网站类别获取方法和装置与流程

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及网站类别获取方法和装置。

背景技术

随着互联网的普及，网络购物的优点更加突出。利用网络进行购物的用户规模不断上升，各种类型的网站(例如网上商店)也层出不穷。

对于同一类型的网站，可能会有不同的经营模式。根据不同的经营模式，同一类型的网站还可以被划分成不同的类别。

然而，现有的网站分类方式通常是本领域技术人员通过人工分析对网站进行分类，网站分类效率较低。

技术实现要素：

本申请实施例的目的在于提出一种改进的网站类别获取方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种网站类别获取方法，该方法包括：获取目标网站在第一预设时间段内的订单数据集合和访问数据集合；对订单数据集合和访问数据集合进行分析，从订单数据集合中选取出订单数据生成目标订单数据集合，从访问数据集合中选取出访问数据生成目标访问数据集合；从目标订单数据集合和目标访问数据集合中提取特征向量；将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别，其中，网站分类模型用于表征网站的特征向量与网站的二级类别的对应关系。

在一些实施例中，特征向量包括以下至少一项：目标网站的订单量、目标网站的订单金额、目标网站的访客量、目标网站的浏览量。

在一些实施例中，在将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别之后，还包括：查询第一对应关系表，获取目标网站的二级类别所属的一级类别，其中，第一对应关系表用于存储二级类别和二级类别所属的一级类别；获取目标网站在注册时所提交的初始一级类别；确定目标网站的二级类别所属的一级类别与初始一级类别是否相同；若不相同，输出异常提示信息。

在一些实施例中，在将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别之后，还包括：查询第二对应关系表，获取目标网站的二级类别对应的下单高峰时间段，其中，第二对应关系表用于存储二级类别和二级类别对应的下单高峰时间段；输出目标网站的二级类别对应的下单高峰时间段。

在一些实施例中，该方法还包括建立网站分类模型的步骤，建立网站分类模型的步骤包括：分别获取多个网站在第二预设时间段内的订单数据集合和访问数据集合；对多个网站的订单数据集合和访问数据集合进行分析，从多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合；分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量；对多个样本特征向量进行聚类，得到网站分类模型。

在一些实施例中，对多个网站的订单数据集合和访问数据集合进行分析，从多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合，包括：将多个网站的订单数据集合和访问数据集合中字段缺失的订单数据和访问数据删除，得到多个网站的第一订单数据集合和第一访问数据集合；分别对多个网站的第一订单数据集合和第一访问数据集合进行去重处理，得到多个网站的第二订单数据集合和第二访问数据集合；基于预设的第一聚类个数对多个网站的第二订单数据集合和第二访问数据集合进行去噪，得到多个样本订单数据集合和多个样本访问数据集合。

在一些实施例中，分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量，包括：分别对多个样本订单数据集合和多个样本访问数据集合进行归一化处理，得到多个归一化的样本订单数据集合和多个归一化的样本访问数据集合；分别生成与多个归一化的样本订单数据集合对应的一阶导数集合和与多个归一化的样本访问数据集合对应的一阶导数集合，并作为多个样本特征向量。

在一些实施例中，对多个样本特征向量进行聚类，得到网站分类模型，包括：基于预设的第二聚类个数和预设的距离参数，利用层次聚类方法对多个样本特征向量进行层次聚类，得到网站分类模型。

在一些实施例中，层次聚类方法包括以下至少一项：最短距离法、最长距离法、平均距离法、质心距离法。

第二方面，本申请实施例提供了一种网站类别获取装置，该装置包括：获取单元，配置用于获取目标网站在第一预设时间段内的订单数据集合和访问数据集合；选取单元，配置用于对订单数据集合和访问数据集合进行分析，从订单数据集合中选取出订单数据生成目标订单数据集合，从访问数据集合中选取出访问数据生成目标访问数据集合；提取单元，配置用于从目标订单数据集合和目标访问数据集合中提取特征向量；分类单元，配置用于将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别，其中，网站分类模型用于表征网站的特征向量与网站的二级类别的对应关系。

