我从来没有直接使用过它，所以我只能分享我的一些论文和关于该技术的一般想法（主要解决你的问题 1 和 3）。

我对双聚类的一般理解主要来自基因研究（2-6），我们试图解释基因簇和个体分组：简而言之，我们正在寻找具有相似基因表达谱的样本组（这可能与例如，疾病状态）和促成这种基因分析模式的基因。Pardalos 的幻灯片Biclustering中提供了对生物“大规模”数据集的最新技术水平的调查。请注意，有一个 R 包biclust，用于微阵列数据。

事实上，我最初的想法是将这种方法应用于临床诊断，因为它允许将特征或变量放在多个集群中，这从符号学的角度来看很有趣，因为聚集在一起的症状可以定义综合征，但有些症状可以不同疾病重叠。Cramer et al., Comorbidity: A network perspective (Behavioral and Brain Sciences 2010, 33, 137-193) 中有很好的讨论。

一个有点相关的技术是协同过滤。Su 和 Khoshgoftaar 提供了一篇很好的评论（人工智能进展，2009 年）：协作过滤技术调查。其他参考文献在最后列出。也许频繁项集的分析，如市场篮子问题中的例子，也与它有关，但我从未对此进行过调查。另一个共同聚类的例子是当我们想要同时聚类单词和文档时，例如在文本挖掘中，例如 Dhillon (2001)。使用二分谱图分区对文档和单词进行共聚类。过程。KDD，第 269-274 页。

关于一些一般参考，这里有一个不是很详尽的列表，我希望你会觉得有用：

1. 耆那教，AK（2010）。数据聚类：超越 K-means 的 50 年。模式识别字母, 31 , 651–666
2. Carmona-Saez 等人。（2006 年）。通过非平滑非负矩阵分解对基因表达数据进行双聚类。BMC 生物信息学，7，78。
3. Prelic 等人。（2006 年）。基因表达数据双聚类方法的系统比较和评估。生物信息学，22（9），1122-1129。www.tik.ee.ethz.ch/sop/bimax
4. 迪马乔等人。（2008 年）。通过系统生物学中数据矩阵的优化重新排序进行双聚类：严格的方法和比较研究。BMC 生物信息学，9，458。
5. 圣玛丽亚等人。（2008 年）。BicOverlapper：双簇可视化工具。生物信息学，24(9)，1212-1213。
6. Madeira, SC 和 Oliveira, AL (2004) Bicluster 生物数据分析算法：一项调查。IEEE Trans。计算。生物学。生物信息。, 1 , 24-45。
7. Badea, L. (2009)。用于重叠双聚类的广义聚类图。IJCAI
8. Symeonidis, P. (2006)。最近的双聚类协同过滤。WEBKDD

这是一个很好的调查/评论：

Stanislav Busygin、Oleg Prokopyev 和 Panos M. Pardalos。 数据挖掘中的双聚类。计算机与运筹学，35(9):2964–2987，2008 年 9 月。