摘要： 针对传统模糊Ｋ-ｍｅａｎｓ算法易于采用局部最优解的缺陷，设计了一种基于大数据 Ｋ-ｍｅａｎｓ聚类算法的优化算法。首先针对移动大数据的分析处理方法展开研究，再提出了通过 欧氏距离来选出密度最大若干个初始点的改进方法，使数据的聚类的有效性及效率性有了很大 的提高。实验仿真表明：该算法具有较好的聚类效果，提高了聚类的速度和准确性。