1、數(shù)據(jù)挖掘是近些年來(lái)發(fā)展起來(lái)的新技術(shù)，通過(guò)數(shù)據(jù)挖掘，人們可以發(fā)現(xiàn)數(shù)據(jù)背后隱藏的有價(jià)值的、潛在的知識(shí)，為科學(xué)地進(jìn)行各種商業(yè)決策提供強(qiáng)有力的支持。隨著數(shù)據(jù)挖掘技術(shù)的迅速發(fā)展，作為其重要的組成部分，聚類分析一直以來(lái)都受到極大關(guān)注，而數(shù)據(jù)可視化問(wèn)題也是非常活躍的一個(gè)研究課題。
　　本文首先介紹了數(shù)據(jù)挖掘研究的相關(guān)背景及其理論知識(shí)，對(duì)數(shù)據(jù)挖掘中的聚類分析的相關(guān)工作做了一個(gè)簡(jiǎn)要的概述。本文對(duì)聚類算法進(jìn)行了深入的研究，取得了如下創(chuàng)新性成果：

2、>　?。?）提出了帶自適應(yīng)參數(shù)ω的模糊聚類算法
　　針對(duì)作為數(shù)據(jù)挖掘應(yīng)用的基礎(chǔ)——模糊等價(jià)關(guān)系的模糊聚類算法，本文優(yōu)化了其使用的方便性，提出了帶自適應(yīng)參數(shù)ω的模糊聚類方法。通過(guò)自適應(yīng)參數(shù)ω的引入，一方面避免了人工設(shè)置參數(shù)的復(fù)雜性，使計(jì)算更加自動(dòng)化。另一方面使得能對(duì)異性質(zhì)屬性樣本進(jìn)行無(wú)預(yù)轉(zhuǎn)換處理而直接計(jì)算，擴(kuò)展了應(yīng)用范圍。
　?。?）提出了多維網(wǎng)格聚類的細(xì)粒度逆向可視化方案
　　數(shù)據(jù)挖掘過(guò)程的可視化指數(shù)據(jù)挖掘過(guò)程的各個(gè)環(huán)