MW Berry 的书可能值得一看：

1. 文本挖掘调查 I：聚类、分类和检索（2003 年）
2. 文本挖掘调查 II：聚类、分类和检索(2008)

它们由一系列应用和评论论文组成。最新版本似乎以 PDF 格式在以下地址提供：http: //bit.ly/deNeiy。

以下是一些与应用于文本挖掘的 CA 相关的链接：

• 使用 EROCK 进行聚类分析的文本挖掘中的文档主题生成
• 一种使用信息提取的文本挖掘方法

您还可以查看潜在语义分析，但请查看我的回复：解决聚类问题。

在数据中查找组。Leonard Kaufman 和 Peter J. Rousseeuw 教授对聚类分析的介绍。

我正在阅读这本书并发现它非常有用，因为：

• 正如作者在前言中所说：

我们的目的是为普通用户写一本应用书籍。我们希望为不一定具有强大数学或统计背景的人提供聚类分析。

• 它提供了理论内容来理解R包Cluster中可用的功能。

• 章节可以根据感兴趣的集群方法单独阅读。
  _{例外是第 3 章，它建立在第 2 章之上}

本书的章节如下：

1. 介绍
2. 围绕 Medoids 进行分区（程序 PAM）。
3. 集群大型应用程序（程序 CLARA）。
4. 模糊分析（程序有趣）。
5. 凝聚嵌套（程序 AGNES）。
6. 分裂分析（程序 DIANA）。
7. 单论分析（程序 MONA）。

参考：

Kaufman, L. 和 Rousseeuw, PJ (2005)。在数据中查找组。聚类分析简介（第 342 页）。约翰威利父子公司

Maechler, M. (2013)。聚类分析扩展 Rousseeuw 等人。克兰。

数据挖掘简介的这一章可在线获得，并提供了很好的概述。

Brian S. Everitt 的聚类分析是一本很好的书本长度应用聚类分析方法。