社交平台的UGC标签聚类方法和装置

摘要

本发明公开了一种社交平台的UGC标签聚类方法和装置，该方法包括：从UGC标签中选取k个标签作为质心分别聚类到初始化的k个簇后，进行至少一次聚类以及质心的更新；其中，一次聚类以及质心的更新过程中：对未聚类的每个标签，计算该标签与各簇的相似度，若计算的相似度大于设定阈值，将该标签聚类到与之相似度最大的簇中；否则生成一个新的以该标签为质心的簇；统计本次聚类完成后得到的每个簇中的标签的个数，将标签个数小于第一数量阈值的簇解散后，针对剩余的每个簇，对于该簇中的每个标签，计算出该标签与该簇中的其它标签的相似度的和值；将该簇的质心更新为和值最大的标签。应用本发明，可提高聚类准确度以及运算速度。

主权项

一种社交平台的UGC标签聚类方法，其特征在于，包括：从用户生成内容UGC标签中选取k个标签作为质心分别聚类到初始化的k个簇后，进行至少一次聚类以及质心的更新；其中，在一次聚类以及质心的更新过程中：对所述UGC标签中未聚类到簇中的每个标签，计算该标签与各簇的相似度，若计算的相似度大于设定阈值，则将该标签聚类到与之相似度最大的簇中；否则，生成一个新的簇，将该标签作为该新的簇的质心；对于本次聚类完成后所得到的每个簇，统计该簇的标签的个数；将标签的个数小于第一数量阈值的簇进行解散后，对于剩余的每个簇，进行该簇质心的更新：对于该簇中的每个标签，计算出该标签与该簇中的其它标签的相似度的和值；将该簇的质心更新为和值最大的标签。