[發明專利]一種對象聚類的方法、裝置、計算機可讀介質及電子設備

在審

• 申請號: 202010554265.1
• 申請日: 2020-06-17
• 公開（公告）號: CN111667018A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 王敏;孔魏建;許沖
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/9535;H04L29/08
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 葉虹

本申請的實施例提供了一種對象聚類的方法、裝置、計算機可讀介質及電子設備。該對象聚類的方法包括：獲取各對象的興趣標簽，基于興趣標簽生成各對象對應的標簽序列，以根據各對象對應的標簽序列對各對象進行聚類，得到同一聚類標簽對應的對象群，在對象群的對象數量小于對象數量閾值的情況下，將對象群中的對象合并至與聚類標簽關聯的對象群中，得到對象數量大于或等于對象數量閾值的目標群體。本申請實施例的技術方案的目標群體具有能精確代表對象偏好信息的聚類標簽，且各目標群體都具有均衡的規模，以針對這些聚類群體的聚類標簽對聚類群體進行對應的處理，提高了對象聚類的準確性和均衡性，進而提高了對聚類群體進行處理的精確性。

技術領域

本申請涉及計算機技術領域，具體而言，涉及一種對象聚類的方法、裝置、計算機可讀介質及電子設備。

背景技術

在對目標物進行聚類時，一般通過目標物的各種特性將其劃分為不同的類別，以針對不同的類別分別進行對應的處理。但是相關技術中的聚類方法往往無法針對形態較多的目標物進行聚類，尤其是在目標物的信息較多、類型廣泛且各個目標物之間不存在關聯關系的情況下，使得最后得到的聚類結果無法精確代表各類型的對象，聚類結果參差不齊，進而影響到對聚類結果之后的操作。

發明內容

本申請的實施例提供了一種對象聚類的方法、裝置、計算機可讀介質及電子設備，進而至少在一定程度上可以聚類得到能精確代表對象偏好的聚類標簽的群體，且各群體中的對象都具有均衡的規模大小，以針對這些聚類群體的聚類標簽對聚類群體進行對應的處理，提高了對象聚類的準確性和均衡性，進而提高了對聚類群體進行處理的精確性。

本申請的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本申請的實踐而習得。

根據本申請實施例的一個方面，提供了一種對象聚類的方法，包括獲取各對象的興趣標簽；基于所述興趣標簽，生成所述各對象對應的標簽序列；根據所述各對象對應的標簽序列對所述各對象進行聚類，得到同一聚類標簽對應的對象群；若所述對象群的對象數量小于對象數量閾值，則將所述對象群中的對象合并至與所述聚類標簽關聯的對象群中，得到對象數量大于或等于所述對象數量閾值的目標群體。

根據本申請實施例的一個方面，提供了一種對象聚類的裝置，包括：獲取單元，用于獲取各對象的興趣標簽；生成單元，用于基于所述興趣標簽，生成所述各對象對應的標簽序列；聚類單元，用于根據所述各對象對應的標簽序列對所述各對象進行聚類，得到同一聚類標簽對應的對象群；合并單元，用于若所述對象群的對象數量小于對象數量閾值，則將所述對象群中的對象合并至與所述聚類標簽關聯的對象群中，得到對象數量大于或等于所述對象數量閾值的目標群體。

在本申請的一些實施例中，基于前述方案，所述合并單元包括：第一識別單元，用于若所述對象群中的對象數量小于所述對象數量閾值，則將所述對象群的聚類標簽識別為待處理標簽序列；第一提取單元，用于從所述待處理標簽序列中提取出子標簽序列；第一合并單元，用于將所述對象群中的對象合并至與所述子標簽序列關聯的對象群中，重復上述步驟，直至得到對象數量大于或等于所述對象數量閾值的目標群體。

在本申請的一些實施例中，基于前述方案，所述待處理標簽序列包括至少兩個標簽特征以及所述標簽特征對應的權重；所述第一提取單元包括：第二提取單元，用于基于所述待處理標簽序列中的各所述標簽特征對應的權重，從所述待處理標簽序列中提取出第一預設數量的特征標簽；序列組成單元，用于將所述第一預設數量的特征標簽組成所述子標簽序列。

在本申請的一些實施例中，基于前述方案，所述待處理標簽序列由所述標簽特征按照所述標簽特征對應的權重由大到小排序組成；所述第二提取單元包括：第三提取單元，用于從所述待處理標簽序列中的n個所述標簽特征中，提取前n-a個特征標簽，其中，n≥2；1≤a＜n。