【技术实现步骤摘要】
本申请属于计算机，尤其涉及一种高维多模态的人群分组方法、装置及设备。
技术介绍
1、随着人们生活质量的提高以及自我意识的增强，在很多社会团体活动中，人们对舒适度的要求越来越高。为了提高人们的舒适度，都面临着对人群进行合理分组的问题。例如，对于大学生而言，如果将志趣相投的同学分配到同一宿舍，可以从一定程度上避免寝室内发生冲突的隐患。
2、目前，常采用聚类算法进行人群分组。在实际使用中，考虑到聚类过程中的稳定性、易用性、速度和资源消耗等因素，常采用kmeans算法用。然而，随着人群特征的增加，特征维度变得越来越复杂，就对应需要能够满足高纬度特征空间的聚类算法进行人群分组。kmeans算法虽然能够满足高维度特征空间的聚类条件，但是其必须要求固定距离阈值，并且不支持目标数据多族。同时在对高维度特征空间处理过程中存在效率低下，无法快速收敛的问题。
技术实现思路
1、本申请实施例提供了一种高维多模态的人群分组方法、装置及设备，不仅能够提高高纬度特征空间的处理效率，达到快速收敛的目的，且通过...
【技术保护点】
1.一种高维多模态的人群分组方法，其特征在于，包括：
2.如权利要求1所述的高维多模态的人群分组方法，其特征在于，所述基于所述初始候选用户以及各维度特征信息的优先级和权重值，利用多模态模型对所述待分组人群的所述数据集进行聚类分析，包括：
3.如权利要求2所述的高维多模态的人群分组方法，其特征在于，所述基于所述距离不断进行迭代，在迭代过程中，还包括：
4.如权利要求2所述的高维多模态的人群分组方法，其特征在于，所述在聚类分析过程中，动态调整距离阈值，直至得到的各目标簇分别满足对应各预设簇的条件，包括：
5.如权利要求1所述...
【技术特征摘要】
1.一种高维多模态的人群分组方法，其特征在于，包括：
2.如权利要求1所述的高维多模态的人群分组方法，其特征在于，所述基于所述初始候选用户以及各维度特征信息的优先级和权重值，利用多模态模型对所述待分组人群的所述数据集进行聚类分析，包括：
3.如权利要求2所述的高维多模态的人群分组方法，其特征在于，所述基于所述距离不断进行迭代，在迭代过程中，还包括：
4.如权利要求2所述的高维多模态的人群分组方法，其特征在于，所述在聚类分析过程中，动态调整距离阈值，直至得到的各目标簇分别满足对应各预设簇的条件，包括：
5.如权利要求1所述的高维多模态的人群分组方法，其特征在于，所述基于所述第一用户的特征信息和所述待分组人群的数据集中其他各第二用户的特征信息，计算各所述第二用户与所述第一用户的关联性，包括：
...
【专利技术属性】
技术研发人员：张海平，吕刚文，岳润霞，梁蓝鸽，
申请(专利权)人：深圳信息职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。