当前,我们所处的时代数据爆炸式增长,是一个名副其实的大数据时代,商业交易记录、社交网络信息等等每天都产生海量数据,而这些数据的利用率相当低,从中发掘出有用的信息指导来生产生活,将会加快推动现代社会的进步。因此对这些数据进行挖掘意义重大。因为现实世界中的数据并不都是单一型的,往往都是复杂的混合型数据,因此近年来对混合属性数据的研究日益增多,且由于数据的增长是无限的不会停止的,这就导致了数据流的产生,所以又出现了混合属性数据流聚类研究这个新的课题。对混合属性数据和混合属性数据流的研究由于开始比较晚,在混合属性聚类融合和数据流的聚类方面还有研究的空间。针对上述等方面的问题,本文的主要工作和成果如下：1.本文首先介绍了数据挖掘的相关概念,对它的任务和一些相关技术做了简要介绍,接着具体介绍了本文的研究重点一一聚类。对聚类进行了概述,介绍了聚类的定义、数学模型,以及一些基础的聚类算法,然后引出混合属性聚类的相关介绍。2.在研究处理混合属性聚类算法时,针对原有混合属性聚类算法,很难同时兼顾数值属性和分类属性,本文采用了聚类融合算法,对数值属性采用改进的相对密度聚类算法；对于分类属性,利用信息熵的客观性,提出了基于Distance-熵的分类属性聚类算法。大多数聚类融合算法的计算复杂度较高,针对这个问题提出了基于交集的聚类融合算法,改进了聚类融合的规则,设置了使交集元素比θ来指导类的合并和修剪,计算简洁有效。3.最后将聚类融合算法作为初始化算法扩展到数据流,提出了基于距离和信息熵的混合属性数据流聚类算法,在提高聚类准确率和时间复杂度方面具有一定效果。