[发明专利]一种多维数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种多维数据处理方法，其特征在于，所述方法包括：

获取待处理数据，所述待处理数据为具有多类别属性的多维数据；

将所述待处理数据进行降维处理得到目标维度数据，根据所述目标维度数据确定所述待处理数据的类别属性数；

根据所述类别属性数对所述待处理数据进行聚类分析，得到与所述类别属性数对应的聚类中心及数据类别；

根据每一所述数据类别对应的聚类中心，确定所述数据类别对应的类别属性。

2.如权利要求1所述多维数据处理方法，其特征在于，所述将所述待处理数据进行降维处理得到目标维度数据，根据所述目标维度数据确定所述待处理数据的类别属性数，包括：

将所述待处理数据进行降维得到对应的二维数据，根据所述二维数据确定所述待处理数据的类别属性数；或，

将所述待处理数据进行降维得到对应的三维数据，根据所述三维数据确定所述待处理数据的类别属性数。

3.如权利要求1所述多维数据处理方法，其特征在于，所述将所述待处理数据进行降维处理得到目标维度数据，根据所述目标维度数据确定所述待处理数据的类别属性数，包括：

将所述待处理数据通过t-SNE算法进行降维得到目标维度数据，根据所述目标维度数据确定所述待处理数据的类别属性数。

4.如权利要求3所述多维数据处理方法，其特征在于，所述将所述待处理数据通过t-SNE算法进行降维得到目标维度数据，包括：

将所述待处理数据通过高斯分布映射到高维空间得到高维数据，确定与所述高斯分布对应的第一概率分布参数；

根据所述第一概率分布参数和相对熵拟合出对应的第二概率分布参数，通过与所述第二概率分布参数对应的t分布得到与所述待处理数据对应的目标维度数据。

5.如权利要求1所述多维数据处理方法，其特征在于，所述根据每一所述数据类别对应的聚类中心，确定所述数据类别对应的类别属性，包括：

确定每一所述数据类别对应的聚类中心的位置坐标；

计算所述每一所述数据类别对应的聚类中心的位置坐标与坐标原点的距离，分别根据与所述坐标原点之间的距离符合设置条件的聚类中心的数据类别确定每一所述数据类别对应的类别属性。

6.如权利要求1所述多维数据处理方法，其特征在于，所述根据所述类别属性数对所述待处理数据进行聚类分析，得到与所述类别属性数对应的聚类中心及数据类别，包括：

根据所述类别属性数通过谱聚类算法对所述待处理数据进行聚类，得到与所述类别属性数对应的聚类中心及数据类别。

7.如权利要求6所述多维数据处理方法，其特征在于，所述根据所述类别属性数通过谱聚类算法对所述待处理数据进行聚类，得到与所述类别属性数对应的聚类中心及数据类别，包括：

确定所述待处理数据中每一待处理数据与其它待处理数据之间的类别属性权重值；

当任意两待处理数据的类别属性权重值大于设定值时，确定为同一类别并标记为已聚类，得到包含与所述类别属性数对应的数据类别的聚类结果，根据所述类别属性数确定所述数据类别对应的聚类中心。

8.如权利要求1所述多维数据处理方法，其特征在于，所述待处理数据包括物流业务数据，所述将所述待处理数据进行降维处理得到目标维度数据，根据所述目标维度数据确定所述待处理数据的类别属性数，包括：

将所述物流业务数据进行降维处理得到目标维度数据，根据所述目标维度数据确定所述物流业务数据包括三个类别属性；

所述根据每一所述数据类别对应的聚类中心，确定所述对应数据类别对应的类别属性，包括：

根据每一所述数据类别对应的聚类中心，确定所述数据类别对应的类别属性分别为价格属性、服务属性和时效属性。

9.如权利要求8所述多维数据处理方法，其特征在于，所述将所述物流业务数据进行降维处理得到目标维度数据之前，包括：

根据预设参数对物流业务数据进行筛选，删除不满足预设条件的所述物流业务数据。