用戶行為的聚類方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種用戶行為的聚類方法及系統(tǒng)。根據(jù)所述聚類方法，先計(jì)算所獲取的多個(gè)用于表示用戶行為的多維數(shù)據(jù)點(diǎn)之間的距離，并提取所計(jì)算的距離在預(yù)設(shè)的距離范圍內(nèi)的各數(shù)據(jù)點(diǎn)；再建立由所提取的各數(shù)據(jù)點(diǎn)為節(jié)點(diǎn)、數(shù)據(jù)點(diǎn)之間的距離為邊的最小生成樹(shù)；以及按照所述最小生成樹(shù)中的邊由大到小的排序，并根據(jù)預(yù)設(shè)的條件將各所述邊由大到小進(jìn)行分割，將分割后的由邊相連的各所述節(jié)點(diǎn)組成一種用戶行為的聚類。本發(fā)明在用戶行為的數(shù)據(jù)點(diǎn)之間建立最小生成樹(shù)，能夠簡(jiǎn)單、直接的用數(shù)據(jù)點(diǎn)之間的距離反應(yīng)出用戶行為的相似程度，再根據(jù)距離長(zhǎng)短來(lái)劃分用戶行為的聚類，實(shí)現(xiàn)了以低運(yùn)算量、高聚類精度來(lái)得到用戶行為的聚類。
【專利說(shuō)明】用戶行為的聚類方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種聚類方法，特別是涉及一種用戶行為的聚類方法和系統(tǒng)。

【背景技術(shù)】
[0002] 隨著用戶在網(wǎng)絡(luò)上的行為種類越來(lái)越多，技術(shù)人員通過(guò)用戶在網(wǎng)絡(luò)上的各種行為 所留下的數(shù)據(jù)進(jìn)行分析，來(lái)統(tǒng)計(jì)、分析用戶行為。其中，將用戶行為的多維數(shù)據(jù)進(jìn)行聚類是 一種進(jìn)行數(shù)據(jù)統(tǒng)計(jì)、分析用戶行為的手段。
[0003] 目前的聚類方法利用k-means方法來(lái)對(duì)多維數(shù)據(jù)進(jìn)行聚類，這種方式主要適用于 數(shù)據(jù)量不大的應(yīng)用場(chǎng)景，例如，醫(yī)學(xué)影像等專業(yè)領(lǐng)域。而對(duì)于網(wǎng)絡(luò)上的用戶行為的多維數(shù)據(jù) (如幾十個(gè)維度的數(shù)據(jù))，使用現(xiàn)有方式則需要大量的運(yùn)算，使用復(fù)雜度極高。因此，需要特 別針對(duì)用戶行為的聚類方法進(jìn)行改進(jìn)。


【發(fā)明內(nèi)容】

[0004] 鑒于以上所述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種用戶行為的聚類方法 和系統(tǒng)，用于解決現(xiàn)有技術(shù)中用戶行為的數(shù)據(jù)的聚類運(yùn)算量過(guò)大、使用不簡(jiǎn)便的問(wèn)題。
[0005] 為實(shí)現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種用戶行為的聚類方法，其至少 包括：1)計(jì)算所獲取的多個(gè)用于表示用戶行為的多維數(shù)據(jù)點(diǎn)之間的距離，并提取所計(jì)算的 距離在預(yù)設(shè)的距離范圍內(nèi)的各數(shù)據(jù)點(diǎn)；2)建立由所提取的各數(shù)據(jù)點(diǎn)為節(jié)點(diǎn)、數(shù)據(jù)點(diǎn)之間的 距離為邊的最小生成樹(shù)；3)按照所述最小生成樹(shù)中的邊由大到小的排序，并根據(jù)預(yù)設(shè)的條 件將各所述邊由大到小進(jìn)行分割，將分割后的由邊相連的各所述節(jié)點(diǎn)組成一種用戶行為的 聚類。
