भौतिक या अमूर्त वस्तुओं के एक सेट को समान वस्तुओं के वर्गों में संयोजित करने की प्रक्रिया को क्लस्टरिंग के रूप में जाना जाता है। एक क्लस्टर डेटा ऑब्जेक्ट का एक समूह है जो उसी क्लस्टर के भीतर एक-दूसरे के समान हैं और अन्य क्लस्टर में ऑब्जेक्ट से भिन्न हैं। डेटा ऑब्जेक्ट के एक क्लस्टर को कई एप्लिकेशन में सामूहिक रूप से एक समूह के रूप में माना जा सकता है। क्लस्टर विश्लेषण एक आवश्यक मानवीय गतिविधि है।
क्लस्टर विश्लेषण का उपयोग विभिन्न मापों के आधार पर समान रिकॉर्ड के समूह या क्लस्टर बनाने के लिए किया जाता है। मुख्य डिजाइन क्लस्टर को उन तरीकों से परिभाषित करना है जो विश्लेषण के उद्देश्य के लिए उपयोगी हो सकते हैं। इस डेटा का उपयोग कई क्षेत्रों में किया गया है, जैसे खगोल विज्ञान, पुरातत्व, चिकित्सा, रसायन विज्ञान, शिक्षा, मनोविज्ञान, भाषा विज्ञान, और समाजशास्त्र।
मार्केटिंग में क्लस्टर विश्लेषण का एक प्रसिद्ध उपयोग मार्केट सेगमेंटेशन के लिए है - उपयोगकर्ताओं को जनसांख्यिकीय और लेनदेन इतिहास डेटा के आधार पर विभाजित किया जाता है, और मार्केटिंग तकनीकों को प्रत्येक सेगमेंट के लिए अनुकूलित किया जाता है।
एक अन्य शब्द मार्केट स्ट्रक्चर विश्लेषण के लिए है जो प्रतिस्पर्धा के समानता माप के अनुसार समान उत्पादों की टीमों की पहचान करता है। मार्केटिंग और राजनीतिक पूर्वानुमान में, अमेरिकी पोस्टल ज़िप कोड का उपयोग करके पड़ोस के क्लस्टरिंग का उपयोग जीवन शैली द्वारा पड़ोस को समूहित करने के लिए दृढ़ता से किया गया है।
वित्त में, क्लस्टर विश्लेषण का उपयोग संतुलित पोर्टफोलियो बनाने के लिए किया जा सकता है - कई निवेश अवसरों (जैसे, स्टॉक) पर डेटा दिया गया है, कोई वित्तीय प्रदर्शन चर के आधार पर क्लस्टर ढूंढ सकता है जिसमें रिटर्न (दैनिक, साप्ताहिक, या मासिक), अस्थिरता, बीटा, और अन्य विशेषताएं शामिल हैं, जिसमें उद्योग और मार्केट कैपिटलाइज़ेशन शामिल हैं। कई क्लस्टर से प्रतिभूतियों का चयन करने से संतुलित पोर्टफोलियो बनाने में मदद मिल सकती है।
वित्त में क्लस्टर विश्लेषण का एक अन्य संचालन मार्केट विश्लेषण के लिए है। एक दिए गए उद्योग के लिए, वृद्धि दर, लाभप्रदता, उद्योग आकार, उत्पाद रेंज, और कई अंतरराष्ट्रीय बाजारों में उपस्थिति जैसे मापों के आधार पर समान फर्मों की टीमों को ढूंढने में रुचि है। इन टीमों का विश्लेषण तब मार्केट संरचना सीखने और तय करने के लिए किया जा सकता है, उदाहरण के लिए, कौन प्रतियोगी है।
क्लस्टर विश्लेषण का उपयोग बड़ी मात्रा में डेटा के लिए किया जा सकता है। उदाहरण के लिए, इंटरनेट सर्च इंजन उपयोगकर्ताओं द्वारा सबमिट की गई क्वेरी को क्लस्टर करने के लिए क्लस्टरिंग विधियों का उपयोग करते हैं। इनका उपयोग तब सर्च एल्गोरिदम विकसित करने के लिए किया जा सकता है।
आम तौर पर, क्लस्टर करने के लिए उपयोग किया जाने वाला बुनियादी डेटा विभिन्न चर पर माप की एक टेबल है, जहां प्रत्येक कॉलम एक चर को परिभाषित करता है और एक पंक्ति एक रिकॉर्ड को परिभाषित करती है। उद्देश्य डेटा के समूह बनाना है ताकि समान रिकॉर्ड उसी समूह में हों। क्लस्टर की संख्या पूर्व-निर्दिष्ट हो सकती है या डेटा से तय की जा सकती है।
