[发明专利]一种优化特征权值的半监督聚类教学资产分类方法

摘要

本发明公开了一种优化特征权值的半监督聚类教学资产分类方法。该方法包括：针对资产样本的特性，分析资产属性特征的表现方式，提取资产样本特征项，引入特征项权重计算公式，计算对应的特征项权值，得到资产样本的向量空间表示；对处理后的资产样本进行无监督的初始聚类，得到初始聚类簇；利用样本的成对约束集合对资产样本进行半监督聚类；依据半监督层次聚类结果对新增资产样本分类。本发明将聚类和成对约束结合，用于资产样本的分类，提出基于半监督聚类的资产分类方法，减少了人工分类所需的时间，避免了因主观差异而引起的分类结果不同；同时通过成对约束集合，从而进一步挖掘监督信息所包含的知识，拥有更高的有效性与正确性。

主权项

1.一种优化特征权值的半监督聚类教学资产分类方法，其特征在于包括以下步骤：/n步骤一：获取教学资产样本，包括资产名称、资产属性集及资产词条信息；/n步骤二：针对教学资产样本的特性，从不同的属性特征来源提取教学资产属性特征，引入教学资产的特征权值计算公式，计算对应的属性特征权值，得到教学资产样本的向量空间表示。/n步骤三：对处理后的教学资产样本进行无监督的初始聚类，得到初始聚类簇；/n步骤四：通过吸收经验知识，利用样本的成对约束集合对教学资产样本进行半监督层次聚类，以提高聚类效果的准确度；具体是：/nS41：利用经验知识，设定样本集中的成对约束样本集合；/n成对约束包括must-link约束和cannot-link约束；其中，must-link约束表示两个样本一定被分配到同一个簇，cannot-link约束代表两个样本一定被分到不同的簇；将某一类簇中的成对约束集合表示为M(S；d)和N(S；d)；M(S；d)指在聚类簇S中与样本d具有must-link约束关系的样本的集合，N(S；d)指在聚类簇S中与样本d具有cannot-link约束关系的样本的集合；相应地，M(S；S′)表示在聚类簇S与聚类簇S′中所有具有must-link约束关系的样本的集合，N(S；S′)表示在聚类簇S与聚类簇S′中所有具有cannot-link约束关系的样本的集合；/nS42：结合步骤三初始无监督聚类结果，利用成对约束信息改变聚类簇之间的距离；/nS43：寻找两个距离最近的聚类簇，将距离最近的聚类簇合并为一个聚类簇；/nS44：重复步骤S43，直到得到的聚类簇个数为设定的教学资产类别个数K；/n步骤五：依据步骤四半监督层次聚类结果对待分类教学资产样本分类；/n若待分类教学资产为已有教学资产，则按照半监督层次聚类结果将教学资产样本分类到所属的类别；若待分类教学资产为新增教学资产，则计算所述新增教学资产与K个教学资产类别的距离，依据距离比较结果确定K个所述教学资产类别中与待分类教学资产拥有最小距离的目标教学资产类别，将所述新增教学资产加入目标教学资产类别。/n