群体决策是解决各种决策问题的重要理论方法,群体决策的结果能够集结各方面的意见,使决策结果更加科学合理。但是,随着互联网经济的不断发展,决策群体规模不断增长,群体决策的主体已经从少数业内专家转变为更大规模的参与群体,不同个体的异质性复杂化以及可评价属性日趋多样化,使得群体决策不断的向复杂多属性大群体决策的方向发展,传统的决策理论已经不能完全有效的解决当前的决策问题,为了能够解决这一问题,本文对模糊C均值聚类算法（Fuzzy C-Means Clustering）加以改进,使其能够将复杂大群体决策问题转化为小规模群体决策问题,并对改进后算法加以应用研究。本文的主要研究思路如下:第一章回顾复杂大群体产生的背景以及目前的研究现状,介绍了本文主要的研究内容及论文的总体结构;第二章对复杂大群体决策的相关概念以及方法理论进行阐述;第三章确定了复杂大群体FCM聚类的预处理方法,给出了数据先精简再融合的精简算法,同时结合复杂大群体数据特点确定了初始聚类中心点的选取规则;第四章介绍了FCM聚类过程类内类间距离融合的评价方法,并提出了基于高斯核函数的改进型FCM聚类算法;第五章,结合以上章节的理论方法,对P2P网贷平台进行复杂大群体FCM聚类算法研究;第六章对本文主要工作进行了总结并给出了下一步工作的展望。论文主要贡献在于:1、针对复杂大群体聚类过程由于数据量大造成的不敏感问题,给出了数据预处理的方法和初始聚类中心点的选取规则,提高了复杂大群体FCM聚类算法的准确性。2、引入高斯核函数改进FCM聚类算法模型的距离融合方式,提高了算法类间距离与类内距离融合的能力。3、对P2P网贷平台复杂大群体特征借贷人实例进行聚类分析,验证本文提出的改进型算法的应用分析能力。