[发明专利]用于生成信息的方法和装置

说明书

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取至少两个待分类产品的产品标识，得到产品标识集合；针对产品标识集合中的产品标识，确定该产品标识指示的待分类产品与产品标识集合中除该产品标识之外的其他产品标识指示的待分类产品之间的产品相似度，其中，产品相似度用于表征产品的属性信息之间的相似程度；基于所确定的产品相似度，对产品标识集合中的产品标识指示的待分类产品进行分类，生成分类结果。该实施方式提高了产品分类的灵活性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

现有产品分类体系较为固定(例如，现有技术通常参考我国颁布的国家标准GB7635-87《全国工农业产品(商品、物资)分类与代码》对产品进行分类)，仅在一定程度上能够帮助用户对产品进行浏览和挑选。

然而，当前产品分类的最细粒度依然较粗，通常包含成百上千种产品。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取至少两个待分类产品的产品标识，得到产品标识集合；针对产品标识集合中的产品标识，确定该产品标识指示的待分类产品与产品标识集合中除该产品标识之外的其他产品标识指示的待分类产品之间的产品相似度，其中，产品相似度用于表征产品的属性信息之间的相似程度；基于所确定的产品相似度，对产品标识集合中的产品标识指示的待分类产品进行分类，生成分类结果。

在一些实施例中，基于所确定的产品相似度，对产品标识集合中的产品标识指示的待分类产品进行分类，包括：采用基于密度的聚类方法，基于所确定的产品相似度，对产品标识集合中的产品标识指示的待分类产品进行分类。

在一些实施例中，产品相似度是通过产品之间的属性相似度和关系相似度确定的，属性相似度表征属性信息的文字之间的相似程度，关系相似度表征属性信息的关系之间的相似程度。

在一些实施例中，属性相似度是基于产品的属性信息的文字之间的编辑距离得到的。

在一些实施例中，属性信息包括至少一个属性；以及该方法还包括：将产品标识集合中的产品标识指示的待分类产品的属性信息通过树结构表征，其中，树的节点表征属性，节点与节点之间的边表征属性之间的隶属关系；对于第一待分类产品的属性信息包括的属性，将该属性和第二待分类产品的属性信息包括的、与该属性对应的属性进行组合，得到属性对，其中，第一待分类产品为产品标识集合中的产品标识指示的待分类产品，第二待分类产品为产品标识集合中除第一待分类产品的产品标识之外的其他产品标识指示的待分类产品，第二待分类产品的属性信息包括的、与该属性对应的属性是第二待分类产品的属性信息包括的属性中与该属性的编辑距离最小的属性；对于第二待分类产品的属性信息包括的属性，将该属性和第一待分类产品的属性信息包括的、与该属性对应的属性进行组合，得到属性对，其中，第一待分类产品的属性信息包括的、与该属性对应的属性是第一待分类产品的属性信息包括的属性中与该属性的编辑距离最小的属性。

在一些实施例中，第一待分类产品与第二待分类产品之间的属性相似度是通过如下步骤得到的：确定所得到的属性对包括的属性间的编辑距离的和；确定第一待分类产品的属性信息中包括的属性的数量与第二待分类产品的属性信息中包括的属性的数量的积；将和与积的商确定为第一待分类产品与第二待分类产品之间的属性相似度。

在一些实施例中，第一待分类产品与第二待分类产品之间的关系相似度是通过第一待分类产品的树结构的边的数量与第二待分类产品的树结构的边的数量确定的。