一種對(duì)象聚類方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及計(jì)算機(jī)技術(shù)領(lǐng)域，具體設(shè)及一種對(duì)象聚類方法和裝置。
【背景技術(shù)】
[0002] 在數(shù)據(jù)處理過程中，將物理或抽象對(duì)象的集合分成由類似的對(duì)象組成的多個(gè)類的 過程被稱為聚類。由聚類所生成的類（簇）是一組數(shù)據(jù)對(duì)象的集合，該些對(duì)象與同一個(gè)類 (簇）中的對(duì)象彼此相似，與其他類（簇）中的對(duì)象相異。下文使用"類"的概念，需要說明 的是，本文中"類"與"簇"的含義相同。
[0003]而在互聯(lián)網(wǎng)中，存在大量的品牌數(shù)據(jù)，需要將該些品牌數(shù)據(jù)進(jìn)行聚類，方便后續(xù)處 理，比如針對(duì)性的推送廣告數(shù)據(jù)，在先技術(shù)中存在一種層次聚類的方法，其是各個(gè)類的中屯、 點(diǎn)計(jì)算兩個(gè)類之間的距離，然后將兩個(gè)距離最近的類合并為一個(gè)新的類，但是其對(duì)新的類 的中屯、只是根據(jù)兩個(gè)類中的樣本個(gè)數(shù)去計(jì)算，然后計(jì)算下一輪各個(gè)類之間的距離，循環(huán)聚 類直到達(dá)到結(jié)束條件。
[0004] 但是，上述聚類方法中，其新的類的中屯、點(diǎn)是根據(jù)兩個(gè)類的樣本個(gè)數(shù)計(jì)算的，與實(shí) 際應(yīng)用中樣本的分布重屯、存在較大偏差，因此，聚類得到的品牌分類不夠精確，導(dǎo)致后續(xù)的 處理計(jì)算量大，并且后續(xù)處理結(jié)果偏差更大。

【發(fā)明內(nèi)容】

[0005]鑒于上述問題，提出了本發(fā)明W便提供一種克服上述問題或者至少部分地解決上 述問題的對(duì)象聚類裝置和相應(yīng)的對(duì)象聚類方法。
[0006] 根據(jù)本發(fā)明的一個(gè)方面，提供了一種對(duì)象聚類方法，包括：
[0007]獲取待聚類的樣本和各樣本的訪問權(quán)重；所述訪問權(quán)重為所述樣本被訪問時(shí)的重 要程度，所述樣本包括品牌數(shù)據(jù)；
[000引將各樣本劃分為一個(gè)分類對(duì)象，并將相應(yīng)樣本的坐標(biāo)作為所述分類對(duì)象的中屯、 坐標(biāo)，并將相應(yīng)樣本的訪問權(quán)重作為所述分類對(duì)象的訪問權(quán)重；
[0009] 根據(jù)每個(gè)分類對(duì)象的訪問權(quán)重和中屯、坐標(biāo)，將各分類對(duì)象進(jìn)行聚類，獲得各包括 至少一個(gè)品牌數(shù)據(jù)的品牌分類。
[0010] 優(yōu)選的，所述根據(jù)每個(gè)分類對(duì)象的訪問權(quán)重和中屯、坐標(biāo)，將各分類對(duì)象進(jìn)行聚類 的步驟包括：
[0011] 針對(duì)各個(gè)分類對(duì)象，根據(jù)每個(gè)分類對(duì)象的中屯、坐標(biāo)，計(jì)算每?jī)蓚€(gè)分類對(duì)象之間的 距離；
[0012] 將距離最近的兩個(gè)分類對(duì)象聚合為一個(gè)新的分類對(duì)象，并根據(jù)每個(gè)分類對(duì)象的中 屯、坐標(biāo)和訪問權(quán)重，計(jì)算所述新的分類對(duì)象的中屯、坐標(biāo)和訪問權(quán)重.
