[发明专利]基于归约的数据增量聚类方法、系统、介质及装置

权利要求书

1.一种基于归约的数据增量聚类方法，其特征在于，包括：

在数据库中新增数据后，对新增的数据进行聚类而获得一个或多个原始新簇；

对所述原始新簇中的数据进行归约处理，得到归约新簇；

对数据库中加入所述新增数据之前的数据的原始老簇进行归约处理，得到归约老簇；

将所述归约新簇与所述归约老簇进行匹配，得到与所述归约新簇匹配成功的归约老簇；

根据所述归约新簇与匹配成功的归约老簇的对应关系，将所述原始新簇中的数据增加到对应的原始老簇中，完成对所述原始老簇中的数据的更新。

2.根据权利要求1所述的方法，其特征在于，对新增的数据进行聚类而获得一个或多个原始新簇的步骤，包括：

先对新增的数据进行全量搜索，得到新数据近邻矩阵；所述新数据近邻矩阵由与一个新增的数据邻近的多个其他新增的数据组成；

通过对所述新数据近邻矩阵的遍历分析并采用聚类算法对新增的数据进行聚类，以获得一个或多个所述原始新簇。

3.根据权利要求2所述的方法，其特征在于，对新增的数据进行全量搜索，得到新数据近邻矩阵的步骤，包括：

先得到第一TopK最近邻矩阵，所述第一TopK最近邻矩阵由与新增的一个数据邻近的K个其他新增的数据组成；然后在所述第一TopK最近邻矩阵中选取满足第一搜索半径的新增的数据组成所述新数据近邻矩阵。

4.根据权利要求1所述的方法，其特征在于，对所述原始新簇中的数据进行归约处理，得到包含所述原始新簇中部分数据的归约新簇的步骤，包括：

在所述原始新簇的数据中进行采样，从而得到包含所述原始新簇中部分数据的归约新簇；

所述采样的方法包括随机采样和密度中心采样中的至少一种；或者，在进行采样时，所用的采样算法包括重要性采样和马尔科夫蒙特卡洛采样中的至少一种。

5.根据权利要求1所述的方法，其特征在于，将所述归约新簇与所述归约老簇进行匹配，得到与所述归约新簇匹配成功的归约老簇的步骤，包括：

先将所述归约新簇中的数据作为检索数据并将所述归约老簇中的数据作为底库数据进行单向搜索，得到老数据近邻矩阵；所述老数据近邻矩阵由与所述新簇邻近的多个归约老簇组成；

然后对所述老数据近邻矩阵进行遍历分析，以得到与所述归约新簇匹配成功的归约老簇。

6.根据权利要求5所述的方法，其特征在于，将所述归约新簇中的数据作为检索数据并将所述归约老簇中的数据作为底库数据进行单向搜索，得到老数据近邻矩阵的步骤，包括：

先得到第二TopK最近邻矩阵，所述第二TopK最近邻矩阵由与所述归约新簇最邻近的K个老簇组成；然后在所述第二TopK最近邻矩阵中选取满足第二搜索半径的归约老簇组成所述老数据近邻矩阵。

7.根据权利要求1所述的方法，其特征在于，在将所述原始新簇中的数据增加到对应的原始老簇中的步骤之后，所述方法还包括：

对更新后的所述原始老簇中的数据进行归约处理，得到包含更新后的所述原始老簇中部分数据的新的归约老簇。

8.一种基于归约的数据增量聚类系统，其特征在于，所述系统包括：

聚类模块，用于在数据库中新增数据后，对新增的数据进行聚类而获得一个或多个原始新簇；

归约模块，用于对所述原始新簇中的数据进行归约处理，得到归约新簇；所述归约模块还用于对数据库中加入所述新增数据之前的数据的原始老簇进行归约处理，得到归约老簇；

匹配模块，用于将所述归约新簇与所述归约老簇进行匹配，得到与所述归约新簇匹配成功的归约老簇；

更新模块：用于根据所述归约新簇与匹配成功的归约老簇的对应关系，将所述原始新簇中的数据增加到对应的原始老簇中，完成对所述原始老簇中的数据的更新。