一种基于改进K-means算法的订单分批方法和设备

本发明涉及聚类分析技术领域，具体涉及一种基于改进K‑means算法的订单分批方法和设备，其中，所述方法首先基于EIQ分析框架，采用one‑hot编码将订单映射为高维特征向量，并通过两阶段特征选择构建低维特征子集，以缓解“维度灾难”并提升特征代表性；其次，针对传统K‑means对初始中心敏感及欧氏距离在高维稀疏数据中的局限性，一方面使用轮盘赌的策略优化聚类中心的选取，降低局部最优风险，另一方面采用余弦距离替代欧氏距离，以方向相似性度量订单间的SKU重叠度，从而更精准聚合需求相似的订单至同一批次。