[发明专利]分类模型优化方法及装置

说明书

技术领域

本公开涉及信息技术领域，尤其涉及一种分类模型优化方法及装置。

背景技术

随着社交圈的规模越来越大，用户在工作或生活中经常会收到很多邮件， 如会议邮件、广告邮件等。为了便于进行管理，通常需要对邮件进行分类。

分类时，用户会先创建多个邮件文件夹，并设置好邮件分类规则，即每个 邮件文件夹所对应的邮件特征集合。每当接收到一个邮件时，分析邮件的内容 来获取该邮件的特征集合，根据设置好的邮件分类规则，确定与该邮件的特征 集合匹配的邮件文件夹，并将该邮件存储于匹配的邮件文件夹中，从而实现对 该邮件的分类。

发明内容

为克服相关技术中存在的问题，本公开提供一种分类模型优化方法及装置。 所述技术方案如下：

根据本公开实施例的第一方面，提供一种分类模型优化方法，所述方法包 括：

根据基于第一分类模型对目标邮件进行分类时确定的第一类别标识，将所 述目标邮件存储于所述第一类别标识对应的第一邮件文件夹中；

当检测到将所述目标邮件从所述第一邮件文件夹移动至第二邮件文件夹的 操作时，确定所述第二邮件文件夹对应的第二类别标识；

根据所述目标邮件的至少一项特征集合，获取所述目标邮件的特征向量；

根据所述目标邮件的特征向量和所述第二类别标识以及多个样本邮件的特 征向量和对应的类别标识进行训练，得到第二分类模型，所述第二分类模型用 于对邮件进行分类。

在另一实施例中，所述根据所述目标邮件的特征向量和所述第二类别标识 以及多个样本邮件的特征向量和对应的类别标识进行训练，得到第二分类模型， 包括：

按照预设权重，对所述目标邮件的特征向量进行调整，所述预设权重大于1；

根据调整后的特征向量、所述第二类别标识、所述多个样本邮件的特征向 量和对应的类别标识进行训练，得到所述第二分类模型。

在另一实施例中，所述方法还包括：

根据所述多个样本邮件中每个样本邮件的至少一项特征集合，获取每个样 本邮件的特征向量；

根据样本邮件的历史分类记录，确定每个样本邮件对应的类别标识。

在另一实施例中，所述根据所述目标邮件的特征向量和所述第二类别标识 以及多个样本邮件的特征向量和对应的类别标识进行训练，得到第二分类模型， 包括：

将所述目标邮件的特征向量和所述第二类别标识、所述多个样本邮件的特 征向量以及对应的类别标识组合成第一特征数据集；

根据所述第一特征数据集进行训练，得到所述第二分类模型。

在另一实施例中，所述根据所述第一特征数据集进行训练，得到所述第二 分类模型，包括：

对所述第一特征数据集进行降维，得到第二特征数据集；

对所述第二特征数据集进行归一化，得到第三特征数据集；

根据所述第三特征数据集进行训练，得到所述第二分类模型。

在另一实施例中，所述对所述第一特征数据集进行降维，得到第二特征数 据集，包括：

确定所述第一特征数据集中的每个特征维度标识，每个特征维度标识与所 述第一特征数据集中的多个特征向量相应位置上的特征对应；

对于每个特征维度标识，

确定所述特征维度标识与每个类别标识之间的关联度；

如果确定所述特征维度标识与每个类别标识之间的关联度均小于预设 阈值，则从所述第一特征数据集中，删除所述特征维度标识对应的特征集合；

将删除特征集合后的特征数据集确定为所述第二特征数据集。

在另一实施例中，所述确定所述特征维度标识与每个类别标识之间的关联 度，包括：

基于当前训练得到的分类模型，对所述多个特征向量分别进行分类，得到 多个增益类别标识；

删除所述多个特征向量中所述特征维度标识对应的特征，得到多个子向量， 并基于当前训练得到的分类模型，对所述多个子向量分别进行分类，得到多个 测试类别标识；

根据所述多个增益类别标识与所述多个测试类别标识之间的差异，确定所 述特征维度标识与每个类别标识之间的关联度。

在另一实施例中，所述对所述第二特征数据集进行归一化，得到第三特征 数据集，包括：