本申請涉及大數(shù)據(jù)移動數(shù)據(jù)分析領(lǐng)域，特別涉及一種集群數(shù)據(jù)分析方法及裝置。

背景技術(shù)：

隨著大數(shù)據(jù)技術(shù)的廣泛普及，大數(shù)據(jù)的應(yīng)用在日常生活中十分常見，尤其在數(shù)據(jù)廠商根據(jù)大數(shù)據(jù)的分析將廣告、消息推送等針對性較強(qiáng)的內(nèi)容有目的地推送給最適合的對象，這也是大數(shù)據(jù)的重要應(yīng)用之一。同時，移動數(shù)據(jù)的增多，也就是包含對象的運(yùn)動知識和位置信息的數(shù)據(jù)增多，可以更加有目的對對象銷售產(chǎn)品。利用移動數(shù)據(jù)，還可以研究交通擁堵預(yù)測和動物遷徙。但是，在利用移動數(shù)據(jù)對移動對像的模式挖掘中，由于對象數(shù)據(jù)包含的類型多樣性，且對數(shù)據(jù)分析的實(shí)時性要求較高，因此為挖掘移動數(shù)據(jù)的模式帶來了挑戰(zhàn)。

通常挖掘移動數(shù)據(jù)的模式應(yīng)用在例如，交通管理，物流配送和人群檢測。這些需要分析集群的變化情況。而對于集群變化的本質(zhì)：一個集群是否對應(yīng)于一組汽車簡單地消失或者集群中的成員遷移到其他集群中，新出現(xiàn)的集群是否反映新的車輛或者是出現(xiàn)新的目標(biāo)群體，或者是現(xiàn)有客戶的喜好轉(zhuǎn)變而產(chǎn)生的。

因此，研究集群變化情況是分析一段時間內(nèi)的集群數(shù)據(jù)變化情況，首先將原始的數(shù)據(jù)劃分為類，才可以以集群為單位研究，再通過不同時間點(diǎn)的集群的區(qū)別判斷其變化。上述也是目前一般的集群數(shù)據(jù)的分析方法。

但是，目前的分析方法在較小數(shù)量的數(shù)據(jù)中應(yīng)用時，得出的結(jié)果與現(xiàn)實(shí)情況的誤差是較小的，當(dāng)數(shù)據(jù)量增多時上述方法的模式分析的結(jié)果與現(xiàn)實(shí)偏差較大，不符合預(yù)期結(jié)果。

因此，如何解決集群數(shù)據(jù)分析方法誤差較大的問題，是本領(lǐng)域技術(shù)人員所關(guān)注的熱點(diǎn)問題。

技術(shù)實(shí)現(xiàn)要素：

本申請的目的是提供一種集群數(shù)據(jù)分析方法及裝置，通過在傳統(tǒng)的分析方法中建立存放異常數(shù)據(jù)的表，再在分類時也將表中的數(shù)據(jù)進(jìn)行分類，以避免丟失具有分析價值的數(shù)據(jù)，防止分析過程誤差較大，出現(xiàn)不符合預(yù)期結(jié)果的情況。

為解決上述技術(shù)問題，本申請?zhí)峁┮环N集群數(shù)據(jù)分析方法，包括：

選取預(yù)定時間段內(nèi)的相隔預(yù)定時間間隔的時間點(diǎn)對應(yīng)的移動集群對象數(shù)據(jù)；

建立異常數(shù)據(jù)動態(tài)表；

將每個所述時間點(diǎn)的所述移動集群對象數(shù)據(jù)和所述異常數(shù)據(jù)動態(tài)表內(nèi)的異常數(shù)據(jù)點(diǎn)進(jìn)行分類，得到初始分類結(jié)果，將未分類的所述移動集群對象數(shù)據(jù)作為所述異常數(shù)據(jù)點(diǎn)并存儲至異常數(shù)據(jù)動態(tài)表中；

