[发明专利]一种流量数据的聚类处理方法、装置及电子设备

摘要

本发明主要涉及大数据技术领域，揭示了一种流量数据的聚类处理方法、装置及电子设备，包括：在预置特征库中选取N个特征；基于流量数据的所选取的特征对应的特征值，得到流量数据的特征向量；根据流量数据的特征向量，将所有流量数据聚类成M个簇；确定在各种M和N取值的组合下流量数据分成的簇的簇错误数总和，簇错误数总和是分成的每个簇的错误数相加的结果，每个簇的错误数是指该簇中白数据的数量和黑数据的数量中较少的一个数量；将最小的簇错误数总和所对应的特征个数和簇个数，作为流量数据聚类时选取的目标特征数和目标簇个数，从而利用聚类算法对大量流量数据进行聚类处理，得以满足对于群体的流量数据整体分析的需求。

主权项

1.一种流量数据的聚类处理方法，其特征在于，所述流量数据包括白数据和黑数据，所述白数据是从确定为白用户的用户的数据流量中抽取的流量数据，所述黑数据是从确定为黑用户的用户的数据流量中抽取的流量数据，所述白用户是确定为不会发出异常流量数据的用户，所述黑用户是确定为会发出异常流量数据的用户，所述方法包括：在预置特征库中选取N个特征，N为正整数；基于流量数据的所选取的特征对应的特征值，得到所述流量数据的特征向量；所述特征向量包括所述流量数据的所述N个特征各自对应的特征值；其中，一个所述特征对应一个所述特征值；根据所述流量数据的特征向量，将所有所述流量数据聚类成M个簇，M为大于等于2的正整数；确定在各种M和N取值的组合下所述流量数据分成的簇的簇错误数总和，所述簇错误数总和是分成的每个簇的错误数相加的结果，每个簇的错误数是指该簇中白数据的数量和黑数据的数量中较少的一个数量；将最小的簇错误数总和所对应的特征个数和簇个数，作为流量数据聚类时选取的目标特征数和目标簇个数。