在一些实施例中，特征向量包括以下至少一项：目标网站的订单量、目标网站的订单金额、目标网站的访客量、目标网站的浏览量。

在一些实施例中，该装置还包括：第一查询单元，配置用于查询第一对应关系表，获取目标网站的二级类别所属的一级类别，其中，第一对应关系表用于存储二级类别和二级类别所属的一级类别；类别获取单元，配置用于获取目标网站在注册时所提交的初始一级类别；确定单元，配置用于确定目标网站的二级类别所属的一级类别与初始一级类别是否相同；第一输出单元，配置用于若不相同，输出异常提示信息。

在一些实施例中，该装置还包括：第二查询单元，配置用于查询第二对应关系表，获取目标网站的二级类别对应的下单高峰时间段，其中，第二对应关系表用于存储二级类别和二级类别对应的下单高峰时间段；第二输出单元，配置用于输出目标网站的二级类别对应的下单高峰时间段。

在一些实施例中，该装置还包括网站分类模型建立单元，网站分类模型建立单元包括：获取子单元，配置用于分别获取多个网站在第二预设时间段内的订单数据集合和访问数据集合；选取子单元，配置用于对多个网站的订单数据集合和访问数据集合进行分析，从多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合；提取子单元，配置用于分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量；聚类子单元。配置用于对多个样本特征向量进行聚类，得到网站分类模型。

在一些实施例中，选取子单元包括：删除模块，配置用于将多个网站的订单数据集合和访问数据集合中字段缺失的订单数据和访问数据删除，得到多个网站的第一订单数据集合和第一访问数据集合；去重模块，配置用于分别对多个网站的第一订单数据集合和第一访问数据集合进行去重处理，得到多个网站的第二订单数据集合和第二访问数据集合；去噪模块，配置用于基于预设的第一聚类个数对多个网站的第二订单数据集合和第二访问数据集合进行去噪，得到多个样本订单数据集合和多个样本访问数据集合。

在一些实施例中，提取子单元包括：归一化模块，配置用于分别对多个样本订单数据集合和多个样本访问数据集合进行归一化处理，得到多个归一化的样本订单数据集合和多个归一化的样本访问数据集合；求导模块，配置用于分别生成与多个归一化的样本订单数据集合对应的一阶导数集合和与多个归一化的样本访问数据集合对应的一阶导数集合，并作为多个样本特征向量。

在一些实施例中，聚类子单元进一步配置用于：基于预设的第二聚类个数和预设的距离参数，利用层次聚类方法对多个样本特征向量进行层次聚类，得到网站分类模型。

在一些实施例中，层次聚类方法包括以下至少一项：最短距离法、最长距离法、平均距离法、质心距离法。

第三方面，本申请实施例提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的网站类别获取方法和装置，通过获取目标网站在第一预设时间段内的订单数据集合和访问数据集合，以便对订单数据集合和访问数据集合进行分析，从而生成目标订单数据集合和目标访问数据集合；然后，从目标订单数据集合和目标访问数据集合中提取特征向量；最后，将特征向量输入至预先训练的网站分类模型进行分类，从而得到目标网站的二级类别。通过网站分类模型对网站进行分类，从而提高了网站分类效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的网站类别获取方法的一个实施例的流程图；

图3是根据本申请的建立网站分类模型的方法的一个实施例的流程图；

图4是根据本申请的网站类别获取装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的网站类别获取方法或网站类别获取装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、数据库服务器102、网络103和服务器104。网络103用以在终端设备101、数据库服务器102和服务器104之间提供通信链路的介质。网络103可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101通过网络103与服务器104交互，以接收或发送消息等。例如，用户可以使用终端设备101通过网络103向服务器104发送目标网站在第一预设时间段内的订单数据集合和访问数据集合。其中，终端设备101可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。

