随着信息化与互联网技术的快速发展,各个行业所产生的数据规模不断增大,其复杂性也不断增加。一般来说,大规模高维数据主要包含两个特性,第一,数据量大且增长速度快;第二,数据维度高,冗余特征多。传统的数据挖掘和处理算法往往不尽如人意,因此,如何高效地从大规模高维数据中挖掘出有价值的信息,成为当下的研究热点。近邻传播聚类算法(AP算法)是一种基于信息传递的聚类算法,具有不用事先指定聚类数目、聚类效果稳定等优点。但当数据复杂性增强时,AP算法的复杂度也增长的十分明显。本文主要针对关于AP算法的改进,保留AP算法的优势,并实现其在大规模高维数据中的推广。在本论文中,针对数据规模大这一特性,提出基于核心点提取的稀疏化快速近邻传播聚类算法,简称CFAP算法。首先,利用基于高斯核相似性的核心点提取方法提取核心集,实现对大数据规模的缩减;然后,借鉴K-NN分类算法的判别思想,结合AP算法基于信息传递的这一特性,利用样本只和最近的K个样本传递信息,对核心集的相似度矩阵实现稀疏化;最后,将CFAP算法与HAP算法,AP算法在数据集上进行实验,通过实验分析对比,验证了CFAP算法在时间上的高效性及聚类结果的有效性。另一方面,针对数据维度高这一特性,本论文提出将CFAP算法应用在SAS-Clustering算法框架下,实现CFAP算法在高维数据上的推广。首先,针对SAS-Clustering算法框架本身的不足,提出使用Golden-Section黄金分割搜索法替代Grid-Search网格搜索法,极大的提高了对最佳特征集合S的搜索效率;其次,针对K-means算法聚类效果不稳定这一缺陷,使用CFAP算法替代原本该框架下的K-means算法,提出SAS-CFAP算法;最后,通过实验验证了SAS-CFAP算法的鲁棒性和可行性。