[0006] 優(yōu)選地，所述步驟2)還包括：2-1)依次將所提取的每個(gè)數(shù)據(jù)點(diǎn)至所提取的其他數(shù) 據(jù)點(diǎn)之間的距離在預(yù)設(shè)的距離范圍內(nèi)的各數(shù)據(jù)點(diǎn)劃分為一個(gè)超球體，其中，各所述超球體 之間存在部分重疊的數(shù)據(jù)點(diǎn)；2-2)建立各所述超球體中的數(shù)據(jù)點(diǎn)的最小生成子樹(shù)，將各所 述最小生成子樹(shù)連接起來(lái)，以構(gòu)成最小生成樹(shù)。
[0007] 優(yōu)選地，在執(zhí)行步驟3)之前，所述聚類方法還執(zhí)行步驟4):至少一次的將所述最 小生成樹(shù)中只有一條邊的數(shù)據(jù)點(diǎn)予以刪減。
[0008] 優(yōu)選地，所述步驟3 )還包括：利用公￥

【權(quán)利要求】
1. 一種用戶行為的聚類方法，其特征在于，至少包括： 1) 計(jì)算所獲取的多個(gè)用于表示用戶行為的多維數(shù)據(jù)點(diǎn)之間的距離，并提取所計(jì)算的距 離在預(yù)設(shè)的距離范圍內(nèi)的各數(shù)據(jù)點(diǎn)； 2) 建立由所提取的各數(shù)據(jù)點(diǎn)為節(jié)點(diǎn)、數(shù)據(jù)點(diǎn)之間的距離為邊的最小生成樹(shù)； 3) 按照所述最小生成樹(shù)中的邊由大到小的排序，并根據(jù)預(yù)設(shè)的條件將各所述邊由大到 小進(jìn)行分割，將分割后的由邊相連的各所述節(jié)點(diǎn)組成一種用戶行為的聚類。
2. 根據(jù)權(quán)利要求1所述的用戶行為的聚類方法，其特征在于，所述步驟2)還包括： 2-1)依次將所提取的每個(gè)數(shù)據(jù)點(diǎn)至所提取的其他數(shù)據(jù)點(diǎn)之間的距離在預(yù)設(shè)的距離范 圍內(nèi)的各數(shù)據(jù)點(diǎn)劃分為一個(gè)超球體，其中，各所述超球體之間存在部分重疊的數(shù)據(jù)點(diǎn)； 2-2)建立各所述超球體中的數(shù)據(jù)點(diǎn)的最小生成子樹(shù)，將各所述最小生成子樹(shù)連接起 來(lái)，以構(gòu)成最小生成樹(shù)。
3. 根據(jù)權(quán)利要求1所述的用戶行為的聚類方法，其特征在于，在執(zhí)行步驟3)之前，所述 聚類方法還執(zhí)行步驟4):至少一次的將所述最小生成樹(shù)中只有一條邊的數(shù)據(jù)點(diǎn)予以刪減。
4. 根據(jù)權(quán)利要求1或3所述的用戶行為的聚類方法，其特征在于，所述步驟3)還包括： 利用公式
來(lái)確定每條邊兩端的節(jié)點(diǎn)之間 的距離因數(shù)，其中，m、η為一條邊兩端的節(jié)點(diǎn)，cut(m,η)為節(jié)點(diǎn)m和節(jié)點(diǎn)η之間的距離，Am、An分別為在所述最小生成樹(shù)上從所述節(jié)點(diǎn)m/節(jié)點(diǎn)η延伸至預(yù)設(shè)數(shù)量范圍內(nèi)、距離最小的各 節(jié)點(diǎn)的集合，其中，集合Am中不包含節(jié)點(diǎn)η,集合An中不包含節(jié)點(diǎn)m,assoc(Am)和assoc(An) 分別集合A1^An中各節(jié)點(diǎn)之間的最小距離之和； 按照各節(jié)點(diǎn)之間的距離因數(shù)Mcut(m，η)由大到小的排序，根據(jù)預(yù)設(shè)的條件將各所述 距離因數(shù)所對(duì)應(yīng)的邊進(jìn)行分割，將分割后的由邊相連的各所述節(jié)點(diǎn)組成一種用戶行為的聚 類。
