[发明专利]一种面向混合属性的移动用户动态模糊聚类方法

摘要

本发明提出一种面向混合属性的移动用户动态模糊聚类方法，该方法分析移动用户行为属性，从而实现用户的动态分群。首先按照用户属性比例初步计算模糊聚类时用户各类属性权重，进一步通过定义用户行为相似度指标来衡量用户间的相似度，通过用户平均隶属度阀值作为指标来确定是否需要增加新的群组。使用本文的方法解决模糊K‑Prototypes算法的分类权重属性系数不易确定的问题，且通过采用Jaccard距离度量特殊标型变量之间的距离。通过定义用户行为相似度指标描述用户间的行为相似度，然后计算用户平均隶属度，用户平均隶属度较小说明这些用户不适合划分到现有群组，需要增加新的群组，从而实现用户的动态分群。

主权项

1.一种面向混合属性的移动用户动态模糊聚类方法，其特征在于，包括以下步骤：S1：针对传统的模糊聚K‑Prototypes算法处理非对称标型数据之间相异度时误差较大的问题，使用属性权重系数；S2：基于步骤S1所述一种属性权重系数，定义属性权重系数计算方法，按照用户属性比例初步计算各类属性权重；S3：根据步骤S2所述一种属性权重系数计算方法，定义相异度计算方法在处理用户之间的相异度时使用欧氏距离度量数值型数据之间的距离，使用海明距离度量对称型标型数据间的距离，使用Jaccard距离度量非对称型标型数据间的距离；S4：使用步骤S3定义的相异度计算方法，定义模糊聚类的目标函数，使用用户各类属性将用户初步划分到相应的簇中；S5：根据步骤S4划分的模糊聚类结果，通过用户行为属性定义用户行为相似度来衡量用户间的相似性；S6：根据S5中定义的用户行为相似性来定义模糊隶属度，并通过最大化检测函数，实现根据用户的行为进行进一步的模糊划分，并根据模糊隶属度更新聚类中心，定义用户平均隶属度阈值，检测是否需要增加新的群组，同时带入到S6定义的检测函数中，通过多次迭代将检测函数最大化并最终满足迭代终止条件从而实现动态划分群组。