技术特征：
1.一种知识聚类方法，其特征在于，所述方法包括：在待归类知识点中存在目标知识点的情况下，确定各所述目标知识点的影响因子，所述目标知识点不属于数据库中的任一历史类簇，所述影响因子用于表征所述目标知识点对与其关联的知识点的影响程度；根据各所述目标知识点的所述影响因子，从所述目标知识点中确定新增类簇中心；根据所述新增类簇中心，对各所述目标知识点进行聚类，得到新增类簇，将所述新增类簇存储在所述数据库中。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：针对所述数据库中的任一历史类簇，根据该所述历史类簇的历史类簇中心，从所述历史类簇的历史知识点中确定所述历史类簇对应的预设类簇中心；根据各所述历史类簇对应的所述预设类簇中心，对待归类知识点进行聚类，得到所述待归类知识点中归属于各所述历史类簇的第一知识点；将所述待归类知识点中除所述第一知识点之外的第二知识点，作为所述目标知识点。3.根据权利要求2所述的方法，其特征在于，所述根据各所述历史类簇对应的所述预设类簇中心，对待归类知识点进行聚类，得到所述待归类知识点中归属于各所述历史类簇的第一知识点，包括：针对任一所述历史类簇和任一所述待归类知识点，确定所述待归类知识点与所述历史类簇对应的所述预设类簇中心的第一相似度；在所述第一相似度满足所述历史类簇对应的聚类条件的情况下，将所述待归类知识点作为归属于所述历史类簇的第一知识点。4.根据权利要求1所述的方法，其特征在于，所述确定各所述目标知识点的影响因子，包括：针对所述目标知识点中的第一目标知识点，确定所述第一目标知识点与各第二目标知识点的第二相似度，其中，第一目标知识点为所述目标知识点中的任一所述目标知识点，所述第二目标知识点为所述目标知识点中除所述第一目标知识点之外的知识点；根据所述第一目标知识点与各所述第二目标知识点的第二相似度，确定知识点集合，所述知识点集合中包括所述第一目标知识点及关联知识点，所述关联知识点为与所述第一目标知识点关联的所述第二目标知识点；确定所述知识点集合中各所述目标知识点的激活状态，其中，所述激活状态用于表征所述目标知识点激活成功或者所述目标知识点激活失败；根据所述知识点集合中各所述目标知识点的所述激活状态，确定所述第一目标知识点的影响因子。5.根据权利要求4所述的方法，其特征在于，所述确定所述知识点集合中各所述目标知识点的激活状态，包括：针对所述知识点集合中的任一第三目标知识点，确定所述第三目标知识点与各第四目标知识点的第三相似度之和，其中，所述第三目标知识点为所述目标知识点中的任一目标知识点，所述第四目标知识点为所述目标知识点中除所述第三目标知识点之外的知识点；在所述第三相似度之和满足激活条件的情况下，确定所述目标知识点的激活状态为所述目标知识点激活成功；
或者，在所述第三相似度之和不满足所述激活条件的情况下，确定所述目标知识点的激活状态为所述目标知识点激活失败。6.根据权利要求4所述的方法，其特征在于，所述根据所述知识点集合中各所述目标知识点的所述激活状态，确定所述第一目标知识点的影响因子，包括：根据各所述目标知识点的所述激活状态，确定激活知识数量，所述激活知识数量为所述知识点集合中，激活状态为所述目标知识点激活成功的所述目标知识点的个数；确定所述知识点集合中所述目标知识点的总个数；根据所述激活知识数量和所述知识点集合中所述目标知识点的总个数，确定所述第一目标知识点的影响因子。7.一种知识聚类装置，其特征在于，所述装置包括：第一确定模块，用于在待归类知识点中存在目标知识点的情况下，确定各所述目标知识点的影响因子，所述目标知识点不属于数据库中的任一历史类簇，所述影响因子用于表征所述目标知识点对与其关联的知识点的影响程度；第二确定模块，用于根据各所述目标知识点的所述影响因子，从所述目标知识点中确定新增类簇中心；聚类模块，用于根据所述新增类簇中心，对各所述目标知识点进行聚类，得到新增类簇，将所述新增类簇存储在所述数据库中。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
技术总结
本申请涉及一种知识聚类方法、装置、计算机设备和存储介质，涉及人工智能领域。所述方法包括：确定待归类知识点中的目标知识点，目标知识点不属于数据库中的任一历史类簇，确定各目标知识点的影响因子，影响因子用于表征目标知识点对与其关联的知识点的影响程度，并根据各目标知识点的影响因子，从目标知识点中确定新增类簇中心，根据新增类簇中心，对各目标知识点进行聚类，得到新增类簇，将新增类簇存储在所述数据库中。采用本方法能够提高聚类的准确度。准确度。准确度。
技术研发人员：王猛 周寅 王慎超 石韵玮
受保护的技术使用者：中国工商银行股份有限公司
技术研发日：2022.09.06
技术公布日：2022/12/1