[发明专利]用户聚类方法、装置、计算机设备和存储介质

说明书

本申请涉及一种用户聚类方法、装置、计算机设备和存储介质，涉及大数据技术领域。方法包括：在不满足迭代结束条件的情况下，根据各初始聚类中心的特征值，从各初始聚类中心中确定需要移动的目标聚类中心和不需要移动的其他聚类中心；根据吸引参数值、扰动算子，以及目标聚类中心与其他聚类中心之间的距离，调整目标聚类中心，得到目标聚类中心对应的下一聚类中心；将下一聚类中心和其他聚类中心作为新的初始聚类中心，返回执行基于各初始聚类中心，对待聚类的用户集进行聚类的操作，直至满足迭代结束条件，输出对用户集的聚类结果。本申请提高了聚类的稳定性，以及聚类结果的准确性。

技术领域

本申请涉及大数据技术领域，特别是涉及一种用户聚类方法、装置、计算机设备和存储介质。

背景技术

随着人们的生活水平不断提高，人们对金融产品、理财产品、养老产品和债券产品等产品的需求越来越高，在将这些产品推广给用户的过程中，需要先对用户进行聚类，按照用户所属客群的类别将相应的产品推广给该用户。其中，通常使用聚类算法对用户进行聚类，以得到用户所属客群的结果。

聚类算法作为大数据技术领域的重要分支，在许多领域都得到了广泛应用。然而，现有的聚类算法在选取初始聚类中心时都是随机选择的，难以准确获取聚类中心，进而会直接影响最终的聚类结果的准确性。

基于此，如何提高聚类结果的准确性成为了亟需解决的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高聚类结果准确性的用户聚类方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种用户聚类方法。所述方法包括：

基于至少两个初始聚类中心，根据待聚类的用户集中每一用户的用户特征，对所述用户集进行聚类，并确定各初始聚类中心的特征值；

若各初始聚类中心的特征值不满足迭代结束条件，则根据各初始聚类中心的特征值，从各初始聚类中心中确定需要移动的目标聚类中心和不需要移动的其他聚类中心；

根据吸引参数值、扰动算子，以及所述目标聚类中心与所述其他聚类中心之间的距离，调整所述目标聚类中心，得到所述目标聚类中心对应的下一聚类中心；其中，所述扰动算子根据当前迭代次数和最大迭代次数确定；

将所述下一聚类中心和所述其他聚类中心作为新的初始聚类中心，并返回执行基于各初始聚类中心，根据待聚类的用户集中每一用户的用户特征，对所述用户集进行聚类的操作，直至各初始聚类中心的特征值满足所述迭代结束条件，输出对所述用户集的聚类结果。

在其中一个实施例中，所述根据各初始聚类中心的特征值，从各初始聚类中心中确定需要移动的目标聚类中心和不需要移动的其他聚类中心，包括：

从各初始聚类中心中选取至少两个备用聚类中心；

对各备用聚类中心进行两两组合，得到聚类组；

根据所述聚类组中两个备用聚类中心的特征值之间的比较结果，确定所述聚类组中需要移动的备用聚类中心；

将所述聚类组中需要移动的备用聚类中心作为目标聚类中心，以及将各初始聚类中心中除所述目标聚类中心之外的聚类中心作为不需要移动的其他聚类中心。

在其中一个实施例中，所述根据吸引参数值、扰动算子，以及所述目标聚类中心与所述其他聚类中心之间的距离，调整所述目标聚类中心，得到所述目标聚类中心对应的下一聚类中心，包括：

根据吸引参数值，以及所述目标聚类中心与关联聚类中心之间的距离，确定所述目标聚类中心与所述关联聚类中心之间的目标吸引值；其中，所述关联聚类中心为所述其他聚类中心中与所述目标聚类中心属于同一聚类组内的聚类中心；