[发明专利]一种用户数据的分类方法及系统

权利要求书

1.一种用户数据的分类方法，其特征在于，包括：

获取用户文本集以及关键词库，所述用户文本集包括多个用户文本，所述关键词库包括多个关键词；

通过所述关键词库中的关键词确定一用户文本中的命中词汇，并获取命中词汇的编码；

通过所述命中词汇的编码确定特征矩阵；

将各个用户文本相对应的特征矩阵分别输入神经网络中进行训练，获取分类模型；

将待处理的用户文本输入到所述分类模型中，获取分类标签；

通过所述关键词库中的关键词和预设相似度确定所述用户文本中的多个相似词汇，通过多个所述相似词汇确定该用户文本的相似词汇集；

获取一分类标签对应的各个相似词汇集；

确定各个相似词汇集中的相似词汇的交集，并将所述交集对应的相似词汇转化为所述关键词，并在所述关键词库中进行更新；

通过更新后的关键词库中的关键词，确定更新后的用户文本中的命中词汇，并获取更新后的命中词汇的编码；

通过所述更新后的命中词汇的编码，确定更新后的特征矩阵；

将各个用户文本相对应的更新后的特征矩阵分别输入神经网络中进行训练，获取更新后的分类模型；

将待处理的用户文本输入到更新后的所述分类模型中，获取更新后的分类标签。

2.根据权利要求1所述的用户数据的分类方法，其特征在于，通过所述命中词汇的编码确定特征矩阵的步骤包括：

所述特征矩阵的尺寸为m×n，所述命中词汇的编码的长度为n，所述命中词汇的数量为t，m、n和t均为正整数；

当t≥m时，随机选取m个命中词汇的编码载入到所述特征矩阵中；

当t＜m时，选取t个命中词汇的编码载入到所述特征矩阵的前t行中，所述特征矩阵的t+1行至m行进行常数填充。

3.根据权利要求1所述的用户数据的分类方法，其特征在于，所述相似词汇的获取步骤包括：

所述预设相似度为编码相同的比例，通过将所述用户文本中的单词进行编码，确定大于或者等于所述预设相似度的用户文本中的单词的词组，并将所述用户文本中的单词的词组确定为相似词汇。

4.根据权利要求2所述的用户数据的分类方法，其特征在于，当t≥m时，从t个命中词汇的编码中随机选取m个命中词汇的编码，并进行遍历，获取种m个命中词汇的编码；将种m个命中词汇的编码分别载入到特征矩阵中。

5.一种用户数据的分类系统，其特征在于，包括：

预处理模块，获取用户文本集以及关键词库，所述用户文本集包括多个用户文本，所述关键词库包括多个关键词，通过所述关键词库中的关键词确定一用户文本中的命中词汇，并获取命中词汇的编码，通过所述命中词汇的编码确定特征矩阵，通过所述关键词库中的关键词和预设相似度确定所述用户文本中的多个相似词汇，通过多个所述相似词汇确定该用户文本的相似词汇集，获取一分类标签对应的各个相似词汇集，确定各个相似词汇集中的相似词汇的交集，并将所述交集对应的相似词汇转化为所述关键词，并在所述关键词库中进行更新；

模型模块，将各个用户文本相对应的特征矩阵分别输入神经网络中进行训练，获取分类模型；

处理模块，将待处理的用户文本输入到所述分类模型中，获取分类标签，通过更新后的关键词库中的关键词，确定更新后的用户文本中的命中词汇，并获取更新后的命中词汇的编码，通过所述更新后的命中词汇的编码，确定更新后的特征矩阵，将各个用户文本相对应的更新后的特征矩阵分别输入神经网络中进行训练，获取更新后的分类模型，将待处理的用户文本输入到更新后的所述分类模型中，获取更新后的分类标签；

所述预处理模块、所述模型模块和所述处理模块信号连接。

6.根据权利要求5所述的用户数据的分类系统，其特征在于，所述特征矩阵的尺寸为m×n，所述命中词汇的编码的长度为n，所述命中词汇的数量为t，m、n和t均为正整数；

当t≥m时，所述预处理模块随机选取m个命中词汇的编码载入到所述特征矩阵中；

当t＜m时，所述预处理模块选取t个命中词汇的编码载入到所述特征矩阵的前t行中，所述特征矩阵的t+1行至m行进行常数填充。