[发明专利]一种数据聚类方法、系统、存储介质及设备

权利要求书

1.一种数据聚类方法，其特征在于，所述方法包括：

基于BIRCH聚类算法构建数据库的CF Tree；

基于K 2 means中心点算法计算所述CF Tree的每一叶子节点的语义中心，并且所述叶子节点仅保留所述语义中心，以构建Core 2 Tree；

获取所述数据库的满足预设条件属性的对象和满足预设决策属性的对象，并根据所述满足预设条件属性的对象和所述满足预设决策属性的对象计算出确信因子和包容因子；

根据所述确信因子和所述包容因子，对所述Core 2 Tree进行评价。

2.根据权利要求1所述的数据聚类方法，其特征在于，基于BIRCH聚类算法构建数据库的CF Tree的步骤包括：

计算出所述数据库中的对象之间的相异度；

将相异度小于阈值的对象分到同一个类，以构建所述CF Tree，其中，每个类对应一个叶子节点。

3.根据权利要求2所述的数据聚类方法，其特征在于，在计算出所述数据库中的对象之间的相异度的步骤之前，还包括：

对所述数据库中的对象进行归一化处理。

4.根据权利要求1所述的数据聚类方法，其特征在于，所述确信因子和所述包容因子的计算公式如下：

k(Y)＝|Xi∩Yj|/|Yj|

其中，为所述确信因子，k(Y)为所述包容因子，Xi∈T(C)，Yj∈T(D)，T(C)为所述满足预设条件属性的对象集合，T(D)为所述满足预设决策属性的对象集合。

5.根据权利要求1或4所述的数据聚类方法，其特征在于，根据所述确信因子和所述包容因子，对所述Core 2 Tree进行评价的步骤包括：

判断所述确信因子和所述包容因子是否均大于等于预设值；

若是，则判定所述Core 2 Tree的结构规则成立；

其中，所述预设值为β，0β≤0.5。

6.根据权利要求1所述的数据聚类方法，其特征在于，在基于BIRCH聚类算法构建数据库的CF Tree的步骤之后，还包括：

将所述CF Tree的任意相邻两个叶子节点用线段连接，以确定除头叶子节点和尾叶子节点以外的其它每个叶子节点的左右邻居。

7.根据权利要求6所述的数据聚类方法，其特征在于，在基于K 2 means中心点算法计算所述CF Tree的每一叶子节点的语义中心，并且所述叶子节点仅保留所述语义中心，以构建Core 2 Tree的步骤之后，还包括：

当加入新对象时，判断所述新对象到所述Core 2 Tree的任一目标叶子节点的语义中心及到所述目标叶子节点的左右邻居叶子节点的语义中心的距离是否均小于阈值；

若是，则将所述新对象并入所述目标叶子节点或所述目标叶子节点的左右邻居叶子节点。

8.一种数据聚类系统，其特征在于，所述系统包括：

第一聚类模块，用于基于BIRCH聚类算法构建数据库的CF Tree；

第二聚类模块，用于基于K 2 means中心点算法计算所述CF Tree的每一叶子节点的语义中心，并且所述叶子节点仅保留所述语义中心，以构建Core 2 Tree；

聚类评价因子计算模块，用于获取所述数据库的满足预设条件属性的对象和满足预设决策属性的对象，并根据所述满足预设条件属性的对象和所述满足预设决策属性的对象计算出确信因子和包容因子；

聚类评价模块，用于根据所述确信因子和所述包容因子，对所述Core 2 Tree进行评价。

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，该程序被处理器执行时实现如权利要求1－7任一所述的数据聚类方法。

10.一种数据聚类设备，其特征在于，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1－7任一所述的数据聚类方法。