[发明专利]一种样本聚类方法及装置

权利要求书

1.一种用户分类方法，所述方法包括：

获取多个用户的属性特征构成的特征向量，所述特征向量是对所述属性特征进行映射得到的，所述属性特征包括用户的注册信息和/或行为信息；

基于所述多个用户的特征向量，确定所述多个用户的两两用户间相似度；

基于所述多个用户的两两用户间相似度，确定所述多个用户的网络结构；其中，所述多个用户作为所述网络结构中的节点，两两节点之间的连接边信息基于该两两节点所对应的两两用户间相似度而确定；

基于所述网络结构，采用无监督嵌入处理，得到所述多个用户各自的图节点向量；其中，所述多个用户中的每个用户的图节点向量由该每个用户在所述网络结构中的邻居用户的特征向量确定；

基于所述多个用户的图节点向量，对所述多个用户进行人群划分。

2.根据权利要求1所述的方法，所述基于所述多个用户的特征向量，确定所述多个用户的两两用户间相似度，包括：

对所述多个用户的特征向量进行归一化处理；

基于归一化处理后的所述多个用户的特征向量，计算所述多个用户的两两用户间余弦相似度或欧式距离，获得所述多个用户的两两用户间相似度。

3.根据权利要求1所述的方法，所述基于所述多个用户的两两用户间相似度，确定所述多个用户的网络结构，包括：

按照从大到小的顺序，对所述多个用户的两两用户间相似度进行排序；

在排序结果中前M个或前百分之M’的两两用户间相似度对应的用户之间构建连接边，以得到所述多个用户的网络结构；其中，所述前M个或前百分之M’的两两用户间相似度作为各自对应的连接边的权值。

4.根据权利要求1所述的方法，所述基于所述多个用户的两两用户间相似度，确定所述多个用户的网络结构，包括：

从所述多个用户的两两用户间相似度中确定出第一两两用户间相似度，所述第一两两用户间相似度大于预设阈值；

在所述第一两两用户间相似度对应的用户之间构建连接边，以得到所述多个用户的网络结构；其中，所述第一两两用户间相似度作为对应的连接边的权值。

5.根据权利要求3或4所述的方法，所述基于所述网络结构，采用无监督嵌入处理，得到所述多个用户各自的图节点向量，包括：

对于所述多个用户中的第一用户，基于第一用户和其邻居用户各自的特征向量，分别确定第一用户和其邻居用户各自的初次迭代的图节点向量；

对于第一用户，执行多级向量迭代，将多级向量迭代的结果作为该第一用户的图节点向量；其中所述多级向量迭代中的每级向量迭代包括，基于第一用户的上一级迭代的图节点向量，第一用户的邻居用户的上一级迭代的图节点向量，确定第一用户的本次迭代的图节点向量。

6.根据权利要求3或4所述的方法，所述基于所述网络结构，采用无监督嵌入处理，得到所述多个用户各自的图节点向量，包括：

对于所述多个用户中的第一用户，基于第一用户和其邻居用户各自的特征向量，分别确定第一用户和其邻居用户各自的初次迭代的图节点向量；

对于所述第一用户，执行多级向量迭代，将多级向量迭代的结果作为该第一用户的图节点向量；其中所述多级向量迭代中的每级向量迭代包括，基于第一用户的邻居用户的上一级迭代的图节点向量，确定第一用户的本次迭代的图节点向量。

7.根据权利要求1所述的方法，所述基于所述网络结构，采用无监督嵌入处理，得到所述多个用户各自的图节点向量，包括：

采用deepwalk图嵌入算法或GraRep图嵌入算法，进行嵌入处理，得到所述多个用户各自的图节点向量。