[发明专利]一种信息分类方法、装置、设备及存储介质

权利要求书

1.一种信息分类方法，其特征在于，所述方法包括：

获取搜索词及针对所述搜索词的搜索结果的行为数据，所述搜索结果包括多媒体数据及用户账号；

根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图；

对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征；

对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征；

根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇，每个聚簇中包括至少一个所述多媒体数据、所述搜索词或所述用户账号。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述账号特征、所述搜索特征及所述数据特征，对所述多媒体数据、所述用户账号及所述搜索词进行聚类，得到多个聚簇之后，所述方法还包括：

将所包括的所述多媒体数据、所述搜索词或所述用户账号满足预设条件的聚簇确定为目标聚簇，所述目标聚簇中的多媒体数据为目标多媒体数据，所述目标聚簇中的用户账号为目标用户账号。

3.根据权利要求2所述的方法，其特征在于，所述预设条件包括以下任意一项或多项：

所述聚簇内的搜索词均为预设目标搜索词或包含预设字段；

所述聚簇内的预设目标用户账号占所述聚簇内用户账号总数的一半以上；

所述聚簇内的预设目标多媒体数据的数量占所述聚簇内多媒体数据总数的一半以上，或，所述聚簇内的预设目标多媒体数据的数量大于预设数量阈值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述搜索词及所述行为数据，构建所述搜索词与所述多媒体数据之间的第一二部图以及所述搜索词与所述用户账号之间的第二二部图，包括：

根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度；

根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度；

在所述关联度高于预设关联阈值的情况下，建立所述搜索词与所述多媒体数据之间的连线，得到第一二部图，并建立所述搜索词与所述多媒体数据对应用户账号之间的连线，得到第二二部图。

5.根据权利要求4所述的方法，其特征在于，所述行为数据包括所述用户对所述多媒体数据的展示次数、点击次数、播放次数、点赞次数、关注次数、播放时长超过预设时长的次数及播放次序参数；

所述根据所述行为数据，计算所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率及满意度，包括：

计算所述点击次数与所述展示次数之间的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的点击通过率；

计算所述播放时长超过预设时长的次数、所述点赞次数、所述关注次数及所述播放次序参数之和，将所述和与所述播放次数的比值，作为所述行为数据对应的搜索词与所述多媒体数据之间的满意度；

所述根据所述点击通过率及所述满意度，计算所述搜索词与所述多媒体数据之间的关联度，包括：

计算所述点击通过率及所述满意度之间的乘积，作为所述搜索词与所述多媒体数据之间的关联度。

6.根据权利要求1所述的方法，其特征在于，所述对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征，包括：

利用第一图神经网络，对所述第二二部图结构进行特征提取，得到所述用户账号的账号特征；

所述对所述第一二部图进行特征提取，得到所述搜索词的搜索特征及所述多媒体数据的数据特征，包括：

利用第二图神经网络，对所述第一二部图结构进行特征提取，得到所述多媒体数据的数据特征及所述搜索词的搜索特征，其中，所述第二图神经网络为基于对所述第一图神经网络的训练得到的，所述第二图神经网络的学习率小于所述第一图神经网络的学习率。