一种云端智能服务器及其在邮件分类中的应用
【专利摘要】本发明提供一种云端智能服务器及其在邮件分类中的应用，用户请求云端智能服务器服务，用户请求云端智能服务器服务，云端智能服务器对用户指定的电子邮件运用人工智能方法提供用户订阅的分类服务；根据用户需求确定规则，结合匹配结果将该邮件推荐到相应的一个，或者至少两个分类服务中。在本发明中，用户只需订阅云端智能服务器提供的分类服务即可，无须理解分类服务和特征词的关系，也无须自己思考提取特征值的方法，并且可以任意迁移使用；云端智能服务通过自适应学习不断完善，能够将重要的变化推送给用户。
【专利说明】
-种云端智能服务器及其在邮件分类中的应用
技术领域
[0001] 本发明设及通信技术领域，尤其设及一种云端智能服务器及其在邮件分类中的应 用。
【背景技术】
[0002] 电子邮箱是通过网络电子邮局为网络客户提供的网络交流的电子信息空间。用户 可W通过两种方式来管理在邮件服务器上的邮箱:一种是通过网页浏览器登录Webmail; - 种是使用安装在电脑上的邮件客户端。Webmail的优势是无须用户在电脑上安装专用软件、 设置邮箱用户数据等;邮件客户端的优势是用户可W在离开互联网环境时使用已经下载到 客户端本地的邮件。
[0003] Webmail为用户提供的邮件分类管理服务是强制性和非个性化的。首先，Webmail 尽管未获得用户授权或未提供用户授权的充分选择权，就会对用户邮件进行强制分析，并 将分析结果用于分类服务，而且有些分类服务并非受益于用户本人，比如应用于邮箱广告。 其次，Webmail通过分析结果提供的分类建议，并非针对用户的个性化服务，因此邮件分类 通常较为宽泛且不准确，存在邮件分类到错误类目中的问题。
[0004]传统邮件客户端产品（包括out look、foxmail、网易闪电邮等)在用户邮件分类管 理上提供了"过滤器"运种工具。通过"过滤器"，用户可W自己设定一系列的过滤规则，将被 过滤的邮件分类到指定的目录中。为此，用户需要自定义目录，在过滤器中设定对应的规 贝1J，并在规则中定义一系列子规则W及子规则间的逻辑关系。此外，用户还需要自定义子规 则中的关键字，W尽可能减少关键字的特征模糊带来不同规则的冲突问题。即便如此，过滤 规则造成邮件分类的冲突仍然在传统邮件客户端中难W避免的:可能存在邮件优先执行其 他过滤规则的指令而被分类到其他目录的问题。
【发明内容】
[0005] 本发明提供一种云端智能服务器，满足用户在用户设备（邮件客户端或Webmail) 享受邮件个性化分类的需求。
[0006] 所述的云端智能服务器为用户提供的服务是响应式服务，在用户没有提出请求之 前，云端智能服务器不会对用户的电子邮件提供邮件分类服务;包括:云端智能服务器接收 到用户设备提交的分类请求时，为用户生成邮件的分类建议，供用户选择需要进行分类的 邮件;云端智能服务器接收到用户设备提交的分类服务的选择请求时，为用户设备生成分 类服务的选择建议，供用户选择需要接受的分类服务。
[0007] 其中，所述的云端智能服务器为用户设备提供的服务，选自通过用户的邮件客户 端，或通过用户的邮件客户端插件，或通过用户的Webmail。
[000引其中，所述的云端智能服务器上存有邮件分类设置方法，通过该分类设置方法实 现了云端智能服务器在邮件分类中的应用。
[0009]本发明所提供的一种云端智能服务器在邮件分类中的应用，包括W下步骤:云端 智能服务器响应用户请求，对用户选择的电子邮件运用人工智能方法提供邮件分类服务， 步骤包括：
[0010] 对需要进行分类的邮件进行初步处理，分层提取邮件特征词；
[0011] 将邮件进行分层处理、提取特征词和用户提交的分类需求通过对应的算法进行分 层匹配;并将匹配结果返回用户设备；
[0012] 用户设备将匹配结果进行分类处理，将对应邮件推荐到相应的一个，或者至少两 个分类服务中。
