目标对象的分类方法、装置、存储介质以及电子设备.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114997327A(43)申请公布日2022.09.02(21)申请号202210700042.0(22)申请日2022.06.20(71)申请人中国电信股份有限公司地址100033北京市西城区金融街31号(72)发明人汪哲(74)专利代理机构北京康信知识产权代理有限责任公司11240专利代理师张文华(51)Int.Cl.G06K9/62(2022.01)权利要求书2页说明书11页附图3页(54)发明名称目标对象的分类方法、装置、存储介质以及电子设备(57)摘要本申请公开了一种目标对象的分类方法、装置、存储介质以及电子设备。其中，该方法包括：获取对象集合中各个对象的特征数据，其中，特征数据至少包括历史选购记录；将特征数据输入至预设聚类算法模型得到聚类结果，确定聚类结果中对象集合中满足预设条件的第一目标对象与第二目标对象；确定在聚类结果中第一目标对象所在的第一位置，以及第二目标对象所在的第二位置；根据第一位置以及第二位置将各个对象以数据节点的形式存储在球树结构中，对球树结构中各个数据节点进行遍历，根据遍历结果对各个对象进行分类。本申请解决了由于相关技术中对用户数据采用于聚类算法进行分析造成的用户分类结果不准确的技术问题。CN114997327ACN114997327A权利要求书1/2页1.一种目标对象的分类方法，其特征在于，包括：获取对象集合中各个对象的特征数据，其中，所述特征数据至少包括历史选购记录；将所述特征数据输入至预设聚类算法模型得到聚类结果，确定所述聚类结果中所述对象集合中满足预设条件的第一目标对象与第二目标对象；确定在所述聚类结果中所述第一目标对象所在的第一位置，以及所述第二目标对象所在的第二位置；根据所述第一位置以及第二位置将所述各个对象以数据节点的形式存储在球树结构中，对所述球树结构中各个数据节点进行遍历，根据遍历结果对所述各个对象进行分类。2.根据权利要求1所述的方法，其特征在于，根据所述第一位置以及第二位置将所述各个对象以数据节点的形式存储在球树结构中，包括：构建目标超球体，其中，所述目标超球体为包括所述各个对象的数据节点的最小球体；分别确定所述第一位置为第一聚类中心，所述第二位置为第二聚类中心；将所述其他数据节点中距离所述第一位置较近的数据节点划分至所述第一聚类中心，将所述其他数据节点中距离所述第二位置较近的数据节点划分至所述第二聚类中心；获取所述第一聚类中心以及所述第二聚类中心各自对应的第一超球体，基于所述超球体确定所述球树结构。3.根据权利要求2所述的方法，其特征在于，获取所述第一聚类中心以及所述第二聚类中心各自对应的超球体，包括：调用最小圆覆盖法确定所述第一聚类中心以及所述第二聚类中心各自对应的圆心与半径，根据所述第一聚类中心以及所述第二聚类中心各自对应的圆心与半径分别确定所述第一超球体以及所述第二超球体。4.根据权利要求1所述的方法，其特征在于，对所述球树结构中各个数据节点进行遍历，根据遍历结果对所述各个对象进行分类，包括：根据遍历结果获取所述各个数据节点的最近邻点；将所述数据节点对应的对象，与该数据节点的最近邻点的对象划分为同一类型。5.根据权利要求1所述的方法，其特征在于，确定所述聚类结果中所述对象集合中满足预设条件的第一目标对象与第二目标对象，包括：确定聚类结果中预设类型距离最长的两个节点；分别确定所述两个节点对应的对象为所述第一目标对象与所述第二目标对象，其中，所述预设类型距离包括：欧式距离。6.根据权利要求1所述的方法，其特征在于，将所述特征数据输入至预设聚类算法模型得到聚类结果，包括：对所述特征数据进行归一化以及离散化处理，将所述特征数据转化为矩阵；将所述矩阵输入至所述预设聚类算法模型。7.根据权利要求6所述的方法，其特征在于，在将所述矩阵输入至所述预设聚类算法模型之前，所述方法还包括：确定所述对象集合中各个对象在不同聚类数下的聚类误差，其中，所述聚类误差用于指示聚类效果的好坏程度；确定聚类误差最小时对应的聚类数为目标聚类数。2CN114997327A权利要求书2/2页8.一种目标对象的分类装置，其特征在于，包括：获取模块，用于获取对象集合中各个对象的特征数据，其中，所述特征数据至少包括历史选购记录；输入模块，用于将所述特征数据输入至预设聚类算法模型得到聚类结果，确定所述聚类结果中所述对象集合中满足预设条件的第一目标对象与第二目标对象；确定模块，用于确定在所述聚类结果中所述第一目标对象所在的第一位置，以及所述第二目标对象所在的第二位置；分类模块，用于根据所述第一位置以及第二位置将所述各个对象以数据节点的形式存储在球树结构中，对所述球树结构中各个数据节点进行遍历，根据遍历结果对所述各个对象进行分类。9.一种非易失性存储介质，