[发明专利]基于用户行为特征的选择聚类初始点的方法及相关设备

权利要求书

1.一种基于用户行为特征的选择聚类初始点的方法，其特征在于，所述方法包括：

获取待发掘群组的数据集，所述数据集包括多个用户的行为特征，将一个用户作为一个点；

从所述数据集中选择第一初始点；

从所述数据集中选择第二初始点，所述第二初始点是指所述数据集中距离所述第一初始点最远的点；

计算所述数据集中每个点与所述第一初始点和所述第二初始点的距离最小的最小距离点集合，所述最小距离点集合包括多个最小距离点；

从所述最小距离点集合中选择一个最大的最小距离点作为第三初始点，循环迭代得到包括所有初始点的初始点集合；

按照所述初始点集合将所述数据集分割为多个存在关联性的用户群组。

2.根据权利要求1所述的方法，其特征在于，所述第一初始点和所述第二初始点均基于欧式距离的最大最小距离算法得到。

3.根据权利要求2所述的方法，其特征在于，所述计算所述数据集中每个点与所述第一初始点和所述第二初始点的距离最小的最小距离点集合，包括：

从所述数据集中选取第一候选点；

分别计算所述第一候选点与所述第一初始点的第一距离，以及计算所述第一候选点与所述第二初始点的第二距离；

记录所述第一距离和所述第二距离中最小的距离，将所述第一候选点作为一个最小距离点，分别得到所述数据集中每个候选点相对所述第一初始点和所述第二初始点的最小的距离；

将每个候选点作为一个最小距离点，最终得到所述最小距离点集合。

4.根据权利要求2或3所述的方法，其特征在于，所述从所述最小距离点集合中选择一个最大的最小距离点作为第三初始点，循环迭代得到包括所有初始点的初始点集合，包括：

若所述数据集中还剩余n个点，则计算P_k与所述第一初始点的距离D1_k，与所述第二初始点的距离D2_k；其中，P_k是指n个点中的任意一个点，k为大于1且小于n的正整数；

将所述P_k与所述第一初始点距离最小且与所述第二初始点距离最小的点记为D_{k_min}＝min(n_k1,n_k2)；

计算出所有的最小距离点n_{a_min}，得到所述最小距离点集合，a为大于1且小于n的正整数；

从所述最小距离点集合中选择第j个点作为第三初始点，依此循环迭代得到所述初始点集合，所述第j个点记为min_n_j＝max(n_{a_min},k)，第j个点是n个点中最大的点。

5.根据权利要求4所述的方法，其特征在于，每个群组中的用户相互之间的关联性高于第一关联性，不同群组之间的用户之间的关联性低于第二关联性或者不同群组之间的用户之间不存在关联性。

6.根据权利要求5所述的方法，其特征在于，所述获取待发掘群组的数据集之后，所述将所述数据集输入聚类模型之前，所述方法还包括：

设置本次待分群的类别数目M，M为正整数；

所述从所述最小距离点集合中选择第j个点作为第三初始点，依此循环迭代得到所述初始点集合，包括：

从所述最小距离点集合中选择第j个点作为第三初始点，直至得到M个初始点后结束循环迭代操作。

7.一种用于选择聚类初始点的装置，其特征在于，所述装置包括：

获取模块，用于获取待发掘群组的数据集，所述数据集包括多个用户的行为特征，将一个用户作为一个点；

处理模块，用于从所述数据集中选择第一初始点；从所述数据集中选择第二初始点，所述第二初始点是指所述数据集中距离所述第一初始点最远的点；计算所述数据集中每个点与所述第一初始点和所述第二初始点的距离最小的最小距离点集合，所述最小距离点集合包括多个最小距离点；从所述最小距离点集合中选择一个最大的最小距离点作为第三初始点，循环迭代得到包括所有初始点的初始点集合；按照所述初始点集合将所述数据集分割为多个存在关联性的群组。