[0013] 其中，所述的云端智能服务器在邮件分类中的应用为用户提供的服务是响应式服 务，在用户没有提出请求之前，云端智能服务器不会对用户的电子邮件提供邮件分类服务； 包括:云端智能服务器接收到用户设备提交的分类请求时，为用户生成邮件的分类建议，供 用户选择需要进行分类的邮件;云端智能服务器接收到用户设备提交的分类服务的选择请 求时，为用户设备生成分类服务的选择建议，供用户选择需要接受的分类服务。
[0014] 其中，所述的云端智能服务器为用户设备提供的服务，选自通过用户的邮件客户 端，或通过用户的邮件客户端插件，或通过用户的Webmail。
[0015] 其中，所述的云端智能服务器在邮件分类中的应用的步骤包括:将邮件进行分层 处理、提取特征词与用户提交的分类需求通过对应的算法进行分层匹配，并将匹配结果返 回用户设备;用户设备根据得到的结果进行分类处理，将对应邮件推荐到相应的一个，或者 至少两个分类服务中。
[0016] 其中，所述的云端智能服务器在邮件分类中的应用的步骤还包括:采用人工智能 方法，选自机器学习，或认知计算，结合用户反馈和自适应学习结果，定期更新特征词提取 方法和特征词与分类服务匹配方法。
[0017] 其中，所述的分类服务包括具体步骤如下：
[0018] 1)对需要进行分类的邮件进行分层，共分为I层；
[0019] 2)对邮件各层提取邮件特征词，通过训练得到各层的权重，第i层特征词的权重表 示为 ai，i = l，2,3，....I;
[0020] 3)对用户选择的分类服务分别进行分层，分为J层，定义分类服务各层对应的关键 字，通过训练得到该分类服务各层的权重，第j层特征词的权重表示为bj，j = 1，2，3，….J;
[0021] 4)基于用户需求规则库选定规则K条，分别定义规则和对应的规则分词集合;通过 训练得到用户需求规则的权重，表示为ck，k=l，2,3,….K;
[0022] 5)令m为邮件特征词与指定分类服务对应的各层分类特征词匹配的个数，
[0023] 则第k个规则的推荐概率为：
[0024]
[0025] 该邮件推荐到指定分类服务的概率为：
[0026]
[0027] 6)通过训练得到邮件推荐的概率阔值度，表示为S，将得到的邮件推荐到指定分类 服务的概率R与阔值度S比较，若S，则推荐到该分类服务项内，若R<S，则不推荐到该分类 服务项内。
[0028] 其中，所述的邮件分类是基于分类服务，而不是基于邮件，即当同一邮件的匹配结 果服从于至少两个不同的分类服务时，该邮件会分别推荐到至少两个分类服务中。
[0029] 所述的分层处理、提取邮件的特征词的方法，选自用户设备将分层提取的邮件特 征词上传云端智能服务器，或用户设备将邮件上传云端智能服务器后由云端智能服务器完 成邮件特征词的提取。
[0030] 所述的邮件特征词提取方法和所述的邮件特征词与分类特征词知识库的匹配方 法采用人工智能方法，包括但不限于机器学习和认知计算，结合用户反馈和自适应学习结 果，定期更新邮件特征词提取方法和邮件特征词与分类特征词知识库匹配方法。在本发明 的一种优选实施例中，选用深度学习的方法。通过自适应学习，不断修正邮件特征词提取方 法和邮件特征词与分类特征词知识库的匹配方法。
[0031] 本发明上述内容中，优选地，邮件分类基于分类服务，而不是基于邮件，即当同一 邮件的特征词服从于至少两个不同的分类服务时，该邮件会分别推荐到至少两个分类服务 中。
[0032] 随着处理的邮件数量不断增长，结合用户的使用反馈，云端智能服务器通过自适 应学习，修正邮件特征词的提取方法，提升邮件特征词提取的准确度和及时性，同时完善邮 件处理方法，提供个性化的邮件分类服务。
[0033] 云端智能服务器应用到邮件分类服务中，针对不同用户制定个性化的服务，大幅 提高邮件分类的效率，改善用户体验，具有W下显著优势：
[0034] 1、传统个性化的邮件分类产品需要用户自己选择关键词、设立分类类目并定义规 贝1J，一旦重新安装产品就必须重新设定;而在本发明中，用户只需订阅云端智能服务器提供 的分类服务即可，无须理解分类服务和特征词的关系，也无须自己思考提取特征词的方法， 并且可W任意迁移使用；
