(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111677732.0 (22)申请日 2021.12.31 (71)申请人 北京明朝万达科技股份有限公司 地址 100142 北京市海淀区阜外亮甲店1号 恩济西园产业园16号楼B座 (72)发明人 王奎举　喻波　王志海　韩振国　 安鹏　 (74)专利代理 机构 北京康信知识产权代理有限 责任公司 1 1240 代理人 曾红芳 (51)Int.Cl. G06K 9/62(2022.01) (54)发明名称 数据聚类方法、 装置、 存储介质以及电子设 备 (57)摘要 本发明公开了一种数据聚类方法、 装置、 存 储介质以及电子设备。 其中， 该方法包括： 获取基 于待聚类数据的原始数据预先确定的第一最佳 聚类簇数值； 在检测到待聚类数据的增量数据之 后， 对待聚类数据进行二次聚类处理， 得到多个 第二聚类指标值， 并从多个第二聚类指标值中选 取第二目标聚类指标值； 获取第二目标聚类指标 值对应的第二最佳聚类簇数值； 根据第一最佳聚 类簇数值和第二最佳聚类簇数值的比较结果， 更 新聚类模型中的聚类中心， 并采用更新后的聚类 模型对待聚类数据进行K ‑means聚类处理， 得到 目标聚类处理结果。 本发明解决了由于现有技术 中数据聚类方法无法自动满足新增数据聚类需 求， 造成的聚类效率低且聚类结果差的技术问 题。 权利要求书2页 说明书12页 附图4页 CN 114330584 A 2022.04.12 CN 114330584 A 1.一种数据聚类方法， 其特 征在于， 包括： 获取基于待聚类数据的原 始数据预 先确定的第一 最佳聚类簇数值； 在检测到所述待聚类数据的增量数据之后， 对所述待聚类数据进行二次聚类处理， 得 到多个第二聚类指标值， 并从多个所述第二聚类指标值中选取第二目标聚类指标值； 获取所述第二目标聚类指标值对应的第二 最佳聚类簇数值； 根据所述第 一最佳聚类簇数值和所述第 二最佳聚类簇数值的比较结果， 更新 聚类模型 中的聚类中心， 并采用更新后的聚类模型对 所述待聚类数据进 行K‑means聚类处理， 得到目 标聚类处 理结果。 2.根据权利要求1所述的方法， 其特征在于， 获取基于待聚类数据的原始数据 预先确定 的第一最佳聚类簇数值， 包括： 对所述原始数据进行首次聚类处理得到多个第 一聚类指标值， 并从多个所述第 一聚类 指标值中选取第一目标聚类指标值； 获取所述第一目标聚类指标值对应的第一 最佳聚类簇数值。 3.根据权利要求1所述的方法， 其特征在于， 在获取基于待聚类数据的原始数据 预先确 定的第一 最佳聚类簇数值之后， 所述方法还 包括： 采用所述第一最佳聚类簇数值对所述原始数据进行K ‑means聚类处理， 得到首次聚类 处理结果。 4.根据权利要求1所述的方法， 其特征在于， 根据 所述第一最佳聚类簇数值和所述第 二 最佳聚类簇数值的比较结果， 确定聚类模型中的聚类中心， 包括： 当所述比较结果为所述第 一最佳聚类簇数值小于所述第 二最佳聚类簇数值 时， 则基于 所述增量数据和初始聚类中心确定新增聚类中心， 并将所述新增聚类中心和所述初始聚类 中心作为下一次聚类处 理的初始聚类中心； 当所述比较结果为所述第 一最佳聚类簇数值大于所述第 二最佳聚类簇数值 时， 确定所 述增量数据和所述原 始数据的分布不相符合， 并取消聚类处 理流程； 当所述比较结果为所述第 一最佳聚类簇数值等于所述第 二最佳聚类簇数值 时， 则仍将 对所述原始数据进行首次聚类处理确定的聚类中心， 作为下一次聚类处理的初始聚类中 心。 5.