[发明专利]一种数据聚类方法和装置

权利要求书

1.一种数据聚类方法，其特征在于，包括：

使用缩放变换模型对房产数据集中房产的原始平米价进行缩放变换，得到变换后平米价；

对二维特征空间中以所述房产数据集中房产的面积和所述变换后平米价为坐标的数据点，通过聚类算法聚类为各簇数据，以得到所述房产数据集的聚类结果。

2.根据权利要求1所述的方法，其特征在于，使用缩放变换模型对房产数据集中房产的原始平米价进行缩放变换的步骤，包括：

对输入的原始数据中各小区的房产数据按照类型特征进行划分，得到所述房产数据集，所述房产数据集包括各小区的各类型特征的房产数据；

从所述房产数据集中选取以下三个数据组：基准数据组、第一数据组、第二数据组，每个数据组是同一小区的类型特征相同的房产数据的集合，且所述第一数据组与所述基准数据组相比，单个房产原始平米价相近但面积更大；所述第二数据组与所述基准数据组相比，单个房产面积相近但原始平米价更高，其中，所述相近指的是数值处于同一范围区间；

根据从所述房产数据集中选取的数据组计算所述缩放变换模型的参数值；

使用所述参数值下的所述缩放变换模型对房产数据集中房产的原始平米价进行缩放变换。

3.根据权利要求1所述的方法，其特征在于，使用缩放变换模型对房产数据集中房产的原始平米价进行缩放变换的步骤，包括：

对输入的原始数据中各小区的房产数据按照类型特征进行划分，得到所述房产数据集，所述房产数据集包括各小区的各类型特征的房产数据；

按照房产的面积和原始平米价对所述房产数据集进行切分，得到多个切分后房产数据集；

从每一切分后房产数据集中选取以下三个数据组：基准数据组、第一数据组、第二数据组，每个数据组是同一小区的类型特征相同的房产数据的集合，且所述第一数据组与所述基准数据组相比，单个房产原始平米价相近但面积更大；所述第二数据组与所述基准数据组相比，单个房产面积相近但原始平米价更高，其中，所述相近指的是数值处于同一范围区间；

根据从各切分后房产数据集中选取的数据组，分别计算所述缩放变换模型的与各切分后房产数据集对应的参数值；

对于每一切分后房产数据集，使用对应的参数值下的所述缩放变换模型对各自的房产的原始平米价进行缩放变换。

4.根据权利要求2或3所述的方法，其特征在于，通过如下方式选取所述基准数据组、第一数据组、第二数据组：

按照选取规则从目标房产数据集中选取以下三个小区：基准小区、第一小区、第二小区，根据其中每个小区的交易量最大的一个类型特征的房产数据的集合，分别得到所述基准数据组、第一数据组、第二数据组，所述目标房产数据集为所述房产数据集、切分后房产数据集中的一者。

5.根据权利要求4所述的方法，其特征在于，按照如下选取规则选取所述三个小区：

从所述目标房产数据集的成交量最大的预设数量的小区中，选取面积和原始平米价最小的一个小区作为所述基准小区，选取房产的原始平米价与所述基准小区相近但房产面积更大的一个小区作为所述第一小区，选取房产的面积与所述基准小区相近但原始平米价更高的一个小区作为所述第二小区，其中，所述相近指的是数值处于同一范围区间。

6.根据权利要求2或3所述的方法，其特征在于，所述缩放变换模型的各参数包括：平米价增大引起的平米价增大幅度的变化率、平米价增大引起的平米价增大幅度偏置量、面积增大引起的平米价增大幅度的变化率、面积增大引起的平米价增大幅度偏置量；其中，

根据从所述房产数据集或从各切分后房产数据集中选取的数据组中，各房产的面积和原始平米价以及房产数量，分别计算以下各项的值：所述基准数据组的原始平米价变化幅度Δ₀、第一数据组的原始平米价变化幅度Δ_area、第二数据组的原始平米价变化幅度Δ_psm，所述基准数据组的房产的平均面积x₀和平均原始平米价y₀，所述第一数据组的房产的平均面积x₁，以及所述第二数据组的房产的平均原始平米价y₂；

基于计算出的所述各项的值计算所述各参数值。