[0013] 判斷是否達(dá)到聚合結(jié)束條件，如果未達(dá)到聚合結(jié)束條件，將新的分類對(duì)象與當(dāng)前 回合中未聚合的分類對(duì)象，一并返回針對(duì)各個(gè)分類對(duì)象，根據(jù)每個(gè)分類對(duì)象的中屯、坐標(biāo)，計(jì) 算每?jī)蓚€(gè)分類對(duì)象之間的距離的步驟，直到達(dá)到聚合結(jié)束條件。
[0014] 優(yōu)選的，所述訪問權(quán)重包括：
[0015] 所述樣本在網(wǎng)絡(luò)中被瀏覽的瀏覽權(quán)重；
[0016] 和/或，所述樣本在網(wǎng)絡(luò)中被點(diǎn)擊的點(diǎn)擊權(quán)重；
[0017] 和/或，所述樣本最近被瀏覽時(shí)刻距離基準(zhǔn)時(shí)刻的時(shí)間跨度權(quán)重；
[001引和/或，所述樣本所在網(wǎng)站的網(wǎng)站權(quán)重；
[0019] 和/或，所述樣本最近被瀏覽時(shí)，用戶的瀏覽行為所在區(qū)域的區(qū)域權(quán)重；
[0020] 和/或，所述樣本所在被捜索時(shí)的捜索權(quán)重。
[0021] 優(yōu)選的，所述針對(duì)各個(gè)分類對(duì)象，根據(jù)每個(gè)分類對(duì)象的中屯、坐標(biāo)，計(jì)算每?jī)蓚€(gè)分類 對(duì)象之間的距離的步驟，包括：
[0022] 針對(duì)每個(gè)分類對(duì)象，根據(jù)中屯、坐標(biāo)構(gòu)建中屯、向量；
[0023] 計(jì)算每?jī)蓚€(gè)分類對(duì)象所對(duì)應(yīng)的兩個(gè)中屯、向量之間的余弦距離。
[0024] 優(yōu)選的，所述獲取初始的各樣本的步驟，包括：
[0025] 針對(duì)每個(gè)樣本，根據(jù)業(yè)務(wù)標(biāo)識(shí)獲取相應(yīng)的訪問權(quán)重。
[0026] 優(yōu)選的，在根據(jù)每個(gè)分類對(duì)象的訪問權(quán)重和中屯、坐標(biāo)，將各分類對(duì)象進(jìn)行聚類的 步驟之后，還包括：
[0027] 針對(duì)每個(gè)用戶，根據(jù)用戶對(duì)各個(gè)所述用戶對(duì)各類中的品牌數(shù)據(jù)的訪問行為數(shù)據(jù)， 對(duì)所述用戶打上品牌分類標(biāo)簽。
[002引優(yōu)選的，在針對(duì)每個(gè)用戶，根據(jù)用戶對(duì)各個(gè)所述用戶對(duì)各類中的品牌數(shù)據(jù)的訪問 行為數(shù)據(jù)，對(duì)所述用戶打上品牌分類標(biāo)簽步驟之后，還包括：
[0029] 根據(jù)所述用戶的品牌分類標(biāo)簽，將對(duì)應(yīng)所述標(biāo)記的第=對(duì)象發(fā)送給所述用戶所在 終端；所述第=對(duì)象包括針對(duì)所述品牌數(shù)據(jù)的廣告數(shù)據(jù)。
[0030] 優(yōu)選的，所述根據(jù)每個(gè)分類對(duì)象的中屯、坐標(biāo)和訪問權(quán)重，計(jì)算所述新的分類對(duì)象 的中屯、坐標(biāo)包括：
[0031] 根據(jù)業(yè)務(wù)標(biāo)識(shí)，調(diào)用相應(yīng)的坐標(biāo)計(jì)算函數(shù)計(jì)算所述新的分類的中屯、坐標(biāo)。
[0032] 依據(jù)本發(fā)明的另外一個(gè)方面，還公開了一種對(duì)象聚類裝置，包括：
[0033] 初始對(duì)象獲取模塊，適于獲取待聚類的樣本和各樣本的訪問權(quán)重；所述訪問權(quán)重 為所述樣本被訪問時(shí)的重要程度；
[0034] 劃分模塊，適于將各樣本劃分為一個(gè)分類對(duì)象，并將相應(yīng)樣本的坐標(biāo)作為所述分 類對(duì)象的中屯、坐標(biāo)，并將相應(yīng)樣本的訪問權(quán)重作為所述分類對(duì)象的訪問權(quán)重；
[0035] 聚類模塊，適于根據(jù)每個(gè)分類對(duì)象的訪問權(quán)重和中屯、坐標(biāo)，將各分類對(duì)象進(jìn)行聚 類。
[0036] 優(yōu)選的，所述聚類模塊包括：
[0037] 距離計(jì)算模塊，適于針對(duì)各個(gè)分類對(duì)象，根據(jù)每個(gè)分類對(duì)象的中屯、坐標(biāo)，計(jì)算每?jī)?個(gè)分類對(duì)象之間的距離；
[003引聚合模塊，適于將距離最近的兩個(gè)分類對(duì)象聚合為一個(gè)新的分類對(duì)象，并根據(jù)每 個(gè)分類對(duì)象的中屯、坐標(biāo)和訪問權(quán)重，計(jì)算所述新的分類對(duì)象的中屯、坐標(biāo)和訪問權(quán)重；
