聚类分析是数据挖掘领域最重要的研究分支之一,也是数据挖掘领域最为常见和最有潜力的发展方向之一,它的目的是根据某种相似度度量对数据集进行划分。目前,针对数值数据的聚类方法已经得到了专家学者们的深入研究,但针对数值数据的聚类方法并不适用于聚类现实世界中广泛存在的分类数据。因此,对于分类数据聚类算法的研究与改进,是聚类分析领域一个重要的研究方向。论文详细介绍了聚类分析的概念及聚类分析中常用的数据结构、相似度量、目标函数。在分析了K-Modes算法的优缺点后,论文提出了用于分类数据聚类的属性全局相似度,并将其应用在分类数据聚类中和图聚类中。(1)提出了一种基于属性全局相似度的分类数据聚类算法—KBGRS算法。通过对K-Modes算法的分析发现,K-Modes算法的简单匹配相异度忽略了数据对象各属性之间的关系,而这会降低算法的聚类精度。基于此,KBGRS算法提出了属性全局相似度,该相似度综合考虑了数据对象与各聚类中心之间的关系以及不同属性之间的差异性。KBGRS算法使用K-Modes算法框架完成聚类。理论分析表明,KBGRS算法的中心点和隶属度更新策略不仅可以使得算法目标函数最小化而且可以使得算法在有限次内迭代完成。通过实验分析表明,KBGRS算法可以有效地对分类数据进行聚类。(2)提出了一种基于引力相似度的图聚类算法—AF-Cluster算法。通过分析发现,传统图聚类算法只关注于图的拓扑结构或节点特征中的一个,而很少有算法将两者结合起来。为了能有效地对节点包含分类属性的无向图进行聚类,AF-Cluster算法提出了直接引力和间接引力两个概念,并定义了节点间的结构相似度。AF-Cluster算法使用属性全局相似度作为节点间的属性相似度,然后采用结构相似度和属性相似度协同策略定义节点间的引力相似度。AF-Cluster算法使用K-Medoids算法框架进行聚类。理论和实验分析表明,AF-Cluster算法可以收敛完成并且具有很好的聚类效果。