摘要
本发明公开了一种基于特征爬取与搜索的兴趣点大数据聚类处理方法和系统,所属领域为特征爬取与搜索领域,包括:针对房地产不同业务场景的需求构建兴趣点的多维度特征数据集,通过特征爬取与搜索算法获取与目标业务相关的特征子集;在特征子空间内对所述目标业务相关的特征子集进行局部聚类,获得各特征维度下的局部聚类结果;根据业务需求,确定不同特征维度在整合过程中的重要性权重,同时构建兴趣点特征关联图;基于所述重要性权重和所述兴趣点特征关联图对所述局部聚类结果进行加权组合,获得全局聚类结果。本发明通过特征爬取与搜索算法与目标业务的相关性进行匹配,能够提取出对业务最为相关的特征子集,从而避免了无关特征的干扰。
技术关键词
兴趣点
搜索算法
分布式计算框架
数据
谱聚类算法
地理位置信息
策略
可读存储介质
消除算法
指标
噪声特征
处理器
场景
节点
分层
异构
系统为您推荐了相关专利信息
规划设计方案
三维可视化方法
GIS数据库
数字高程数据
空间地理信息
电视频
异常事件
隐马尔可夫模型
监测预警方法
视频监控数据
二维编码矩阵
数据预测方法
大田作物
基因
神经网络模型
站控制系统
数据采集层
故障安全控制
水泵机组
作物生长监测