[发明专利]数据聚类方法、系统及计算机可读存储介质

权利要求书

1.一种方法，包括：

获得表示数据集中的数据的第一矩阵；

获得所述数据将要被分组成的集群的数目；

使用所述第一矩阵和所述集群的数目来构建第二矩阵，所述第二矩阵表示在第二优化问题的框架中对第一优化问题的公式表示；

使用所述第二矩阵求解所述第二优化问题，以生成所述第二优化问题的解；

将所述第二优化问题的解映射到表示所述第一优化问题的解的第一解矩阵；以及

使用所述第一解矩阵将所述数据分组成多个数据集群，所述多个数据集群的数目等于所述集群的数目。

2.根据权利要求1所述的方法，其中，所述第一优化问题是二进制矩阵分解问题，并且所述第二优化问题是二次无约束二进制优化问题。

3.根据权利要求1所述的方法，还包括：

将所述第二优化问题的解映射到第二解矩阵中；以及

使用所述第二解矩阵将所述数据分组成多个第二数据集群，所述多个第二数据集群的数目等于所述集群的数目。

4.根据权利要求3所述的方法，其中，所述多个数据集群对所述第一矩阵的行中表示的第一元素进行分组，并且所述多个第二数据集群对所述第一矩阵的列中表示的第二元素进行分组。

5.根据权利要求1所述的方法，其中，所述第一矩阵是二进制矩阵，使得所述第一矩阵中的所有条目都是1或0。

6.根据权利要求1所述的方法，还包括：获得与将所述第一优化问题用公式表示到所述第二优化问题的框架中相关联的惩罚系数，所述惩罚系数大于所述第一矩阵的行数乘以所述第一矩阵的列数，其中，使用所述第一矩阵、所述集群的数目和所述惩罚系数来构建所述第二矩阵。

7.根据权利要求1所述的方法，其中，获得所述第一矩阵包括：

使用所述数据集来构建第三矩阵，所述第三矩阵包括多个行；以及

响应于行数大于阈值，减少所述第三矩阵的行数，以基于对所述第三矩阵的采样构建所述第一矩阵。

8.根据权利要求1所述的方法，还包括：获得关于包括在所述第一解矩阵的每一列或每一行中的非零元素的数目的第一约束，其中，使用所述第一矩阵、所述集群的数目和所述第一约束来构建所述第二矩阵。

9.根据权利要求1所述的方法，还包括：在将所述数据分组成所述多个数据集群之前，通过对所述第一解矩阵应用二进制最小二乘优化来改进所述第一解矩阵。

10.一个或更多个非暂态计算机可读存储介质，其被配置成存储指令，所述指令响应于被执行而使系统执行根据权利要求1所述的方法。

11.一种系统，包括：

一个或更多个计算机可读存储介质，其被配置成存储指令；以及

一个或更多个处理器，其通信地耦接至所述一个或更多个计算机可读存储介质，并且被配置成响应于所述指令的执行而使所述系统执行操作，所述操作包括：

获得表示数据集中的数据的第一矩阵；

获得所述数据将要被分组成的集群的数目；

使用所述第一矩阵和所述集群的数目来构建第二矩阵，所述第二矩阵表示在第二优化问题的框架中对第一优化问题的公式表示；

引导使用所述第二矩阵来求解所述第二优化问题，以生成所述第二优化问题的解；

将所述第二优化问题的解映射到表示所述第一优化问题的解的第一解矩阵；以及

使用所述第一解矩阵将所述数据分组成多个数据集群，所述多个数据集群的数目等于所述集群的数目。

12.根据权利要求11所述的系统，其中，所述第一优化问题是二进制矩阵分解问题，并且所述第二优化问题是二次无约束二进制优化问题。