從第一個所述時間點(diǎn)開始，分析每個所述時間點(diǎn)的所述初始分類結(jié)果和所述時間點(diǎn)的前一個所述時間點(diǎn)的所述初始分類結(jié)果的變化，并根據(jù)所述變化的情況對每個所述時間的初始分類結(jié)果進(jìn)行變化情況標(biāo)識，得到分類結(jié)果。

可選的，還包括：

根據(jù)所述分類結(jié)果確定每個所述時間點(diǎn)的類與類之間的關(guān)系，構(gòu)建移動集群模式樹；

根據(jù)所述移動集群模式樹，確定相關(guān)移動集群頻繁信息。

可選的，所述變化情況的標(biāo)識，具體包括：

保留、合并、分離、擴(kuò)張、收縮、消失、出現(xiàn)。

可選的，所述建立異常數(shù)據(jù)動態(tài)表，包括：

建立所述異常數(shù)據(jù)動態(tài)表；

設(shè)置相關(guān)處理參數(shù)；其中，所述處理參數(shù)包括動態(tài)變化時間和更新時間。

可選的，所述將分類中沒有歸類的所述移動集群對象數(shù)據(jù)作為所述異常數(shù)據(jù)點(diǎn)并存儲至異常數(shù)據(jù)動態(tài)表中，還包括：

根據(jù)所述處理參數(shù)，判斷所述異常數(shù)據(jù)點(diǎn)的存在時間是否超出所述更新時間；

若是，則更新所述異常數(shù)據(jù)點(diǎn)。

本申請還提供一種集群數(shù)據(jù)分析裝置，所述裝置包括：

選取數(shù)據(jù)模塊，用于選取預(yù)定時間段內(nèi)的相隔預(yù)定時間間隔的時間點(diǎn)對應(yīng)的移動集群對象數(shù)據(jù)；

建表模塊，用于建立異常數(shù)據(jù)動態(tài)表；

初始分類模塊，用于將每個所述時間點(diǎn)的所述移動集群對象數(shù)據(jù)和所述異常數(shù)據(jù)動態(tài)表內(nèi)的異常數(shù)據(jù)點(diǎn)進(jìn)行分類，得到初始分類結(jié)果，將未分類的所述移動集群對象數(shù)據(jù)作為所述異常數(shù)據(jù)點(diǎn)并存儲至異常數(shù)據(jù)動態(tài)表中；

變化標(biāo)識模塊，用于從第一個所述時間點(diǎn)開始，分析每個所述時間點(diǎn)的所述初始分類結(jié)果和所述時間點(diǎn)的前一個所述時間點(diǎn)的所述初始分類結(jié)果的變化，并根據(jù)所述變化的情況對每個所述時間的初始分類結(jié)果進(jìn)行變化情況標(biāo)識，得到分類結(jié)果。

可選的，還包括：

建樹模塊，用于根據(jù)所述分類結(jié)果確定每個所述時間點(diǎn)的類與類之間的關(guān)系，構(gòu)建移動集群模式樹；

挖掘模塊，用于根據(jù)所述移動集群模式樹，確定相關(guān)移動集群頻繁信息。

可選的，所述建表模塊，包括：

建表單元，用于建立所述異常數(shù)據(jù)動態(tài)表

設(shè)置參數(shù)單元，用于設(shè)置相關(guān)處理參數(shù)；其中，所述處理參數(shù)包括動態(tài)變化時間和更新時間。

可選的，所述初始分類模塊，還包括：更新單元，其中，所述更新單元包括：

時間判斷子單元，用于根據(jù)所述處理參數(shù)，判斷所述異常數(shù)據(jù)點(diǎn)的存在時間是否超出所述更新時間；

更新子單元，用于當(dāng)所述異常數(shù)據(jù)點(diǎn)的存在時間超出所述更新時間，更新所述異常數(shù)據(jù)點(diǎn)。

由于現(xiàn)有的集群數(shù)據(jù)分析方法，在分類過程中會將所有的未分類的數(shù)據(jù)丟系，但是對于一個時間段的數(shù)據(jù)，目前時刻未分類的異常數(shù)據(jù)對于下一時刻的分類結(jié)果是有有益影響。因此，會造成分析結(jié)果誤差較大，描述的現(xiàn)實(shí)情況不符合預(yù)期要求。