[0035] 2、传统产品使用分类工具时，需要用户自己发现新的、重要的变化，还需要用户自 己挖掘相关的关键词，重新设立目录和定义规则;而在本发明中，云端服务通过自适应学习 不断完善，能够将重要的变化推送给用户；
[0036] 3、传统产品中的分类工具处理冲突的方法不明确，只能将邮件推荐到其中一个类 目中且用户不能进行干预；而在本发明中，邮件推荐是基于服务的、而不是基于邮件的，也 即当同一邮件的特征词服从于至少两个不同的分类服务时，该邮件会分别推荐到至少两个 分类服务中。
【附图说明】
[0037] 图1为本发明实施例的模型示意图；
[0038] 图2为本发明实施方法流程示意图；
[0039] 图3为本发明实施例的邮件分类步骤流程图。
【具体实施方式】
[0040] 下面结合附图和具体实施例对本发明进行详细说明。本实施例W本发明技术方案 为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于 下述的实施例。
[0041 ]实施例
[0042] 参照图1，用户1请求云端智能服务器2服务，云端智能服务器2对用户指定的电子 邮件运用人工智能方法提供分类服务，具体步骤为：
[0043] 1、用户1通过邮件智能客户端3向云端智能服务器2请求服务，云端智能服务器2响 应用户1请求，推荐可进行分类的电子邮件，由用户1指定需要进行分类的电子邮件范围；云 端智能服务器2针对指定的电子邮件从分类服务库中推荐分类服务，由用户1选择相应的分 类服务；
[0044] 2、电子邮箱4收到需要进行分类的电子邮件后，由邮件智能客户端3对邮件进行分 层处理、提取邮件特征词，并将邮件和处理结果上传至云端智能服务器2;
[0045] 3、云端智能服务器2根据提取的邮件特征词后与用户1指定的分类需求对应的算 法进行分层匹配，匹配方法采用人工智能方法，并将匹配结果返回邮件智能客户端3;邮件 智能客户端3将匹配结果根据得到的结果进行分类处理，将对应邮件推荐到相应的一个，或 者至少两个分类服务中；
[0046] 4、结合用户反馈和自适应学习结果，定期更新邮件特征词提取方法和邮件特征词 与分类特征词知识库匹配方法。
[0047] 例如，电子邮箱4收到需要进行分类的电子邮件3封，用户1订阅的分类服务有:注 册类、产品类和营销类;所述的分类服务包括具体步骤如下：
[0048] 1、邮件智能客户端对邮件进行分层，共分为1 = 2层:第1层主题，第2层摘要，内容 如下：
[0049]
[0050] 2、智能邮件客户端3对邮件主题层和摘要层分别提取邮件特征词，将邮件和提取 的各层邮件特征词上传至云端智能服务器2,其中，第i层特征词的权重表示为ai，i = l，2， 3;提取的邮件特征词和各层权重分配为：
[0化1 ]
[0052] 3、云端智能服务器2对用户1选择的服务分别进行分层，分为J = 2层，第j层特征词 的权重表示为bj，j = 1，2，3;各层对应的特征词及权重分配为：
[0化3]
[0055] 4、基于用户1需求确定规则，共Κ = 3条，每条规则对应的权重表示为ck，k=l，2,3; 规则定义、对应规则分词集合及各规则的权重分配为：
[0化6]
[0057]令m为邮件特征词与指定分类各层分类特征词匹配的个数，则第k个规则的推荐概 率为：
[0化引
[0059] 根据3条规则得到3封邮件的推荐概率分别为：
[0060]
[0066] 5、通过训练得到邮件推荐的概率阔值度，表示为S = 50,将得到的邮件推荐到指定 分类服务的概率R与阔值度S比较，若S，则推荐到该分类服务项内，若R<S，则不推荐到 该分类服务项内，由上述概率可自知邮件一是唯一符合用户1需求(需要用户1尽快阅读的 邮件），推荐到注册类中。
[0067] 随着处理的邮件数量不断增长，结合用户1的人工干预措施和使用反馈，云端智能 服务器2通过自适应学习，修正邮件特征词的提取方法，提升邮件特征词提取的准确度和及 时性，同时完善邮件处理方法，提供个性化的邮件分类服务。
