一种对象聚类方法和装置的制造方法
【技术领域】
[0001] 本发明设及计算机技术领域，具体设及一种对象聚类方法和装置。
【背景技术】
[0002] 在数据处理过程中，将物理或抽象对象的集合分成由类似的对象组成的多个类的 过程被称为聚类。由聚类所生成的类（簇）是一组数据对象的集合，该些对象与同一个类 (簇）中的对象彼此相似，与其他类（簇）中的对象相异。下文使用"类"的概念，需要说明 的是，本文中"类"与"簇"的含义相同。
[0003]而在互联网中，存在大量的品牌数据，需要将该些品牌数据进行聚类，方便后续处 理，比如针对性的推送广告数据，在先技术中存在一种层次聚类的方法，其是各个类的中屯、 点计算两个类之间的距离，然后将两个距离最近的类合并为一个新的类，但是其对新的类 的中屯、只是根据两个类中的样本个数去计算，然后计算下一轮各个类之间的距离，循环聚 类直到达到结束条件。
[0004] 但是，上述聚类方法中，其新的类的中屯、点是根据两个类的样本个数计算的，与实 际应用中样本的分布重屯、存在较大偏差，因此，聚类得到的品牌分类不够精确，导致后续的 处理计算量大，并且后续处理结果偏差更大。
【发明内容】
[0005]鉴于上述问题，提出了本发明W便提供一种克服上述问题或者至少部分地解决上 述问题的对象聚类装置和相应的对象聚类方法。
[0006] 根据本发明的一个方面，提供了一种对象聚类方法，包括：
[0007]获取待聚类的样本和各样本的访问权重；所述访问权重为所述样本被访问时的重 要程度，所述样本包括品牌数据；
[000引将各样本划分为一个分类对象，并将相应样本的坐标作为所述分类对象的中屯、 坐标，并将相应样本的访问权重作为所述分类对象的访问权重；
[0009] 根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚类，获得各包括 至少一个品牌数据的品牌分类。
[0010] 优选的，所述根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚类 的步骤包括：
[0011] 针对各个分类对象，根据每个分类对象的中屯、坐标，计算每两个分类对象之间的 距离；
[0012] 将距离最近的两个分类对象聚合为一个新的分类对象，并根据每个分类对象的中 屯、坐标和访问权重，计算所述新的分类对象的中屯、坐标和访问权重.
[0013] 判断是否达到聚合结束条件，如果未达到聚合结束条件，将新的分类对象与当前 回合中未聚合的分类对象，一并返回针对各个分类对象，根据每个分类对象的中屯、坐标，计 算每两个分类对象之间的距离的步骤，直到达到聚合结束条件。
[0014] 优选的，所述访问权重包括：
[0015] 所述样本在网络中被浏览的浏览权重；
[0016] 和/或，所述样本在网络中被点击的点击权重；
[0017] 和/或，所述样本最近被浏览时刻距离基准时刻的时间跨度权重；
[001引和/或，所述样本所在网站的网站权重；
[0019] 和/或，所述样本最近被浏览时，用户的浏览行为所在区域的区域权重；
[0020] 和/或，所述样本所在被捜索时的捜索权重。
[0021] 优选的，所述针对各个分类对象，根据每个分类对象的中屯、坐标，计算每两个分类 对象之间的距离的步骤，包括：
[0022] 针对每个分类对象，根据中屯、坐标构建中屯、向量；
[0023] 计算每两个分类对象所对应的两个中屯、向量之间的余弦距离。
[0024] 优选的，所述获取初始的各样本的步骤，包括：
[0025] 针对每个样本，根据业务标识获取相应的访问权重。
[0026] 优选的，在根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚类的 步骤之后，还包括：
[0027] 针对每个用户，根据用户对各个所述用户对各类中的品牌数据的访问行为数据， 对所述用户打上品牌分类标签。
[002引优选的，在针对每个用户，根据用户对各个所述用户对各类中的品牌数据的访问 行为数据，对所述用户打上品牌分类标签步骤之后，还包括：
[0029] 根据所述用户的品牌分类标签，将对应所述标记的第=对象发送给所述用户所在 终端；所述第=对象包括针对所述品牌数据的广告数据。
[0030] 优选的，所述根据每个分类对象的中屯、坐标和访问权重，计算所述新的分类对象 的中屯、坐标包括：
[0031] 根据业务标识，调用相应的坐标计算函数计算所述新的分类的中屯、坐标。
[0032] 依据本发明的另外一个方面，还公开了一种对象聚类装置，包括：
[0033] 初始对象获取模块，适于获取待聚类的样本和各样本的访问权重；所述访问权重 为所述样本被访问时的重要程度；
[0034] 划分模块，适于将各样本划分为一个分类对象，并将相应样本的坐标作为所述分 类对象的中屯、坐标，并将相应样本的访问权重作为所述分类对象的访问权重；
[0035] 聚类模块，适于根据每个分类对象的访问权重和中屯、坐标，将各分类对象进行聚 类。
[0036] 优选的，所述聚类模块包括：
[0037] 距离计算模块，适于针对各个分类对象，根据每个分类对象的中屯、坐标，计算每两 个分类对象之间的距离；
[003引聚合模块，适于将距离最近的两个分类对象聚合为一个新的分类对象，并根据每 个分类对象的中屯、坐标和访问权重，计算所述新的分类对象的中屯、坐标和访问权重；
[0039] 判断模块，适于判断是否达到聚合结束条件，如果未达到聚合结束条件，将新的分 类对象与当前回合中未聚合的分类对象，一并返回针对各个分类对象，根据每个分类对象 的中屯、坐标，计算每两个分类对象之间的距离的步骤，直到达到聚合结束条件。
[0040] 优选的，所述访问权重包括：
[0041] 所述样本在网络中被浏览的浏览权重；
