在信息时代,从海量数据中发现潜在的价值信息是数据科学重要的研究方向,聚类分析作为机器学习学科领域内的一种无监督学习方法,被非常广泛地应用于数据挖掘技术中.它将物理或抽象的目标对象按照某种相似性规则进行划分,聚成多个簇,同时满足簇内对象间相似性大,簇间对象之间相似性小这一基本条件.这一条件使得度量对象之间的相似性就成为了算法的核心问题之一.聚类分析可以应用于不同的数据集,不同的数据集包含不同类型的属性.数据属性细分为数值属性(Numerical attribute)、无序分类属性(nominal attribute)、有序分类序属性(ordinal attribute)三大类.有些数据集的数据属性是单一的,有些数据集同时兼具数值属性、有序分类属性、无序分类属性中的两种或三种,被称为混合型数据.对于混合型数据,合理地确定相似性度量方法成为算法能否有效实现的关键点和难点.已有的一些混合数据距离度量方法主要针对混合数值属性与无序分类属性的数据.对于混合有序分类属性与无序分类属性的数据,相关的研究却较少.本文着重研究了用于混合有序分类属性与无序分类属性的数据的聚类算法.为了构建有序分类属性的距离度量公式,本文首先确定了无序分类属性的距离度量公式,这是有序分类属性距离度量公式建立的前提条件.有序分类属性与无序分类属性的本质差异体现在有序分类属性属性值之间存在比较关系,这种关系可以通过相邻两属性值之间的距离数值来刻画,基于得到的无序分类属性属性值之间的距离数值,就能确定有序分类属性属性值之间距离数值的合理范围.其次,对有序分类属性蕴含的顺序关系,给出了描述不同属性值之间顺序差异的序数差函数;再次,根据已确定的距离数值范围以及序属差函数,构建了有序分类属性的距离公式;最后,计算样本点与质心距离之时,引入了簇内各属性值的比例作为总体距离公式的重要参数,最终给出了混合分类属性数据的距离度量公式.在应用了新的距离度量公式后,原聚类算法扩展到了混合有序分类属性与无序分类属性的数据集上.通过在多个混合属性的数据集上的实验仿真,并以ACC评价指标进行评估,结果表明,所提出的距离度量公式及改进算法表现出了良好的性能.