[发明专利]聚类处理方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 202111235864.8 申请日: 2021-10-22
公开(公告)号: CN114298123A 公开(公告)日: 2022-04-08
发明(设计)人: 王亮;姚建华 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 孙晓丽
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 处理 方法 装置 电子设备 可读 存储 介质
【说明书】:

本申请公开了一种聚类处理方法、装置、电子设备及可读存储介质,属于计算机技术领域。方法包括:获取第一聚类簇集合和第二聚类簇集合,第一聚类簇集合和第二聚类簇集合中的目标聚类簇集合为对目标聚类簇集合对应的聚类结果进行至少一次更新处理得到的,目标聚类簇集合为第一聚类簇集合和第二聚类簇集合中的至少一个,不同聚类簇集合对应的聚类结果是基于不同的聚类算法对多个对象数据进行聚类处理得到的;基于第二聚类簇集合对第一聚类簇集合进行更新处理,得到第三聚类簇集合;响应于满足目标条件,将第三聚类簇集合作为目标聚类结果。本申请能够提高聚类结果的准确性。

技术领域

本申请实施例涉及计算机技术领域,特别涉及一种聚类处理方法、装置、电子设备及可读存储介质。

背景技术

随着计算机技术的兴起,越来越多的数据通过计算机进行处理,聚类处理技术是计算机对数据进行处理的一个重要技术。聚类处理技术是根据对象数据自身的属性以及相互间的属性关系,将具有高相似度属性的对象数据放在同一个聚类簇中,将具有低相似度属性的对象数据放在不同的聚类簇中,以此得到多个聚类簇。

相关技术中,通常采用一种聚类算法对多个对象数据进行聚类处理。然而聚类算法的种类繁多,例如,聚类算法包括但不限于K均值聚类算法(K-means ClusteringAlgorithm)、莱顿(Leiden)算法、鲁汶(Louvain)算法、基于深度学习特征表达的目前技术水平(State Of The Art,SOTA)算法等,仅采用一种聚类算法对多个对象数据进行聚类处理,会由于该聚类算法自身的局限性,影响聚类结果的准确性。

发明内容

本申请实施例提供了一种聚类处理方法、装置、电子设备及可读存储介质,可用于解决相关技术中聚类结果准确性较低的问题,所述技术方案包括如下内容。

一方面,本申请实施例提供了一种聚类处理方法,所述方法包括:

获取第一聚类簇集合和第二聚类簇集合,所述第一聚类簇集合和所述第二聚类簇集合中的目标聚类簇集合为对所述目标聚类簇集合对应的聚类结果进行至少一次更新处理得到的,所述目标聚类簇集合为所述第一聚类簇和所述第二聚类簇中的至少一个,不同聚类簇集合对应的聚类结果是基于不同的聚类算法对多个对象数据进行聚类处理得到的;

基于所述第二聚类簇集合对所述第一聚类簇集合进行更新处理,得到第三聚类簇集合;

响应于满足目标条件,将所述第三聚类簇集合作为目标聚类结果。

另一方面,本申请实施例提供了一种聚类处理装置,所述装置包括:

获取模块,用于获取第一聚类簇集合和第二聚类簇集合,所述第一聚类簇集合和所述第二聚类簇集合中的目标聚类簇集合为对所述目标聚类簇集合对应的聚类结果进行至少一次更新处理得到的,所述目标聚类簇集合为所述第一聚类簇集合和所述第二聚类簇集合中的至少一个,不同聚类簇集合对应的聚类结果是基于不同的聚类算法对多个对象数据进行聚类处理得到的;

更新模块,用于基于所述第二聚类簇集合对所述第一聚类簇集合进行更新处理,得到第三聚类簇集合;

确定模块,用于响应于满足目标条件,将所述第三聚类簇集合作为目标聚类结果。

在一种可能的实现方式中,所述更新模块,还用于响应于不满足所述目标条件,基于所述第二聚类簇集合对所述第三聚类簇集合进行更新处理,得到第四聚类簇集合;

所述确定模块,还用于响应于满足所述目标条件,将所述第四聚类簇集合作为所述目标聚类结果。

在一种可能的实现方式中,所述更新模块,用于基于所述第一聚类簇集合对所述第二聚类簇集合进行更新处理,得到第五聚类簇集合;基于所述第五聚类簇集合对所述第三聚类簇集合进行更新处理,得到所述第四聚类簇集合。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111235864.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top