数据库服务器102也可以用于存储目标网站在第一预设时间段内的订单数据集合和访问数据集合，以使服务器104通过网络103从数据库服务器102获取目标网站在第一预设时间段内的订单数据集合和访问数据集合。

服务器104可以是提供各种服务的服务器。例如，服务器104可以从终端设备101或者数据库服务器102获取目标网站在第一预设时间段内的订单数据集合和访问数据集合，并对所获取到的目标网站在第一预设时间段内的订单数据集合和访问数据集合进行分析等处理，并输出处理结果(例如目标网站的二级类别)。

需要说明的是，本申请实施例所提供的网站类别获取方法一般由服务器104执行，相应地，网站类别获取装置一般设置于服务器104中。

应该理解，图1中的终端设备、数据库服务器、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、数据库服务器、网络和服务器。在服务器104中存储有目标网站在第一预设时间段内的订单数据集合和访问数据集合的情况下，系统架构100中可以不设置终端设备101和数据库服务器102。

继续参考图2，其示出了根据本申请的网站类别获取方法的一个实施例的流程200。该网站类别获取方法，包括以下步骤：

步骤201，获取目标网站在第一预设时间段内的订单数据集合和访问数据集合。

在本实施例中，网站类别获取方法运行于其上的电子设备(例如图1所示的服务器104)可以获取目标网站在第一预设时间段内(例如某一天内、某一周内、某一月内等)的订单数据集合和访问数据集合。其中，网站通常是指在因特网上根据一定的规则，使用html(hypertextmarkuplanguage，超级文本标记语言)等工具制作的用于展示特定内容相关网页的集合。例如，网站可以是某个电子商务平台上的网上商店，目标网站可以是某个电子商务平台上的某个网上商店。

在本实施例中，订单数据集合可以是用户在目标网站中的与订单相关的数据集合。其中，每条订单数据可以包括但不限于：目标网站的信息(例如，目标网站的名称、目标网站的联系电话、目标网站的地址等)、下单用户的信息(例如，下单用户的账户名、下单用户的联系电话、下单用户的地址等)、下单物品的信息(例如，下单物品的名称、下单物品的sku(stockkeepingunit，库存量单位)号、下单物品的品类、下单物品的价格等)等数据。访问数据集合可以是用户在目标网站中的与访问相关的数据集合。其中，每条访问数据可以包括但不限于：目标网站的信息(例如，目标网站的名称、目标网站的联系电话、目标网站的地址等)、访问用户的信息(例如，访问用户的账户名、访问用户的联系电话、访问用户的地址等)、访问物品的信息(例如，访问物品的名称、访问物品的sku号、访问物品的品类、访问物品的价格等)等数据。

需要说明的是，电子设备可以从本地、与其通信连接的终端(例如图1所示的终端设备101)或与其通信连接的数据库服务器(例如图1所示的数据库服务器102)中获取目标网站在第一预设时间段内的订单数据集合和访问数据集合，本实施例对电子设备从何处获取目标网站在第一预设时间段内的订单数据集合和访问数据集合不进行限定。

步骤202，对订单数据集合和访问数据集合进行分析，从订单数据集合中选取出订单数据生成目标订单数据集合，从访问数据集合中选取出访问数据生成目标访问数据集合。

在本实施例中，基于步骤201所获取的订单数据集合和访问数据集合，电子设备可以对订单数据集合和访问数据集合进行分析，从订单数据集合中得到目标订单数据集合，从访问数据集合中得到目标访问数据集合。

在本实施例中，电子设备可以通过多种方式得到目标订单数据集合和目标访问数据集合。

在本实施例的一些可选的实现方式中，电子设备可以从订单数据集合中随机选取出若干订单数据生成目标订单数据集合；电子设备可以从访问数据集合中随机选取出若干访问数据生成目标访问数据集合。

在本实施例的一些可选的实现方式中，电子设备可以首先将订单数据集合和访问数据集合中字段缺失的订单数据和访问数据删除；然后分别对订单数据集合和访问数据集合进行去重处理，从而得到目标订单数据集合和目标访问数据集合。

