一种对象聚类方法和装置制造方法及图纸

本发明专利技术公开了一种对象聚类方法，涉及计算机技术领域。所述方法包括：获取待聚类的样本和各样本的访问权重；所述访问权重为所述样本被访问时的重要程度，所述样本包括品牌数据；将各样本划分为一个分类对象,并将相应样本的坐标作为所述分类对象的中心坐标，并将相应样本的访问权重作为所述分类对象的访问权重；根据每个分类对象的访问权重和中心坐标，将各分类对象进行聚类，获得各包括至少一个品牌数据的品牌分类。本发明专利技术取得了聚类结果精确，使后续的处理计算量小，偏差低的有益效果。

【技术实现步骤摘要】

本专利技术设及计算机
，具体设及一种对象聚类方法和装置。
技术介绍
在数据处理过程中，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 过程被称为聚类。由聚类所生成的类（簇）是一组数据对象的集合，该些对象与同一个类 (簇）中的对象彼此相似，与其他类（簇）中的对象相异。下文使用"类"的概念，需要说明 的是，本文中"类"与"簇"的含义相同。而在互联网中，存在大量的品牌数据，需要将该些品牌数据进行聚类，方便后续处 理，比如针对性的推送广告数据，在先技术中存在一种层次聚类的方法，其是各个类的中屯、 点计算两个类之间的距离，然后将两个距离最近的类合并为一个新的类，但是其对新的类 的中屯、只是根据两个类中的样本个数去计算，然后计算下一轮各个类之间的距离，循环聚 类直到达到结束条件。 但是，上述聚类方法中，其新的类的中屯、点是根据两个类的样本个数计算的，与实 际应用中样本的分布重屯、存在较大偏差，因此，聚类得到的品牌分类不够精确，导致后续的 处理计算量大，并且后续处理结果偏差更大。
技术实现思路
鉴于上述问题，提出了本专利技术W便提供一种克服上述问题或者至少部分地解决上 述问题的对象聚类装置和相应的对象聚类方法。 根据本专利技术的一个方面，提供了一种对象聚类方法，包括：获取待聚类的样本和各样本的访问权重；所述访问权重为所述样本被访问时的重 要程度，所述样本包括品牌数据；[000引将各样本划分为一个分类对象，并将相应样本的坐标作为所述分类对象的中屯、 坐标，并将相应样本的访问权重作为所述分类对象的访问权重； 根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚类，获得各包括 至少一个品牌数据的品牌分类。 优选的，所述根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚类 的步骤包括： 针对各个分类对象，根据每个分类对象的中屯、坐标，计算每两个分类对象之间的 距离； 将距离最近的两个分类对象聚合为一个新的分类对象，并根据每个分类对象的中 屯、坐标和访问权重，计算所述新的分类对象的中屯、坐标和访问权重. 判断是否达到聚合结束条件，如果未达到聚合结束条件，将新的分类对象与当前 回合中未聚合的分类对象，一并返回针对各个分类对象，根据每个分类对象的中屯、坐标，计 算每两个分类对象之间的距离的步骤，直到达到聚合结束条件。 优选的，所述访问权重包括： 所述样本在网络中被浏览的浏览权重； 和/或，所述样本在网络中被点击的点击权重； 和/或，所述样本最近被浏览时刻距离基准时刻的时间跨度权重；[001引和/或，所述样本所在网站的网站权重； 和/或，所述样本最近被浏览时，用户的浏览行为所在区域的区域权重； 和/或，所述样本所在被捜索时的捜索权重。 优选的，所述针对各个分类对象，根据每个分类对象的中屯、坐标，计算每两个分类 对象之间的距离的步骤，包括： 针对每个分类对象，根据中屯、坐标构建中屯、向量； 计算每两个分类对象所对应的两个中屯、向量之间的余弦距离。 优选的，所述获取初始的各样本的步骤，包括： 针对每个样本，根据业务标识获取相应的访问权重。 优选的，在根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚类的 步骤之后，还包括： 针对每个用户，根据用户对各个所述用户对各类中的品牌数据的访问行为数据， 对所述用户打上品牌分类标签。[002引优选的，在针对每个用户，根据用户对各个所述用户对各类中的品牌数据的访问 行为数据，对所述用户打上品牌分类标签步骤之后，还包括： 根据所述用户的品牌分类标签，将对应所述标记的第=对象发送给所述用户所在 终端；所述第=对象包括针对所述品牌数据的广告数据。 