[发明专利]一种聚类方法及装置

说明书

本发明公开了一种聚类方法及装置，其中，一种聚类方法包括：通过MinHash聚类模型为多个用户划分类别，存储所述MinHash聚类模型的哈希函数，以及存储所述多个用户的哈希值与所述类别的对应关系；通过所述MinHash聚类模型的哈希函数确定新用户的哈希值；根据所述哈希值与所述类别的对应关系，确定所述新用户的哈希值对应的类别。通过确定MinHash聚类模型的哈希函数以及哈希值与类别的对应关系，实现利用已有的MinHash聚类模型将新用户快速重聚类，不再需要重新生成聚类模型，提高对新用户的聚类效率。

技术领域

本发明涉及网络技术领域，尤其涉及一种聚类方法及装置。

背景技术

MinHash(Minwise Independent Permutation Hashing，一种符合交换独立条件的哈希)技术，把用户表示为元素的集合，基于MinHash的聚类方法可以估算两个集合之间的相似度，实现快速聚类的作用，进而提供用户推荐，如应用于近似网页检测方面，提供近似网页推荐。

但是，对于一个新集合而言，由于之前没有参与聚类，即新集合从属的聚类是未知的，MinHash的聚类方法无法直接确定新集合属于的类，只能重新生成聚类模型，得到新集合属于的类，才能进一步作推荐，导致新用户的聚类效率低，影响新用户的推荐效率。

发明内容

本发明实施例提供一种聚类方法及装置，其提高对新用户的聚类效率。

一种聚类方法，包括：

通过MinHash聚类模型为多个用户划分类别，存储所述MinHash聚类模型的哈希函数，以及存储所述多个用户的哈希值与所述类别的对应关系；

通过所述MinHash聚类模型的哈希函数确定新用户的哈希值；

根据所述哈希值与所述类别的对应关系，确定所述新用户的哈希值对应的类别。

一种聚类装置，包括：

划分单元，用于通过MinHash聚类模型为多个用户划分类别，存储所述MinHash聚类模型的哈希函数，以及存储所述多个用户的哈希值与所述类别的对应关系；

确定单元，用于通过所述MinHash聚类模型的哈希函数确定新用户的哈希值；

聚类单元，用于根据所述哈希值与所述类别的对应关系，确定所述新用户的哈希值对应的类别。

本发明实施例提供的聚类方法及装置，通过确定MinHash聚类模型的哈希函数以及哈希值与类别的对应关系，实现利用已有的MinHash聚类模型将新用户快速重聚类，不再需要重新生成聚类模型，提高对新用户的聚类效率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明实施例提供的聚类方法的流程示意图。

图2为本发明实施例提供的聚类装置的构成示意图一。

图3为本发明实施例提供的聚类装置的构成示意图二。

图4为本发明实施例提供的聚类方法在一应用场景下的流程示意图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。