步骤203，从目标订单数据集合和目标访问数据集合中提取特征向量。

在本实施例中，基于步骤202所生成的目标订单数据集合和目标访问数据集合，电子设备可以从目标订单数据集合和目标访问数据集合中提取特征向量。作为示例，电子设备可以对目标订单数据集合进行统计分析，从而获取目标网站的订单量；电子设备还可以对目标访问数据集合进行统计分析，从而获取目标网站的访客量。此时，电子设备可以将目标网站的订单量和目标网站的访客量作为特征向量；也可以对目标网站的订单量和目标网站的访客量进行归一化处理，并将归一化的目标网站的订单量和目标网站的访客量作为特征向量。

在本实施例的一些可选的实现方式中，特征向量可以包括但不限于以下至少一项：目标网站的订单量、目标网站的订单金额、目标网站的访客量、目标网站的浏览量。

步骤204，将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别。

在本实施例中，基于步骤203所提取的特征向量，电子设备可以将特征向量输入至预先训练的网站分类模型进行分类，从而得到目标网站的二级类别。其中，二级类别可以是网站的经营模式类别。例如，二级类别可以包括但不限于：批发零售模式类别、实体店网店模式类别、分销模式类别、代购模式类别。

在本实施例中，网站分类模型可以用于表征网站的特征向量与网站的二级类别的对应关系。这里，电子设备可以通过多种方式建立网站分类模型。例如，电子设备可以基于对大量网站的特征向量和网站的二级类别统计而生成存储有多个特征向量与网站的二级类别的对应关系的对应关系表，并将该对应关系表作为网站分类模型。

在本实施例的一些可选的实现方式中，在得到目标网站的二级类别之后，电子设备可以首先查询第一对应关系表，获取目标网站的二级类别所属的一级类别；之后，获取目标网站在注册时所提交的初始一级类别；然后，确定目标网站的二级类别所属的一级类别与初始一级类别是否相同；最后，在目标网站的二级类别所属的一级类别与初始一级类别不相同的情况下，输出异常提示信息。其中，第一对应关系表可以用于存储二级类别和二级类别所属的一级类别。一级类别可以是网站的类型，根据网站所销售物品的品类的不同，网站可以被划分为多种类型，例如，电子产品类网站、图书类网站、食品类网站、药品类网站、服装类网站等等。作为示例，若目标网站的二级类别所属的一级类别是药品类，而目标网站在注册时所提交的初始一级类别是服装类，此时，电子设备可以输出异常提示信息，用于提示目标网站可能存在虚假注册的情况。

在本实施例的一些可选的实现方式中，在得到目标网站的二级类别之后，电子设备可以首先查询第二对应关系表，获取目标网站的二级类别对应的下单高峰时间段；然后，输出目标网站的二级类别对应的下单高峰时间段。其中，第二对应关系表可以用于存储二级类别和二级类别对应的下单高峰时间段。这里，对于每个二级类别，本领域技术人员可以对大量网站的下单时间进行统计分析，从而获取每个二级类别对应的下单高峰时间段。

本申请实施例提供的网站类别获取方法，通过获取目标网站在第一预设时间段内的订单数据集合和访问数据集合，以便对订单数据集合和访问数据集合进行分析，从而生成目标订单数据集合和目标访问数据集合；然后，从目标订单数据集合和目标访问数据集合中提取特征向量；最后，将特征向量输入至预先训练的网站分类模型进行分类，从而得到目标网站的二级类别。通过网站分类模型对网站进行分类，从而提高了网站分类效率。

进一步参考图3，其示出了建立网站分类模型的方法的一个实施例的流程300。该建立网站分类模型的方法的流程300，包括以下步骤：

步骤301，分别获取多个网站在第二预设时间段内的订单数据集合和访问数据集合。

在本实施例中，电子设备(例如图1所示的服务器104)可以分别获取多个网站在第二预设时间段内(例如某一天内、某一周内、某一月内等)的订单数据集合和访问数据集合。其中，网站可以是某个电子商务平台上的网上商店。

