[发明专利]一种人群聚类的方法及装置

摘要

本发明实施例公开了一种人群聚类的方法及装置，由于本发明实施例提供的方法采用了将聚类中心集中的第三距离的预测值大于或者等于两倍的第一距离的预测值对应的第二聚类中心点进行过滤的技术方案，所获得的聚类结果会包括以年龄信息、性别信息、爱好信息和消费金额信息为基准维度对人群中的每一个人进行聚类后的聚类信息，从而为企业制定产品生产方向提供了数据支持，并且无需计算第二聚类中心点与样本点之间的距离，也无需计算第二样本点与其他待遍历聚类中心点之间的距离，因此，减少了计算第二样本点与其他待遍历聚类中心点之间的距离所消耗的时间及计算量，提高了数据聚类的计算效率。

主权项

一种人群聚类的方法，其特征在于，包括：获得针对人群的样本集以及所述样本集的聚类中心集，所述样本集中每个样本点包括人群中对应的个人的描述信息，所述描述信息至少包括年龄信息、性别信息、爱好信息和消费金额信息；针对所述样本集中的每一个样本点，依次遍历聚类中心集中的每一个聚类中心点，确定所述每一个样本点与所述聚类中心集中距离最近的聚类中心点，并将所述每一个样本点划分到所述聚类中心集中距离最近的聚类中心点对应的集合中，获得所述聚类中心集中的每一个聚类中心点对应的聚类集；获得所述聚类集中样本点的平均值，并根据所述平均值更新所述聚类中心集；根据第一聚类中心点上一次更新前后的自身差值获取第一距离的预测值；其中，所述第一距离为需要进行数据聚类的样本点与所述第一聚类中心点之间的距离，所述第一聚类中心点为聚类距离遍历中与所述样本点距离最近的聚类中心点；根据第二距离、所述第一聚类中心点上一次更新前后的自身差值以及第二聚类中心点上一次更新前后的自身差值获取第三距离的预测值，其中，所述第二距离为上一次聚类距离遍历过程中所述第一聚类中心点与第二聚类中心点之间的距离，所述第二聚类中心点为当前聚类距离遍历过程中待遍历的聚类中心点；按照三角形不等式规则将所述第一距离的预测值与所述第三距离的预测值进行比较；若所述第三距离的预测值大于或者等于两倍的所述第一距离的预测值，则将所述第二聚类中心点丢弃，以便进行聚类距离遍历时，不再计算所述样本点与所述第二聚类中心点之间的距离以及所述第二聚类中心点与其他待遍历聚类中心点之间的距离；基于已丢弃所述第二聚类中心点的聚类中心集进行所述距离遍历，获得所述样本集的聚类结果，所述聚类结果包括以所述年龄信息、所述性别信息、所述爱好信息和所述消费金额信息为基准维度对所述人群中的每一个人进行聚类后的聚类信息。