1、隨著信息技術(shù)與數(shù)據(jù)庫(kù)技術(shù)的飛速發(fā)展，人們面對(duì)的數(shù)據(jù)量以驚人的速度增長(zhǎng)，為了從中獲取有價(jià)值的信息，更好的利用這些數(shù)據(jù)資源，提出了數(shù)據(jù)挖掘技術(shù)。目前，發(fā)展自統(tǒng)計(jì)學(xué)的聚類(lèi)分析已成為數(shù)據(jù)挖掘領(lǐng)域中一個(gè)十分活躍的研究領(lǐng)域；而基于目標(biāo)函數(shù)的模糊C-均值聚類(lèi)方法是聚類(lèi)研究中的一個(gè)熱點(diǎn)。
　　本文詳細(xì)介紹了數(shù)據(jù)挖掘技術(shù)，包括數(shù)據(jù)挖掘的概念，數(shù)據(jù)挖掘的功能，數(shù)據(jù)挖掘系統(tǒng)的分類(lèi)，以及數(shù)據(jù)挖掘的主要應(yīng)用領(lǐng)域和未來(lái)發(fā)展趨勢(shì)；在此基礎(chǔ)上對(duì)數(shù)據(jù)挖掘中的聚類(lèi)分

2、析加以詳細(xì)地論述，介紹了數(shù)據(jù)挖掘中聚類(lèi)分析的概念、聚類(lèi)分析中的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)類(lèi)型，以及在實(shí)際應(yīng)用中聚類(lèi)分析的一般過(guò)程，并詳細(xì)介紹了數(shù)據(jù)挖掘中的主要聚類(lèi)算法及其分類(lèi)；分別描述了C-均值聚類(lèi)和模糊C-均值聚類(lèi)算法，并對(duì)模糊C-均值聚類(lèi)算法的過(guò)程進(jìn)行了詳細(xì)的研究和分析；運(yùn)用階段化聚類(lèi)的思想對(duì)FCM算法的過(guò)程進(jìn)行了改進(jìn)，將整個(gè)聚類(lèi)過(guò)程分為兩個(gè)階段，并對(duì)聚類(lèi)的數(shù)目和聚類(lèi)中心的初始化做了自適應(yīng)處理，能夠自動(dòng)得到較好的初始參數(shù)；對(duì)于算法中隸屬度矩陣和