步骤302，对多个网站的订单数据集合和访问数据集合进行分析，从多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合。

在本实施例中，基于步骤301所获取的多个网站的订单数据集合和访问数据集合，电子设备可以对多个网站的订单数据集合和访问数据集合进行分析，从多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合。

在本实施例中，电子设备可以通过多种方式得到多个样本订单数据集合和样本访问数据集合。

在本实施例的一些可选的实现方式中，对于多个网站中的每个网站，电子设备可以从该网站的订单数据集合中随机选取出若干订单数据生成该网站的样本订单数据集合；电子设备可以从该网站的访问数据集合中随机选取出若干访问数据生成该网站的样本访问数据集合。

在本实施例的一些可选的实现方式中，电子设备可以通过以下步骤得到多个样本订单数据集合和样本访问数据集合。

首先，电子设备可以将多个网站的订单数据集合和访问数据集合中字段缺失的订单数据和访问数据删除，得到多个网站的第一订单数据集合和第一访问数据集合。具体地，对于每个网站的每条订单数据或每条访问数据，电子设备可以确定该条订单数据或该条访问数据中的字段是否完整，若不完整，则将该条订单数据或该条访问数据删除。

然后，电子设备可以分别对多个网站的第一订单数据集合和第一访问数据集合进行去重处理，得到多个网站的第二订单数据集合和第二访问数据集合。具体地，对于每个网站的第一订单数据集合或第一访问数据集合，电子设备可以对该网站的第一订单数据集合或第一访问数据集合进行去重处理，以去除掉该网站的第一订单数据集合中重复的第一订单数据或第一访问数据集合中重复的第一访问数据。

最后，电子设备可以基于预设的第一聚类个数(例如，第一聚类个数在12-17之间取值)对多个网站的第二订单数据集合和第二访问数据集合进行去噪，得到多个样本订单数据集合和多个样本访问数据集合。具体地，电子设备可以基于第一聚类个数，利用层次聚类方法对多个网站的第二订单数据集合和第二访问数据集合进行层次聚类，以去除可能存在虚假注册的网站的第二订单数据集合和第二访问数据集合，并把剩余的网站的第二订单数据集合和第二访问数据集合作为多个样本订单数据集合和多个样本访问数据集合。

步骤303，分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量。

在本实施例中，基于步骤302所生成的多个样本订单数据集合和多个样本访问数据集合，电子设备可以分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量。其中，样本特征向量可以包括但不限于以下至少一项：网站的订单量、网站的订单金额、网站的访客量、网站的浏览量。作为示例，对于每个样本订单数据集合或每个样本访问数据集合，电子设备可以对该样本订单数据集合进行统计分析，从而获取该样本订单数据集合对应的订单量；电子设备还可以对该样本访问数据集合进行统计分析，从而获取该样本访问数据集合对应的访客量。此时，电子设备可以将该样本订单数据集合对应的订单量和该样本访问数据集合对应的访客量作为样本特征向量。

在本实施例的一些可选的实现方式中，电子设备可以通过以下步骤提取多个样本特征向量。

首先，电子设备可以分别对多个样本订单数据集合和多个样本访问数据集合进行归一化处理，得到多个归一化的样本订单数据集合和多个归一化的样本访问数据集合。这里，电子设备可以利用min-max标准化方法对多个样本订单数据集合和多个样本访问数据集合进行归一化处理。具体地，电子设备可以首先设置最小值(min)和最大值(max)；然后将原始值x通过如下min-max标准化公式映射成在区间[min,max]中的值x^*：

作为示例，某网站在某天7-12时刻内的订单量如下表1所示：

表1

若将表1中的各个时刻内的订单量通过min-max标准化公式映射成在区间[0,1]中的归一化的数值，则某网站在某天7-12时刻内的归一化的订单量如下表2所示：

表2

然后，电子设备可以分别生成与多个归一化的样本订单数据集合对应的一阶导数集合和与多个归一化的样本访问数据集合对应的一阶导数集合，并作为多个样本特征向量。紧接上面的示例，电子设备可以利用以下公式求与各个时刻内的归一化的订单量对应的一阶导数f'(x^*i)：