因此，本申請所提供的一種集群數(shù)據(jù)分析方法，包括，選取預(yù)定時間段內(nèi)的相隔預(yù)定時間間隔的時間點(diǎn)對應(yīng)的移動集群對象數(shù)據(jù)；建立異常數(shù)據(jù)動態(tài)表；將每個所述時間點(diǎn)的所述移動集群對象數(shù)據(jù)和所述異常數(shù)據(jù)動態(tài)表內(nèi)的異常數(shù)據(jù)點(diǎn)進(jìn)行分類，得到初始分類結(jié)果，將未分類的所述移動集群對象數(shù)據(jù)作為所述異常數(shù)據(jù)點(diǎn)并存儲至異常數(shù)據(jù)動態(tài)表中；從第一個所述時間點(diǎn)開始，分析每個所述時間點(diǎn)的所述初始分類結(jié)果和所述時間點(diǎn)的前一個所述時間點(diǎn)的所述初始分類結(jié)果的變化，并根據(jù)所述變化的情況對每個所述時間的初始分類結(jié)果進(jìn)行變化情況標(biāo)識，得到分類結(jié)果。

通過建立可以保存未分類數(shù)據(jù)的異常數(shù)據(jù)動態(tài)表，存儲異常數(shù)據(jù)，避免了有用數(shù)據(jù)的丟失，同時在分類中也包含該異常數(shù)據(jù)，可以使數(shù)據(jù)分析的過程準(zhǔn)確度更高。本申請還提供了一種集群數(shù)據(jù)分析裝置，具有以上有益效果，在此不做贅述。

附圖說明

為了更清楚地說明本申請實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本申請實(shí)施例提供的集群數(shù)據(jù)分析方法的流程圖；

圖2為本申請實(shí)施例提供的數(shù)據(jù)分析的具體流程圖；

圖3為本申請實(shí)施例提供的分類過程的部分流程圖；

圖4為本申請實(shí)施例提供的分析模式的流程圖；

圖5為本申請實(shí)施例提供的構(gòu)建模式樹圖；

圖6為本申請實(shí)施例提供的建立動態(tài)表的流程圖；

圖7為本申請實(shí)施例提供的更新動態(tài)表的流程圖；

圖8為本申請實(shí)施例提供的集群數(shù)據(jù)分析裝置的框圖；

圖9為本申請實(shí)施例提供的構(gòu)建模式樹的框圖；

圖10為本申請實(shí)施例提供的建表模塊的框圖。

具體實(shí)施方式

本申請的核心是提供一種集群數(shù)據(jù)分析方法，通過建立異常數(shù)據(jù)動態(tài)表，存儲異常數(shù)據(jù)以及更新所存儲的數(shù)據(jù)，避免了因丟失有用數(shù)據(jù)而造成的分析結(jié)果誤差較大，提高了分析方法的準(zhǔn)確度。

為使本申請實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本申請實(shí)施例中的附圖，對本申請實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本申請一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾堉械膶?shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本申請保護(hù)的范圍。

請參考圖1，圖1為本申請實(shí)施例提供的集群數(shù)據(jù)分析方法的流程圖。

本實(shí)施例可以包括：

s100，選取預(yù)定時間段內(nèi)的相隔預(yù)定時間間隔的時間點(diǎn)對應(yīng)的移動集群對象數(shù)據(jù)；

s200，建立異常數(shù)據(jù)動態(tài)表；

需要說明的是，該步驟s100與步驟s200之間沒有聯(lián)系，因此也無執(zhí)行的先后關(guān)系，可以先執(zhí)行步驟s200再執(zhí)行步驟s100，也可以同時執(zhí)行這兩個步驟，在此不做限定。

