1、聚類(lèi)是一種重要的數(shù)據(jù)挖掘技術(shù),它可以在不了解數(shù)據(jù)背景的情況下完成數(shù)據(jù)的劃分,使得同一個(gè)劃分中的數(shù)據(jù)相似度盡可能大,不同劃分中數(shù)據(jù)的相似度盡可能小,以方便數(shù)據(jù)的分析與管理。與其它數(shù)據(jù)挖掘技術(shù)相比,聚類(lèi)技術(shù)最主要的特點(diǎn)是事先不需要了解數(shù)據(jù)內(nèi)部細(xì)節(jié),聚類(lèi)結(jié)果完全依賴(lài)于數(shù)據(jù)本身。分類(lèi)型數(shù)據(jù)廣泛存于各種領(lǐng)域,解決分類(lèi)變量聚類(lèi)問(wèn)題的傳統(tǒng)方法是將分類(lèi)變量轉(zhuǎn)化成數(shù)值變量,之后利用數(shù)值變量的聚類(lèi)方法進(jìn)行聚類(lèi)。由于分類(lèi)變量的屬性值沒(méi)有數(shù)量關(guān)系,傳統(tǒng)的處理方

2、法有很大盲目性。一些專(zhuān)門(mén)針對(duì)分類(lèi)變量提出的聚類(lèi)算法,考慮了分類(lèi)變量的特殊性,雖然改善了分類(lèi)變量的聚類(lèi)效果,但聚類(lèi)精度仍有提升的空間。
　　基于以上分析,本文的主要工作如下所述:
　　1)介紹并分析了國(guó)內(nèi)外主要分類(lèi)變量聚類(lèi)算法的優(yōu)缺點(diǎn);2)針對(duì)分類(lèi)變量相似度定義的不足,提出屬性權(quán)重相似度的定義;3)利用屬性權(quán)重相似度,將數(shù)據(jù)集抽象為無(wú)向圖,將聚類(lèi)的過(guò)程轉(zhuǎn)化為求無(wú)向圖連通分量的過(guò)程,進(jìn)而提出一種基于屬性權(quán)重相似度的分類(lèi)變量聚類(lèi)算