Abstract
解叢聚（De-clustering） 是一種分析資料間相似性（similarity）的新觀念，而且正好和叢聚分析（clustering analysis） 相反。叢聚分析的目的是把資料分成同性質的（homogeneous） 群體，但是這些群體彼此之間並不相似。而解業聚（De-clustering） 的觀念正好相反，它是把資料分成在整體上看來彼此相似的群體。在此篇論文中，我們提出二種解叢聚的技術；基於最小展開樹（minimal spanning trees）的解叢聚方法，和基於短展開路徑（short spanning paths）的解業聚方法，並且評估它們解叢聚的效果。最後將此技術應用於解決多重磁碟資料分配的問題（multi-diskdata allocation problem）上。