[发明专利]一种分布式学生聚类集成方法及系统

权利要求书

1.一种分布式学生聚类集成方法，其特征是，包括以下步骤：

S1：获取用户的原始行为数据，并通过朴素贝叶斯模型对原始行为数据分析后提取行为特征；

S2：通过下级服务器对所属服务区域内所有用户的行为特征以相同特定特征为标准进行第一次分类聚集后形成多个群集对象，相同特定特征以皮尔森相关系数为标准进行选取；以相同特定特征作为相应群集对象的聚类标识；同时去除群集对象内各个用户的相同特定特征后形成第一群集对象；

S3：通过上级服务器对所属下级服务器内所有相同聚类标识的第一群集对象进行融合后形成新的第一群集对象；以相同特定特征为标准进行第二次分类聚集后形成多个新群集对象；将相同特定特征加入到相应新群集对象的第一聚类标识后形成第二聚类标识；去除新群集对象内各个用户的相同特定特征后形成第二群集对象；

S4：以S3中的上级服务器作为下级服务器重复进行S3，直至群集对象形成聚类标识；

S5：对完成分类聚集的用户信息和相应的聚类标识进行统计储存。

2.根据权利要求1所述的一种分布式学生聚类集成方法，其特征是，在步骤S1中，所述原始行为数据通过PCA主成分分析法进行非关联数据消除降维后得到关联的原始行为数据。

3.根据权利要求1所述的一种分布式学生聚类集成方法，其特征是，在步骤S3中，所述上级服务器对所有相同第二聚类标识的第二群集对象进行二次融合后形成新的第二群集对象。

4.根据权利要求1所述的一种分布式学生聚类集成方法，其特征是，当所述用户的行为特征中同时含有两个以上群集对象的相同特定特征，则对群集对象的相同特定特征进行权重值计算，以权重值大的相同特定特征作为优先级进行分类聚集。

5.根据权利要求1所述的一种分布式学生聚类集成方法，其特征是，当所述群集对象完成形成聚类标识后，则停止对相应用户进行聚集分类。

6.一种分布式学生聚类集成系统，其特征是，包括用户终端、数据库以及至少两级服务器，下级服务器所属服务区域内设有多个用户终端，上级服务器所属服务区域内设有多个下级服务器；

所述用户终端，用于获取用户的原始行为数据，并通过朴素贝叶斯模型对原始行为数据分析后提取行为特征；

所述下级服务器，用于对所属服务区域内所有用户的行为特征以相同特定特征为标准进行第一次分类聚集后形成多个群集对象，相同特定特征以皮尔森相关系数为标准进行选取；以相同特定特征作为相应群集对象的聚类标识；同时去除群集对象内各个用户的相同特定特征后形成第一群集对象；

所述上级服务器，用于对所属下级服务器内所有相同聚类标识的第一群集对象进行融合后形成新的第一群集对象；以相同特定特征为标准进行第二次分类聚集后形成多个新群集对象；将相同特定特征加入到相应新群集对象的第一聚类标识后形成第二聚类标识；去除新群集对象内各个用户的相同特定特征后形成第二群集对象；以上级服务器作为下级服务器重复进行分类聚集，直至群集对象形成聚类标识；

所述数据库，用于对完成分类聚集的用户信息和相应的聚类标识进行统计储存。

7.根据权利要求6所述的一种分布式学生聚类集成系统，其特征是，所述用户终端还包括主成分分析模块，主成分分析模块对原始行为数据的非关联数据消除降维后得到关联的原始行为数据。

8.根据权利要求6所述的一种分布式学生聚类集成系统，其特征是，所述上级服务器还用于对所有相同第二聚类标识的第二群集对象进行二次融合后形成新的第二群集对象。

9.根据权利要求6所述的一种分布式学生聚类集成系统，其特征是，所述服务器还包括权重计算模块；当所述用户的行为特征中同时含有两个以上群集对象的相同特定特征，权重计算模块对群集对象的相同特定特征进行权重值计算，以权重值大的相同特定特征作为优先级进行分类聚集。

10.根据权利要求6所述的一种分布式学生聚类集成系统，其特征是，所述服务器均与数据库通信连接；当所述群集对象完成形成聚类标识后，则停止对相应用户进行聚集分类。