其中，步驟s100所指的預(yù)定時間段指的是本研究所要分析的時間段，可以由所分析的實(shí)際情況而定。例如，研究的某一段公路晚上5點(diǎn)至7點(diǎn)的車輛的集群數(shù)據(jù)，那么應(yīng)選擇包含這一時間段的時間段。也就是說非必須的選擇這一時間段，因?yàn)檠芯康氖亲兓臄?shù)據(jù)，對于時間段開始和結(jié)尾的數(shù)據(jù)也要觀察變化情況，所以因在開始和結(jié)尾增加合適的時間預(yù)留長度，以供全面的分析所述時間段內(nèi)的數(shù)據(jù)。

同時，該預(yù)定時間間隔指的是在該時間段中連續(xù)的時間的抽樣點(diǎn)的間隔，可以由所分析的時機(jī)情況決定，但對于時間段的抽樣還有一個重要的參數(shù)是在該時間段內(nèi)的抽樣點(diǎn)的個數(shù)，由于需要分析大量的數(shù)據(jù)，增加一個點(diǎn)對于所要分析的數(shù)據(jù)量有一定程度的增加，因此需要以合適的抽樣點(diǎn)個數(shù)得出準(zhǔn)確的結(jié)果。例如，需要研究某一段公路晚上5點(diǎn)至7點(diǎn)的車輛的集群數(shù)據(jù)，常識可知此時的車流量較大，車速緩慢，可以將抽樣的點(diǎn)數(shù)適當(dāng)減少。而如果研究的是，某一段公路早晨5點(diǎn)至7點(diǎn)的車輛的集群數(shù)據(jù)，此時車流量較少，車速較快，帶來的是公路中的車輛變化較快，因此可以將抽樣的點(diǎn)數(shù)適當(dāng)增加。

確定時間點(diǎn)后，選取時間對應(yīng)的移動集群對象數(shù)據(jù)。該移動集群對象數(shù)據(jù)的表示為一個移動對象的在某個時間點(diǎn)移動數(shù)據(jù)信息o：

o＝(oid,p(x,y),t)

其中，oid為數(shù)據(jù)類型標(biāo)識符，p(x,y)為該移動對象在時間點(diǎn)t的經(jīng)緯度，x為經(jīng)度，y為緯度，t為該時刻的時間。

定義ω(t)，o∈ω，ω(t)為一組移動數(shù)據(jù)對象數(shù)據(jù)的集合，被稱為移動對象位置協(xié)調(diào)集。

對于，步驟s200中所建立的異常數(shù)據(jù)動態(tài)表，在數(shù)據(jù)分析中應(yīng)建立一個數(shù)據(jù)表，可以對數(shù)據(jù)進(jìn)行存儲，修改和刪除等功能。在本實(shí)施例中所建立動態(tài)表名稱為f-list。

s300，將每個所述時間點(diǎn)的所述移動集群對象數(shù)據(jù)和所述異常數(shù)據(jù)動態(tài)表內(nèi)的異常數(shù)據(jù)點(diǎn)進(jìn)行分類，得到初始分類結(jié)果，將未分類的所述移動集群對象數(shù)據(jù)作為所述異常數(shù)據(jù)點(diǎn)并存儲至異常數(shù)據(jù)動態(tài)表中；

需要說明的是對于該移動集群對象數(shù)據(jù)的分類可以使用分類方法進(jìn)行分類，例如，dbscan、knn、k-means，可以根據(jù)數(shù)據(jù)分析的性能要求和結(jié)果準(zhǔn)確度的要求選擇分類方法，在本實(shí)施例中不做限定。

