通过文本分析给商品分类

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 3947 天前的主题，其中的信息可能已经有所发展或是发生改变。

上次撸了个爬虫爬各种什么值得买网站，后来发现分类是个问题，因为每个网站都有自己的分类标准
然后试着用文本分析的给商品分类，效果还可以，已经用在了那个网站上。

不知道这类服务是否会有需求？

这个是测试DEMO
http://www.suimai.com/api/classify

ALI云有CPU限制，大家轻点插啊

分类

文本

爬虫

7 条回复 2015-03-22 19:00:06 +08:00

cevincheung

2015-03-01 23:35:15 +08:00

开源是王道

kslr

2015-03-02 00:19:18 +08:00 via Android

Tag ?

best1a

2015-03-02 00:22:16 +08:00

TF-IDF?

xiaogui

2015-03-02 01:26:52 +08:00

分享下几年前借助淘宝 sdk 的做法，不一定是最准确的，但是挺取巧的。
1、对商品名称进行分词；
2、将分词后的内容使用淘宝 sdk 进行搜素；
3、将搜索后的结果取 top 100 ，然后对这 top 100 的分类进行类似 group by 的操作；
4、将分类占比率最大或者前两名作为该商品的商品分类。
备注：
1、此方法对特殊商品无效，比如药品类。
2、如果遇到淘宝 sdk 访问频率超限，可以通过建立授权池的方法进行解决。

RangerWolf

2015-03-06 16:56:39 +08:00

试了几个感觉不错啊！
分享一下你的做法？

llhh

2015-03-22 17:31:14 +08:00

楼主这是机器学习吗？

kirch

2015-03-22 19:00:06 +08:00

@kslr
@best1a
@RangerWolf
@llhh
支持向量机