随着计算机技术理论的飞速发展与大数据的积累,人们使用计算机对数据进行自动化处理的能力得到了大大提升,然而这个处理过程一定程度上依赖于对数据的人工处理,比如标注、采集。群智是人工处理数据的一种高效实现方式。群智通过雇佣群智工人,使用其智力资源,以分布式的方式在较短时间内完成原本少数人需要很长时间才能完成的任务。群智任务一般整体工作量较大,为降低雇佣成本,雇佣的群体对象一般来自于大规模的非专家人群,人均报酬较低,群智工人个体完成质量不可靠。在缺乏有效自动化算法的情况下,以群智的方式对大量数据做标注、分类等处理,是非常方便的一种选择,群智也因此得到了广泛的关注与应用。聚类是一种常用的分析数据的方式,一般的聚类以自动化方式挖掘数据中的类,然而这是以有数据现成的高级特征或有挖掘高级特征的算法为基础的。本文关注于群智聚类,将人视为天然的特征抽取器与聚类器,通过群智来实现对数据样本的聚类。群智聚类同时具有群智和聚类两方面的特点、难点:因低报酬、人的自私性与非专家等问题,群智工人可能是不可靠的;一个人不能解决太多任务,需要对任务做合适的设计;天然的事物具有多样性,一个数据样本不一定只存在于一个类。纵览已有的群智聚类文献,尚缺乏一个能同时解决这几个难点的群智聚类方案,因此本文设计了一个具有高鲁棒性的通用可重叠群智聚类方案。本文提出的群智聚类包括聚类数据获取与可重叠聚类两个步骤。本文在聚类数据获取部分通过设计最小任务单元与任务分配过程以加强任务完成质量,衔接可重叠聚类的成对比较标签推断,避免对群智工人做复杂的建模,把群智工人反馈的答案转化成采样图,引入类隶属模型并改进了其求解算法,最终实现挖掘数据样本里的类并主动发现类数。后续实验从多方面说明了本文方案的优点:实现现有群智聚类方案无法做到的重叠聚类与类数选择;对群智工人更高的鲁棒性;高可实践性、可扩展性,方案中多个关键参数可调;解决了原类隶属模型求解算法在群智聚类场景下的梯度爆炸、初始化与类数选择问题。