根据权利要求4所述的方法， 其特征在于， 在将所述新增聚类中心和所述初始聚类中 心作为下一次聚类的初始聚类中心之后， 所述方法还 包括： 基于所述第 一最佳聚类簇数值和所述第 二最佳聚类簇数值， 计算得到第 三最佳聚类数 值； 根据所述第三最佳聚类簇数值， 循环执行基于所述增量数据选取距离目标， 并将所述 目标作为下一次聚类的初始聚类中心的步骤， 得到对应多个所述初始聚类中心； 将多个所述初始聚类中心对所述聚类模型进行聚类中心的迭代， 得到所述更新后的聚 类模型。 6.一种数据聚类装置， 其特 征在于， 包括： 第一获取模块， 用于获取基于待聚类数据的原始数据预先确定的第一最佳聚类簇数 值； 第一处理模块， 用于在检测到所述待聚类数据的增量数据之后， 对所述待聚类数据进权　利　要　求　书 1/2 页 2 CN 114330584 A 2行二次聚类处理， 得到多个第二聚类指标值， 并从多个所述第二聚类指标值中选取第二 目 标聚类指标值； 第二获取模块， 用于获取 所述第二目标聚类指标值对应的第二 最佳聚类簇数值； 第二处理模块， 用于根据所述第 一最佳聚类簇数值和所述第 二最佳聚类簇数值的比较 结果， 更新聚类模型中的聚类中心， 并采用更新后的聚类模型对所述待聚类数据进行K ‑ means聚类处 理， 得到目标聚类处 理结果。 7.根据权利要求6所述的装置， 其特 征在于， 所述第一获取模块还 包括： 选取模块， 用于对所述原始数据进行首次聚类处理得到多个第一聚类指标值， 并从多 个所述第一聚类指标值中选取第一目标聚类指标值； 第一获取子模块， 用于获取 所述第一目标聚类指标值对应的第一 最佳聚类簇数值。 8.根据权利要求6所述的装置， 其特 征在于， 所述装置还 包括： 第二获取子模块， 用于采用所述第一最佳聚类簇数值对所述原始数据进行K ‑means聚 类处理， 得到首次聚类处 理结果。 9.根据权利要求6所述的装置， 其特 征在于， 所述第二处 理模块还 包括： 比较模块， 用于当所述比较结果为所述第 一最佳聚类簇数值小于所述第 二最佳聚类簇 数值时， 则基于所述增量数据和初始聚类中心确定新增聚类中心， 并将所述新增聚类中心 和所述初始聚类中心作为下一次聚类处 理的初始聚类中心； 第一确定子模块， 用于当所述比较结果为所述第 一最佳聚类簇数值大于所述第 二最佳 聚类簇数值时， 确定所述增量数据和所述原 始数据的分布不相符合， 并取消聚类处 理流程； 第二确定子模块， 用于当所述比较结果为所述第 一最佳聚类簇数值等于所述第 二最佳 聚类簇数值时， 则仍将对所述原始数据进行首次聚类处理确定的聚类中心， 作为下一次聚 类处理的初始聚类中心。 10.根据权利要求9所述的装置， 其特 征在于， 所述装置还 包括： 计算模块， 用于基于所述第一最佳聚类簇数值和所述第二最佳聚类簇数值， 计算得到 第三最佳聚类数值； 第三获取子模块， 用于根据所述第三最佳聚类簇数值， 循环执行基于所述增量数据选 取距离目标， 并将所述 目标作为下一次聚类的初始 聚类中心的步骤， 得到对应多个所述初 始聚类中心； 第四获取子模块， 用于将多个所述初始聚类中心对所述聚类模型进行聚类中心的迭 代， 得到所述更新后的聚类模型。 11.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有多条指 令， 所述指令适于由处 理器加载并执 行权利要求1至 5中任意一项所述的数据聚类方法。 12.一种电子设备， 包括存储器和 处理器， 其特征在于， 所述存储器中存储有计算机程 序， 所述处理器被设置为运行所述计算机程序以执行权利要求1至5中任意一项 所述的数据 聚类方法。权　利　要　求　书 2/2 页 3 CN 114330584 A 3