其中，在分類過程中會出現(xiàn)未分類的數(shù)據(jù)，需要將其作為異常數(shù)據(jù)保存至異常數(shù)據(jù)動態(tài)表中。同樣的，在對數(shù)據(jù)的分類中的分類對象是所有數(shù)據(jù)，也就是說包含待分類的該時間點(diǎn)的數(shù)據(jù)和異常數(shù)據(jù)動態(tài)表中的數(shù)據(jù)。

因此，本申請通過建立可以保存未分類數(shù)據(jù)的異常數(shù)據(jù)動態(tài)表，存儲異常數(shù)據(jù)，避免了有用數(shù)據(jù)的丟失，同時在分類中也包含該異常數(shù)據(jù)，可以使數(shù)據(jù)分析的過程準(zhǔn)確度更高。

s400，從第一個所述時間點(diǎn)開始，分析每個所述時間點(diǎn)的所述初始分類結(jié)果和所述時間點(diǎn)的前一個所述時間點(diǎn)的所述初始分類結(jié)果的變化，并根據(jù)所述變化的情況對每個所述時間的初始分類結(jié)果進(jìn)行變化情況標(biāo)識，得到分類結(jié)果。

其中，根據(jù)上述過程得到的初始分類結(jié)果是每個時間點(diǎn)的分類結(jié)果，由于是要分析研究集群數(shù)據(jù)對象的演化模式，需要將每個時間點(diǎn)的數(shù)據(jù)的分類結(jié)果聯(lián)系到一起分析得到相關(guān)關(guān)系。因此，需要分析每個時間點(diǎn)的初始分類結(jié)果和該時間點(diǎn)的前一個時間點(diǎn)的初始分類結(jié)果，根據(jù)兩個時間點(diǎn)的初始分類結(jié)果進(jìn)行關(guān)聯(lián)得出分類類別并標(biāo)識變化情況。

在本實(shí)施例中，利用jaccard相似度進(jìn)行判斷兩個相鄰時間點(diǎn)的變化情況，并將此劃分為相應(yīng)的變化情況類別并標(biāo)識。jaccard相似度涉及到置信度的問題，也就是相鄰時間點(diǎn)的集群初始分類結(jié)果中，后一時間點(diǎn)數(shù)據(jù)量與前一時間點(diǎn)數(shù)據(jù)量的相似比例判斷其變化情況。其中，相似度的比例需要以經(jīng)驗(yàn)確定，在此不做限定。

其中，變化情況的類別一般因其分析的數(shù)據(jù)具體情況而定。達(dá)到的數(shù)據(jù)一般都會對應(yīng)現(xiàn)實(shí)的具體問題，而對應(yīng)其問題可以大致確定其數(shù)據(jù)的變化情況，及其變化情況類別。如分析簡單問題，數(shù)據(jù)一般有合并、分離、消失和出現(xiàn)的情況，其變化情況的類別也可以分為這幾類。在此不做限定。

在本實(shí)施例中，選擇的實(shí)際問題是分析道路交通狀況，因此，選用的變化情況的類別有以下七種：survives(保留),merged(合并),splits(分離),expands(擴(kuò)張),shrinks(收縮),disappears(消失)和appears(出現(xiàn))。

請參考圖2，圖2為本申請實(shí)施例提供的數(shù)據(jù)分析的具體流程圖。

其中預(yù)定時間段用t表示，預(yù)定時間間隔用δt表示預(yù)定時間間隔，時間點(diǎn)的初始時間點(diǎn)用t表示。

請參考圖3，圖3為本申請實(shí)施例提供的分類過程的部分流程圖。

其中，對于部分的分類過程的流程如下。由于篇幅限制無法展示完全的分類過程流程圖，而且，在此展示部分處理的流程圖作為示例，完全的流程圖可以根據(jù)此部分流程圖簡單拓展可得。因此，在此不做完全描述。

將時間段內(nèi)的時間點(diǎn)設(shè)置為6個，時間間隔為△t，從t開始也就是t，t+△t，t+2△t，t+3△t，t+4△t，t+5△t這6個時間點(diǎn)，對這6個時間點(diǎn)進(jìn)行分類分析。