其中，i为正整数，且7≤i≤12，x^*为归一化的订单量，x^*i为第i时刻内的归一化的订单量，f'(x^*)为与归一化的订单量对应的一阶导数，f'(x^*i)为与第i时刻内的归一化的订单量对应的一阶导数。

步骤304，对多个样本特征向量进行聚类，得到网站分类模型。

在本实施例中，基于步骤303所提取的多个样本特征向量，电子设备可以对多个样本特征向量进行聚类，从而建立网站的特征向量和网站的二级类别之间准确对应关系的训练后的网站分类模型。其中，聚类一般是将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。由聚类所生成的类是一组数据对象的集合，这些对象与同一个类中的对象彼此相似，与其他类中的对象相异。这里，对多个样本特征向量进行聚类可以生成多个类，每个类对应一个二级类别。

在本实施例的一些可选的实现方式中，电子设备可以基于预设的第二聚类个数(通常，第二聚类个数一般小于第一聚类个数，例如，第二聚类个数在2-5之间取值)和预设的距离参数，利用层次聚类方法对多个样本特征向量进行层次聚类，得到网站分类模型。其中，层次聚类是一种主要的聚类方法，通过生成一系列嵌套的聚类树来完成聚类。单点聚类处在树的最底层，在树的顶层有一个根节点聚类。根节点聚类覆盖了全部的所有数据点。层次聚类可以分为合并(自下而上)聚类和分裂(自上而下)聚类，这里采用合并聚类。距离参数可以包括两个类之间的距离值和同一个类的两个对象之间的距离值。这里，距离参数所指示的距离可以是欧式距离或曼哈顿距离。层次聚类的终止条件为两个类之间的距离和同一个类的两个对象之间的距离达到距离参数所指示的距离或者类的个数达到第二聚类个数。

在本实施例的一些可选的实现方式中，层次聚类方法可以包括但不限于以下至少一项：最短距离法(sl方法，single-linkage)、最长距离法(cl方法，complete-linkage)、平均距离法(al方法，average-linkage)、质心距离法(centroid-linkage)。其中，最短距离法的类间距离等于两类对象之间的最小距离。最长距离法的类间距离等于两类对象之间的最大距离。平均距离法的类间距离等于两类对象之间的平均距离。质心距离法的类间距等于两类对象质心之间的距离。

本申请实施例提供的建立网站分类模型的方法，通过获取多个网站在第二预设时间段内的订单数据集合和访问数据集合，以便对多个网站的订单数据集合和访问数据集合进行分析，从而生成多个样本订单数据集合和样本访问数据集合；然后，分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量；最后，对多个样本特征向量进行聚类，以得到网站分类模型。从而实现了快速地建立网站的特征向量和网站的二级类别之间准确对应关系的网站分类模型。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种网站类别获取装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的网站类别获取装置400可以包括：获取单元401、选取单元402、提取单元403和分类单元404。其中，获取单元401，配置用于获取目标网站在第一预设时间段内的订单数据集合和访问数据集合；选取单元402，配置用于对订单数据集合和访问数据集合进行分析，从订单数据集合中选取出订单数据生成目标订单数据集合，从访问数据集合中选取出访问数据生成目标访问数据集合；提取单元403，配置用于从目标订单数据集合和目标访问数据集合中提取特征向量；分类单元404，配置用于将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别，其中，网站分类模型用于表征网站的特征向量与网站的二级类别的对应关系。

在本实施例中，网站类别获取装置400中：获取单元401、选取单元402、提取单元403和分类单元404的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203、和步骤204的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，特征向量包括以下至少一项：目标网站的订单量、目标网站的订单金额、目标网站的访客量、目标网站的浏览量。

