在过去的30 年中,计算机硬件稳定的、令人吃惊的进步导致了功能强大的计算机、数据收集设备和存储介质的大量供应,这些技术大大推动了数据库和信息产业的发展,使得大量数据和信息存储用于事务管理、信息检索和数据分析。由于数据量的剧增,对于隐含在数据中信息的理解已经远远超出了人的能力,这就是所谓的“数据丰富,但知识贫乏”现象。于是,用数据库管理系统来存储数据,用机器学习的方法来分析数据,挖掘大量数据背后的知识,这两者的结合促成了数据库中的知识发现(KDD:Knowledge Discovery in Databases)的产生。实际上,数据库中的知识发现是一门交叉性学科,涉及到机器学习、模式识别、统计学、智能数据库、知识获取、数据可视化、高性能计算、专家系统等多个领域。它是“从大量数据中提取出可信的、新颖的、有效的并能被人理解的模式的非平凡过程”。通过KDD,人们可以将知识发现的研究成果应用于实际数据处理中,为科学决策提供支持。KDD 系统中的知识学习阶段被称为“数据挖掘”(Data Mining,DM),它的算法是KDD 系统的核心。本文立足于KDD 知识学习过程(数据挖掘),侧重于对数据挖掘算法特别是神经网络自组织映射图(SOM)、结合数理统计知识,提出一种切实可行的KDD 聚类算法,DASOM,并以类JAVA 语言实现,对海量数据在无指导学习的基础上进行自动聚类。最后,以电信行业客户呼叫行为分析、客户分群等应用为背景,论证这种算法在实际应用中的价值。通过在中国电信实际生产系统中的应用,已经基本证明本文提出的聚类算法相对于现有基于SOM 的传统算法来说,具有动态结构、参数自调节、对不稳定数据集的学习机制和层次化的聚类等特点和优势,值得在今后的学习和工作中继续深入研究。