[发明专利]一种数据挖掘系统中数据聚类的方法、系统及装置

权利要求书

1.一种数据挖掘系统中数据聚类的方法，其特征在于，包括：

A、主控节点对数据对象进行分块，将分块后的数据对象分发给至少两个计算节点；

B、以串行方式或并行方式控制所述每个计算节点执行：

计算利用保存的数据对象中的非中心点对象分别替换确定的设定个中心点对象后对应的替换代价；

C、所述主控节点获取所述每个计算节点的执行结果，并判断获取的执行结果中是否存在小于零的替换代价；

若是，确定替换同一中心点对象的多个非中心点对象中具有小于零且最小替换代价的非中心点对象，利用确定的所述非中心点对象替换所述中心点对象，并返回步骤B；

若否，则将当前各中心点对象及其对应簇中包括的数据对象确定为最终聚类结果并结束。

2.如权利要求1所述的方法，其特征在于，上述步骤B中，计算利用保存的数据对象中的非中心点对象分别替换确定的设定个中心点对象后对应的替换代价，包括：

针对所述保存的数据对象中每个第一非中心点对象，以串行方式或并行方式执行：

B1、选择一个未被选择过的第一中心点对象，以串行方式或并行方式执行步骤B11至步骤B14：

B11、从保存的数据对象中除所述第一非中心点对象以外的非中心点对象中选择一个未被选择过的第二非中心点对象；

B12、计算选择的所述第二非中心点对象分别与所述第一非中心点对象以及确定的设定个中心点对象中除所述第一中心点对象以外的中心点对象的距离；

B13、计算所述距离中的最小距离减去所述第二非中心点对象与其当前归属的簇对应中心点对象的距离得到的差值；

B14、判断保存的数据对象中除所述第一非中心点对象以外的非中心点对象是否均被选择过；

若否，返回步骤B11；

若是，将通过所述步骤B13计算得到的差值相加得到所述第一非中心点对象替换所述第一中心点对象的替换代价，并执行步骤B2；

B2、判断保存的数据对象中所有中心点对象是否均被选择过；

若否，返回步骤B1；

若是，结束。

3.如权利要求1所述的方法，其特征在于，所述步骤C中，确定替换同一中心点对象的多个非中心点对象中具有小于零且最小替换代价的非中心点对象，利用所述非中心点对象替换所述中心点对象，包括：

根据获取的执行结果中各替换代价对应的中心点对象，分别将对应同一中心点对象的替换代价归为一类，并针对所述每一类替换代价以串行方式或并行方式执行：

利用当前类替换代价中具有小于零且最小替换代价的非中心点对象替换当前类对应的中心点对象。

4.如权利要求1所述的方法，其特征在于，在执行完所述步骤A后，还包括：

从所述待处理数据中选择设定个数据对象作为中心点对象，并以串行方式或并行方式控制所述各计算节点执行：

计算保存的各数据对象到所述设定个中心点对象的距离；

将所述各数据对象归类至与其具有最小距离的中心点对象所表示的簇中。

5.如权利要求4所述的方法，其特征在于，将所述各数据对象归类至与其具有最小距离的中心点对象所表示的簇中，包括：

对所述各数据对象添加用于表示与其具有最小距离的中心点对象所表示的簇的标识。

6.一种数据挖掘系统中数据聚类的系统，其特征在于，包括控制节点以及至少两个计算节点；其中，

所述控制节点，用于对数据对象进行分块，将分块后的数据对象分发给所述至少两个计算节点，并以串行方式或并行方式控制所述每个计算节点执行：计算利用保存的数据对象中的非中心点对象分别替换确定的设定个中心点对象后对应的替换代价；以及，获取所述每个计算节点的执行结果，并判断获取的执行结果中是否存在小于零的替换代价；若是，确定替换同一中心点对象的多个非中心点对象中具有小于零且最小替换代价的非中心点对象，利用所述非中心点对象替换所述中心点对象，并继续以串行方式或并行方式控制所述每个计算节点执行：计算利用保存的数据对象中的非中心点对象分别替换确定的设定个中心点对象后对应的替换代价，直到所述每个计算节点的执行结果中不存在小于零的替换代价；若否，则将当前各中心点对象及其对应簇中包括的数据对象确定为最终聚类结果并结束；

所述计算节点，用于根据所述控制节点的控制，计算利用保存的数据对象中的非中心点对象分别替换确定的设定个中心点对象后对应的替换代价。