[发明专利]一种离散序列的聚类方法及装置

权利要求书

1.一种离散序列的聚类方法，其特征在于，包括：

获取对象集合，所述对象集合包括组成序列集合中的各个离散序列的对象，所述序列集合包括多个离散序列；

利用第一聚类算法获取第一聚类结果，所述第一聚类结果为所述对象集合中的对象的聚类结果；

根据所述第一聚类结果生成所述序列集合中的各个离散序列的第一特征向量，任一离散序列的第一特征向量为对该离散序列的对象属于所述第一聚类结果中的各个对象簇的数量进行处理得到的特征向量；

利用第二聚类算法获取第二聚类结果，所述第二聚类结果为所述序列集合中的各个离散序列的第一特征向量的聚类结果；

根据所述第二聚类结果输出所述序列集合中的离散序列的聚类结果。

2.根据权利要求1所述的方法，其特征在于，所述利用第一聚类算法获取第一聚类结果，包括：

基于预选取对象特征生成所述对象集合中的各个对象的独热编码；

利用所述第一聚类算法获取第三聚类结果，所述第三聚类结果为所述对象集合中的各个对象的独热编码的聚类结果；

根据所述第三聚类结果，获取所述第一聚类结果。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一聚类结果生成所述序列集合中的各个离散序列的第一特征向量，包括：

根据所述第一聚类结果获取所述序列集合中的各个离散序列的对象属于各个对象簇的数量；

根据所述序列集合中的各个离散序列的对象属于的各个对象簇的数量，获取所述序列集合中的各个离散序列的第一特征向量。

4.根据权利要求3所述的方法，其特征在于，所述根据所述序列集合中的各个离散序列的对象属于的各个对象簇的数量，获取所述序列集合中的各个离散序列的第一特征向量，包括：

根据所述序列集合中的各个离散序列的对象属于的各个对象簇的数量，生成所述序列集合中的各个离散序列的第二特征向量；

基于预设自然语言处理模型对所述序列集合中的各个离散序列的第二特征向量进行处理，获取所述序列集合中的各个离散序列的第一特征向量。

5.根据权利要求4所述的方法，其特征在于，所述基于预设自然语言处理模型对所述序列集合中的各个离散序列的第二特征向量进行处理，获取所述序列集合中的各个离散序列的第一特征向量，包括：

基于词袋模型对所述序列集合中的各个离散序列的第二特征向量进行处理，获取所述序列集合中的各个离散序列的第一特征向量。

6.根据权利要求5所述的方法，其特征在于，所述基于词袋模型对所述序列集合中的各个离散序列的第二特征向量进行处理，获取所述序列集合中的各个离散序列的第一特征向量，包括：

获取各个离散序列的第二特征向量中的各个元素的词频TF，任一元素的TF为该元素的值与该元素对应的对象簇中包含的对象的总数量的比值；

获取各个离散序列的第二特征向量中的各个元素的逆文本频率指数IDF，任一元素的IDF为所述序列集合中的离散序列的总数量与所述序列集合中包含属于该元素对应的对象簇中的对象的离散序列的数量的比值的对数；

根据各个离散序列的第二特征向量中的各个元素的TF和IDF，获取各个元素的权重占比，任一元素的权重占比为该元素的TF和IDF的乘积；

根据各个离散序列的第二特征向量中的各个元素的权重占比获取所述序列集合中的各个离散序列的第一特征向量。

7.根据权利要求4所述的方法，其特征在于，所述基于预设自然语言处理模型对所述序列集合中的各个离散序列的第二特征向量进行处理，获取所述序列集合中的各个离散序列的第一特征向量，包括：

根据所述序列集合中的各个离散序列的第二特征向量，获取所述序列集合的特征矩阵；

根据所述序列集合的特征矩阵和词向量模型，获取所述序列集合中的各个离散序列的第一特征向量。

8.根据权利要求7所述的方法，其特征在于，所述词向量模型为word2vec模型或doc2vec模型或深度双向表示BERT模型。