1、隨著信息時代的來臨，需要管理和分析的數據越來越多。這也引發(fā)了新一輪數據挖掘的熱潮。數據挖掘是指從大量有噪聲、隨機、不完整、模糊的數據中，提取隱含其中且對我們有用的信息和知識。而在數據挖掘研究中，聚類分析是不可或缺的組成部分。聚類是指將物理或抽象對象的集合分組，使得每組均由類似的對象組成，而組與組之間有顯著區(qū)別。目前，流行的聚類算法大致分為以下幾類:劃分方法、層次方法、混合方法和密度方法，這些方法各有優(yōu)缺點。
　　本文將研究聚類分析

2、的一項重要內容:如何評估聚類算法的結果。我們知道對同樣的數據，采用不同的聚類算法，結果差異巨大。即使采用同樣的算法，設置不同的參數也會產生差異顯著的結果。因此，用戶在使用聚類算法面臨的一個問題是如何選擇聚類算法以及如何設置參數。由于聚類分析的數據往往缺少類型標簽，這意味著對聚類結果的評估并沒有一個黃金標準。
　　本論文提出了一種新穎的聚類評估指標，它將評估不同聚類算法或不同參數產生結果的優(yōu)劣，從而為用戶選擇最優(yōu)的聚類結果提供引導。

3、在該指標中我們重新定義了數據點的密度以及它們之間的距離，并給出了求解數據點距離的單源最短路徑算法。通過計算簇內平均距離以及簇間的距離來衡量聚類結果的優(yōu)劣。本文提出的指標與十余種現有的聚類指標在多個數據集上進行了比較。結果表明，本文提出的指標不僅適用于普通的球狀分布的數據，而且對環(huán)狀分布的數據和散點狀分布的數據也能評估出聚類結果的優(yōu)劣。而大多數已有指標通常只適應一種類型的數據，對其它類型的數據它們不足以挑選最優(yōu)的聚類結果。實驗表明，本文提