本文针对分类变量数据的聚类问题,从聚类结果的有效性评价入手展开研究工作,主要研究成果包括:(1)针对现有分类变量数据聚类有效性评价指标的适用性问题,分析了常用指标对类内紧密度和类间分离度的度量方法或所用假设,论证了仅考虑类内紧密度的有效性指标不适于层次聚类结果的评价,分析了类间分离度度量或假设的合理性对评价能力的影响。(2)针对聚类有效性内部指标评价能力的定量分析问题,提出了一种基于D-S证据理论的有效性指标评价能力相似性度量方法,由此发展出一种基于外部信息的内部指标评价能力度量方法,并用提出的方法对现有分类变量数据聚类有效性内部指标进行了评价能力分析,指出现有内部指标不能很好的满足评价需要。(3)针对现有分类变量数据内部指标评价能力不足的问题,提出了一种基于信息增益的类间分离度度量方法,进而提出了一种兼顾类内紧密度与类间分离度的分类变量数据聚类有效性内部指标CUBAGE。通过理论和实验对CUBAGE指标的评价能力和计算复杂度进行了分析,验证了 CUBAGE指标的优越性。(4)针对基于原型的划分式聚类算法聚类质量不足的问题,提出了 一种针对分类变量数据的无原型划分式迭代方法,进而提出了一种基于聚类有效性的划分式聚类算法k-CUBAGE。在证明该算法收敛的前提下,实验分析表明k-CUBAGE聚类算法具有快速收敛性、高聚类质量且结果更稳定。(5)针对随机初始划分造成的聚类结果不稳定的问题,提出了一种基于对象聚集度的初始类确定方法,该方法通过寻找对象更聚集且与其他类差异更大的初始类中心来确定初始类,消除了 k-CUBAGE聚类结果的随机性,并提高了聚类质量。