روش های خوشه بندی در داده کاوی

تحلیل خوشه ای یکی از پرکاربردترین روش های آماری و داده کاوی است که هدف آن شناسایی ساختارهای پنهان میان داده ها از طریق گروه بندی مشاهدات مشابه می باشد. این روش نخستین بار در دهه 1591 میلادی در علوم زیستی و روانشناسی مطرح شد و از دهه 1591به صورت رسمی در آمار چندمتغیره و علوم اجتماعی گسترش یافت. خوشه بندی به عنوان قلب تحلیل خوشه ای، نقش تعیین کننده ای در استخراج الگوها و شباهت های درونی داده ها دارد. نرم افزار spss با رابط کاربری ساده و قابلیت های گرافیکی و تحلیلی قدرتمند، امکان اجرای انواع الگوریتمهای خوشه بندی از جمله two-step cluster وhierarchical cluster ،k-means cluster را فراهم می کند. در این پژوهش، ضمن مرور مفهوم خوشه بندی و بررسی نقش آن در تحلیل داده ها، سه روش اصلی خوشه بندی بررسی و از جنبه های نظری، کاربردی و نرم افزاری مقایسه می شوند.