[00创和/或，所述样本在网络中被点击的点击权重；
[0043] 和/或，所述样本最近被浏览时刻距离基准时刻的时间跨度权重；
[0044] 和/或，所述样本所在网站的网站权重；
[0045] 和/或，所述样本最近被浏览时，用户的浏览行为所在区域的区域权重；
[0046] 和/或，所述样本所在被捜索时的捜索权重。
[0047] 优选的，所述距离计算模块包括：
[0048] 中屯、向量构建模块，适于针对每个分类对象，根据中屯、坐标构建中屯、向量；
[0049] 余弦距离计算模块，适于计算每两个分类对象所对应的两个中屯、向量之间的余弦 距离。
[0化0] 优选的，所述初始对象获取模块包括：
[0化1] 访问权重获取模块，适于针对每个样本，根据业务标识获取相应的访问权重。
[005引优选的，还包括：
[0化3] 标记模块，适于针对每个用户，根据用户对各个所述用户对各类中的品牌数据的 访问行为数据，对所述用户打上品牌分类标签。
[0054] 优选的，还包括；
[0化5] 对象发送模块，适于根据所述用户的品牌分类标签，将对应所述标记的第=对象 发送给所述用户所在终端；所述第=对象包括针对所述品牌数据的广告数据。
[0化6] 优选的，所述第一聚合模块包括：
[0化7] 计算函数选择模块，适于根据业务标识，调用相应的坐标计算函数计算所述新的 分类的中屯、坐标。
[005引根据本发明的对象聚类方法可W获取包括访问权重的初始品牌数据，该访问权重 指示了所述品牌数据被访问时的重要程度，然后根据品牌数据的访问权重参与聚类过程， 那么在聚类时，访问权重高的品牌数据参与度高，由此解决了传统聚类过程中依据各类中 的品牌数据数量进行聚类，而导致品牌数据聚合度分散，聚类不够准确的问题，从而导致后 续处理计算量大，计算结果偏差大的问题，取得了聚类结果精确，使后续的处理计算量小， 偏差低的有益效果。
[0059] 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段， 而可依照说明书的内容予W实施，并且为了让本发明的上述和其它目的、特征和优点能够 更明显易懂，W下特举本发明的【具体实施方式】。
【附图说明】
[0060] 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通 技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明 的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0061] 图1示出了根据本发明一个实施例的一种对象聚类方法的流程示意图；
[0062] 图2示出了根据本发明一个实施例的一种对象聚类方法的流程示意图；
[0063] 图3示出了根据本发明一个实施例的一种对象聚类方法的流程示意图；
[0064] 图4示出了根据本发明一个实施例的一种对象聚类装置的结构示意图；
[0065] 图5示出了根据本发明一个实施例的一种对象聚类装置的结构示意图；W及
[0066] 图6示出了根据本发明一个实施例的一种对象聚类装置的结构示意图。
【具体实施方式】
[0067] 下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开 的示例性实施例，然而应当理解，可各种形式实现本公开而不应被该里阐述的实施例 所限制。相反，提供该些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围 完整的传达给本领域的技术人员。
[0068] 本发明的核屯、思想之一在于；本发明实施例针对的是品牌数据，该品牌数据包括 了用户访问数据，比如各用户访问该品牌的浏览数据、点击数据、购买数据、收藏数据等用 户访问数据，本发明实施例的品牌数据是对包括上述用户访问数据的一种概括。对于各品 牌数据，获取其访问权重，该访问权重表示所述品牌数据被访问时的重要程度。然后W该品 牌数据和访问权重作为的样本进行聚类过程中，访问权重高的品牌数据参与度高，使分类 对象中屯、偏向访问权重高的一侧，从而使最终的品牌数据聚类结果更精确，降低后续处理 过程中的计算量，也降低后续处理的结果的偏差。
[00例实施例一
[0070] 参照图1，其示出了本发明一种对象聚类方法的流程示意图，具体可W包括：
[0071] 步骤110,获取待聚类的样本和各样本的访问权重；所述访问权重为所述样本被 访问时的重要程度；所述样本包括品牌数据。
[0072] 可W理解，本发明实施例需要获取各个样本的信息和相应的样本的访问权重。
[0073] 本发明实施例针对的是品牌数据，该品牌数据包括了用户访问数据，比如各用户 访问该品牌的浏览数据、点击数据、购买数据、收藏数据等用户访问数据，本发明实施例的 品牌数据是对包括上述用户访问数据的一种概括。比如品牌数据"海欄之家"，其包括用户 在天猫网站的一个网页中浏览商品对象的"2015夏季新品海欄之家男装正品简约印花V领 短袖T恤HNTCJ2A101A"的用户数据。又比如"阿迪达斯"、"耐克"、"iphoneV'S星"等均是 相应商品对象的品牌数据。那么对于一个品牌数据，可W获取其多个维度的特征构造品牌 数据的坐标。比如品牌名称、品牌简介、品牌受众、该品牌下的品牌数据的价格、访问量、收 藏量等，得到类似A= (al，a2，a3……}的多维坐标。在本发明实施例中，对于一个品牌数 据，可通过汇总网络中展示所述品牌的相关商品的网页数据，进行分析提取得到赏识特征。
[0074] 可W理解，各维度特征的初始的参数可W为任意字符类型，比如可W为数字，也可 W为汉字，当然也可W为其他类型的参数。在本发明实施例中为则会将不为数字的初始