[发明专利]一种分类方法、装置及设备

权利要求书

1.一种分类方法，其特征在于，包括：

对多个用户数据进行分类统计，生成数据集；

在多维度空间中，确定所述数据集对应的原始数据，所述原始数据包括多个子数据；

计算与所述多个子数据中的每个子数据之间对应的位置关系；

利用所述位置关系建立多分类模型，以便于根据所述多分类模型对用户进行分类。

2.根据权利要求1所述的方法，其特征在于，所述计算与所述多个子数据中的每个子数据之间对应的位置关系，包括：

通过欧式空间的向量关系，计算与所述多个子数据中的每个子数据之间对应的位置关系。

3.根据权利要求2所述的方法，其特征在于，所述通过欧式空间的向量关系，计算与所述多个子数据中的每个子数据之间对应的位置关系，包括：

在所述多维度空间中的单位超球内，将所述多个子数据均匀分布；

将所述单位超球设置在超立方体H内，所述超立方体包括单位立方体；

根据所述单位立方体的位置状态，计算与所述多个子数据中的每个子数据之间对应的位置关系。

4.根据权利要求3所述的方法，其特征在于，所述位置状态包括：所述单位立方体位于所述H的顶点、棱或者体内中的至少一种。

5.根据权利要求1所述的方法，其特征在于，所述计算与所述多个子数据中的每个子数据之间对应的位置关系，包括：

根据所述多个子数据的排列方式，计算与所述多个子数据中的每个子数据之间对应的位置关系。

6.根据权利要求1或2所述的方法，其特征在于，所述利用所述位置关系建立多分类模型，包括：

按照分类算法的原则，分别判断所述每个子数据之间对应的位置关系是否满足预设要求；

当满足预设要求时，保留所述子数据对应的位置关系；

利用所述位置关系建立多分类模型。

7.根据权利要求6所述的方法，其特征在于，还包括：

当不满足预设要求时，删除所述子数据对应的位置关系；

利用剩余的所述子数据对应的位置关系建立多分类模型。

8.根据权利要求6所述的方法，其特征在于，所述分类算法的原则包括：一对一原则和一对多原则。

9.根据权利要求1所述的方法，其特征在于，所述利用所述位置关系建立多分类模型，包括：

利用所述位置关系，建立基于向量积的SVM多分类模型。

10.一种分类装置，其特征在于，包括：

统计模块，用于对多个用户数据进行分类统计，生成数据集；

处理模块，用于在多维度空间中，确定所述数据集对应的原始数据，所述原始数据包括多个子数据；

计算模块，用于计算与所述多个子数据中的每个子数据之间对应的位置关系；

生成模块，用于利用所述位置关系建立多分类模型，以便于根据所述多分类模型对用户进行分类。

11.根据权利要求10所述的装置，其特征在于，所述生成装置具体用于，利用所述位置关系，建立基于向量积的SVM多分类模型。

12.一种分类设备，其特征在于，所述设备包括：处理器以及存储有计算机程序指令的存储器；

所述处理器执行所述计算机程序指令时实现如权利要求1-9任意一项所述的分类方法。

13.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-9任意一项所述的分类方法。