[发明专利]一种短信分组方法、装置及计算机存储介质、电子设备

权利要求书

1.一种短信分组方法，其特征在于，包括：

步骤1、确定待分组的短信；

步骤2、计算短信之间的短信距离矩阵；

步骤3、根据所述短信距离矩阵对多个短信进行聚类，得到多个聚类簇；每个聚类簇包括一个或多个短信；

步骤4、计算所述多个聚类簇之间的聚类簇距离矩阵；

步骤5、根据所述聚类簇距离矩阵将所述多个聚类簇进行聚类，若生成新的聚类簇返回步骤4；否则，执行步骤6；

步骤6、按照所述聚类簇确定所述短信的分组；

其中，每次聚类时所采用的距离阈值不同；

所述计算短信之间的短信距离矩阵，包括：

根据所述短信中的内容计算两个短信之间的最长公共子字符串s的长度c；

根据两个短信之间的最长公共子字符串s的长度c计算所述两个短信之间的距离l；

根据每两个短信之间的距离l得到所有短信的距离矩阵。

2.根据权利要求1所述的方法，其特征在于，所述根据所述短信中的内容计算两个短信之间的最长公共子字符串s的长度c，具体按照下式计算：

其中，x_i、y_j分别为短信a中第i个字符、短信b中第j个字符，c[i,j]为短信a与短信b之间的公共子字符串长度。

3.根据权利要求2所述的方法，其特征在于，所述根据两个短信之间的最长公共子字符串s的长度c计算所述两个短信之间的距离l，具体按照下式计算：

其中，l_ab为短信a和短信b之间的距离，大小在0-1之间；len(a)、len(b)分别为短信a、短信b的长度；c为公共子字符串长度c[i,j]的最大值。

4.根据权利要求1所述的方法，其特征在于，所述根据所述短信距离矩阵对多个短信进行聚类，得到多个聚类簇，包括：

以每个短信为中心，计算与该中心的距离d小于预设第一距离阈值的短信集合；

将每个短信作为核心对象，根据以该短信为中心的短信集合确定与该短信密度直达的短信；

根据所述密度直达的短信确定与所述短信密度可达的短信；

根据所述密度可达的短信确定密度相连的短信；

所述密度相连的短信形成聚类簇。

5.根据权利要求4所述的方法，其特征在于，所述根据所述聚类簇距离矩阵将所述多个聚类簇进行聚类，包括：

以每个聚类簇为中心，根据聚类簇距离矩阵计算与该中心的距离d小于预设第二距离阈值的聚类簇集合；

将每个聚类簇作为核心对象，根据以该聚类簇为中心的聚类簇集合确定与该聚类簇密度直达的聚类簇；

根据所述密度直达的聚类簇确定与所述聚类簇密度可达的聚类簇；

根据所述密度可达的聚类簇确定密度相连的聚类簇；

所述密度相连的聚类簇形成新的聚类簇；

其中，所述预设第二距离阈值根据短信分组效果确定。

6.根据权利要求1所述的方法，其特征在于，所述计算所述多个聚类簇之间的聚类簇距离矩阵，包括：

根据每个聚类簇生成所述聚类簇的公共子序列；

根据生成的聚类簇的公共子序列计算聚类簇之间的聚类簇距离矩阵。

7.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一所述方法的步骤。

8.一种电子设备，其特征在于，包括存储器、以及一个或多个处理器，所述存储器用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至6任一所述的方法。