[0068] W上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限 制于W上描述的具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和 替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和 修改，都应涵盖在本发明的范围内。
【主权项】
1. 一种云端智能服务器，其特征在于，包括以下步骤:云端智能服务器服务响应用户请 求，对用户选择的邮件运用人工智能方法提供邮件分类服务。2. 根据权利要求1所述的一种云端智能服务器，其特征在于，所述云端智能服务器为用 户提供的服务是响应式服务，包括： 云端智能服务器接收到用户设备提交的分类请求时，为用户生成邮件的分类建议，供 用户选择需要进行分类的邮件;云端智能服务器接收到用户设备提交的分类服务的选择请 求时，为用户设备生成分类服务的选择建议，供用户选择需要接受的分类服务。3. 根据权利要求1所述的一种云端智能服务器，其特征在于，所述云端智能服务器为用 户设备提供的服务，选自通过用户的邮件客户端，或通过用户的邮件客户端插件，或通过用 户的 Webmail。4. 根据权利要求1所述的一种云端智能服务器，其特征在于，所述云端智能服务器上存 有邮件分类设置方法，通过该分类设置方法实现了云端智能服务器在邮件分类中的应用。5. -种云端智能服务器在邮件分类中的应用，其特征在于，所述云端智能服务器在邮 件分类中的应用的步骤包括： 将邮件进行分层处理、提取特征词与用户提交的分类需求通过对应的算法进行分层匹 配，并将匹配结果返回用户设备;用户设备根据得到的结果进行分类处理，将对应邮件推荐 到相应的一个，或者至少两个分类服务中。6. 根据权利要求5所述的一种云端智能服务器在邮件分类中的应用，其特征在于，所述 云端智能服务器在邮件分类中的应用的步骤还包括:采用人工智能方法，选自机器学习，或 认知计算，结合用户反馈和自适应学习结果，定期更新特征词提取方法和特征词与分类服 务匹配方法。7. 根据权利要求5所述的对邮件的初步处理，其特征在于，所述分层处理、提取邮件的 特征词的方法，选自用户设备将提取的邮件特征词上传云端智能服务器，或用户设备将邮 件上传云端智能服务器后由云端智能服务器完成邮件特征词的提取。8. 根据权利要求5所述的一种云端智能服务器在邮件分类中的应用，其特征在于，分类 服务与特征词匹配方法采用层级匹配。9. 根据权利要求5所述的一种云端智能服务器在邮件分类中的应用，其特征在于，所述 的分类服务包括具体步骤如下： 1) 对需要进行分类的邮件进行分层，共分为I层； 2) 对邮件各层提取邮件特征词，通过训练得到各层的权重，第i层特征词的权重表示为 3-i?i -1，2,3，· · · .1; 3) 对用户选择的分类服务分别进行分层，分为J层，定义分类服务各层对应的关键字， 通过训练得到该分类服务各层的权重，第j层特征词的权重表示为匕，j = l，2,3,. . . .J; 4) 基于用户需求规则库选定规则K条，分别定义规则和对应的规则分词集合;通过训练 得到用户需求规则的权重，表示为ck，k=l，2,3，....K; 5) 令m为邮件特征词与指定分类服务对应的各层分类特征词匹配的个数，则第k个规则 的推荐概率为：该邮件推荐到指定分类服务的概率为：6)通过训练得到邮件推荐的概率阈值度，表示为S，将得到的邮件推荐到指定分类服务 的概率R与阈值度S比较，若R 2 S，则推荐到该分类服务项内，若R〈S，则不推荐到该分类服务 项内。10.根据权利要求5所述的一种云端智能服务器在邮件分类中的应用，其特征在于，当 同一邮件的匹配结果服从于至少两个不同的分类服务时，该邮件会分别推荐到至少两个分 类服务中。
【文档编号】H04L29/08GK105825367SQ201610149460
【公开日】2016年8月3日
【申请日】2016年3月16日
【发明人】钟强
【申请人】聚相投资管理（上海）有限公司