[发明专利]日志分类模型的建立、行为日志分类方法及装置

权利要求书

1.一种日志分类模型的建立方法，其特征在于，包括：

从至少一个数据源中，获取指定用户的行为日志；

对所述行为日志进行划分，以获得至少一个Session段；

根据每个所述Session段中所包括的行为日志的检索关键词、题目和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题；

根据所述至少一个第一候选主题，利用投票方法，确定每个所述Session段所属的第二候选主题；

将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据；

利用所述至少一个第一候选主题和所述目标训练数据，训练日志分类模型，所述日志分类模型用于将待分类的行为日志映射到对应主题。

2.根据权利要求1所述的方法，其特征在于，所述根据每个所述Session段中所包括的行为日志的Query、Title和URL，获得每个所述Session段中每个行为日志的对应字段所属的至少一个第一候选主题，包括：

利用每个所述Session段中所包括的行为日志的Query作为第一输入参数，运行Query分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题；

利用每个所述Session段中所包括的行为日志的Title作为第二输入参数，运行Title分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题；以及

利用每个所述Session段中所包括的行为日志的URL作为第三输入参数，运行URL分类模型，以获得每个所述Session段中每个行为日志的对应字段所属的第一候选主题。

3.根据权利要求1或2所述的方法，其特征在于，所述利用所述至少一个第一候选主题和所述目标训练数据，训练日志分类模型，所述日志分类模型用于将待分类的行为日志映射到对应主题，包括：

根据所述至少一个第一候选主题，生成训练主题特征；

利用所述训练主题特征和所述目标训练数据，训练所述日志分类模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述至少一个第一候选主题，生成训练主题特征，包括：

根据所述至少一个第一候选主题中每个所述第一候选主题，生成至少一个第三候选主题；

根据所述至少一个第一候选主题和所述至少一个第三候选主题，生成所述训练主题特征。

5.根据权利要求1～4任一权利要求所述的方法，其特征在于，所述将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以作为目标训练数据，包括：

将每个所述Session段所属的第二候选主题，作为每个所述Session段中每个行为日志所属的主题，以生成候选训练数据；

对所述候选训练数据，进行有效性验证；

将通过所述有效性验证的候选训练数据，作为所述目标训练数据。

6.一种基于日志分类模型的行为日志分类方法，其特征在于，所述分类模型为采用如权利要求1～5任一权利要求所述的日志分类模型的建立方法建立；所述方法包括：

获取待识别的行为日志；

根据所述行为日志的Query、Title和URL，获得所述行为日志的对应字段所属的至少一个第一候选主题；

根据所述至少一个第一候选主题，利用所述日志分类模型，对所述行为日志进行分类，以将所述行为日志映射到对应主题。

7.根据权利要求6所述的方法，其特征在于，所述根据所述行为日志的Query、Title和URL，获得所述行为日志的对应字段所属的至少一个第一候选主题，包括：

利用所述行为日志的Query作为第一输入参数，运行Query分类模型，以获得所述行为日志的对应字段所属的第一候选主题；

利用所述行为日志的Title作为第二输入参数，运行Title分类模型，以获得所述行为日志的对应字段所属的第一候选主题；以及

利用所述行为日志的URL作为第三输入参数，运行URL分类模型，以获得所述行为日志的对应字段所属的第一候选主题。