CN117828381A - 对象聚类方法、装置、介质及电子设备 - Google Patents

Abstract

本公开涉及一种对象聚类方法、装置、介质及电子设备，方法包括：获取包括对应各待聚类的对象的节点对象集合；基于节点间相似度，确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；从节点对集合中取出满足预设条件的节点对作为目标节点对，向对象集合中新增以目标节点对中的节点为子节点的节点，从对象集合中删除目标节点对中的节点，确定新增的节点与更新后的对象集合中其他节点的节点间相似度，并将该节点间相似度保存在为新增的节点动态分配的数组中，该数组用于确定后续所确定新增的节点相关的节点间相似度，并基于节点间相似度更新节点对集合和重新选择目标节点对，降低了聚类过程中的内存占用以及计算量。

Description

对象聚类方法、装置、介质及电子设备

技术领域

本公开涉及电子信息技术领域，具体地，涉及一种对象聚类方法、装置、介质及电子设备。

背景技术

在数据挖掘领域中，通常需要对大量的数据进行分析，以获取有价值的分析结果。聚类算法是数据挖掘领域中用于分析数据的一种重要算法，该算法用于将由多个数据组成的集合按照数据的不同类别进行分类，其目的是尽可能地将相似度较大的数据聚合成一类，以方便后续的数据分析。其中，层次聚类是较常用的一种聚类算法。

而相关技术中，基于层次聚类的方案存在耗时以及内存等资源占用较高的问题。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种对象聚类方法，包括：

获取对象集合，所述对象集合内的各节点对应待聚类的对象；

基于所述对象集合中的节点，确定节点间相似度，并基于所述节点间相似度确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；

从所述节点对集合中取出满足预设条件的节点对作为目标节点对，并向所述对象集合中新增以所述目标节点对中的节点为子节点的节点；

从所述对象集合中删除所述目标节点对中的节点，确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度，并将所述节点间相似度保存在为所述新增的节点动态分配的数组中，所述数组用于确定后续所确定新增的节点与对象集合中其他节点的节点间相似度；

将节点间相似度大于预设阈值的新增的节点与其他节点作为节点对加入所述节点对集合中；

在确定不满足结束聚类的条件的情况下，重新从所述节点对集合中取出新的目标节点对。

第二方面，本公开提供一种对象聚类装置，包括：

获取模块，用于获取对象集合，所述对象集合内的各节点对应待聚类的对象；

第一确定模块，用于基于所述对象集合中的节点，确定节点间相似度，并基于所述节点间相似度确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；

第一取样模块，用于从所述节点对集合中取出满足预设条件的节点对作为目标节点对，并向所述对象集合中新增以所述目标节点对中的节点为子节点的节点；

保存模块，用于从所述对象集合中删除所述目标节点对中的节点，确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度，并将所述节点间相似度保存在为所述新增的节点动态分配的数组中，所述数组用于确定后续所确定新增的节点与对象集合中其他节点的节点间相似度；

第二增加模块，用于将节点间相似度大于预设阈值的新增的节点与其他节点作为节点对加入所述节点对集合中；

第二取样模块，用于在确定不满足结束聚类的条件的情况下，重新从所述节点对集合中取出新的目标节点对。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。

通过上述技术方案，在实现层次聚类的过程中，为新增的节点动态分配的数组，并将节点间相似度保存在为新增的节点动态分配的数组中，即只保存与新增节点相关的相似度信息，降低内存占用；且在确定后续所确定新增的节点与对象集合中其他节点的节点间相似度时，可以通过该数组得到，避免在计算某些节点间相似度时引入的基于待聚类的对象的原始特征的递归计算，解决因需递归计算某些节点间相似度所引起的计算量大较高的问题。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：

图1是根据本公开一示例性实施例示出的一种对象聚类方法的流程图。

图2是根据本公开一示例性实施例示出的一种对象聚类方法的另一流程图。

图3是根据本公开一示例性实施例示出的一种相关技术中基于层次聚类的对象聚类方法的流程图。

图4是根据本公开一示例性实施例示出的一种对象聚类装置的框图。

图5是根据本公开一示例性实施例示出的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

同时，可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

在相关技术中，基于层次聚类实现聚类的过程中会预分配一个与待聚类的对象的数量相关的数组，该数组用于存储节点间之间的距离，例如以待聚类的对象的数量为N为例，数组的大小则为(2N+1)*(2N+1)，如果待聚类的对象的数量越大，则会造成使用内存过大的问题。

