同来源的消息；以及分别采用与来源对应的转换方式，将来自不同来源的消息转换成统一的格式。

根据上述对消息进行聚类的方法，还包括：计算分组中的每个消息的重要度得分和/或紧急度得分；根据分组中的每个消息的重要度得分和/或紧急度得分，获得分组的重要度得分和/或紧急度得分；以及根据分组的重要度得分和/或紧急度得分，对分组进行排序。

根据上述对消息进行聚类的方法，还包括：根据分组的重要度得分和/或紧急度得分、以及环境因素，选择用于发送相应的分组中的消息的通知方式；按照预定义的模板，对相应的分组中的消息进行渲染以生成通知内容；以及通过所选择的通知方式将生成的通知内容发送给用户。

根据本申请的另一实施例，提供了一种对消息进行聚类的设备，包括：分词单元，其被配置成对消息进行分词，并分别计算通过分词获得的词的词频作为其权重；向量生成单元，其被配置成生成与消息对应的特征向量，其中，特征向量的每个元素分别与词相对应，每个元素的值分别为相对应的词的权重；权重调整单元，其被配置成根据词被用户关注的程度和/或包含词的消息的数目与全部消息的数目之间的相对比例，调整作为特征向量中的元素的值的词的权重，使得程度和/或比例越高，则权重被调整得越高；相似度计算单元，其被配置成计算权重被调整后的特征向量之间的相似度；以及消息聚类单元，其被配置成根据相似度将全部消息聚类为分组。

根据上述对消息进行聚类的设备，其中，词被用户关注的程度由词在关注标签向量中的权重来表示，其中，根据消息的重要度得分和/或根据用户处理消息的类型，更新词在关注标签向量中的权重，使得消息的重要度得分越高，则词在关注标签向量中的权重被更新得越高，与类型相对应的系数被应用于更新词在关注标签向量中的权重。

根据上述对消息进行聚类的设备，还包括：消息收集单元，其被配置成收集来自不同来源的消息；以及格式转换单元，其被配置成分别采用与来源对应的转换方式，将来自不同来源的消息转换成统一的格式。

根据上述对消息进行聚类的设备，还包括：消息得分计算单元，其被配置成计算分组中的每个消息的重要度得分和/或紧急度得分；分组得分计算单元，其被配置成根据分组中的每个消息的重要度得分和/或紧急度得分，获得分组的重要度得分和/或紧急度得分；以及分组排序单元，其被配置成根据分组的重要度得分和/或紧急度得分，对分组进行排序。