本发明提出了一种基于压缩与激励网络的商品分类方法，涉及商品自动化分类技术领域，主要包括一个四阶段处理方法。第一阶段为商品信息的预处理阶段，将商品信息传入预处理模型，经过预处理模型得到商品的文本数据、图像数据以及视频数据。第二阶段为特征提取阶段，针对不同的数据类型建立不同的神经网络进行特征提取。第三阶段为特征增强阶段，建立压缩激励网络，通过学习的方式获取各个通道的重要程度，依据这个重要特征对原特征进行加权，增强有用信息，抑制无用信息。第四阶段是融合输出阶段，将商品的文本特征、图像特征以及视频特征进行融合得到商品特征，建立分类器模型进行训练，输出商品分类结果，提取了商品的文本、图像、以及视频特征，将其融合为商品特征，提取到的商品特征更加准确、丰富。