[发明专利]ICP备案公司分类方法、装置、电子设备及计算机存储介质

说明书

本申请提供了一种ICP备案公司分类方法、装置、电子设备及计算机存储介质。该ICP备案公司分类方法，包括：获取网络内容提供商ICP备案公司域名；根据ICP备案公司域名，查询ICP备案公司域名对应的目标ICP备案公司；将目标ICP备案公司与预设的域名文本进行相似度比对，确定目标ICP备案公司的所属类别。根据本申请实施例，能够既降低分类识别成本，又提高识别效率、准确率。

技术领域

本申请属于网络内容提供商(Internet Content Provider，ICP)备案公司分类技术领域，尤其涉及一种ICP备案公司分类方法、装置、电子设备及计算机存储介质。

背景技术

ICP备案是指网站在信息产业部提交网站信息进行官方认可。目前，在对ICP备案公司进行分类的时候是人工识别分类，不仅分类识别成本较高，而且识别效率、准确率低下。

因此，如何既降低分类识别成本，又提高识别效率、准确率是本领域技术人员亟需解决的技术问题。

发明内容

本申请实施例提供一种ICP备案公司分类方法、装置、电子设备及计算机存储介质，能够既降低分类识别成本，又提高识别效率、准确率。

第一方面，本申请实施例提供一种ICP备案公司分类方法，包括：

获取网络内容提供商ICP备案公司域名；

根据ICP备案公司域名，查询ICP备案公司域名对应的目标ICP备案公司；

将目标ICP备案公司与预设的域名文本进行相似度比对，确定目标ICP备案公司的所属类别。

可选的，将目标ICP备案公司与预设的域名文本进行相似度比对，确定目标ICP备案公司的所属类别，包括：

判断目标ICP备案公司是否包含预设的高频词汇；

在确定不包含高频词汇的情况下，将目标ICP备案公司与域名文本进行相似度比对，确定目标ICP备案公司的所属类别。

可选的，在判断目标ICP备案公司是否包含预设的高频词汇之前，方法还包括：

采集多个语料，构建语料库；

从语料库中提取高频词汇。

可选的，在确定不包含高频词汇的情况下，将目标ICP备案公司与域名文本进行相似度比对，确定目标ICP备案公司的所属类别，包括：

在确定不包含高频词汇的情况下，采用Rocchio算法和KNN算法将目标ICP备案公司与域名文本进行相似度比对，确定目标ICP备案公司的所属类别。

第二方面，本申请实施例提供了一种ICP备案公司分类装置，包括：

获取模块，用于获取网络内容提供商ICP备案公司域名；

查询模块，用于根据ICP备案公司域名，查询ICP备案公司域名对应的目标ICP备案公司；

确定模块，用于将目标ICP备案公司与预设的域名文本进行相似度比对，确定目标ICP备案公司的所属类别。

可选的，确定模块，包括：

判断单元，用于判断目标ICP备案公司是否包含预设的高频词汇；

确定单元，用于在确定不包含高频词汇的情况下，将目标ICP备案公司与域名文本进行相似度比对，确定目标ICP备案公司的所属类别。

可选的，装置还包括：

采集模块，用于采集多个语料，构建语料库；

提取模块，用于从语料库中提取高频词汇。

可选的，确定单元，包括：