Websuche mit Clustering

Unter Clustering oder Clusteranalyse versteht man verfahren, die aus eine Menge von Datensätzen automatisch so in Gruppen ("Cluster") einteilt, dass die Datensätze innerhalb einer Gruppe sich möglichst ähnlich sind, die Gruppen sich untereinander dagegen möglichst stark unterscheiden.
Dazu gibt es zahlreiche Verfahren, die z.B. in dem Wikipedia-Artikel auch kurz beschrieben werden. Die meisten dieser Verfahren benötigen ein Ähnlichkeits- oder Abstandmaß, mit dem beschrieben werden kann, wie ähnlich sich zwei Datensätze sind.
Und da ist jetzt mein Problem. Meine Datensätze haben Felder mit diskreten Werten, z.B. grammatische Kasus. Da kann ich zwar auf Gleichheit/Ungleichheit vergleichen, aber keine Größer-/Kleiner-Relation angeben: Was ist weiter entfernt von einem Nominativ, der Akkusativ oder doch eher der Dativ?

Ich werde es jetzt erstmal mit dem Hamming-Abstand versuchen. Ein paar Felder sind allerdings mengenwertig oder gar Strings, aber ich hoffe, dass ich ich trotzdem mit dem Hamming-Abstand auskomme nicht nicht auf schlimmere Metriken zurückgreifen und die dann mit dem Rest zu einem übergeordneten Abstandsmaß verwursteln muss.