(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210984070.X (22)申请日 2022.08.17 (71)申请人 广东工业大 学 地址 510060 广东省广州市越秀区东 风东 路729号大院 申请人 广州大学城 （广工） 科技成果 转化中 心 (72)发明人 王嘉达　刘怡俊　杨晓君　叶武剑　 程昱　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 任文生 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/9535(2019.01)G06Q 50/00(2012.01) (54)发明名称 一种基于多视图谱聚类算法的用户分类方 法及相关装置 (57)摘要 本申请公开了一种基于多视图谱聚类算法 的用户分类方法及相关装置， 方法包括： 根据基 于预置用户多平台信息计算的相似度矩 阵构建 初始多视图聚类函数， 预置用户多平台信息包括 性别、 年龄和职业信息， 初始多视图聚类函数包 括每个平台视图对应的拉普拉斯矩阵； 根据拉普 拉斯矩阵的特征矩 阵为初始多视图聚类函数分 别配置正交约束和非负约束， 得到多视图约束聚 类函数； 根据图重构后的相似度矩阵、 预设旋转 矩阵和预设正则项对多视图约束聚类函数进行 结构优化， 得到多视图转换聚类函数； 通过奇异 值分解的方式对多视图转换聚类函数进行多视 图聚类求解， 得到目标用户聚类标签。 本申请能 解决现有的谱聚类算法在用户分类过程中存在 较为明显的局限性的技 术问题。 权利要求书2页 说明书12页 附图3页 CN 115081556 A 2022.09.20 CN 115081556 A 1.一种基于多视图谱聚类算法的用户分类方法， 其特 征在于， 包括： 根据基于预置用户多平台信 息计算的相似度矩阵构建初始多视图聚类函数， 所述预置 用户多平台信息包括性别、 年龄和职业信息， 所述初始多视图聚类函数包括每个平台视图 对应的拉普拉斯矩阵； 根据所述拉普拉斯矩阵的特征矩阵为所述初始多视 图聚类函数分别配置正交约束和 非负约束， 得到多视图约束聚类函数； 根据图重构后的相似度矩阵、 预设旋转矩阵和预设正则项对所述多视图约束聚类函数 进行结构优化， 得到多视图转换聚类函数； 通过奇异值分解的方式对所述多视图转换聚类函数进行多视图聚类求解， 得到目标用 户聚类标签。 2.根据权利要求1所述的基于多视图谱聚类算法的用户分类方法， 其特征在于， 所述根 据基于预置用户多平台信息计算的相似度矩阵构建初始多视图聚类函数， 之前还 包括： 获取每个用户在不同应用平台上的关注信息， 形成用户信息 视图； 在每个用户的所述用户信息 视图中选取 预设锚点， 得到预置用户多平台信息 。 3.根据权利要求1所述的基于多视图谱聚类算法的用户分类方法， 其特征在于， 所述相 似度矩阵的图重构过程 为： 根据所述拉普拉斯矩阵的特征矩阵和对应的转置特征矩阵对所述相似度矩阵进行结 构化图重构操作， 得到图重构后的相似度矩阵。 4.根据权利要求1所述的基于多视图谱聚类算法的用户分类方法， 其特征在于， 所述根 据图重构后的相似度 矩阵、 预设旋转矩阵和预设正则项对所述多视图约束聚类函数进 行结 构优化， 得到多视图转换聚类函数， 包括： 将预设旋转矩阵加入所述多视图约束聚类函数， 生成初始转换聚类函数； 将预设正则项加入所述初始转换聚类函数， 生成多视图转换聚类函数； 采用图重构后的相似度矩阵更新所述多视图转换聚类函数在聚类分析的迭代过程中 所述拉普拉斯矩阵的特 征矩阵。 5.一种基于多视图谱聚类算法的用户分类装置， 其特 征在于， 包括： 模型构建单元， 用于根据基于预置用户多平台信 息计算的相似度矩阵构建初始多视图 聚类函数， 所述预置用户多平台信息包括性别、 年龄和职 业信息， 所述初始多视图聚类函数 包括每个平台视图对应的拉普拉斯矩阵； 约束配置单元， 用于根据所述拉普拉斯矩阵的特征矩阵为所述初始多视图聚类函数分 别配置正交约束和非负约束， 得到多视图约束聚类函数； 结构优化单元， 用于根据图重构后的相似度矩阵、 预设旋转矩阵和预设正则项对所述 多视图约束聚类函数进行 结构优化， 得到多视图转换聚类函数； 模型求解单元， 用于通过奇异值分解的方式对所述多视图转换聚类函数进行多视图聚 类求解， 得到目标用户聚类标签。 6.根据权利要求5所述的基于多视图谱聚类算法的用户分类装置， 其特征在于， 还包 括： 数据获取 单元， 用于获取每 个用户在不同应用平台上的关注信息， 形成用户信息 视图； 锚点选取单元， 用于在每个用户的所述用户信息视 图中选取预设锚点， 得到预置用户权　利　要　求　书 1/2 页 2 CN 115081556 A 2多平台信息 。 7.根据权利要求5所述的基于多视图谱聚类算法的用户分类装置， 其特征在于， 所述相 似度矩阵的图重构过程 为： 根据所述拉普拉斯矩阵的特征矩阵和对应的转置特征矩阵对所述相似度矩阵进行结 构化图重构操作， 得到图重构后的相似度矩阵。 8.根据权利要求5所述的基于多视图谱聚类算法的用户分类装置， 其特征在于， 所述结 构优化单 元， 具体用于： 将预设旋转矩阵加入所述多视图约束聚类函数， 生成初始转换聚类函数； 将预设正则项加入所述初始转换聚类函数， 生成多视图转换聚类函数； 采用图重构后的相似度矩阵更新所述多视图转换聚类函数在聚类分析的迭代过程中 所述拉普拉斯矩阵的特 征矩阵。 9.一种基于多视图谱聚类算法的用户分类设备， 其特征在于， 所述设备包括处理器以 及存储器； 所述存储器用于存 储程序代码， 并将所述 程序代码传输给 所述处理器； 所述处理器用于根据 所述程序代码中的指令执行权利要求1 ‑4任一项所述的基于多视 图谱聚类算法的用户分类方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质用于存储程序代 码， 所述程序代码用于执行权利要求1 ‑4任一项所述的基于多视图谱聚类算法的用户分类 方法。权　利　要　求　书 2/2 页 3 CN 115081556 A 3