[发明专利]一种数据聚类方法、装置和设备

权利要求书

1.一种数据聚类方法，其特征在于，包括：

根据网络平台上基础数据，确定所述基础数据的第一聚类结果；

获取每一阶段加入所述基础数据的增量数据；

根据每一阶段的所述增量数据，确定每一阶段的所述增量数据的第二聚类结果；

根据所述第一聚类结果和所述第二聚类结果，得到全量数据的目标聚类结果；

其中，所述全量数据包括所述基础数据，当前阶段加入所述基础数据的增量数据，以及当前阶段之前加入所述基础数据的增量数据。

2.根据权利要求1所述的数据聚类方法，其特征在于，所述方法还包括：

根据所述目标聚类结果，得到所述全量数据的目标特征参数。

3.根据权利要求1所述的数据聚类方法，其特征在于，根据网络平台上基础数据，确定所述基础数据的第一聚类结果，包括：

通过预选中心算法，确定所述基础数据的第一初始中心；

根据所述第一初始中心，对所述基础数据进行聚类，得到所述第一聚类结果。

4.根据权利要求1所述的数据聚类方法，其特征在于，获取每一阶段加入所述基础数据的增量数据，包括：

在目标阶段加入所述基础数据的目标数据的数据量达到预设阈值的情况下，确定所述目标数据为所述目标阶段加入所述基础数据的增量数据；

或，

在目标阶段加入所述基础数据的目标数据的加入时长达到预设时长的情况下，确定所述目标数据为所述目标阶段加入所述基础数据的增量数据；

其中，所述目标阶段为所述每一阶段的其中之一。

5.根据权利要求1所述的数据聚类方法，其特征在于，根据每一阶段的所述增量数据，确定每一阶段的所述增量数据的第二聚类结果，包括：

通过预选中心算法，确定每一阶段的所述增量数据的第二初始中心；

根据所述第二初始中心，对每一阶段的所述增量数据进行聚类，得到所述第二聚类结果。

6.根据权利要求1所述的数据聚类方法，其特征在于，根据所述第一聚类结果和所述第二聚类结果，得到全量数据的目标聚类结果，包括：

通过预选中心算法，确定所述第一聚类结果和所述第二聚类结果的第三初始中心；

根据所述第三初始中心，对所述全量数据进行聚类，得到第三聚类结果；

根据所述第三聚类结果和预设的时效性要求，得到所述目标聚类结果。

7.根据权利要求6所述的数据聚类方法，其特征在于，根据所述第三聚类结果和预设的时效性要求，得到所述目标聚类结果，包括：

在所述预设的时效性要求为第一时效性要求的情况下，将所述第三聚类结果作为所述目标聚类结果；

在所述预设的时效性要求为第二时效性要求的情况下，在所述全量数据中加入下一阶段的增量数据，根据所述第三聚类结果，对所述全量数据进行聚类，得到所述目标聚类结果；

其中，所述第一时效性要求高于所述第二时效性要求。

8.根据权利要求1所述的数据聚类方法，其特征在于，所述方法还包括：

存储所述基础数据和每一阶段的所述增量数据。

9.一种数据聚类装置，其特征在于，包括：

第一确定模块，用于根据网络平台上基础数据，确定所述基础数据的第一聚类结果；

获取模块，用于获取每一阶段加入所述基础数据的增量数据；

第二确定模块，用于根据每一阶段的所述增量数据，确定每一阶段的所述增量数据的第二聚类结果；

第三确定模块，用于根据所述第一聚类结果和所述第二聚类结果，得到全量数据的目标聚类结果；

其中，所述全量数据包括所述基础数据，当前阶段加入所述基础数据的增量数据，以及当前阶段之前加入所述基础数据的增量数据。

10.一种数据聚类设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序，所述程序被所述处理器执行时实现如权利要求1至8中任一项所述的数据聚类方法的步骤。

11.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至8中任一项所述的数据聚类方法中的步骤。