[发明专利]数据对象的聚类、数据处理及数据识别方法

权利要求书

1.一种数据对象的聚类方法，其特征在于，包括：

对文本类型的数据对象进行分词，确定所述数据对象中与数据对象属性对应的至少一个分词，并将所述至少一个分词确定为对应的所述数据对象属性的数据元素；

确定所述至少一个分词的第三特征信息；其中，所述第三特征信息包括所述至少一个分词对应的词向量；

根据所述至少一个分词的第三特征信息，确定对应的所述数据元素的第二特征信息；

根据所述数据元素的第二特征信息，确定对应的所述数据对象的第一特征信息；

根据所述第一特征信息对所述数据对象进行聚类处理。

2.根据权利要求1所述的方法，其特征在于，所述确定所述数据对象中与数据对象属性对应的至少一个分词包括：

识别所述数据对象对应的数据结构，所述数据结构由至少一种数据对象属性构成；

按照所述数据结构，确定所述数据对象中与所述数据对象属性对应的至少一个分词。

3.根据权利要求2所述的方法，其特征在于，所述识别所述数据对象对应的数据结构包括：

采用数据结构识别模型识别所述数据对象对应的数据结构。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据标记有数据结构的数据对象样本生成所述数据结构识别模型。

5.根据权利要求1所述的方法，其特征在于，所述根据所述数据元素的第二特征信息，确定对应的所述数据对象的第一特征信息包括：

确定所述数据对象包括的数据元素对应的元素权重；

根据所述数据元素的元素权重和所述第二特征信息，确定所述数据对象的第一特征信息。

6.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个分词的第三特征信息，确定对应的所述数据元素的第二特征信息包括：

提取所述至少一个分词的第三特征信息中特征最强的第三特征信息，作为所述数据元素的第二特征信息。

7.根据权利要求6所述的方法，其特征在于，所述提取所述至少一个分词的第三特征信息中特征最强的第三特征信息包括：

在所述至少一个分词对应的词向量中，提取各个维度的最大值构建新的词向量，作为所述数据元素的第二特征信息。

8.根据权利要求1所述的方法，其特征在于，所述根据所述至少一个分词的第三特征信息，确定对应的所述数据元素的第二特征信息包括：

对所述至少一个分词的第三特征信息进行均值处理，将均值作为所述数据元素的第二特征信息。

9.根据权利要求8所述的方法，其特征在于，所述对所述至少一个分词的第三特征信息进行均值处理，将均值作为所述数据元素的第二特征信息包括：

确定所述至少一个分词对应的词向量的均值，作为所述数据元素的第二特征信息。

10.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息对所述数据对象进行聚类处理包括：

对所述第一特征信息进行k-means聚类处理，将同类的第一特征信息对应的数据对象划分至同类。

11.根据权利要求1所述的方法，其特征在于，所述方法还包括：

针对划分至同类的数据对象，按照至少一种数据对象属性进行再次聚类处理。

12.根据权利要求11所述的方法，其特征在于，所述针对划分至同类的数据对象，按照至少一种数据对象属性进行再次聚类处理包括：

以所述数据对象为顶点，以所述数据对象属性对应的数据元素为边，构建连通图；

提取所述连通图的封闭多边形，将所述封闭多边形对应的数据对象划分至同类。