有鉴于此，本公开实施例提供一种对象聚类方法、装置、介质及电子设备，取消预分配内存存储节点间的距离，使用动态分配内存的方式，并只保存与新增的节点相关的距离信息，降低了内存使用。

以下结合附图对本公开实施例进行进一步解释与说明。

图1是根据本公开一示例性实施例示出的一种对象聚类方法的流程图。该对象聚类方法可以通过电子设备执行，具体可以是通过一种对象聚类装置来执行，该装置可以由软件和/或硬件的方式实现。参照图1，该对象聚类方法可以包括以下步骤：

步骤110，获取对象集合，对象集合内的各节点对应待聚类的对象；

步骤120，基于对象集合中的节点，确定节点间相似度，并基于节点间相似度确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；

步骤130，从节点对集合中取出满足预设条件的节点对作为目标节点对，并向对象集合中新增以目标节点对中的节点为子节点的节点；

步骤140，从对象集合中删除目标节点对中的节点，确定新增的节点与更新后的对象集合中其他节点的节点间相似度，并将节点间相似度保存在为新增的节点动态分配的数组中，数组用于确定后续所确定新增的节点与对象集合中其他节点的节点间相似度；

步骤150，将节点间相似度大于预设阈值的新增的节点与其他节点作为节点对加入节点对集合中；

步骤160，在确定不满足结束聚类的条件的情况下，重新从节点对集合中取出新的目标节点对。

其中，待聚类的对象可以是图像和文本等等。

其中，预设条件可以是节点间相似度最大，即节点对集合中节点间相似度最大的节点对可以作为目标节点对。

值得说明的是，对于层次聚类而言，其核心是先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直至满足结束聚类的条件。对应到本实施例中，将每个待聚类的对象作为一个类别，并将其存储在对象集合中而后，对对象集合中节点进行合并，直至满足结束聚类的条件。

其中，节点间相似度的相似度可以用节点间距离进行表征，距离越远，节点间相似度越小，距离越近，节点间相似度越大。值得说明的是，每个待聚类的对象均可以提取到对应的原始特征，例如，以对象为图像为例，原始特征即是该图像的图像特征。作为示例，可以基于两个节点所对应的对象的原始特征，计算两个节点的余弦距离，并以该余弦距离表征节点间相似度。

值得说明的是，由于节点间相似度大于预设阈值的节点对可以表征该节点对中的两个节点属于同个类别，则可以以一个新的节点表征新的类别，并以此节点涵盖该两个节点，该两个节点作为新增的节点的子节点，同时将目标节点对中的节点对象集合中删除，便于后续基于对象集合中额节点确定最终的聚类结果。

值得说明的是，为新增的节点动态分配的数组的长度可以是M，该M的值与更新后的对象集合中其他节点的数量可以是相同的。

例如，节点D、节点F、节点G、节点H、节点I、节点J和节点K分别表征待聚类的对象，节点D、节点F、节点G、节点H、节点I、节点J和节点K构成对象集合。基于节点D、节点F、节点G、节点H、节点I、节点J和节点K，确定节点间相似度，而节点间相似度FG(即节点F与节点G之间的相似度)作为目标节点对，进而在对象集合中新增以节点F与节点G作为子节点的节点E，并从对象集合中删除节点F与节点G，更新后的对象集合包括节点D、节点E、节点H、节点I、节点J和节点K。

接着，计算节点E与分别与节点D、节点H、节点I、节点J和节点K的节点间相似度，并将节点间相似度ED(即节点E与节点D之间的相似度)、节点间相似度EH(即节点E与节点H之间的相似度)、节点间相似度EI(即节点E与节点I之间的相似度)、节点间相似度EJ(即节点E与节点J之间的相似度)和节点间相似度EK(即节点E与节点K之间的相似度)保存在为节点E动态分配的数组中；

接着，由于节点间相似度ED大于预设阈值，则将节点E与节点D作为节点对加入节点对集合中，且若确定不满足结束聚类的条件，且节点间相似度ED为节点对集合中最大节点间相似度，则将节点E与节点D作为新的目标节点对；

接着，向对象集合中新增以节点E与节点D为子节点的节点B，从对象集合中删除节点E与节点D，从而更新后的对象集合为包括节点B、节点H、节点I、节点J和节点K。

接着，计算节点B与分别与节点H、节点I、节点J和节点K的节点间相似度，并将节点间相似度BH(即节点B与节点H之间的相似度)、节点间相似度BI(即节点B与节点I之间的相似度)、节点间相似度BJ(即节点B与节点J之间的相似度)和节点间相似度BK(即节点B与节点K之间的相似度)保存在为节点B动态分配的数组中。

