聚类法在数据挖掘中具有很高的地位,但是很多传统方法只能对固定的数据集进行处理。随着技术的发展,许多领域,如互联网中的数据传输、通信网络中的通话数据、网站访问日志等,每时每刻都在产生大量的数据。这些数据是海量、无界、不定速度的流式数据。因此,研究流式数据环境下的聚类问题是有重大意义的。目前,混合属性流式数据越来越多,但是针对混合属性数据流的聚类研究还比较少,也未发现关于混合属性数据流聚类过程的具体说明,且已存在的混合属性数据流聚类算法在对数据的标准化处理和聚类方法上还有很大的改进之处。针对以上问题,本文做了四点内容：1、对数据流挖掘的基本概念和相似性度量方法、数据流基础聚类进行了介绍,又总结了处理数据流的相关技术,为下文的研究提供了依据。2、结合数据流环境的特点和数据流中数据分布的密度变化,提出了基于微簇优化的三层数据流聚类框架,并详细说明了该三层框架的具体意义；对传统的k近邻进行了分析和总结,然后提出了基于最优2k近邻的数据流聚类算法,该算法通过分析近邻中数据的分布,可以自适应地调节微簇半径。3、由于还未发现混合属性数据流聚类过程的具体说明,本文通过研究给出了混合属性数据流环境下的三步聚类的思想；然后,针对传统k近邻不适应混合属性数据流的问题,提出了二重k近邻的概念,并结合改进的维度距离进行在线微聚类。4、改进了以往算法所采用的使用余弦公式判断混合属性数据流中数据对象的相似性方法,即提出了基于均值的余弦模型,并在实际数据集和人工数据集中进行了运用,所得到的聚类质量更符合实际数据集中的情况。