[發明專利]一種用戶聚類方法、裝置及設備

有效

• 申請號: 202011307323.7
• 申請日: 2020-11-20
• 公開（公告）號: CN112381163B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 王健宗;李澤遠
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F18/23
• 分類號: G06F18/23
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強

1.一種用戶聚類方法，其特征在于，所述方法適用于通信系統，所述通信系統包括m個數據源，m為大于或者等于2的整數，所述方法包括：

第一數據源確定第一聚類中心，所述第一聚類中心是預聚類的k個聚類中心中的任一個，所述k個聚類中心對應k個用戶，一個聚類中心對應一個用戶，所述k個用戶是待分類的n個用戶中的用戶，所述第一數據源是所述m個數據源中的任一個，所述n為整數，且n＞1；

所述第一數據源根據所述第一數據源擁有的第一用戶的特征數據以及所述第一數據源擁有的所述第一聚類中心對應的用戶的特征數據，計算所述第一用戶與所述第一聚類中心之間的第一距離估計值，所述第一用戶為所述n個用戶中除所述k個用戶外的任一用戶；

所述第一數據源根據所述第一距離估計值生成至少一個第一特征數，并將所述至少一個第一特征數發送給所述m個數據源中的第二數據源；

所述第一數據源獲取所述第一用戶與所述第一聚類中心之間的實際距離，其中，所述實際距離是根據所述至少一個第一特征數與第二距離估計值生成的，所述第二距離估計值是根據所述第二數據源擁有的所述第一用戶的特征數據和所述第一聚類中心對應的用戶的特征數據計算得到的；

所述第一數據源根據所述實際距離，對所述第一用戶進行聚類。

2.如權利要求1所述的方法，其特征在于，所述第一數據源根據所述第一距離估計值生成至少一個第一特征數，并將所述至少一個第一特征數發送給所述m個數據源中的第二數據源，包括：

所述第一數據源對所述第一距離估計值進行拆分，得到m-1個第一特征數；

所述第一數據源將所述m-1個第一特征數分別發送給所述m個數據源中除所述第一數據源外的m-1個第二數據源，其中，一個第一特征數發送給一個第二數據源。

3.如權利要求2所述的方法，其特征在于，所述m個數據源中包括主數據源和從數據源，所述第一數據源獲取所述第一用戶與所述第一聚類中心之間的實際距離，包括：

所述第一數據源從所述m-1個第二數據源接收m-1個第二特征數，其中，一個第二特征數來自于一個第二數據源，所述第二特征數是根據所述第二距離估計值生成的；

所述第一數據源計算所述m-1個第二特征數之和，獲得第一累計值；

若所述第一數據源為所述m個數據源中的主數據源，所述第一數據源從所述m-1個第二數據源接收m-1個第二累計值，并根據所述第一累計值與所述m-1個第二累計值，計算所述第一用戶與所述第一聚類中心之間的實際距離，其中，一個第二累計值來源于一個第二數據源，所述第二累計值是根據所述第一特征數計算得到；

若所述第一數據源為所述m個數據源中的從數據源，所述第一數據源向所述m個數據源中的主數據源發送所述第一累計值，并從所述主數據源接收所述第一用戶與所述第一聚類中心之間的實際距離，所述實際距離是所述主數據源根據所述第一累計值與m-1個第二累計值計算得到，所述第二累計值是根據所述第一特征數計算得到。

4.如權利要求1所述的方法，其特征在于，所述m個數據源中包括主數據源和從數據源，所述m個數據源按照數據傳輸的先后順序進行排列，所述主數據源排列在第一位，所述m個數據源中每個數據源各擁有一個隨機數，若所述第一數據源是所述m個數據源中的主數據源；

所述第一數據源根據所述第一距離估計值生成至少一個第一特征數，并將所述至少一個第一特征數發送給所述m個數據源中除所述第一數據源外的第二數據源，包括：

所述第一數據源根據所述第一數據源擁有的第一隨機數以及所述第一距離估計值，生成第一特征數；

所述第一數據源將所述第一特征數發送給排列在所述第一數據源之后的且距離所述第一數據源最近的第二數據源。

5.如權利要求4所述的方法，其特征在于，所述第一數據源獲取所述第一用戶與所述第一聚類中心之間的實際距離，包括：

所述第一數據源從排列在最后的第二數據源接收第二特征數，并根據所述第二特征數確定所述第一用戶與所述第一聚類中心之間的實際距離，所述第二特征數是根據所述第一特征數、m-1個第二距離估計值以及m-1個第二隨機數生成的，一個第二距離估計值來源于所述m個數據源中的一個第二數據源，一個第二隨機數來源于所述m個數據源中的一個第二數據源。