在t中，將分類后的類用c1,c2,c3,c4區(qū)分，對于這4個類的標(biāo)識為appears(出現(xiàn))，此時有部分無法歸類的點(diǎn)存于異常數(shù)據(jù)動態(tài)表f-list。

在t+△t中，進(jìn)行歸類，此時可發(fā)現(xiàn)在前一時間點(diǎn)的c1,c2合并為一個類c1'，所以用merged(合并)進(jìn)行標(biāo)識；c3'的集群數(shù)量比c3規(guī)模擴(kuò)大，用expands(擴(kuò)張)標(biāo)識；c4保持不變所以用survives(保留)標(biāo)識，繼續(xù)將此時無法歸類點(diǎn)存于異常數(shù)據(jù)動態(tài)表f-list。

在t+2△t中，可看到c3',c4合并成一個大類c3”，所以c3”標(biāo)識為merged(合并)；與此同時c1'與異常數(shù)據(jù)動態(tài)表中的某個數(shù)據(jù)合并為c1”，此時并不標(biāo)識為merged(合并)，而標(biāo)志為expands(擴(kuò)張)，繼續(xù)將此時無法歸類點(diǎn)存于異常數(shù)據(jù)動態(tài)表f-list。

在t+3△t中，由于前時間點(diǎn)t+2△t已存滿，所以進(jìn)行更新并繼續(xù)將此時無法歸類點(diǎn)存于異常數(shù)據(jù)動態(tài)表f-list，對應(yīng)此時c1”'與c5是前一時間點(diǎn)c1”分散而成，所以c1”'與c5都標(biāo)識為splits(分離)，此時c3”'是前一時間點(diǎn)c3”縮小而成，所以標(biāo)識為shrinks(縮小)。

在t+4△t，c1”'保持不變，標(biāo)識為survives；c3””是前一個時間點(diǎn)c3”'的縮小，標(biāo)識為shrinks(縮小)；對于c5，則完全消失了，因此標(biāo)識為disappears(消失)，繼續(xù)將此時無法歸類點(diǎn)存于異常數(shù)據(jù)動態(tài)表f-list。

對于t+5△t，c1”'與c3””相對前一時刻并未有出現(xiàn)任何變化，都標(biāo)識為survives(保留)。

請參考圖4和圖5，圖4為本申請實(shí)施例提供的分析模式的流程圖，圖5為本申請實(shí)施例提供的構(gòu)建模式樹圖。

基于上述實(shí)施例，本實(shí)施例還可以包括：

s500，根據(jù)所述分類結(jié)果確定每個所述時間點(diǎn)的類與類之間的關(guān)系，構(gòu)建移動集群模式樹；

s600，根據(jù)所述移動集群模式樹，確定相關(guān)移動集群頻繁信息。

其中，所建立的移動集群模式樹，是根據(jù)每個時間點(diǎn)所標(biāo)識的變化情況的類別進(jìn)行構(gòu)建，從根(root)的第一個空節(jié)點(diǎn)開始，依次插入c1在各個時間點(diǎn)的分類，構(gòu)建第一條枝杈，并標(biāo)明其變化情況。再插入第二個空節(jié)點(diǎn)，從第二個空節(jié)點(diǎn)開始構(gòu)建第二條枝杈，依據(jù)分類結(jié)果和變化情況，可知在第二個時間點(diǎn)c2合并到c1中，因此在樹中標(biāo)明變化情況并將過程指明。按此依次構(gòu)建剩余枝杈，形成完整的模式樹。

再聯(lián)系實(shí)際情況，選擇合適的挖掘信息的方式，確定相關(guān)移動集群的頻繁信息，可以得到頻繁出現(xiàn)的關(guān)聯(lián)移動模式。

