本發(fā)明提供的基于匹配學(xué)習(xí)的多標簽分類學(xué)習(xí)方法，首先對客戶端數(shù)據(jù)進行特征值計算，得到訓(xùn)練集；設(shè)定訓(xùn)練集中的正負標簽；然后計算訓(xùn)練集中特征集合的嵌入式表征E；計算正標簽的嵌入式表征Z+和負標簽的嵌入式表征Z?；接著對E和Z+作損失計算，對E與Z?作損失計算；依據(jù)正負損失值，采用梯度下降算法對訓(xùn)練集進行模型訓(xùn)練；當訓(xùn)練模型的損失值不再下降時，訓(xùn)練結(jié)束，否則再次訓(xùn)練；最后采用測試集測試該訓(xùn)練模型。本發(fā)明考慮了長尾標簽對傳統(tǒng)極大規(guī)模多標簽分類模型學(xué)習(xí)的不利影響，提出利用特征集合和標簽集合的匹配學(xué)習(xí)方法。此外，為保證模型能夠擴展到大規(guī)模數(shù)據(jù)集上，采用梯度下降算法的模型學(xué)習(xí)方式，既可保證模型并行化學(xué)習(xí)，還可支持模型在線增量學(xué)習(xí)。