[发明专利]一种信息处理方法及装置、存储介质

说明书

本发明实施例公开了一种信息处理方法及装置、存储介质，该方法包括：当接收到待发布物品信息时，利用预设梯度提升模型，对待发布物品信息进行特征组合，得到待分类组合特征；预设梯度提升树模型为提取用于区分信息类别的组合特征的模型；利用预设逻辑回归模型，对待分类组合特征进行分类，得到待发布物品信息对应的待发布信息类别；预设逻辑回归模型为利用历史组合特征和历史信息类别训练得到的模型；当待发布信息类别为正确信息时，将待发布物品信息作为目标物品信息，并进行发布。

技术领域

本发明涉及机器学习技术，尤其涉及一种信息处理方法及装置、存储介质。

背景技术

随着电子商务(电商)的出现，用户的线下购买方式逐渐变为线上购买，电商是通过网上商城发布商品信息，使得用户先浏览商品信息，再决定是否购买商品，因此，一旦网上商城发布违规的商品信息，就会对用户的消费行为产生误导。

目前，为了保证商品信息的真实合法性，以及考虑到违规类型的多样性和信息表现形式的多样性，通常采取人工审核的方式，对待发布的商品信息进行审核，审核通过后再在网上商城发布商品信息，然而，由于人工的审核标准不完全一致，导致审核结果存在偏差，其次，由于人工审核的速度有限，而网上商城上的商品信息数量庞大，只能对网上商城上的部分商品信息进行审核，进而导致违规的商品信息被发布，综上所述，降低了发布的商品信息的真实合法性。

发明内容

本发明的主要目的在于提出一种信息处理方法及装置、存储介质，能够提高发布的物品信息的真实合法性。

本发明的技术方案是这样实现的：

本发明实施例提供了一种信息处理方法，所述方法包括：

当接收到待发布物品信息时，利用预设梯度提升模型，对所述待发布物品信息进行特征组合，得到待分类组合特征；所述预设梯度提升树模型为提取用于区分信息类别的组合特征的模型；

利用预设逻辑回归模型，对所述待分类组合特征进行分类，得到所述待发布物品信息对应的待发布信息类别；所述预设逻辑回归模型为利用历史组合特征和所述历史信息类别训练得到的模型；

当所述待发布信息类别为正确信息时，将所述待发布物品信息作为目标物品信息，并进行发布。

上述方案中，所述利用预设梯度提升模型，对所述待发布物品信息进行特征组合，得到待分类组合特征之前，所述方法还包括：

获取历史分类信息；所述历史分类信息表征历史物品信息和历史信息类别的对应关系；

对所述历史分类信息进行预处理，得到初始分类信息；

对所述初始分类信息进行特征提取，得到物品特征信息；

获取初始梯度提升模型和初始逻辑回归模型；所述初始梯度提升模型表征物品信息、组合特征和信息类别的对应关系，所述初始逻辑回归模型表征组合特征和信息类别的对应关系；

利用所述物品特征信息，对初始梯度提升模型和初始逻辑回归模型进行训练，得到所述预设梯度提升模型和所述预设逻辑回归模型。

上述方案中，所述对所述历史分类信息进行预处理，得到初始分类信息，包括：

对所述历史分类信息进行归类，得到物品属性信息，所述物品属性信息表征物品和属性信息的对应关系；

对所述物品属性信息进行数值化，得到所述初始分类信息。

上述方案中，所述物品属性信息包括类别型信息和文本型信息；所述对所述物品属性信息进行数值化，得到所述初始分类信息，包括：

对所述物品属性信息中的所述类别型信息和所述文本型信息进行数值化，得到物品属性数据；