具体来讲，上述确定新增的节点与更新后的对象集合中其他节点的节点间相似度的步骤可以通过以下方式实施：在第一节点和第二节点均属于待聚类的对象所对应的节点的情况下，根据第一节点的对象特征和第二节点的对象特征，确定与第一节点对应的第一相似度，第一节点为新增的节点对应的子节点，第二节点为对象集合中的其他节点；在目标节点不属于待聚类的对象所对应的节点的情况下，根据与目标节点对应的数组，确定与第一节点对应的第二相似度，目标节点为第一节点或第二节点；基于与第一节点对应的所有相似度，确定新增的节点与第二节点的节点间相似度。

值得说明的是，在第一节点和第二节点均属于待聚类的对象所对应的节点的情况下，由于计算量小，则可以直接根据第一节点和第二节点对应的对象特征进行计算，这里的对象特征例如上述的原始特征。而若第一节点和第二节点任意一者不属于待聚类的对象所对应的节点，则若根据节点对应的原始特征计算，则需要进行递归计算，在节点较多时，会占用较大的内存，从而可以基于与第一节点对应的数组进行确定，避免递归计算。

作为示例，可以基于与所有第一节点对应的所有相似度，对所有相似度进行加权，得到新增的节点与第二节点的节点间相似度。

结合上述示例，以下以计算节点间相似度BH为例，对确定新增的节点与更新后的对象集合中其他节点的节点间相似度的实施方式进行进一步解释与说明。

节点B的子节点分别为节点D和节点E。计算节点间相似度BH需要通过计算节点间相似度DH和节点间相似度EH得到。当节点D作为第一节点时，由于节点D和节点H均属于待聚类的对象所对应的节点，则可以根据节点D和节点H的对象特征，取两者的余弦距离，得到节点D对应的第一相似度。当节点E作为第一节点时，由于节点E不属于待聚类的对象所对应的节点，则需要根据节点E对应的数组确定节点E对应的第二相似度。

而在计算节点B与更新后的对象集合中其他节点的节点间相似度之前，在新增节点E时，保存了节点E对应的数组，且该数组中保存了节点E和节点H的节点间相似度EH，则可以直接访问节点E对应的数组，从而得到节点E对应的第二相似度。

综上，再依据节点D对应的第一相似度以及节点E对应的第二相似度进行加权，则得到节点B与节点H的节点间相似度BH。

通过上述方式，在实现层次聚类的过程中，为新增的节点动态分配的数组，并将节点间相似度保存在为新增的节点动态分配的数组中，即只保存与新增节点相关的相似度信息，降低内存占用；且在确定后续所确定新增的节点与对象集合中其他节点的节点间相似度时，可以通过该数组得到，避免在计算某些节点间相似度时引入的基于待聚类的对象的原始特征的递归计算，解决因需递归计算某些节点间相似度所引起的计算量大较高的问题。

在一些实施例中，在确定新增的节点与更新后的对象集合中其他节点的节点间相似度之后，上述对象距离方法还可以包括：在目标节点对中的节点为历史新增的节点的情况下，删除为该节点分配的数组。

结合上述示例，以确定新增的节点为节点B为例，节点B对应的目标节点对包括节点D和节点E。由于保存了节点B对应的数组，在后续计算某个节点与节点B的节点间相似度时，无需用到保存的与节点E对应的数组，因此，可以将节点E对应的数组删除。

这样，进一步降低聚类过程中的内存占用。

在一些实施例中，上述节点对集合中的节点对可以通过队列进行维护，该队列中的节点对按照节点间相似度的大小进行排序。

这样，便于依次从节点对集合中取出节点间相似度最大的节点对作为目标节点对。

值得说明的是，在向节点对集合加入其他节点对时，需要按照相似度的大小进行插入，以确定节点对集合中的节点对按照节点间相似度的大小进行排序。

在一些实施例中，上述对象距离方法还可以包括：在确定满足结束聚类的条件的情况下，根据结束聚类时的对象集合确定聚类结果，对象集合中的每个节点为一个类别，每个节点至少包括一个待聚类的对象。

其中，对象集合中的每个节点均可以表示一个类别。结束聚类的条件可以是对象集合中节点的数量为预设类别数量，预设类别数量为用户设定的类别数量；结束聚类的条件也可以是对象集合中只剩一个节点，若对象集合中只剩一个节点，则表示该节点能够包括所有待聚类对象所对应的节点。

