用于实现聚类的方法、装置、介质以及电子设备.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111950632A(43)申请公布日2020.11.17(21)申请号202010805191.4(22)申请日2020.08.12(71)申请人贝壳技术有限公司地址300457天津市滨海新区经济技术开发区南港工业区综合服务区办公楼C座一层112室05单元(72)发明人胡著郑开雨(74)专利代理机构北京思源智汇知识产权代理有限公司11657代理人毛丽琴(51)Int.Cl.G06K9/62(2006.01)G06F16/906(2019.01)权利要求书2页说明书19页附图10页(54)发明名称用于实现聚类的方法、装置、介质以及电子设备(57)摘要公开了一种用于实现聚类的方法、装置、介质和设备。其中的方法包括：提取数据集合中的各样本数据的属性信息；将所述各样本数据的属性信息形成的多个第一簇的簇核心区域中的样本数据作为保留样本数据；获取由所述保留样本数据的属性信息形成的多个第二簇以及噪点样本数据；根据所述噪点样本数据所属的第一簇，设置所述噪点样本数据所属的簇；针对所述数据集合中的任一非保留样本数据，根据所述数据集合中与该非保留样本数据相似度满足预定相似度要求的样本数据所属的簇，确定该非保留样本数据所属的簇。本公开提供的技术方案有利于避免存在于簇交界处的样本数据使本应获得多个簇，而被合并为一个簇的情况，从而有利于提高聚类结果的准确性。CN111950632ACN111950632A权利要求书1/2页1.一种用于实现聚类的方法，包括：提取数据集合中的各样本数据的属性信息；将所述各样本数据的属性信息形成的多个第一簇的簇核心区域中的样本数据作为保留样本数据；获取由所述保留样本数据的属性信息形成的多个第二簇以及噪点样本数据；根据所述噪点样本数据所属的第一簇，设置所述噪点样本数据所属的簇；针对所述数据集合中的任一非保留样本数据，根据所述数据集合中与该非保留样本数据相似度满足预定相似度要求的样本数据所属的簇，确定该非保留样本数据所属的簇。2.根据权利要求1所述的方法，其中，所述提取数据集合中的各样本数据的属性信息，包括：提取数据集合中的各小区的位置信息。3.根据权利要求1或2所述的方法，其中，所述将所述各样本数据的属性信息形成的多个第一簇的簇核心区域中的样本数据作为保留样本数据，包括：根据相似度阈值和相似度阈值调节因子，获得调节后的第一相似度阈值；根据所述相似度阈值、调节后的第一相似度阈值以及簇最小样本数量，对所述各样本数据的属性信息进行聚类处理，获得多个第一簇的簇核心区域中的样本数据；其中，所述调节后的第一相似度阈值小于所述相似度阈值。4.根据权利要求3所述的方法，其中，所述根据所述相似度阈值、调节后的第一相似度阈值以及簇最小样本数量，对所述各样本数据的属性信息进行聚类处理，获得多个第一簇的簇核心区域中的样本数据，包括：对于所述数据集合中的一第一待处理样本数据，确定该第一待处理样本数据的基于相似度阈值的第一邻域数据集合；在所述第一邻域数据集合的样本数据的数量达到所述簇最小样本数量的情况下，为该第一待处理样本数据创建一个新类别的第一簇，并确定该第一待处理样本数据的基于调节后的第一相似度阈值的第二邻域数据集合；在所述第二邻域数据集合的样本数据的数量达到所述簇最小样本数量的情况下，将该第一待处理样本数据作为保留样本数据。5.根据权利要求4所述的方法，其中，所述根据所述相似度阈值、调节后的第一相似度阈值以及簇最小样本数量，对所述各样本数据的属性信息进行聚类处理，获得多个第一簇的簇核心区域中的样本数据，还包括：对于所述基于相似度阈值的第一邻域数据集合中的一第二待处理样本数据，确定该第二待处理样本数据的基于相似度阈值的第三邻域数据集合；在所述第三邻域数据集合的样本数据的数量达到所述簇最小样本数量的情况下，确定该第二待处理样本数据的基于调节后的第一相似度阈值的第四邻域数据集合；在所述第四邻域数据集合的样本数据的数量达到所述簇最小样本数量的情况下，将该第二待处理样本数据作为保留样本数据。6.根据权利要求5所述的方法，其中，所述根据所述相似度阈值、调节后的第一相似度阈值以及簇最小样本数量，对所述各样本数据的属性信息进行聚类处理，获得多个第一簇的簇核心区域中的样本数据，还包括：2CN111950632A权利要求书2/2页根据为所述第一待处理样本数据创建的新类别的第一簇，设置第二待处理样本数据所属的第一簇的类别。7.根据权利要求1至6中任一项所述的方法，其中，所述获取由所述保留样本数据的属性信息形成的多个第二簇以及噪点样本数据，包括：根据相似度阈值以及簇最小样本数量，对所述保留样本数据的属性信息进行聚类处理，获得多个第二簇以及噪点样本数据；或者根据相似度阈值、调节后的第一相似度阈值以