在实际应用中,许多数据对象都无法再简单的用单一特征向量描述。例如,描述客户购物行为的数据对象是由多条购物记录组成的,并且不同客户所购商品的数目也不尽相同。这种由非固定数目的多个特征向量所描述的数据对象对传统的聚类算法提出了新的挑战,亟待发展相应的理论与知识以应对这种新形式对象的数据挖掘问题。本文引入块数据对象的概念,用于定义这种由多个特征向量描述的对象,并针对块数据集的聚类分析方法进行了以下两方面的研究,(1)基于词袋模型提出了一种块数据对象的新表示形式,解决了块数据集无法用传统聚类算法直接聚类的问题。在块数据对象向新表示形式的转换过程中,利用DBSCAN算法在块数据集每一维的虚拟对象数据集上进行聚类,得到属性列上虚拟对象的类分布情况,基于词袋模型给出了块数据对象的新表示形式。基于块数据对象的新表示形式,设计了一种面向块数据集的聚类分析算法(BWM-BDC算法),在真实数据上证实了BWM-BDC算法的有效性和可行性。(2)基于F_Leaders算法提出了一种改进BWM-BDC算法时间效率的方法。在改进方法中,首先利用F_Leaders聚类算法对块数据集每一维的虚拟对象进行基于密度的划分,并选取中心位置的对象作为类簇(划分)的代表对象,然后利用DBSCAN算法对每一维上的代表对象集合进行聚类分析,再将代表对象的类别标号拓展到其所在的类簇中,最终获得属性列上所有虚拟对象的聚类结果。改进方法通过减少DBSCAN算法的聚类对象这种方式优化算法的运行时间,在Musk数据上的实验结果证明改进算法在运行时间方面的优化效果显著。本文的研究成果为块数据集的聚类分析提供了一种新的思路,进一步拓展了聚类算法的应用范围,对块数据的深入研究有较积极的作用。