[发明专利]一种信息识别方法及装置

说明书

本申请公开了一种信息识别方法及装置，用以提高类目错放识别的准确性，从而减少类目错放现象的发生，提高用户体验。本申请提供的一种信息识别方法，包括：确定检测对象的标题对应的检测对象属性信息；根据所述检测对象属性信息，判断所述检测对象是否存在类目错放问题。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种信息识别方法及装置。

背景技术

电商平台上，卖家发布商品时没有将商品发布在最契合类目下的情况叫做类目错放。类目错放的商品，有些是由于对平台的类目体系不够了解而导致非刻意错放，而有些是刻意进行错放，借此获得额外的曝光。对于非刻意错放的商品而言，会影响商品在搜索上的排名表现；对于刻意错放的商品，卖家通过在多个类目下发布多个类似的商品，起到获得额外流量的作用，而这种作弊行为妨碍了其他卖家商品的曝光机会，如果不清除，久而久之其它卖家不得不用同样的方法来进行对抗，从而导致整体电商平台的商品信息库质量下降，影响电商平台生态。从买家的角度看，用户在搜索、浏览结果中夹杂着用户兴趣无关的产品，降低搜索体验。

现有的类目错放检测方法主要是利用商品文本信息进行类目错放的检测，对非刻意的类目错放有较好的效果，然而对于刻意错放的商品而言，卖家为了逃避类目错放检测机制，继续获得额外曝光机会，也摸索出了通过在商品信息中加入混淆信息来逃避传统类目错放检测的方法，对这类商品，现有方法的识别效果较差。

发明内容

本申请实施例提供了一种信息识别方法及装置，用以提高类目错放识别的准确性，从而减少类目错放现象的发生，提高用户体验。

本申请实施例提供的一种信息识别方法，包括：

确定检测对象的标题对应的检测对象属性信息；

根据所述检测对象属性信息，判断所述检测对象是否存在类目错放问题。

通过该方法，根据检测对象的标题对应的检测对象属性信息，判断检测对象是否存在类目错放问题，从而可以提高类目错放识别的准确性，因为考虑了商品属性之间的不同，更加凸显表征能力强的属性的作用，避免了因为商品标题中某些字段中存在混淆信息从而导致商品类目错放漏判的发生，减少类目错放现象的发生，提高用户体验。

可选地，根据所述检测对象属性信息，判断所述检测对象是否存在类目错放问题，具体包括：

根据所述检测对象属性信息，基于预先设置的类目预测结果，判断所述检测对象是否存在类目错放问题。

本申请实施例，使用层次类目预测方案提高类目预测准确率：层次类目预测的方法共分三层：第一层注重准确率，通过对高频文本人工标注的方法，来提高这部分文本的类目预测准确率；第二层在注重准确率同时考虑召回率，是通过用户的搜索日志来得到搜索词到用户点击的商品所属的类目的分布关系，一旦商品标题匹配到搜索词，那么就可以对其进行类目预测，为了避免精确匹配造成的召回率问题，对搜索词会进行改写，例如去除一些停用词、不重要的属性词等，如果商品标题命中改写后的搜索词，也可堆砌；第三层在保证准确率的基础上更注重召回，即在原有NGram预测方法基础上，提取商品标题、描述信息中的中心词和中心短语，并在融合候选类目得分时，赋予中心词和中心短语更高的权重，提高重要信息对结果的影响；层次类目预测的方法，从准确率上，逐层递减，从召回率上，逐层递增；能够更好的达到准确率与召回率的平衡。

因此，可选地，所述类目预测结果，具体包括下列类目预测结果之一或组合：

利用网站的热门搜索词确定的类目预测结果；

利用买家在网站上的搜索以及买家对搜索结果的反馈，得到的类目预测结果；

利用已有商品库中商品标题的中心词、中心短语和词的N元组确定的类目预测结果。