[發明專利]一種集客專線的聚類方法和裝置

有效

• 申請號: 202010934091.1
• 申請日: 2020-09-08
• 公開（公告）號: CN112001454B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 班瑞;馬季春;鄒雨佳;陳泉霖;郝宇飛;王鵬;王佳
• 申請（專利權）人: 中國聯合網絡通信集團有限公司;中訊郵電咨詢設計院有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06V10/77
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

1.一種集客專線的聚類方法，其特征在于，包括：

獲取至少一個集客專線的特征，其中，所述特征包括網絡協議IP地址和經緯度；

根據所述IP地址和所述經緯度對所述至少一個集客專線進行初步聚類，得到初步聚類結果；所述初步聚類結果包括經緯度范圍和所述至少一個集客專線的對應關系；

確定目標特征和所述目標特征的數量；所述目標特征為目標集客專線的特征；所述目標集客專線為目標經緯度范圍對應的集客專線；所述目標經緯度范圍為所述初步聚類結果中任一經緯度范圍；

根據所述目標特征的數量以及貝葉斯信息準則BIC計算目標數量；所述目標數量為所述目標集客專線所屬的集團類型的數量；所述目標數量滿足以下公式：

BIC＝-2log(L)+klog(n)

其中，所述L表示各個目標特征的后驗概率之和；當所述BIC為最大值時，所述k為所述目標數量；所述n表示所述目標特征的數量；

獲取k個集團類型中每個集團類型的先驗概率、均值、以及標準差；

根據所述每個集團類型的先驗概率、均值、以及標準差確定構建高斯混合模型GMM，所述GMM包括：k個單高斯模型；

在高斯混合模型的概率密度函數為最大概率密度函數的情況下，根據所述目標特征在各個單高斯模型對應范圍內的分布，確定目標聚類結果；所述目標聚類結果包括每個集團類型和所述目標集客專線的對應關系。

2.根據權利要求1所述的聚類方法，其特征在于，所述獲取至少一個集客專線的特征，包括：

獲取至少一個集客專線的超文本傳輸協議HTTP話單；

對每個HTTP話單進行特征提取，得到所述至少一個集客專線的特征。

3.根據權利要求1所述的聚類方法，其特征在于，所述根據所述IP地址和所述經緯度對所述至少一個集客專線進行初步聚類，得到初步聚類結果，包括：

將所述IP地址對應的城市確定為目標城市；

以第一閾值為經度間隔，第二閾值為緯度間隔，對所述目標城市進行柵格化處理，得到每個柵格的經緯度范圍和每個柵格對應的集客專線的關系。

4.一種集客專線的聚類裝置，其特征在于，包括：

獲取模塊，用于獲取至少一個集客專線的特征，其中，所述特征包括網絡協議IP地址和經緯度；

處理模塊，用于根據所述獲取模塊獲取到的所述IP地址和所述經緯度對所述至少一個集客專線進行初步聚類，得到初步聚類結果；所述初步聚類結果包括經緯度范圍和所述至少一個集客專線的對應關系；

確定模塊，用于確定目標特征和所述目標特征的數量；所述目標特征為目標集客專線的特征；所述目標集客專線為目標經緯度范圍對應的集客專線；所述目標經緯度范圍為所述初步聚類結果中任一經緯度范圍；

所述處理模塊，還用于根據所述確定模塊確定出的所述目標特征的數量以及第一預設規則計算目標數量；所述目標數量為所述目標集客專線所屬的集團類型的數量；所述目標數量滿足以下公式：

BIC＝-2log(L)+klog(n)

其中，所述BIC表示貝葉斯信息準則；所述L表示各個目標特征的后驗概率之和；當所述BIC為最大值時，所述k為所述目標數量；所述n表示所述目標特征的數量；

所述獲取模塊，用于獲取k個集團類型中每個集團類型的先驗概率、均值、以及標準差；

所述處理模塊，還用于根據所述每個集團類型的先驗概率、均值、以及標準差確定構建高斯混合模型GMM，所述GMM包括：K個單高斯模型；

所述處理模塊，還用于在高斯混合模型的概率密度函數為最大概率密度函數的情況下，根據所述目標特征在各個單高斯模型對應范圍內的分布，確定目標聚類結果；所述目標聚類結果包括每個集團類型和所述目標集客專線的對應關系。

5.根據權利要求4所述的聚類裝置，其特征在于，

所述獲取模塊，具體用于：

獲取至少一個集客專線的超文本傳輸協議HTTP話單；

對每個HTTP話單進行特征提取，得到所述至少一個集客專線的特征。