聚类算法的研究是机器学习和数据分析领域的热点问题和重要的分析手段。随着应用领域的样本集的维度不断的增长,数据量不断的增大,传统的聚类算法不能很好的适应时代的变化。本文结合三支决策理论,提出了一种通过三支决策的思想切分出中间域和负域样本点进行再次决策,并且结合Spark分布式并行计算框架,从而有效的解决的聚类算法在大规模样本集上运行时间过长的问题。主要内容如下:1.研究了一种新的基于三支决策的点排序识别聚类结构的算法。首先,对点排序识别聚类算法进行改进,在邻域半径外的范围的样本点重新定义核心聚类和可达距离;其次,在原有的结果集上划分出每个类簇的正域、中间域以及负域,中间域的样本点,如果邻域半径内存在其他簇的正域样本点,则进行二次决策,而对于负域的离群点通过可达距离分配指向最近的类簇。通过在UCI数据集以及人工数据集的实验,证明该算法能够通过簇排序完整的刻画出数据集的聚类结构信息,并且对于类簇之间的中间域样本点有很好的决策判断,从而提高了算法的准确度。2.研究了一种基于Spark的三支决策点排序识别聚类结构算法研究。针对密度聚类时空复杂性比较大的问题,探讨基于三支决策的点排序识别聚类结构的算法进行并行化处理的可能性。首先,通过对数据集进行维度划分,对于每个数据块的样本点进行计算邻居;其次,对每个分区执行点排序识别聚类结构算法,从而得到每个分区的分区簇;最后,算法将进行合并所有分区的聚类结果就可以得到最后的聚类结果集,并在最后进行三支决策的判断。通过UCI数据集的实验表明,该并行密度聚类算法能够很好的解决了大规模数据集运行时间过长的问题。