[发明专利]分类模型优化方法及装置

摘要

本公开是关于一种分类模型优化方法及装置，属于信息技术领域。方法包括：根据基于第一分类模型对目标邮件进行分类时确定的第一类别标识，将目标邮件存储于第一类别标识对应的第一邮件文件夹中，当检测到将目标邮件从第一邮件文件夹移动至第二邮件文件夹的操作时，确定第二邮件文件夹对应的第二类别标识，根据目标邮件的至少一项特征集合，获取目标邮件的特征向量，根据目标邮件的特征向量和第二类别标识以及多个样本邮件的特征向量和对应的类别标识进行训练，得到第二分类模型。通过根据目标邮件对应的第二类别标识生成第二分类模型，进一步学习用户的分类习惯，提高了分类邮件的准确率，提高了用户管理邮件的效率，达到了准确分类邮件的效果。

主权项

1.一种分类模型优化方法，其特征在于，所述方法包括：根据基于第一分类模型对目标邮件进行分类时确定的第一类别标识，将所述目标邮件存储于所述第一类别标识对应的第一邮件文件夹中，所述第一分类模型是基于多个样本邮件的特征向量和对应的类别标识训练得到的，所述多个样本邮件包括邮件处理装置接收到的邮件和/或所述邮件处理装置已发送的邮件，所述多个样本邮件对应的类别标识用于分别指示用户在邮箱中建立的多个文件夹的类别；当检测到将所述目标邮件从所述第一邮件文件夹移动至第二邮件文件夹的操作时，确定所述第二邮件文件夹对应的第二类别标识；根据所述目标邮件的至少一项特征集合，获取所述目标邮件的特征向量；按照预设权重，对所述目标邮件的特征向量进行调整，所述预设权重大于1；将所述目标邮件的调整后的特征向量和所述第二类别标识、所述多个样本邮件的特征向量以及对应的类别标识组合成第一特征数据集；确定所述第一特征数据集中的每个特征维度标识，每个特征维度标识与所述第一特征数据集中的多个特征向量相应位置上的特征对应；对于每个特征维度标识，确定所述特征维度标识与每个类别标识之间的关联度；如果确定所述特征维度标识与每个类别标识之间的关联度均小于预设阈值，则从所述第一特征数据集中，删除所述特征维度标识对应的特征集合；将删除特征集合后的特征数据集确定为第二特征数据集；对所述第二特征数据集进行归一化，得到第三特征数据集；根据所述第三特征数据集进行训练，得到第二分类模型，所述第二分类模型用于对邮件进行分类。