例如，在實(shí)際交通路段中，選擇立交橋的晚上5點(diǎn)到7點(diǎn)的時間段，根據(jù)分析模式樹，會發(fā)現(xiàn)合并(merged)與擴(kuò)張(expands)頻繁出現(xiàn)，依次定義該時間段的車輛情況，對交通調(diào)制有重要指導(dǎo)意義。

請參考圖6，圖6為本申請實(shí)施例提供的建立動態(tài)表的流程圖。

基于上述實(shí)施例，本實(shí)施例的建立異常數(shù)據(jù)動態(tài)表，可以包括：

s210，建立所述異常數(shù)據(jù)動態(tài)表；

s220，設(shè)置相關(guān)處理參數(shù)；其中，所述處理參數(shù)包括動態(tài)變化時間和更新時間。

需要說明的是，對該異常數(shù)據(jù)動態(tài)表設(shè)置相關(guān)處理參數(shù)后，異常數(shù)據(jù)動態(tài)表的表示如下：

f-list(τ,θ)

其中τ＝t/n，n＝1,2,3……表示所選取的應(yīng)該保存的異常數(shù)據(jù)點(diǎn)的某段時間；θ＝τ/n，n＝1,2,3……表示所選取的應(yīng)該更新的異常數(shù)據(jù)點(diǎn)的存在子時間。

上述參數(shù)可以根據(jù)數(shù)據(jù)和現(xiàn)實(shí)的具體情況做設(shè)置，參數(shù)的數(shù)值影響到后續(xù)分類的掃描的數(shù)據(jù)量和結(jié)果的準(zhǔn)確度，如果數(shù)值過大會使同時存在的數(shù)據(jù)量過多，導(dǎo)致分類掃描的負(fù)載加大，影響數(shù)據(jù)處理的速度，如果數(shù)值過小會使有用的數(shù)據(jù)過早清除，導(dǎo)致后續(xù)分析的結(jié)果誤差較大。因此，以具體情況而定，在此不做具體限定。

在本實(shí)施例中，設(shè)置τ為3，也就是其動態(tài)表存滿3個時間點(diǎn)的數(shù)據(jù)，就更新一次數(shù)據(jù)，同時設(shè)置θ為2，也就是更新數(shù)據(jù)時將前兩個時間點(diǎn)存儲的數(shù)據(jù)刪除。

請參考圖7，圖7為本申請實(shí)施例提供的更新動態(tài)表的流程圖。

基于上述實(shí)施例，本實(shí)施例，還可以包括：

s321，根據(jù)所述處理參數(shù)，判斷所述異常數(shù)據(jù)點(diǎn)的存在時間是否超出所述更新時間；

s322，若是，則更新所述異常數(shù)據(jù)點(diǎn)。

對應(yīng)上述實(shí)施例，在處理過程中需要做相應(yīng)的判斷過程，當(dāng)判斷所述異常數(shù)據(jù)點(diǎn)超出更新時間也就是τ值，則更新前兩個時間點(diǎn)存儲的數(shù)據(jù)。

其中，更新數(shù)據(jù)的方式，是為了避免異常數(shù)據(jù)動態(tài)表中存儲了過多的冗余數(shù)據(jù)，而導(dǎo)致分類中的掃描的數(shù)據(jù)量過，使機(jī)器負(fù)載增大，因此，規(guī)定其需要更新的時間，到超時，進(jìn)行更新操作。該更新操作可以是全部刪除，也可以是對比后部分刪除，還可以將超時數(shù)據(jù)存于其他表，供后續(xù)使用，而不是刪除操作。

在本實(shí)施例中，選擇的是對超時的數(shù)據(jù)進(jìn)行刪除操作，為了減少每次需要掃描數(shù)據(jù)的數(shù)據(jù)量，同時減輕機(jī)器負(fù)載。

本申請實(shí)施例提供了一種集群數(shù)據(jù)分析方法，通過建立異常數(shù)據(jù)動態(tài)表，存儲在分類過程中出現(xiàn)的異常數(shù)據(jù)，避免了丟失有用數(shù)據(jù)的情況，提高了分析方法的準(zhǔn)確度。

