"The matter of knowing when to stop in hierarchical agglomerativ clustering has been explored, but not resolved."[1]

That sums up my current problems pretty well.

[1] D. Beeferman , A. Berger: "Agglomerative clustering of a search engine query log". Proc. of the 6th ACM SIGKDD conference, 2000

I just read the paper on dNumber and I wonder if it is in fact a little too simplistic or if I am just not getting it. Are the authors really just throwing each combination of attribute values into its own bin? Well, if their only objective is to be fast...
That said, maybe the results of dNumber could be used as a starting point for some other clustering algorithm.

And I finally found the paper for Squeezer from the same authors. Since it is a bit hard to find, here's the link.

ich hatte ja neulich mal EigenCluster erwähnt, eine Websuche, die die Suchergebnisse automatisch in Themengebiete einteilt ("clustert"). Während EigenCluster aber mehr ein Proof-of-Concept für den Clustering-Algorithmus der Autoren ist, ist Clusty deutlich schicker.
Nachtrag: Clusty ist quasi das Aushängeschild von Vivísimo, einer Firma, die Produkte für Textklassifikation und eben -Clustering entwickelt.

Gerade war ich ein bisschen im Web auf der Suche nach Ideen zum Clustering von Datensätzen, da ist mir EigenCluster über den Weg gelaufen: eine Websuche, die als Demonstration eines Clustering-Verfahrens ihre Ergebnisse automatisch in thematisch passenden Gruppen präsentiert.

Hintergrund: