[發(fā)明專利]一種聚類方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201110041200.8
• 申請(qǐng)日: 2011-02-18
• 公開（公告）號(hào): CN102646097B
• 公開（公告）日: 2019-04-26
• 發(fā)明（設(shè)計(jì)）人: 陳建群;楊志峰;劉建;賀鵬程;崔巖;肖戰(zhàn)勇
• 申請(qǐng)（專利權(quán)）人: 騰訊科技(深圳)有限公司
• 主分類號(hào): G06F16/906
• 分類號(hào): G06F16/906
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

1.一種聚類方法，其特征在于，包括：

確定并存儲(chǔ)MinHash聚類模型的哈希函數(shù)，所述MinHash聚類模型的哈希函數(shù)包括q組哈希函數(shù)，所述MinHash聚類模型的每組哈希函數(shù)由多個(gè)不同的隨機(jī)哈希函數(shù)構(gòu)成；

通過所述MinHash聚類模型的q組哈希函數(shù)分別確定多個(gè)用戶中每個(gè)用戶的q組哈希值；

只要兩個(gè)用戶的q組哈希值中有相同的一組哈希值，就把這兩個(gè)用戶劃分為同一個(gè)類別；

存儲(chǔ)所述哈希值與所述類別的對(duì)應(yīng)關(guān)系；

通過所述MinHash聚類模型的多組哈希函數(shù)確定新用戶的多個(gè)哈希值；

根據(jù)所述哈希值與所述類別的對(duì)應(yīng)關(guān)系，確定所述新用戶的哈希值對(duì)應(yīng)的類別c；

計(jì)算所述新用戶與這個(gè)類別c的相似度sim(u,c)，然后對(duì)于這個(gè)類別c里面的每個(gè)元素ci，計(jì)算元素ci在類別里面出現(xiàn)的次數(shù)COUNT(ci)，那么元素ci推薦給用戶的分?jǐn)?shù)是sim(u,c)*COUNT(ci)，對(duì)于類別c里面所有的元素，都會(huì)生成這樣一個(gè)推薦分?jǐn)?shù)，然后根據(jù)分?jǐn)?shù)排序，最終推薦給用戶，其中元素為描述用戶的關(guān)鍵詞。

2.根據(jù)權(quán)利要求1所述的聚類方法，其特征在于，所述通過所述MinHash聚類模型的多組哈希函數(shù)確定新用戶的多個(gè)哈希值，包括：

通過所述MinHash聚類模型的哈希函數(shù)，并行確定一組新用戶的哈希值。

3.一種聚類裝置，其特征在于，包括：

劃分單元，用于通過MinHash聚類模型為多個(gè)用戶劃分類別，存儲(chǔ)所述MinHash聚類模型的哈希函數(shù)，以及存儲(chǔ)多個(gè)用戶的哈希值與類別的對(duì)應(yīng)關(guān)系；所述劃分單元，包括第一存儲(chǔ)子單元、第一確定子單元、劃分子單元以及第二存儲(chǔ)子單元，其中：

第一存儲(chǔ)子單元，用于確定并存儲(chǔ)所述MinHash聚類模型的哈希函數(shù)，所述MinHash聚類模型的哈希函數(shù)包括q組哈希函數(shù)，所述MinHash聚類模型的每組哈希函數(shù)由多個(gè)不同的隨機(jī)哈希函數(shù)構(gòu)成；

第一確定子單元，用于通過所述MinHash聚類模型的q組哈希函數(shù)分別確定所述多個(gè)用戶中每個(gè)用戶的q組哈希值；

劃分子單元，用于只要兩個(gè)用戶的q組哈希值中有相同的一組哈希值，就把這兩個(gè)用戶劃分為同一個(gè)類別；

第二存儲(chǔ)子單元，用于存儲(chǔ)所述哈希值與所述類別的對(duì)應(yīng)關(guān)系；

確定單元，用于通過所述MinHash聚類模型的多組哈希函數(shù)確定新用戶的多個(gè)哈希值；

聚類單元，用于根據(jù)所述哈希值與所述類別的對(duì)應(yīng)關(guān)系，確定所述新用戶的哈希值對(duì)應(yīng)的類別c；

推薦單元，用于計(jì)算所述新用戶與這個(gè)類別c的相似度sim(u,c)，然后對(duì)于這個(gè)類別c里面的每個(gè)元素ci，計(jì)算這個(gè)元素在類別里面出現(xiàn)的次數(shù)COUNT(ci)，那么元素ci推薦給用戶的分?jǐn)?shù)是sim(u,c)*COUNT(ci)，對(duì)于類別c里面所有的元素，都會(huì)生成這樣一個(gè)推薦分?jǐn)?shù)，然后根據(jù)分?jǐn)?shù)排序，最終推薦給用戶，其中元素為描述用戶的關(guān)鍵詞。

4.根據(jù)權(quán)利要求3所述的聚類裝置，其特征在于，所述確定單元，具體用于通過所述MinHash聚類模型的哈希函數(shù)，并行確定一組新用戶的哈希值。