首先,该文就数据挖掘的起源、发展和当前研究热点进行了综述,并介绍了数据挖掘的基本概念、数据存储类型、数据预处理技术(包括数据清理、数据集成、数据归约和数据变换等方法)、数据挖掘的功能以及模式兴趣度.随后,在聚类方法分类的基础上,重点介绍了聚类划分法中的k-平均方法、k-中心点方法以及它们的改进,并就模糊集合的相似关系提出了三种度量方法:相似度、距离和语义关联度.最后,以佛山电信关于通话记录的数据挖掘为背景,针对通话记录数据的特点,提出了基于模糊语义关联度的聚类算法,并通过数据选择、数据预处理、算法实现等具体步骤,证明基于模糊语义关联度的聚类算法是一种行之有效的电信通话记录数据挖掘算法.模糊聚类不仅适用于电信行业,在模式匹配、Web文本数据挖掘以及空间数据挖掘等方面都有一定的实际意义,具有广阔的发展空间.