[发明专利]数据挖掘方法以及数据挖掘装置

权利要求书

1.一种出行方案确定方法，其特征在于，包括：

i)确定各个方案的成本向量，所述成本向量的各个维度分别代表对应的方案对于各种成本属性的成本信息；

ii)基于成本属性对所有成本向量进行初始聚类；

iii)根据聚类结果以及各个成本向量与零向量的距离选取部分成本向量作为进行聚类的成本向量；

iv)基于成本属性对选取的成本向量进行聚类；

v)重复步骤iii)至iv)，直至聚类结果为一类，从聚类结果中确定最优成本向量，将与所述最优成本向量对应的方案作为最优出行方案；

其中，所述成本属性包括：单程时间、往返时间、换乘时间和换乘次数中至少一项；所述方案为根据用户的出行需求信息获取的符合所述用户出行需求的各种交通工具的出行方案，所述出行需求信息包括出行时间、出发地、目的地。

2.根据权利要求1所述的方法，其特征在于，

所述基于成本属性对所有成本向量进行聚类包括：

针对一种成本属性选取对于该成本属性成本最低的成本向量作为该成本属性的最优成本向量；

将各种成本属性的最优成本向量作为初始聚类中心，对所有成本向量进行初始聚类。

3.根据权利要求1所述的方法，其特征在于，

所述根据聚类结果以及各个成本向量与零向量的距离选取部分成本向量作为进行聚类的成本向量包括：

从聚类结果的每一个聚类中选取距离零向量最近的成本向量作为进行聚类的成本向量。

4.根据权利要求1所述的方法，其特征在于，

所述基于成本属性对选取的成本向量进行聚类包括：

从选取的成本向量中针对一种成本属性选取对于该成本属性成本最低的成本向量作为该成本属性的最优成本向量；

按照预设规则从确定的各种成本属性的最优成本向量中不重复的选取数量等于上一次聚类中心数量的1/2的成本向量作为聚类中心，对选取的成本向量进行聚类。

5.根据权利要求1所述的方法，其特征在于，

对所述成本向量进行聚类时，只计算具有相同索引的成本向量之间的距离，其中，所述成本向量的索引是根据之前的聚类结果确定的。

6.根据权利要求1所述的方法，其特征在于，

对所述成本向量进行聚类时，对所述成本向量利用主成分分析法进行降维，根据降维后的成本向量之间的距离对成本向量进行聚类。

7.根据权利要求2所述的方法，其特征在于，

利用2-3查找树确定一种成本属性的最优成本向量。

8.根据权利要求2所述的方法，其特征在于，还包括：

将所述最优出行方案以及各种成本属性的最优成本向量对应的方案呈现给用户。

9.一种出行方案的确定装置，其特征在于，包括：

成本向量确定模块，用于确定各个方案的成本向量，所述成本向量的各个维度分别代表对应的方案对于各种成本属性的成本信息；

初始聚类模块，用于基于成本属性对所有成本向量进行初始聚类；

最优方案确定模块，用于：

i)根据聚类结果以及各个成本向量与零向量的距离选取部分成本向量作为进行聚类的成本向量；

ii)基于成本属性对选取的成本向量进行聚类；

iii)重复步骤i)至ii)，直至聚类结果为一类，从聚类结果中确定最优成本向量，将与所述最优成本向量对应的方案作为最优出行方案；

其中，所述成本属性包括：单程时间、往返时间、换乘时间和换乘次数中至少一项；所述方案为根据用户的出行需求信息获取的符合所述用户出行需求的各种交通工具的出行方案，所述出行需求信息包括出行时间、出发地、目的地。

10.根据权利要求9所述的装置，其特征在于，

所述初始聚类模块，用于针对一种成本属性选取对于该成本属性成本最低的成本向量作为该成本属性的最优成本向量，将各种成本属性的最优成本向量作为初始聚类中心，对所有成本向量进行初始聚类。