ভৌত বা আবস্ট্রাক্ট অবজেক্টের একটি সেটকে একই অবজেক্টের ক্লাসে কম্বাইন করার প্রক্রিয়াকে ক্লাস্টারিং বলা হয়। একটি ক্লাস্টার হলো ডেটা অবজেক্টের একটি সেট যেগুলো একই ক্লাস্টারের ভিতরে একে অপরের সাথে সাদৃশ্যপূর্ণ এবং অন্যান্য ক্লাস্টারের অবজেক্ট থেকে ভিন্ন। ডেটা অবজেক্টের একটি ক্লাস্টারকে অনেক অ্যাপ্লিকেশনে সম্মিলিতভাবে একটি গ্রুপ হিসেবে বিবেচনা করা যায়। ক্লাস্টার অ্যানালিসিস একটি গুরুত্বপূর্ণ মানব কার্যকলাপ।
ক্লাস্টার অ্যানালিসিস বিভিন্ন মেজারমেন্টের ওপর ভিত্তি করে একই রেকর্ডের গ্রুপ বা ক্লাস্টার গঠন করতে ব্যবহৃত হয়। মূল ডিজাইন হলো ক্লাস্টারকে এমনভাবে ডিফাইন করা যাতে অ্যানালিসিসের উদ্দেশ্যে এটি উপকারী হয়। এই ডেটা বিভিন্ন এলাকায় ব্যবহৃত হয়েছে, যেমন এস্ট্রোনমি, আর্কিয়োলজি, মেডিসিন, কেমিস্ট্রি, এডুকেশন, সাইকোলজি, লিংগুইস্টিক্স, এবং সোসিওলজি।
মার্কেটিং-এ ক্লাস্টার অ্যানালিসিসের একটি প্রসিদ্ধ ব্যবহার হলো মার্কেট সেগমেন্টেশন − ইউজাররা ডেমোগ্রাফিক এবং ট্রানজেকশন হিস্টরি ডেটা বেসড সেগমেন্ট করা হয়, এবং মার্কেটিং টেকনিক প্রতিটি সেগমেন্টের জন্য টেইলর করা হয়।
একটি অন্য টার্ম হলো মার্কেট স্ট্রাকচার অ্যানালিসিস − কম্পিটিটিভ সিমিলারিটি মেজার অনুযায়ী একই প্রোডাক্টের গ্রুপ চেনা। মার্কেটিং এবং পলিটিক্যাল ফোরকাস্টিং-এ, ইউ.এস. পোস্টাল জিপ কোড ব্যবহার করে Неighbourhood ক্লাস্টারিং করা হয় লাইফস্টাইল অনুযায়ী নেইবরহুড গ্রুপ করতে।
ফাইন্যান্সে, ক্লাস্টার অ্যানালিসিস ব্যালেন্সড পোর্টফোলিও তৈরিতে ব্যবহার করা যেতে পারে − একাধিক ইনভেস্টমেন্ট অপোর্চুনিটি (যেমন, স্টক) দিয়ে ডেটা দিয়ে, ফাইন্যান্সিয়াল পারফরম্যান্স ভেরিয়েবল যেমন রিটার্ন (ডেইলি, উইক্লি, বা মাসিক), ভোলাটিলিটি, বিটা, এবং অন্যান্য ক্যারেক্টেরিস্টিক যেমন ইন্ডাস্ট্রি এবং মার্কেট ক্যাপিটালাইজেশনের ওপর ভিত্তি করে ক্লাস্টার খুঁজে বের করা যায়। একাধিক ক্লাস্টার থেকে সিকিউরিটিজ সিলেক্ট করলে একটি ব্যালেন্সড পোর্টফোলিও তৈরি করতে সাহায্য করে।
ফাইন্যান্সে ক্লাস্টার অ্যানালিসিসের আরেকটি অপারেশন হলো মার্কেট অ্যানালিসিস। একটি দিয়ে ইন্ডাস্ট্রি দেওয়া থাকলে, গ্রোথ রেট, প্রফিটেবিলিটি, ইন্ডাস্ট্রি সাইজ, প্রোডাক্ট রেঞ্জ, এবং একাধিক ইন্টারন্যাশনাল মার্কেটে প্রেজেন্স যেন মেজার্স ব্যবহার করে একই ফার্মের গ্রুপ খুঁজে বের করা আগ্রহের বিষয়। এই গ্রুপগুলো তখন অ্যানালাইজ করা যায় মার্কেট স্ট্রাকচার শিখতে এবং সিদ্ধান্ত নেওয়া, উদাহরণস্বরূপ, কে একটি কম্পিটিটর।
বড় পরিমাণ ডেটার জন্য ক্লাস্টার অ্যানালিসিস ব্যবহার করা যেতে পারে। উদাহরণস্বরূপ, ইন্টারনেট সার্চ ইঞ্জিন ক্লাস্টারিং মেথড ব্যবহার করে ইউজার সাবমিট করা কোয়েরি ক্লাস্টার করতে। এগুলো সার্চ অ্যালগরিদম ডেভেলপ করতে ব্যবহার করা যেতে পারে।
সাধারণত, ক্লাস্টার করার জন্য ব্যবহার করা বেসিক ডেটা হলো çeşitli ভেরিয়েবলে মেজারমেন্টের একটি টেবিল, যেখানে প্রতিটি কলাম একটি ভেরিয়েবল ডিফাইন করে এবং একটি রো একটি রেকর্ড ডিফাইন করে। লক্ষ্য হলো ডেটার গ্রুপ গঠন করা যাতে একই রেকর্ড একই গ্রুপে থাকে। ক্লাস্টার সংখ্যা প্রি-স্পেসিফাইড হতে পারে বা ডেটা থেকে নির্ধারিত হতে পারে।
