传统聚类算法的主要研究对象是截面数据，其聚类算法不适用于研究面板数据的聚类问题。因此，需要加强对面板数据聚类问题的研究。本书的研究目的是提出适用于不同聚类目的的面板数据聚类方法。全书提出了三种面板数据聚类的方法，分别对应不同的聚类目的。基于密度的聚类方法，可以提取面板数据的整体特征；基于复合PCC的聚类方法，可以体现指标的层次化结构；基于近邻传播的聚类方法，可以体现面板数据每个个体的动态发展阶段。