聚类分析研究进展  

Research Progress of Clustering Analysis

作　　者：夏师[1] 梁碧珍[1] 陆月然[1] 罗明山[1] 

机构地区：[1]百色学院数学与计算机信息工程系,百色533000

出　　处：《现代计算机》2009年第3期20-23,共4页Modern Computer

基　　金：广西教育厅项目(No.200708MS);百色学院重点项目(No.2007KA03)

摘　　要：聚类是数据挖掘中重要的研究课题,是数据挖掘中一种重要的挖掘任务和挖掘方法。介绍聚类分析及其过程,讨论划分方法、层次方法、基于密度的方法、基于网格的方法和基于模型的方法等聚类算法及其不足之处,提出聚类研究今后的发展趋势及研究重点。Clustering is an important topic in the data mining. Introduces the clustering analysis and its process, discusses the traditional clustering algorithm and its disadvantages, and predicts the tendency and the focal points of the research in the field of clustering in future.

关 键 词：数据挖掘 聚类分析 聚类算法 聚类过程 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] O212.4[自动化与计算机技术—计算机科学与技术]