5. -種用戶行為的聚類系統(tǒng)，其特征在于，至少包括： 提取模塊，用于計(jì)算所獲取的多個(gè)用于表示用戶行為的多維數(shù)據(jù)點(diǎn)之間的距離，并提 取所計(jì)算的距離在預(yù)設(shè)的距離范圍內(nèi)的各數(shù)據(jù)點(diǎn)； 最小生成樹(shù)生成模塊，用于建立由所提取的各數(shù)據(jù)點(diǎn)為節(jié)點(diǎn)、數(shù)據(jù)點(diǎn)之間的距離為邊 的最小生成樹(shù)； 聚類確定模塊，用于按照所述最小生成樹(shù)中的邊由大到小的排序，并根據(jù)預(yù)設(shè)的條件 將各所述邊由大到小進(jìn)行分割，將分割后的由邊相連的各所述節(jié)點(diǎn)組成一種用戶行為的聚 類。
6. 根據(jù)權(quán)利要求5所述的用戶行為的聚類系統(tǒng)，其特征在于，所述最小生成樹(shù)生成模 塊包括： 超球體劃分單元，用于依次將所提取的每個(gè)數(shù)據(jù)點(diǎn)至所提取的其他數(shù)據(jù)點(diǎn)之間的距離 在預(yù)設(shè)的距離范圍內(nèi)的各數(shù)據(jù)點(diǎn)劃分為一個(gè)超球體，其中，各所述超球體之間存在部分重 疊的數(shù)據(jù)點(diǎn)； 最小生成樹(shù)生成單元，用于建立各所述超球體中的數(shù)據(jù)點(diǎn)的最小生成子樹(shù)，將各所述 最小生成子樹(shù)連接起來(lái)，以構(gòu)成最小生成樹(shù)。
7. 根據(jù)權(quán)利要求5所述的用戶行為的聚類系統(tǒng)，其特征在于，所述最小生成樹(shù)生成模 塊還包括：刪減模塊，用于至少一次的將所述最小生成樹(shù)中只有一條邊的數(shù)據(jù)點(diǎn)予以刪減。
8. 根據(jù)權(quán)利要求5或7所述的用戶行為的聚類系統(tǒng)，其特征在于，所述聚類確定模塊包 括： 距離因數(shù)計(jì)算單元，用于利用公式
宋確定 每條邊兩端的節(jié)點(diǎn)之間的距離因數(shù)，其中，m、n為一條邊兩端的節(jié)點(diǎn)，cut(m，η)為節(jié)點(diǎn)m和 節(jié)點(diǎn)η之間的距離，Am、An分別為在所述最小生成樹(shù)上從所述節(jié)點(diǎn)m/節(jié)點(diǎn)η延伸至預(yù)設(shè)數(shù) 量范圍內(nèi)、距離最小的各節(jié)點(diǎn)的集合，其中，集合Am中不包含節(jié)點(diǎn)η，集合An中不包含節(jié)點(diǎn) m，assoc(Am)和assoc(An)分別集合八…An中各節(jié)點(diǎn)之間的最小距離之和； 聚類確定單元，用于按照各節(jié)點(diǎn)之間的距離因數(shù)Mcut(m，η)由大到小的排序，根據(jù)預(yù) 設(shè)的條件將各所述距離因數(shù)所對(duì)應(yīng)的邊進(jìn)行分割，將分割后的由邊相連的各所述節(jié)點(diǎn)組成 一種用戶行為的聚類。
【文檔編號(hào)】G06F17/30GK104462139SQ201310438913
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2013年9月24日 優(yōu)先權(quán)日:2013年9月24日
【發(fā)明者】范志剛, 許春玲, 李明齊 申請(qǐng)人:中國(guó)科學(xué)院上海高等研究院