[0039] 判斷模塊，適于判斷是否達(dá)到聚合結(jié)束條件，如果未達(dá)到聚合結(jié)束條件，將新的分 類對(duì)象與當(dāng)前回合中未聚合的分類對(duì)象，一并返回針對(duì)各個(gè)分類對(duì)象，根據(jù)每個(gè)分類對(duì)象 的中屯、坐標(biāo)，計(jì)算每?jī)蓚€(gè)分類對(duì)象之間的距離的步驟，直到達(dá)到聚合結(jié)束條件。
[0040] 優(yōu)選的，所述訪問權(quán)重包括：
[0041] 所述樣本在網(wǎng)絡(luò)中被瀏覽的瀏覽權(quán)重；
[00創(chuàng)和/或，所述樣本在網(wǎng)絡(luò)中被點(diǎn)擊的點(diǎn)擊權(quán)重；
[0043] 和/或，所述樣本最近被瀏覽時(shí)刻距離基準(zhǔn)時(shí)刻的時(shí)間跨度權(quán)重；
[0044] 和/或，所述樣本所在網(wǎng)站的網(wǎng)站權(quán)重；
[0045] 和/或，所述樣本最近被瀏覽時(shí)，用戶的瀏覽行為所在區(qū)域的區(qū)域權(quán)重；
[0046] 和/或，所述樣本所在被捜索時(shí)的捜索權(quán)重。
[0047] 優(yōu)選的，所述距離計(jì)算模塊包括：
[0048] 中屯、向量構(gòu)建模塊，適于針對(duì)每個(gè)分類對(duì)象，根據(jù)中屯、坐標(biāo)構(gòu)建中屯、向量；
[0049] 余弦距離計(jì)算模塊，適于計(jì)算每?jī)蓚€(gè)分類對(duì)象所對(duì)應(yīng)的兩個(gè)中屯、向量之間的余弦 距離。
[0化0] 優(yōu)選的，所述初始對(duì)象獲取模塊包括：
[0化1] 訪問權(quán)重獲取模塊，適于針對(duì)每個(gè)樣本，根據(jù)業(yè)務(wù)標(biāo)識(shí)獲取相應(yīng)的訪問權(quán)重。
[005引優(yōu)選的，還包括：
[0化3] 標(biāo)記模塊，適于針對(duì)每個(gè)用戶，根據(jù)用戶對(duì)各個(gè)所述用戶對(duì)各類中的品牌數(shù)據(jù)的 訪問行為數(shù)據(jù)，對(duì)所述用戶打上品牌分類標(biāo)簽。
[0054] 優(yōu)選的，還包括；
[0化5] 對(duì)象發(fā)送模塊，適于根據(jù)所述用戶的品牌分類標(biāo)簽，將對(duì)應(yīng)所述標(biāo)記的第=對(duì)象 發(fā)送給所述用戶所在終端；所述第=對(duì)象包括針對(duì)所述品牌數(shù)據(jù)的廣告數(shù)據(jù)。
[0化6] 優(yōu)選的，所述第一聚合模塊包括：
[0化7] 計(jì)算函數(shù)選擇模塊，適于根據(jù)業(yè)務(wù)標(biāo)識(shí)，調(diào)用相應(yīng)的坐標(biāo)計(jì)算函數(shù)計(jì)算所述新的 分類的中屯、坐標(biāo)。
[005引根據(jù)本發(fā)明的對(duì)象聚類方法可W獲取包括訪問權(quán)重的初始品牌數(shù)據(jù)，該訪問權(quán)重 指示了所述品牌數(shù)據(jù)被訪問時(shí)的重要程度，然后根據(jù)品牌數(shù)據(jù)的訪問權(quán)重參與聚類過程， 那么在聚類時(shí)，訪問權(quán)重高的品牌數(shù)據(jù)參與度高，由此解決了傳統(tǒng)聚類過程中依據(jù)各類中 的品牌數(shù)據(jù)數(shù)量進(jìn)行聚類，而導(dǎo)致品牌數(shù)據(jù)聚合度分散，聚類不夠準(zhǔn)確的問題，從而導(dǎo)致后 續(xù)處理計(jì)算量大，計(jì)算結(jié)果偏差大的問題，取得了聚類結(jié)果精確，使后續(xù)的處理計(jì)算量小， 偏差低的有益效果。
[0059] 上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段， 而可依照說明書的內(nèi)容予W實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠 更明顯易懂，W下特舉本發(fā)明的【具體實(shí)施方式】。
【附圖說明】
[0060] 通過閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通 技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明 的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：
[0061] 圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的一種對(duì)象聚類方法的流程示意圖；
[0062] 圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的一種對(duì)象聚類方法的流程示意圖；
[0063] 圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的一種對(duì)象聚類方法的流程示意圖；