图2是根据本公开一示例性实施例示出的一种对象聚类方法的另一流程图。参照图2，首先，获取对象集合，预分配预设类别数量，确定对象集合中节点间相似度；将节点间相似度大于预设阈值的节点对加入到队列中，该队列理解为上述节点对集合；从队列中取出<节点a1,节点b1>，即<节点a1,节点b1>作为目标节点对；从对象集合中移除节点a1和节点b1，并在对象集合中新增以节点a1和节点b1作为子节点的节点n；确定节点n与对象集合中其他节点的节点间相似度，并动态创建数组记录节点n相关的节点间相似度；在节点a1或b1为历史新增的节点的情况下，删除为对应节点a1或b1分配的数组；确定是否满足结束聚类的条件，在确定满足结束聚类的条件的情况下，根据对象结合确定聚类结果；在确定不满足结束聚类的条件的情况下，返回将节点间相似度大于预设阈值的节点对加入到队列中，这里的节点间相似度是确定的新增节点n与对象集合中其他节点的节点间相似度。

图3是根据本公开一示例性实施例示出的一种相关技术中基于层次聚类的对象聚类方法的流程图。与图2所示流程相比，相关技术中需要分配与对象集合中待聚类的对象的数量相关的数组，而该数组的内存占比相较于图2中动态分配的数组而言是较大的；且在聚类过程中，会动态删除后续不会参与聚类计算的数组，进一步降低内存的占用。

基于同一构思，本公开实施例还提供一种对象聚类装置，图4是根据本公开一示例性实施例示出的一种对象聚类装置的框图，参照图4，该对象聚类装置400包括：

获取模块401，用于获取对象集合，所述对象集合内的各节点对应待聚类的对象；

第一确定模块402，用于基于所述对象集合中的节点，确定节点间相似度，并基于所述节点间相似度确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；

第一取样模块403，用于从所述节点对集合中取出满足预设条件的节点对作为目标节点对，并向所述对象集合中新增以所述目标节点对中的节点为子节点的节点；

保存模块404，用于从所述对象集合中删除所述目标节点对中的节点，确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度，并将所述节点间相似度保存在为所述新增的节点动态分配的数组中，所述数组用于确定后续所确定新增的节点与对象集合中其他节点的节点间相似度；

第二增加模块405，用于将节点间相似度大于预设阈值的新增的节点与其他节点作为节点对加入所述节点对集合中；

第二取样模块406，用于在确定不满足结束聚类的条件的情况下，重新从所述节点对集合中取出新的目标节点对。

在一些实施例中，所述装置400还包括：

删除模块，用于在确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度之后，在所述目标节点对中的节点为历史新增的节点的情况下，删除为所述节点分配的数组。

在一些实施例中，所述节点对集合中的节点对通过队列进行维护，所述队列中的节点对按照节点间相似度的大小进行排序。

在一些实施例中，所述保存模块404包括：

第一确定子模块，用于在第一节点和第二节点均属于所述待聚类的对象所对应的节点的情况下，根据所述第一节点的对象特征和所述第二节点的对象特征，确定与所述第一节点对应的第一相似度，所述第一节点为所述新增的节点对应的子节点，所述第二节点为所述对象集合中的其他节点；

第二确定子模块，用于在所述目标节点不属于所述待聚类的对象所对应的节点的情况下，根据与所述目标节点对应的数组，确定与所述第一节点对应的第二相似度，所述目标节点为所述第一节点或第二节点；

第三确定子模块，用于基于与所述第一节点对应的所有相似度，确定所述新增的节点与所述第二节点的节点间相似度。

在一些实施例中，所述装置400还包括：

第二确定模块，用于在确定满足所述结束聚类的条件的情况下，根据结束聚类时的对象集合确定聚类结果，所述对象集合中的每个节点为一个类别，所述每个节点至少包括一个待聚类的对象。

在一些实施例中，所述结束聚类的条件包括所述对象集合中节点的数量为预设类别数量，或者，所述对象集合中只剩一个节点。

其中，上述装置400中各模块的实施方式可以参照上述相关实施例，本实施例在此不作赘述。

基于同一构思，本公开实施例还提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现上述对象聚类方法的步骤。

基于同一构思，本公开实施例还提供一种电子设备，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现上述对象聚类方法的步骤。

下面参考图5，其示出了适于用来实现本公开实施例的电子设备500的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

