大数据：运用Hash思维做聚类，不需要训练的平衡聚类

应用场景：

现在有大量的用户行为数据，样本如下:
用户A:‘网页登录’->‘选择商品A’->‘购买’
用户B:‘手机登录’->‘进入游戏中心’->‘开始玩斗地主’
这些都是用户单次登录后的行为数据流。需要将类似行为的用户数据流简单聚类，存储到不同的分区，方便后续的进一步分析。

面临问题：

1. 用户行为太多，上千种：‘选择’，‘浏览’，‘管理’，‘玩耍’
2. 不了解数据分布情况，不希望做数据分析
3. 只希望简单实现，不希望用Kmeans等方法分类

解决思路:

1. 解决分类问题，可以采用数据库常用方法Hash的思路

2. 解决聚类问题，可以采用Kmeans的思路

具体实现步骤：

1. 用户行为编号词典：
   [网页登录，手机登录，浏览选择，购买，游戏中心，玩斗地主]
   [1,1,1,1,1,1]

2. 生成用户行为特征数组
   用户A: ‘网页登录’->‘选择商品A’->‘购买’
   用户B:‘手机登录’->‘进入游戏中心’->‘开始玩斗地主’
   用户A:[1,0,1,1,0,0]
   用户B:[0,1,0,0,1,1]

3. 事前随机生成K值，依据需要的分区数量
   K值A