[0064] 圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的一種對(duì)象聚類裝置的結(jié)構(gòu)示意圖；
[0065] 圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的一種對(duì)象聚類裝置的結(jié)構(gòu)示意圖；W及
[0066] 圖6示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的一種對(duì)象聚類裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0067] 下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施例。雖然附圖中顯示了本公開 的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可各種形式實(shí)現(xiàn)本公開而不應(yīng)被該里闡述的實(shí)施例 所限制。相反，提供該些實(shí)施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍 完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。
[0068] 本發(fā)明的核屯、思想之一在于；本發(fā)明實(shí)施例針對(duì)的是品牌數(shù)據(jù)，該品牌數(shù)據(jù)包括 了用戶訪問數(shù)據(jù)，比如各用戶訪問該品牌的瀏覽數(shù)據(jù)、點(diǎn)擊數(shù)據(jù)、購買數(shù)據(jù)、收藏?cái)?shù)據(jù)等用 戶訪問數(shù)據(jù)，本發(fā)明實(shí)施例的品牌數(shù)據(jù)是對(duì)包括上述用戶訪問數(shù)據(jù)的一種概括。對(duì)于各品 牌數(shù)據(jù)，獲取其訪問權(quán)重，該訪問權(quán)重表示所述品牌數(shù)據(jù)被訪問時(shí)的重要程度。然后W該品 牌數(shù)據(jù)和訪問權(quán)重作為的樣本進(jìn)行聚類過程中，訪問權(quán)重高的品牌數(shù)據(jù)參與度高，使分類 對(duì)象中屯、偏向訪問權(quán)重高的一側(cè)，從而使最終的品牌數(shù)據(jù)聚類結(jié)果更精確，降低后續(xù)處理 過程中的計(jì)算量，也降低后續(xù)處理的結(jié)果的偏差。
[00例實(shí)施例一
[0070] 參照?qǐng)D1，其示出了本發(fā)明一種對(duì)象聚類方法的流程示意圖，具體可W包括：
[0071] 步驟110,獲取待聚類的樣本和各樣本的訪問權(quán)重；所述訪問權(quán)重為所述樣本被 訪問時(shí)的重要程度；所述樣本包括品牌數(shù)據(jù)。
[0072] 可W理解，本發(fā)明實(shí)施例需要獲取各個(gè)樣本的信息和相應(yīng)的樣本的訪問權(quán)重。
[0073] 本發(fā)明實(shí)施例針對(duì)的是品牌數(shù)據(jù)，該品牌數(shù)據(jù)包括了用戶訪問數(shù)據(jù)，比如各用戶 訪問該品牌的瀏覽數(shù)據(jù)、點(diǎn)擊數(shù)據(jù)、購買數(shù)據(jù)、收藏?cái)?shù)據(jù)等用戶訪問數(shù)據(jù)，本發(fā)明實(shí)施例的 品牌數(shù)據(jù)是對(duì)包括上述用戶訪問數(shù)據(jù)的一種概括。比如品牌數(shù)據(jù)"海欄之家"，其包括用戶 在天貓網(wǎng)站的一個(gè)網(wǎng)頁中瀏覽商品對(duì)象的"2015夏季新品海欄之家男裝正品簡(jiǎn)約印花V領(lǐng) 短袖T恤HNTCJ2A101A"的用戶數(shù)據(jù)。又比如"阿迪達(dá)斯"、"耐克"、"iphoneV'S星"等均是 相應(yīng)商品對(duì)象的品牌數(shù)據(jù)。那么對(duì)于一個(gè)品牌數(shù)據(jù)，可W獲取其多個(gè)維度的特征構(gòu)造品牌 數(shù)據(jù)的坐標(biāo)。比如品牌名稱、品牌簡(jiǎn)介、品牌受眾、該品牌下的品牌數(shù)據(jù)的價(jià)格、訪問量、收 藏量等，得到類似A= (al，a2，a3……}的多維坐標(biāo)。在本發(fā)明實(shí)施例中，對(duì)于一個(gè)品牌數(shù) 據(jù)，可通過匯總網(wǎng)絡(luò)中展示所述品牌的相關(guān)商品的網(wǎng)頁數(shù)據(jù)，進(jìn)行分析提取得到賞識(shí)特征。
[0074] 可W理解，各維度特征的初始的參數(shù)可W為任意字符類型，比如可W為數(shù)字，也可 W為漢字，當(dāng)然也可W為其他類型的參數(shù)。在本發(fā)明實(shí)施例中為則會(huì)將不為數(shù)字的初始