通常，以下装置可以连接至I/O接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从ROM 502被安装。在该计算机程序被处理装置501执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，电子设备可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取对象集合，所述对象集合内的各节点对应待聚类的对象；基于所述对象集合中的节点，确定节点间相似度，并基于所述节点间相似度确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；从所述节点对集合中取出满足预设条件的节点对作为目标节点对，并向所述对象集合中新增以所述目标节点对中的节点为子节点的节点；从所述对象集合中删除所述目标节点对中的节点，确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度，并将所述节点间相似度保存在为所述新增的节点动态分配的数组中，所述数组用于确定后续所确定新增的节点与对象集合中其他节点的节点间相似度；将节点间相似度大于预设阈值的新增的节点与其他节点作为节点对加入所述节点对集合中；在确定不满足结束聚类的条件的情况下，重新从所述节点对集合中取出新的目标节点对。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种对象聚类方法，其特征在于，包括：

获取对象集合，所述对象集合内的各节点对应待聚类的对象；

基于所述对象集合中的节点，确定节点间相似度，并基于所述节点间相似度确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；

从所述节点对集合中取出满足预设条件的节点对作为目标节点对，并向所述对象集合中新增以所述目标节点对中的节点为子节点的节点；

从所述对象集合中删除所述目标节点对中的节点，确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度，并将所述节点间相似度保存在为所述新增的节点动态分配的数组中，所述数组用于确定后续所确定新增的节点与对象集合中其他节点的节点间相似度；

将节点间相似度大于预设阈值的新增的节点与其他节点作为节点对加入所述节点对集合中；

在确定不满足结束聚类的条件的情况下，重新从所述节点对集合中取出新的目标节点对。

2.根据权利要求1所述的方法，其特征在于，在确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度之后，所述方法还包括：

在所述目标节点对中的节点为历史新增的节点的情况下，删除为所述节点分配的数组。

3.根据权利要求1所述的方法，其特征在于，所述节点对集合中的节点对通过队列进行维护，所述队列中的节点对按照节点间相似度的大小进行排序。

4.根据权利要求1所述的方法，其特征在于，确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度，包括：

在第一节点和第二节点均属于所述待聚类的对象所对应的节点的情况下，根据所述第一节点的对象特征和所述第二节点的对象特征，确定与所述第一节点对应的第一相似度，所述第一节点为所述新增的节点对应的子节点，所述第二节点为所述对象集合中的其他节点；

在所述目标节点不属于所述待聚类的对象所对应的节点的情况下，根据与所述目标节点对应的数组，确定与所述第一节点对应的第二相似度，所述目标节点为所述第一节点或第二节点；

基于与所述第一节点对应的所有相似度，确定所述新增的节点与所述第二节点的节点间相似度。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在确定满足所述结束聚类的条件的情况下，根据结束聚类时的对象集合确定聚类结果，所述对象集合中的每个节点为一个类别，所述每个节点至少包括一个待聚类的对象。

6.根据权利要求5所述的方法，其特征在于，所述结束聚类的条件包括所述对象集合中节点的数量为预设类别数量，或者，所述对象集合中只剩一个节点。

7.一种对象聚类装置，其特征在于，包括：

获取模块，用于获取对象集合，所述对象集合内的各节点对应待聚类的对象；

第一确定模块，用于基于所述对象集合中的节点，确定节点间相似度，并基于所述节点间相似度确定用于存储节点间相似度大于预设阈值的节点对的节点对集合；

第一取样模块，用于从所述节点对集合中取出满足预设条件的节点对作为目标节点对，并向所述对象集合中新增以所述目标节点对中的节点为子节点的节点；

保存模块，用于从所述对象集合中删除所述目标节点对中的节点，确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度，并将所述节点间相似度保存在为所述新增的节点动态分配的数组中，所述数组用于确定后续所确定新增的节点与对象集合中其他节点的节点间相似度；

第二增加模块，用于将节点间相似度大于预设阈值的新增的节点与其他节点作为节点对加入所述节点对集合中；

第二取样模块，用于在确定不满足结束聚类的条件的情况下，重新从所述节点对集合中取出新的目标节点对。

8.根据权利要求7所述的装置，其特征在于，还包括：

删除模块，用于在确定所述新增的节点与更新后的对象集合中其他节点的节点间相似度之后，在所述目标节点对中的节点为历史新增的节点的情况下，删除为所述节点分配的数组。

9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-6中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

存储装置，其上存储有计算机程序；

处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-6中任一项所述方法的步骤。