[发明专利]数据聚类方法、装置、设备及存储介质

说明书

本公开提供一种数据聚类方法、装置、设备及存储介质，该方法通过接收来自发起方的距离值集合以及参与方的距离值集合，其中，发起方的距离值集合包括发起方的用户集合中两两用户的第一特征数据的距离值，参与方的距离值集合包括参与方的用户集合中两两用户的第二特征数据的距离值，发起方和参与方的用户集合相同，第一特征数据与第二特征数据不同。根据接收到的发起方的距离值集合以及参与方的距离值集合，确定用户集合中每一个用户的聚类结果，将每一个用户的聚类结果返回至发起方和参与方。上述方案协同发起方和参与方的重叠用户的数据特征，综合考虑各方用户的特征数据，得到的用户聚类结果更加准确，从而提升各方的整体性能。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种数据聚类方法、装置、设备及存储介质。

背景技术

目前，机器学习聚类算法已广泛应用于包括用户画像生成、图像分组、异常点检测等领域。以用户画像生成为例，通过对大量用户数据进行聚类分析，可以将用户划分到不同的类，从而基于用户类别提供个性化推荐服务。

随着互联网技术的快速发展，在各领域的数据平台中，用户的数据量大幅提升，各领域有着一大部分重合的用户，例如社交平台有某用户的浏览数据，电商平台有该用户的购物数据。不同领域的数据平台通常是基于自身平台的用户数据对用户进行聚类。

上述聚类方案中，数据平台是基于用户在某些维度的特征进行聚类，聚类准确度不高。

发明内容

本公开提供一种数据聚类方法、装置、设备及存储介质，提升用户聚类效果。

第一方面，本公开提供一种数据聚类方法，该方法包括：

接收来自发起方的距离值集合以及参与方的距离值集合，所述发起方的距离值集合包括所述发起方的用户集合中两两用户的第一特征数据的距离值，所述参与方的距离值集合包括所述参与方的用户集合中两两用户的第二特征数据的距离值，所述发起方和所述参与方的用户集合相同，所述第一特征数据与所述第二特征数据不同；

根据所述发起方的距离值集合以及所述参与方的距离值集合，确定所述用户集合中每一个用户的聚类结果，所述聚类结果用于指示所述每一个用户所在的类；

将所述聚类结果返回至所述发起方和所述参与方。

在本公开的一个实施例中，所述第一特征数据或所述第二特征数据用于指示所述用户的至少一个特征。

在本公开的一个实施例中，所述接收来自发起方的距离值集合以及参与方的距离值集合，包括：

接收所述发起方经加密处理后的用户集合中两两用户的第一特征数据的距离值，以及所述参与方经加密处理后的用户集合中两两用户的第二特征数据的距离值。

在本公开的一个实施例中，所述接收来自发起方的距离值集合以及参与方的距离值集合之前，所述方法包括：

向所述发起方发送第一随机数，并向所述参与方发送第二随机数，所述第一随机数与所述第二随机数互为相反数；

所述第一随机数用于所述发起方对所述发起方的用户集合中两两用户的第一特征数据的距离值进行加密处理，所述第二随机数用于所述参与方对所述参与方的用户集合中两两用户的第二特征数据的距离值进行加密处理。

在本公开的一个实施例中，所述根据所述发起方的距离值集合以及所述参与方的距离值集合，确定所述用户集合中每一个用户的聚类结果，包括：

根据来自所述发起方的两两用户的第一特征数据的距离值，以及所述参与方的两两用户的第二特征数据的距离值，确定多个用户聚类中心；

基于所述多个用户聚类中心，确定所述用户集合中每一个用户的聚类结果。