聚类分析作为重要的数据挖掘技术，已在电信、市场、金融、医学、科研和互联网等诸多领域得到广泛应用。聚类就是根据相似性把对象划分成组的过程。聚类分析的数据可分为数值数据和分类数据等。传统聚类算法对数值数据研究得比较多，涉及的聚类相似性度量也较简单，往往是基于数值数据固有的距离意义，对分类数据聚类的效果并不明显。同时，传统聚类算法和现有针对分类数据的聚类算法没有考虑属性以及属性值在聚簇的不平衡性，认为所有属性值对聚簇的形成起同等决定作用。一个好的聚类结果应该满足相同聚簇的对象尽可能相似，不同聚簇的对象尽可能相异，对于分类数据而言，在某聚簇占优的属性值，在其它聚簇出现的概率应该相对较小。同时，聚簇的属性值是不平衡的，普遍出现在各个聚簇的属性值是不重要的，计算聚类相似性时应赋予较小的权重。基于以上两点，本文提出新的分类数据相似性度量。　　 现实中分类数据集不仅具有维度高、规模大的特点，而且还有动态增长和更新的特点。对分类数据聚类宜采用增量的聚类方式，充分利用已有的聚类结果，对新来数据进行聚类，而且增量性也是衡量现代聚类算法的重要指标。基于分类数据相似性度量的新方法，本文设计的分类数据聚类算法响应增量性的要求，是具有可伸缩的增量聚类算法。在UCI数据集和人工合成数据集上的实验表明新算法能取得很好的聚类效果和聚类效率。将新算法应用到亚健康数据的聚类分析，结果表明新算法还具有很好的可解释性和可用性。