[发明专利]一种基于改进二分k-均值算法的订单分组方法

权利要求书

1.一种基于改进二分k-均值算法的订单分组方法，其特征在于，包括如下步骤：

对订单数据集进行处理，获得订单集列表T＝{t₁，t₂…t_i…t_w}；其中，t_i表示第i个订单，第i个订单所包含的货品向量化表达为t_i＝{aw₁,aw₂,…aw_i…aw_L}；t_i表示第i个订单，aw_i表示第w个订单包含第i种货品；

根据订单数量设置阈值TA的值；

在订单构成的簇类中选取参考订单：将该簇类中订单长度最大的订单作为第一个参考中心订单，计算簇类中其他订单与第一个参考中心订单的相似度，并在与第一个参考订单中心相似度最小的订单中，选择订单长度最大的订单作为第二个参考中心订单；

计算每个订单到每个参考中心订单的相似度r_ij，并将每个订单划分到与多个参考中心订单其中一者相似最大的一组；

对本次分组产生的所有簇类进行检测，查看是否满足预设的第一条件；

将满足第一条件的簇类标记为异常簇类，将异常簇类的参考中心订单标记为异常订单标记，并计算异常簇类中的所有订单与其他簇类参考中心订单的相似度，并将每个订单划分到与其他簇类参考中心订单相似度最大的簇类中；

将剩下的所有簇类按照其SS_i的值大小进行降序排序，将前N个簇类进行k-means二次聚类(k＝2)，使得簇类数量保持不变；SS_i为第i个簇类的订单相似度平方差的均值；

更新每个簇类的参考中心订单，并按照前述步骤进行进行分组迭代，直至参考中心订单不再发生改变或迭代次数达到最大迭代数；

判断现阶段最大SS_i值是否小于等于TA，若是，则结束迭代，得出迭代分组结果TAST＝{G₁…G_i…G_k},G_i表示第i个订单组；若否，则继续迭代，重复前述步骤，直至SS_i值小于等于TA。

2.根据权利要求1所述的基于改进二分k-均值算法的订单分组方法，其特征在于，第i个簇类的订单相似度平方差的均值为

3.根据权利要求1所述的基于改进二分k-均值算法的订单分组方法，其特征在于，

两个订单之间相似度为

4.根据权利要求1所述的基于改进二分k-均值算法的订单分组方法，其特征在于，

第一条件的公式表示为：∣(ZL_i-AG)∣≥2*STD；

其中，

AG为本次迭代中所有簇类的长度的均值；STD为本轮迭代中所有簇类长度的标准差；ZL_i为第i个簇类的订单数。

5.根据权利要求1所述的基于改进二分k-均值算法的订单分组方法，其特征在于，更新每个簇类的参考中心订单的更新公式为：

6.根据权利要求1所述的基于改进二分k-均值算法的订单分组方法，其特征在于，在订单构成的簇类中选取参考订单的步骤之前，将所有订单看作为一个簇类，并对于进行k-means聚类，k＝2，使其一分为二。