[发明专利]一种动态K值聚类构建主题R树方法

权利要求书

1.一种动态K值聚类构建主题R树方法，其特征在于，包含如下步骤：

1)利用地图开放的api获取城市中路网数据Citydataloca₁、loca₂…loca_M，其中loca_i＝lon_i、lat_i、poi_i表示第i个地理位置信息，其中lon_i、lat_i、poi_i分别表示经度、维度、空间文本信息；

2)获取指定的最小外接矩形MBR，将其看作一个大类，此时初始聚类数k＝1，通过经纬度得到MBR初始类数据均值点C₁；

3)选取距离初始类数据均值点C₁最远的空间数据C₂、距离C₂最远的空间数据C₃作为新的数据均值点，计算C₁、C₂的经纬度之差，得到第二个MBR，计算C₂，C₃的经纬度之差，得到第三个MBR；

4)此时k值相应增加，计算当前k值对应的聚类测度函数值J_k；

5)将J_k与前一次聚类测度函数值J_k-1进行比较，若此时函数收敛，则取当前k值为聚类数；若此时函数发散，则对新的MBR重复步骤2)到步骤5)，k值继续递增至M；

6)通过距离指标R得到当前数据均值点C_k邻近空间数据集poiList；

7)通过文本主题分类对poiList中的poi数据进行分类，找出出现次数最多的地理数据作为聚类中心，再递归找出各个MBR的聚类中心P_k；

8)以k个聚类中心P_k作为根节点的子节点，进行聚类构建R树；并以每个子节点作为子树的根节点重复步骤3)-步骤7)，进行聚类构建R树；

9)自底向上对每个节点构建主题倒排索引，父级存储着聚类中心的主题索引，形成主题R树；

所述步骤2)中MBR初始类数据均值点C₁的获取方法如下：

2.1)通过地图开放的api在地图上指定四个地理坐标loca₁、loca₂、loca₃、loca₄；

2.2)计算这四个点的经纬度之差，得到初始类数据均值点C₁的经纬度信息；所述步骤4)中，计算当前k值对应的聚类测度函数值J_k的方法如下：其中，S_j为MBR划分区域内的路网数据集，p指S_j中的单个路网数据，k为聚类数，r为S_j的数据均值点；

所述步骤6)中，通过距离指标R得到邻近空间数据集poiList的方法如下：

6.1)定义距离指标其中，n表示MBR下路网数据的数量，D表示给定的MBR区域面积，用d_i表示一个MBR下的路网数据到数据均值点Ci的距离，若d_i＝R，则将第i个数据记为该数据的邻近空间数据；

6.2)得到聚类数据均值点C_k领近空间数据集poiListloca_p1,loca_p2…loca_pn；

所述步骤8)中，进行聚类构建R树的方法如下：

8.1)k值递增，当聚类测度函数收敛时，取这k个聚类中心P_k作为根节点的子树，构建R树的第二层；

8.2)假设父节点有n个空间数据，检查每个聚类后的空间数据个数N_j，若则此时停止分配；若则通过距离分配到最近的且未填满的P_i；

8.3)以每个子节点作为子树的根节点重复步骤3)-步骤7)，进行聚类构建R树；

所述步骤9)中，进行自底向上对每个节点构建主题倒排索引的方法如下：

9.1)对邻近空间数据集poiList的每个空间文本信息进行主题分类，对其建立主题倒排索引；

9.2)将聚类中心P_k作为父级的主题索引，再自底向上构建主题倒排索引。