[发明专利]用户通信消费数据的标签聚类的方法和装置

权利要求书

1.一种用户通信消费数据的标签聚类的方法，其特征在于，包括：

将电信运营商维护的关于用户的标签库C中的每个用户作为一个标签，所述每个用户的行为或状态看作与所述用户所对应的所述标签相关的事件，与所述标签相关的事件包括每户每月通话时间、每户每月上网流量、每户每月平均收入、位置信息、城市信息、话费余额、通信费用、通信详单中的至少一个；

根据所述标签库C中与标签k_x相关的s个事件组成标签k_x；

根据每个事件k_xⁱ对所述标签k_x的重要程度，设置重要性权重Q_i，且Q₁+Q₂+…+Q_s＝1；

将所述标签库C的聚类相似度阈值设定为F，将标签k_x和k_y之间的相似度定义为L(k_x,k_j)，

在所述标签库C中选择平均相似度最小的标签作为初始标签k₀，以所述初始标签k₀形成子标签簇J₁；

所述标签库C中的标签k_x与所述标签库C中其它p个标签平均相似度L(k_x,k_j)的计算公式为：

在所述标签库C中查找与所述子标签簇J₁内的标签的平均相似度最小且小于聚类相似度阈值F的标签k₁；

将所述标签k₁添加到所述子标签簇J₁中以形成子标签簇J₂；

在所述标签库C中查找标签k₂，使所述标签k₂与所述子标签簇J₂内标签的平均相似度最小且小于聚类相似度阈值F；

将所述标签k₂添加到所述子标签簇J₂中以形成子标签簇J₃；

循环执行，当查找到的新标签k_m与子标签簇J_m内标签的平均相似度大于聚类相似度阈值F时停止查找；

从所述标签库C中提取子标签簇J_m，形成目标标签簇。

2.根据权利要求1所述的方法，其特征在于，其中，所述聚类相似度阈值根据聚类精确度的高低被确定。

3.根据权利要求1所述的方法，其特征在于，其中，多个标签中的每个标签包括与该标签相关的多个事件，每个事件具有相应的重要性权重，并且所述每个事件的重要性权重的加和为1。

4.根据权利要求3所述的方法，其特征在于，其中，所述新标签与所述子标签簇内的任一标签的相似度值为所述新标签与所述任一标签的事件相似度之和，其中所述事件相似度为所述新标签的该事件与所述任一标签的该事件之差乘以该事件对应的重要性权重。