迄今为止,人们已经提出了许多聚类算法。由于k-means类型算法在对大规模数据进行聚类时效率较高而且具有处理数值属性和分类属性的能力,从而被广泛应用在市场研究和数据挖掘领域中。然而,在数据挖掘过程中,应用k-means类型算法的一个主要问题就是变量选择问题。k-means类型算法在聚类过程中对每一个变量都同等看待,不具备自动选择变量的能力。实际上,一个用户感兴趣的聚类结构通常只限定在变量集合的一个子集上,而并非整个变量集合,由于包含了某些噪音变量可能会掩盖了聚类结构的发现。在现实世界的数据库中,例如大银行中的客户数据库,通常包含大量的属性(变量),而每个变量对聚类结果的贡献都不相同。因此,怎样从大量的变量当中选择合适的变量进行聚类是一个非常困难并且非常重要的问题。本文实现了一个基于k-means的变量自动加权聚类算法W-k-means,并通过在模拟数据上与不带权重的k-means类型算法和具有固定权重的k-means类型算法进行了实验分析,证明了W-k-means算法在识别噪音变量和发现聚类能力上的优越性。其次,本文基于W-k-means算法并结合K-mode和K-prototypes算法,分别提出了处理分类属性的变量加权聚类算法W-k-mode和处理数值和分类混合属性的变量加权算法W-k-prototypes,并通过实验证明其发现聚类能力的优越性。最后,基于W-k-prototypes算法实现了一个符合业界标准CRISP(Cross Industry Standard Process for Data Mining)模型的聚类分析系统。