[发明专利]一种数据处理方法、装置、计算机设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取P个目标对象的属性数据和目标数据；所述P个目标对象中的第i个目标对象的目标数据包括所述第i个目标对象在时间周期内针对目标业务的多个访问数据，P为大于或等于2的整数，i为小于或等于P的正整数；

根据所述P个目标对象的属性数据，构建所述P个目标对象的对象特征；

对所述P个目标对象的目标数据进行基于序列模式的挖掘分析，得到所述P个目标对象的访问信息；

根据所述P个目标对象的对象特征以及所述P个目标对象的访问信息，对所述P个目标对象进行集成聚类处理，得到多个聚类簇；每个所述聚类簇中包含所述P个目标对象中的至少一个目标对象；

根据每个所述聚类簇中的对象类型，确定各个聚类簇的分类类型。

2.如权利要求1所述的方法，其特征在于，所述第i个目标对象的访问信息用于反映所述第i个目标对象在所述时间周期内针对所述目标业务的多个访问数据之间的共性信息；所述根据所述P个目标对象的对象特征以及所述P个目标对象的访问信息，对所述P个目标对象进行集成聚类处理，得到多个聚类簇，包括：

根据所述P个目标对象的对象特征以及所述P个目标对象的访问信息，构建所述P个目标对象的聚类特征向量；

根据至少一种聚类算法以及所述P个目标对象的聚类特征向量，对所述P个目标对象进行聚类处理，得到多个聚类结果，每个聚类结果指示所述P个目标对象的一种聚类策略；

调用一致性函数从所述多个聚类结果中确定一致性聚类结果，并根据所述一致性聚类结果所指示的聚类策略将所述P个目标对象归类至所述多个聚类簇中。

3.如权利要求2所述的方法，其特征在于，所述第i个目标对象的对象特征的数量为M个，M为正整数；所述根据所述P个目标对象的对象特征以及所述P个目标对象的访问信息，构建所述P个目标对象的聚类特征向量，包括：

分别对所述第i个目标对象的M个对象特征进行向量化处理，得到所述第i个目标对象的M个对象特征向量；

对所述第i个目标对象的访问信息进行向量化处理，得到所述第i个目标对象的访问向量；

根据所述第i个目标对象的M个对象特征向量和所述第i个目标对象的访问向量，构建所述第i个目标对象的聚类特征向量。

4.如权利要求3所述的方法，其特征在于，所述根据所述第i个目标对象的M个对象特征向量和所述第i个目标对象的访问向量，构建所述第i个目标对象的聚类特征向量，包括：

对所述第i个目标对象的M个对象特征进行特征分类，根据所述第i个目标对象的M个对象特征中属于同一特征类型的对象特征所对应的对象特征向量，构建所述第i个目标对象的一个聚类特征向量；根据所述第i个目标对象的访问向量构建所述第i个目标对象的一个聚类特征向量；或者，

根据所述第i个目标对象的一个对象特征向量构建所述第i个目标对象的一个聚类特征向量；根据所述第i个目标对象的访问向量构建所述第i个目标对象的一个聚类特征向量。

5.如权利要求3所述的方法，其特征在于，所述方法还包括：

对所述第i个目标对象的M个对象特征向量进行筛选，得到所述第i个目标对象筛选后的对象特征向量；

所述根据所述第i个目标对象的M个对象特征向量和所述第i个目标对象的访问向量，构建所述第i个目标对象的聚类特征向量，包括：

根据所述筛选后的对象特征向量和所述第i个目标对象的访问向量，构建所述第i个目标对象的聚类特征向量。

6.如权利要求5所述的方法，其特征在于，所述P个目标对象中的任一个目标对象的对象特征的数量为M个；M个对象特征中的任一个对象特征表示为第j个对象特征，j为小于或等于M的正整数；

所述对所述第i个目标对象的M个对象特征向量进行筛选，得到所述第i个目标对象筛选后的对象特征向量，包括：

获取所述P个目标对象在所述第j个对象特征下的P个对象特征向量；

基于所述P个对象特征向量，计算所述第j个对象特征的方差；

若所述方差大于或等于方差阈值，则将所述第i个目标对象在所述第j个对象特征下的对象特征向量确定为所述筛选后的对象特征向量。