[发明专利]一种基于多维数据的肖像建模方法和装置

权利要求书

1.一种基于多维数据的肖像建模方法，其特征在于，所述方法包括：

获得用户历史数据；

清洗所述历史数据，将所述历史数据分为行为数据和文本数据；

对所述行为数据进行带权均值漂移算法进行聚类，获得第一结果；

对所述文本数据进行分词处理和特征加权处理；

训练分类器，对所述分词处理和特征加权处理后的文本数据进行分类器分类，获得第二结果；

根据所述第一结果和所述第二结果，生成标签值；

根据所述标签值，更新或输出肖像数据；

其中，所述对所述行为数据进行带权均值漂移算法进行聚类，获得第一结果，包括：

输入所述行为数据；

获得带宽值；

获得数据点权值函数；

判断所述行为数据是否存在未遍历点；

如果所述行为数据不存在未遍历点，则聚类完成；

如果所述行为数据存在未遍历点，随机选择未遍历的行为数据；

计算所述未遍历的行为数据飘移向量M_h；

根据所述飘移向量移动重心点；

判断所述重心点是否满足收敛条件；

如果所述重心点满足所述收敛条件，则聚类完成；

给定d维空间的n个所述行为数据的数据点集X，那么对于空间中的任意数据点x的漂移向量基本形式表示为：

其中，M_h表示漂移向量；w（x_i）为每个数据点x_i的带权项；

S_k表示的是数据点集X的点p到x的欧氏距离小于n维空间中带宽r的数据点，即：

每次漂移过程后的新重心为x=x+M_h；

通过重复求解漂移向量及进行漂移使得重心最后收敛于空间中的k个点；

所述对所述文本数据进行分词处理和特征加权处理，包括：

其中，TF(w,d)为所述文本数据中的词语w在所述文本数据d中的词语频率，N_c为所述文本数据中的评论条目总数，DF_c为包含所述词语w的评论条目的总数，N为所述文本数据分词结果中所有词的数目，N_w为词w总数目。

2.如权利要求1所述的方法，其特征在于，所述训练分类器还包括：

对所述分词处理和特征加权处理后的文本数据进行标注；

将标注后的文本数据作为输入数据，输入到所述分类器中；

将分类信息作为所述分类器的目标结果；

根据所述输入数据和所述目标结果，调整所述分类器内部参数；

训练所述分类器收敛至与所述目标结果相符的形式。

3.如权利要求2所述的方法，其特征在于，所述对所述分词处理和特征加权处理后的文本数据进行标注，还包括：

对所述文本数据进行标注分类，获得所述分类信息；

将所述文本数据和所述分类信息进行存储备用。