[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

说明书

本发明公开了一种数据对象的分类方法、装置、终端和计算机可读存储介质。该方法包括：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。实施本发明实施例，可以实现提高聚类算法划分类簇的准确度的效果。

技术领域

本发明实施例涉及数据分析技术，尤其涉及一种数据对象的分类方法、装置、终端和计算机可读存储介质。

背景技术

如何将大量数据作快速的数据分析及知识获取，已成为现代信息管理领域中最重要的议题之一。数据聚类是常被使用的一种数据分析方法，它可以将众多数据对象分为多个类簇，使得同一个类簇的数据对象的相似性尽可能大，不同一个类簇的数据对象的差异性也尽可能大。在商业上，聚类可以帮助市场分析人员从消费者数据库中区分出不同的消费群体来，并且概括出每一类消费者的消费模式或者习惯。它作为数据挖掘中的一个模块，可以作为一个单独的工具以发现数据库中分布的一些深层的信息，并且概括出每一类的特点，或者把注意力放在某一个特定的类上以作进一步的分析；并且，聚类分析也可以作为数据挖掘算法中其他分析算法的一个预处理步骤。

常用的聚类算法有K-means算法、二分K-means算法、DBSCAN算法和Clara算法等等。发明人在实施本发明的过程中，发现现有技术存在以下缺陷：不同类簇之间的数据特征过于接近，游离于两个类簇之间的数据对象很容易被划分到不是最相关的类簇中。

发明内容

本发明提供一种数据对象的分类方法、装置、终端和计算机可读存储介质，以实现提高聚类算法划分类簇的准确度。

第一方面，本发明实施例提供了一种数据对象的分类方法，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。

第二方面，本发明实施例还提供了一种数据对象的分类装置，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。

第三方面，本发明实施例还提供了一种终端，所述终端包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例提供的方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的方法。