优选的，所述根据每个分类对象的中屯、坐标和访问权重，计算所述新的分类对象 的中屯、坐标包括： 根据业务标识，调用相应的坐标计算函数计算所述新的分类的中屯、坐标。 依据本专利技术的另外一个方面，还公开了一种对象聚类装置，包括： 初始对象获取模块，适于获取待聚类的样本和各样本的访问权重；所述访问权重 为所述样本被访问时的重要程度； 划分模块，适于将各样本划分为一个分类对象，并将相应样本的坐标作为所述分 类对象的中屯、坐标，并将相应样本的访问权重作为所述分类对象的访问权重； 聚类模块，适于根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚 类。 优选的，所述聚类模块包括： 距离计算模块，适于针对各个分类对象，根据每个分类对象的中屯、坐标，计算每两 个分类对象之间的距离；[003引聚合模块，适于将距离最近的两个分类对象聚合为一个新的分类对象，并根据每 个分类对象的中屯、坐标和访问权重，计算所述新的分类对象的中屯、坐标和访问权重； 判断模块，适于判断是否达到聚合结束条件，如果未达到聚合结束条件，将新的分 类对象与当前回合中未聚合的分类对象，一并返回针对各个分类对象，根据每个分类对象 的中屯、坐标，计算每两个分类对象之间的距离的步骤，直到达到聚合结束条件。 优选的，所述访问权重包括： 所述样本在网络中被浏览的浏览权重；[00创和/或，所述样本在网络中被点击的点击权重； 和/或，所述样本最近被浏览时刻距离基准时刻的时间跨度权重； 和/或，所述样本所在网站的网站权重； 和/或，所述样本最近被浏览时，用户的浏览行为所在区域的区域权重； 和/或，所述样本所在被捜索时的捜索权重。 优选的，所述距离计算模块包括： 中屯、向量构建模块，适于针对每个分类对象，根据中屯、坐标构建中屯、向量； 余弦距离计算模块，适于计算每两个分类对象所对应的两个中屯、向量之间的余弦 距离。 优选的，所述初始对象获取模块包括： 访问权重获取模块，适于针对每个样本，根据业务标识获取相应的访问权重。[005引优选的，还包括： 标记模块，适于针对每个用户，根据用户对各个所述用户对各类中的品牌数据的 访问行为数据，对所述用户打上品牌分类标签。 优选的，还包括； 对象发送模块，适于根据所述用户的品牌分类标签，将对应所述标记的第=对象 发送给所述用户所在终端；所述第=对象包括针对所述品牌数据的广告数据。 优选的，所述第一聚合模块包括： 计算函数选择模块，适于根据业务标识，调用相应的坐标计算函数计算所述新的 分类的中屯、坐标。[005引根据本专利技术的对象聚类方法可W获取包括访问权重的初始品牌数据，该访问权重 指示了所述品牌数据被访问时的重要程度，然后根据品牌数据的访问权重参与聚类过程， 那么在聚类时，访问权重高的品牌数据参与度高，由此解决了传统聚类过程中依据各类中 的品牌数据数量进行聚类，而导致品牌数据聚合度分散，聚类不够准确的问题，从而导致后 续处理计算量大，计算结果偏差大的问题，取得了聚类结果精确，使后续的处理计算量小， 偏差低的有益效果。 上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段， 而可依照说明书的内容予W实施，并且为了让本专利技术的上述和其它目的、特征和优点能够 更明显易懂，W下特举本专利技术的【具体实施方式】。【附图说明】 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通 技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术 的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中： 本文档来自技高网...

【技术保护点】
一种对象聚类方法，包括：获取待聚类的样本和各样本的访问权重；所述访问权重为所述样本被访问时的重要程度，所述样本包括品牌数据；将各样本划分为一个分类对象,并将相应样本的坐标作为所述分类对象的中心坐标，并将相应样本的访问权重作为所述分类对象的访问权重；根据每个分类对象的访问权重和中心坐标，将各分类对象进行聚类，获得各包括至少一个品牌数据的品牌分类。

【技术特征摘要】

【专利技术属性】
技术研发人员：吕俊，杨诗，邓宇，吕鹏，罗维，
申请(专利权)人：北京奇虎科技有限公司，奇智软件北京有限公司，
类型：发明
国别省市：北京;11