[发明专利]一种混合聚类方法和装置

权利要求书

1.一种混合聚类方法，包括：

输入聚类参数，所述聚类参数包括主控参数和算法参数，其中主控参数包括更新类型、BY GROUP特征变量、minhash特征变量及权重、聚类对象的过滤条件、最小对象数，算法参数包括哈希函数种子列表、主键数、simhash签名位数；

如果更新类型为全量更新，那么删除聚类结果中对应的组；

输入满足过滤条件的对象，对每个对象进行混合聚类，生成聚类的组名，输出聚类的组和对象列表；

输入聚类的组和对象列表，丢弃对象数小于最小对象数的组，添加其余的组和对象到聚类结果中。

2.根据权利要求1所述的混合聚类方法，其中，

所述对每个对象进行混合聚类，生成聚类的组名，输出聚类的组名和对象列表包括以下步骤：

步骤(a)：判定BY GROUP特征变量，如果BY GROUP特征变量为空，那么跳到步骤(c)；

步骤(b)：根据BY GROUP特征变量，来进行BY GROUP聚类，并确定BY GROUP聚类结果的组名；

步骤(c)：判定minhash特征变量，如果minhash特征变量为空，那么跳到步骤(f)；

步骤(d)：根据simhash签名位数、minhash特征变量及权重，来使用simhash求得对象的签名；

步骤(e)：根据求得的对象的签名，来进行minhash聚类，根据主键数来确定minhash聚类结果的组名；

步骤(f)：将BY GROUP聚类结果的组名和minhash聚类结果的组名组合成聚类的组名；

步骤(g)：输出聚类的组名和对象列表。

3.一种混合聚类装置，包括：

聚类对象管理模块，其向混合聚类执行模块输出满足过滤条件的对象；

聚类参数管理模块，其向混合聚类执行模块输出聚类参数；

混合聚类执行模块，其基于满足过滤条件的对象以及聚类参数，来进行混合聚类，向聚类结果管理模块输出聚类的组和对象列表；

聚类结果管理模块，其对聚类结果进行管理，

所述混合聚类装置执行以下步骤：

输入聚类参数，所述聚类参数包括主控参数和算法参数，其中主控参数包括更新类型、BY GROUP特征变量、minhash特征变量及权重、聚类对象的过滤条件、最小对象数，算法参数包括哈希函数种子列表、主键数、simhash签名位数；

如果更新类型为全量更新，那么删除聚类结果中对应的组；

输入满足过滤条件的对象，对每个对象进行混合聚类，生成聚类的组名，输出聚类的组和对象列表；

输入聚类的组和对象列表，丢弃对象数小于最小对象数的组，添加其余的组和对象到聚类结果中。

4.根据权利要求3所述的混合聚类装置，其中，

所述对每个对象进行混合聚类，生成聚类的组名，输出聚类的组名和对象列表包括以下步骤：

步骤(a)：判定BY GROUP特征变量，如果BY GROUP特征变量为空，那么跳到步骤(c)；

步骤(b)：根据BY GROUP特征变量，来进行BY GROUP聚类，并确定BY GROUP聚类结果的组名；

步骤(c)：判定minhash特征变量，如果minhash特征变量为空，那么跳到步骤(f)；

步骤(d)：根据simhash签名位数、minhash特征变量及权重，来使用simhash求得对象的签名；

步骤(e)：根据求得的对象的签名，来进行minhash聚类，根据主键数来确定minhash聚类结果的组名；

步骤(f)：将BY GROUP聚类结果的组名和minhash聚类结果的组名组合成聚类的组名；

步骤(g)：输出聚类的组名和对象列表。