在本实施例的一些可选的实现方式中，网站类别获取装置400还可以包括：第一查询单元(图中未示出)，配置用于查询第一对应关系表，获取目标网站的二级类别所属的一级类别，其中，第一对应关系表用于存储二级类别和二级类别所属的一级类别；类别获取单元(图中未示出)，配置用于获取目标网站在注册时所提交的初始一级类别；确定单元，配置用于确定目标网站的二级类别所属的一级类别与初始一级类别是否相同；第一输出单元(图中未示出)，配置用于若不相同，输出异常提示信息。

在本实施例的一些可选的实现方式中，网站类别获取装置400还可以包括：第二查询单元(图中未示出)，配置用于查询第二对应关系表，获取目标网站的二级类别对应的下单高峰时间段，其中，第二对应关系表用于存储二级类别和二级类别对应的下单高峰时间段；第二输出单元(图中未示出)，配置用于输出目标网站的二级类别对应的下单高峰时间段。

在本实施例的一些可选的实现方式中，网站类别获取装置400还可以包括网站分类模型建立单元(图中未示出)，网站分类模型建立单元可以包括：获取子单元(图中未示出)，配置用于分别获取多个网站在第二预设时间段内的订单数据集合和访问数据集合；选取子单元(图中未示出)，配置用于对多个网站的订单数据集合和访问数据集合进行分析，从多个网站的订单数据集合中选取出订单数据生成多个样本订单数据集合，从多个网站的访问数据集合中选取出访问数据生成多个样本访问数据集合；提取子单元(图中未示出)，配置用于分别从多个样本订单数据集合和多个样本访问数据集合中提取出多个样本特征向量；聚类子单元(图中未示出)。配置用于对多个样本特征向量进行聚类，得到网站分类模型。

在本实施例的一些可选的实现方式中，选取子单元可以包括：删除模块(图中未示出)，配置用于将多个网站的订单数据集合和访问数据集合中字段缺失的订单数据和访问数据删除，得到多个网站的第一订单数据集合和第一访问数据集合；去重模块(图中未示出)，配置用于分别对多个网站的第一订单数据集合和第一访问数据集合进行去重处理，得到多个网站的第二订单数据集合和第二访问数据集合；去噪模块(图中未示出)，配置用于基于预设的第一聚类个数对多个网站的第二订单数据集合和第二访问数据集合进行去噪，得到多个样本订单数据集合和多个样本访问数据集合。

在本实施例的一些可选的实现方式中，提取子单元可以包括：归一化模块(图中未示出)，配置用于分别对多个样本订单数据集合和多个样本访问数据集合进行归一化处理，得到多个归一化的样本订单数据集合和多个归一化的样本访问数据集合；求导模块(图中未示出)，配置用于分别生成与多个归一化的样本订单数据集合对应的一阶导数集合和与多个归一化的样本访问数据集合对应的一阶导数集合，并作为多个样本特征向量。

在本实施例的一些可选的实现方式中，聚类子单元进一步配置用于：基于预设的第二聚类个数和预设的距离参数，利用层次聚类方法对多个样本特征向量进行层次聚类，得到网站分类模型。

在本实施例的一些可选的实现方式中，层次聚类方法包括以下至少一项：最短距离法、最长距离法、平均距离法、质心距离法。

下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有系统500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、选取单元、提取单元和分类单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标网站在第一预设时间段内的订单数据集合和访问数据集合的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器中所包含的；也可以是单独存在，而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取目标网站在第一预设时间段内的订单数据集合和访问数据集合；对订单数据集合和访问数据集合进行分析，从订单数据集合中选取出订单数据生成目标订单数据集合，从访问数据集合中选取出访问数据生成目标访问数据集合；从目标订单数据集合和目标访问数据集合中提取特征向量；将特征向量输入至预先训练的网站分类模型进行分类，得到目标网站的二级类别，其中，网站分类模型用于表征网站的特征向量与网站的二级类别的对应关系。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。