[发明专利]一种聚类方法及装置

摘要

本发明公开了一种聚类方法及装置，其中，一种聚类方法包括：通过MinHash聚类模型为多个用户划分类别，存储所述MinHash聚类模型的哈希函数，以及存储所述多个用户的哈希值与所述类别的对应关系；通过所述MinHash聚类模型的哈希函数确定新用户的哈希值；根据所述哈希值与所述类别的对应关系，确定所述新用户的哈希值对应的类别。通过确定MinHash聚类模型的哈希函数以及哈希值与类别的对应关系，实现利用已有的MinHash聚类模型将新用户快速重聚类，不再需要重新生成聚类模型，提高对新用户的聚类效率。

主权项

1.一种聚类方法，其特征在于，包括：确定并存储MinHash聚类模型的哈希函数，所述MinHash聚类模型的哈希函数包括q组哈希函数，所述MinHash聚类模型的每组哈希函数由多个不同的随机哈希函数构成；通过所述MinHash聚类模型的q组哈希函数分别确定多个用户中每个用户的q组哈希值；只要两个用户的q组哈希值中有相同的一组哈希值，就把这两个用户划分为同一个类别；存储所述哈希值与所述类别的对应关系；通过所述MinHash聚类模型的多组哈希函数确定新用户的多个哈希值；根据所述哈希值与所述类别的对应关系，确定所述新用户的哈希值对应的类别c；计算所述新用户与这个类别c的相似度sim(u,c)，然后对于这个类别c里面的每个元素ci，计算元素ci在类别里面出现的次数COUNT(ci)，那么元素ci推荐给用户的分数是sim(u,c)*COUNT(ci)，对于类别c里面所有的元素，都会生成这样一个推荐分数，然后根据分数排序，最终推荐给用户，其中元素为描述用户的关键词。