下面對本申請實(shí)施例提供的集群數(shù)據(jù)分析裝置進(jìn)行介紹，下文描述的集群數(shù)據(jù)分析裝置與上文描述的集群數(shù)據(jù)分析方法可相互對應(yīng)參照。

請參考圖8，圖8為本申請實(shí)施例提供的集群數(shù)據(jù)分析裝置的框圖。

本實(shí)施例提供一種集群數(shù)據(jù)分析裝置，可以包括：

選取數(shù)據(jù)模塊100，用于選取預(yù)定時間段內(nèi)的相隔預(yù)定時間間隔的時間點(diǎn)對應(yīng)的移動集群對象數(shù)據(jù)；

建表模塊200，用于建立異常數(shù)據(jù)動態(tài)表；

初始分類模塊300，用于將每個所述時間點(diǎn)的所述移動集群對象數(shù)據(jù)和所述異常數(shù)據(jù)動態(tài)表內(nèi)的異常數(shù)據(jù)點(diǎn)進(jìn)行分類，得到初始分類結(jié)果，將未分類的所述移動集群對象數(shù)據(jù)作為所述異常數(shù)據(jù)點(diǎn)并存儲至異常數(shù)據(jù)動態(tài)表中；

變化標(biāo)識模塊400，用于從第一個所述時間點(diǎn)開始，分析每個所述時間點(diǎn)的所述初始分類結(jié)果和所述時間點(diǎn)的前一個所述時間點(diǎn)的所述初始分類結(jié)果的變化，并根據(jù)所述變化的情況對每個所述時間的初始分類結(jié)果進(jìn)行變化情況標(biāo)識，得到分類結(jié)果。

請參考圖9，圖9為本申請實(shí)施例提供的構(gòu)建模式樹的框圖。

基于上述實(shí)施例，本實(shí)施例還可以包括：

建樹模塊500，用于根據(jù)所述分類結(jié)果確定每個所述時間點(diǎn)的類與類之間的關(guān)系，構(gòu)建移動集群模式樹；

挖掘模塊600，用于根據(jù)所述移動集群模式樹，確定相關(guān)移動集群頻繁信息。

請參考圖10，圖10為本申請實(shí)施例提供的建表模塊的框圖。

基于上述實(shí)施例，該建表模塊200可以包括：

建表單元210，用于建立所述異常數(shù)據(jù)動態(tài)表

設(shè)置參數(shù)單元220，用于設(shè)置相關(guān)處理參數(shù)；其中，所述處理參數(shù)包括動態(tài)變化時間和更新時間。

基于上述實(shí)施例，本實(shí)施例還可以包括：更新單元，其中，該更新單元可以包括：

時間判斷子單元，用于根據(jù)所述處理參數(shù)，判斷所述異常數(shù)據(jù)點(diǎn)的存在時間是否超出所述更新時間；

更新子單元，用于當(dāng)所述異常數(shù)據(jù)點(diǎn)的存在時間超出所述更新時間，更新所述異常數(shù)據(jù)點(diǎn)。

說明書中各個實(shí)施例采用遞進(jìn)的方式描述，每個實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個實(shí)施例之間相同相似部分互相參見即可。對于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對應(yīng)，所以描述的比較簡單，相關(guān)之處參見方法部分說明即可。

專業(yè)人員還可以進(jìn)一步意識到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計約束條件。專業(yè)技術(shù)人員可以對每個特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本申請的范圍。

結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲器(ram)、內(nèi)存、只讀存儲器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬盤、可移動磁盤、cd-rom、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲介質(zhì)中。

以上對本申請所提供的一種集群數(shù)據(jù)分析方法及裝置進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個例對本申請的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本申請的方法及其核心思想。應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本申請?jiān)淼那疤嵯?，還可以對本申請進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本申請權(quán)利要求的保護(hù)范圍內(nèi)。