基于自适应聚类中心聚类的网络用户分类方法
本发明公开了基于自适应聚类中心聚类的网络用户分类方法,该方法基于DPC聚类算法的思想,根据用户行为数据特征进行属性划分。根据数据点与其他数据点之间的距离,计算每个用户行为的合密度值,并划分噪声点、边界点和正常点。对于噪声点作丢弃处理,对于正常点首先进行子簇划分,然后对各子簇的代表点通过计算共享邻居进行距离变换,从子簇代表点中选择最终的聚类中心,即用户属性标签。最后根据子簇间的相似进行合并,将边界点划分到与其最近的正常点所在的类别中。本方法所需要的参数少、自适应能力强、聚类过程的自动化程度高,可以根据数据分布特点,自动确定分类类别,无需人工确定属性特征或数量,能有效将不同属性的用户区分开。
《基于自适应聚类中心聚类的网络用户分类方法》是一发明专利,专利号为 2023105100043,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为陶金涛;张钰;吴俣倩,申请日期为2023-05-08,公开(公告)日期为2026-05-15,国际专利分类号(IPC)为 G06F 18/23 (2023.01),高新资质:未报高企,所属技术领域包括:(网络用户分类、密度峰值聚类、自适应聚类中心、子簇划分、共享邻居、用户画像、行为数据分析、噪声点处理、精准营销、数据挖掘)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了基于自适应聚类中心聚类的网络用户分类方法,该方法基于DPC聚类算法的思想,根据用户行为数据特征进行属性划分。根据数据点与其他数据点之间的距离,计算每个用户行为的合密度值,并划分噪声点、边界点和正常点。对于噪声点作丢弃处理,对于正常点首先进行子簇划分,然后对各子簇的代表点通过计算共享邻居进行距离变换,从子簇代表点中选择最终的聚类中心,即用户属性标签。最后根据子簇间的相似进行合并,将边界点划分到与其最近的正常点所在的类别中。本方法所需要的参数少、自适应能力强、聚类过程的自动化程度高,可以根据数据分布特点,自动确定分类类别,无需人工确定属性特征或数量,能有效将不同属性的用户区分开。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
