[发明专利]一种多维数据集的聚类方法及系统

说明书

本发明公开了一种多维数据集的聚类方法及系统，其中通过遍历分析数据集对象的各个维度，获取多维数据集的维度；并将多维数据集的维度分为有序独立维度和非有序独立维度；以有序独立维度对数据集重新排序聚类成新的数据集，再通用聚类算法对最后获得数据集进行计算得到结果，提高了此类聚类计算的效率。

技术领域

本发明涉及数据挖掘和处理技术领域，尤其涉及一种多维数据集的聚类方法及系统。

背景技术

将物理或抽象对象的集合分成由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一个簇中的对象彼此相似，与其他簇中的对象相异。

在商业上，聚类可以帮助市场分析人员从消费者数据库中区分出不同的消费群体来，并且概括出每一类消费者的消费模式或者说习惯。它作为数据挖掘中的一个模块，可以作为一个单独的工具以发现数据库中分布的一些深层的信息，并且概括出每一类的特点，或者把注意力放在某一个特定的类上以作进一步的分析；并且，聚类分析也可以作为数据挖掘算法中其他分析算法的一个预处理步骤。

但是，直接采用现有的通用聚类算法处理多维度数据集时，存在计算过于复杂，获取聚类结果时间长，消耗计算资源多的问题。

发明内容

本发明针对上述技术问题，公开了一种多维数据集的快速聚类方法及系统。

本发明所提出的技术方案如下：

本发明提出了一种多维数据集的聚类方法，包括以下步骤：

步骤S1、获取多维数据集的维度；并将多维数据集的维度分为有序独立维度和非有序独立维度；

步骤S2、对多维数据集进行排序和聚类；其中，排序和聚类交替进行；每一次排序根据一个有序独立维度的顺序处理，该次排序之后邻近的一次聚类根据该有序独立维度进行，不同次序的排序根据不同的有序独立维度的顺序处理；每一次聚类将产生若干数据集；每一次聚类将该次聚类前分别邻近的一次排序后的若干数据集分别分成若干子一级的若干数据集；第一次聚类针对第一次排序后的所述多维数据集进行。

本发明上述的聚类方法中，所述聚类采用通用聚类算法进行；所述通用聚类算法为K均值聚类算法、均值漂移聚类算法、基于密度的聚类算法、基于高斯混合模型的期望最大化聚类算法、凝聚层次聚类算法或图团体检测法等。

本发明还提出了一种多维数据集的聚类系统，包括：

维度分析单元，用于获取多维数据集的维度；并将多维数据集的维度分为有序独立维度和非有序独立维度；

聚类单元，用于对多维数据集进行排序和聚类；其中，排序和聚类交替进行；每一次排序根据一个有序独立维度的顺序处理，该次排序之后邻近的一次聚类根据该有序独立维度进行，不同次序的排序根据不同的有序独立维度的顺序处理；每一次聚类将产生若干数据集；每一次聚类将该次聚类前分别邻近的一次排序后的若干数据集分别分成若干子一级的若干数据集；第一次聚类针对第一次排序后的所述多维数据集进行。

本发明上述的聚类系统中，所述聚类采用通用聚类算法进行；所述通用聚类算法为K均值聚类算法、均值漂移聚类算法、基于密度的聚类算法、基于高斯混合模型的期望最大化聚类算法、凝聚层次聚类算法或图团体检测法。

其中通过遍历分析数据集对象的各个维度，获取多维数据集的维度；并将多维数据集的维度分为有序独立维度和非有序独立维度；以有序独立维度对数据集重新排序聚类成新的数据集，再通过通用聚类算法对最后获得数据集进行计算得到结果，提高了此类聚类计算的效率。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明实施例提供的聚类方法的流程示意图；