[发明专利]数据对象的分类方法、装置、终端和计算机可读存储介质

权利要求书

1.一种数据对象的分类方法，其特征在于，包括：

获取聚类算法的运算结果，其中，所述运算结果包括多个类簇，每个类簇包括一个或多个数据对象；

根据预设的过分接近判断算法，确认所述运算结果中的类簇两两之间的接近状态；

确定相似类簇；其中，所述相似类簇与其他一个或多个类簇过分接近；

提取相似类簇中的数据对象；

将提取的数据对象重新划分为多个类簇；

所述根据预设的过分接近判断算法，确认所述运算结果中的类簇两两之间的接近状态，具体包括：

分别计算每个类簇的携带信息；所述携带信息包括类簇中数据对象的连续型特征的均值和/或标准差；

如果两个类簇的携带信息之间的差值小于预设的第一阈值，则确认所述两个类簇的所述连续型特征过分接近。

2.根据权利要求1所述的数据对象的分类方法，其特征在于，所述根据预设的过分接近判断算法，确认所述运算结果中的类簇两两之间的接近状态，还包括：

获取每个类簇的最大频次特征值；所述最大频次特征值是在类簇中数据对象的离散型特征中出现得最多的取值；

如果两个类簇的最大频次特征值相同，则确认所述两个类簇的所述离散型特征过分接近。

3.根据权利要求2所述的数据对象的分类方法，其特征在于，所述根据预设的过分接近判断算法，确认所述运算结果中的类簇两两之间的接近状态，还包括：

如果两个类簇有L个特征过分接近，则确认两个类簇之间过分接近；其中，L＞N/2，N为所述数据对象的特征数量。

4.根据权利要求1至3任一项所述的数据对象的分类方法，其特征在于，所述获取聚类算法的运算结果，具体包括：

在多个数据对象中随机选取多个中心；

在每次选取中心之后，计算每个数据对象与所述中心的距离；

将每个数据对象划分到与所述数据对象距离最小的中心所在的类簇，获得运算结果；

在所述将提取的数据对象重新划分为多个类簇之后，还包括：

计算每个类簇的质心；

如果类簇中的质心与中心的距离大于预设的第二阈值，则选取每个类簇的质心作为中心。

5.根据权利要求1至2任一项所述的数据对象的分类方法，其特征在于，在所述将提取的数据对象重新划分为多个类簇之后，还包括：

获取各类簇两两之间的临界点；其中，所述临界点是与两个类簇的质心之间的中点距离最近的数据对象；

如果关联类簇中存在数据对象与所述临界点之间的距离小于预设的第三阈值，则从各类簇中提取与所述临界点之间的距离小于或等于预设的第四阈值的数据对象作为二次聚类对象；其中，所述关联类簇为各类簇中除临界点所属的类簇外的其他类簇；

将所述二次聚类对象划分到所有二次聚类对象的质心所属的类簇中。

6.一种数据对象的分类装置，其特征在于，包括：

第一获取模块，用于获取聚类算法的运算结果，其中，所述运算结果包括多个类簇，每个类簇包括一个或多个数据对象；

确认模块，用于根据预设的过分接近判断算法，确认所述运算结果中的类簇两两之间的接近状态；

确定模块，用于确定相似类簇；其中，所述相似类簇与其他一个或多个类簇过分接近；

第一提取模块，用于提取相似类簇中的数据对象；

重新分类模块，用于将提取的数据对象重新划分为多个类簇；

所述确认模块包括：

携带信息计算单元，用于分别计算每个类簇的携带信息；所述携带信息包括类簇中数据对象的连续型特征的均值和/或标准差；

连续型特征确认单元，用于如果两个类簇的携带信息之间的差值小于预设的第一阈值，则确认所述两个类簇的所述连续型特征过分接近。