聚类分析是数据挖掘中的一个重要研究领域，是一种数据划分或分组处理的重要手段和方法。聚类的应用是非常广泛的，无论是在商务上，还是在市场分析、生物学、Web文档分类等领域中都得到了充分的应用。目前，聚类算法大体上分为划分的方法、层次的方法、基于密度的方法、基于网格的方法和基于模型的方法。这些算法存在如下的问题：符号属性问题、算法的效率问题、初值的选择问题、对输入顺序的敏感性问题、最优解问题、算法对输入参数的依赖性问题。DBSCAN就是一种基于密度的方法，该算法的显著优点是速度快，可以发现任意形状的聚类和噪声点。但是当数据量非常庞大时，该算法对主存要求较高；而且需要定义一个全局变量Eps，如果这个全局变量Eps定义的不好，将会影响聚类质量，尤其是数据分布不均匀时，因此DBSCAN对输入参数Eps是十分依赖的。论文在分析这些不足的基础上，对DBSCAN算法进行了改进，把“分而治之”的思想应用到该算法中。聚类前，先把数据划分成一个个网格，然后把网格分配给多个处理机进行并行聚类，最后再对各个处理机的局部聚类结果进行合并。这样，一方面降低了对主存的要求；另一方面，当数据分布不均匀时，全局变量Eps也不会影响聚类质量，因为每个网格采用单独的Eps值；并且把每个网格分到单独的处理机上进行并行聚类提高了聚类效率。试验表明，改进后的DBSCAN算法降低了对主存的要求和对输入参数Eps的依赖。K-means算法是一种基于划分的聚类算法，它把n个对象划分成K个类，其中的聚类数目K是输入参数。该算法是通过不断地迭代来进行聚类，当算法收敛到一个结束条件时，就终止迭代过程，输出一个聚类结果。但是由于K-means算法在选择初始聚类中心时是随机选取K个点，因此一旦这K个点选取不合理，将会误导聚类过程，得到一个不合理的聚类结果。论文在分析聚类结果对初值依赖性的基础上，对初值选取方法进行了分析和研究，采取“射靶”的原理进行类中心的搜索。从实际应用中可以发现，改进后K-means得到的聚类结果更加稳定，对初始聚类中心的依赖性减弱了。最后，在这些工作基础之上，作者将聚类算法应用到重庆医药公司的药品销售数据中，对药品销售数据进行聚类，验证改进算法的有效性和正确性。