1. Исаков, С.С. Кластеризация и многоступенчатый анализ научных текстов / С.С. Исаков // Моделирование и анализ данных. - 2022. - Т. 12, No 4. - С. 105-109. URL: https://psyjournals.ru/journals/mda/archive/2022_n4/mda_2022_n4_Isakov.pdf. EDN: ZCAUPY
2. Махрусе Насма. Современные тенденции методов интеллектуального анализа данных: метод кластеризации // Московский экономический журнал. - 2019. - No 4. - С. 243-249. URL: https://cyberleninka.ru/article/n/sovremennye-tendentsii-metodov-intellektualnogo-analiza-dannyh-metod-klasterizatsii.
3. Пуговкина, Е.Д. Использование методов кластеризации текстов на естественном языке в рекомендательных системах / Е.Д. Пуговкина, А.А. Белоусов // Информационные технологии и нанотехнологии. - 2022. - Т. 4. - С. 1022-1031. URL: http://repo.ssau.ru/bitstream/Informacionnye-tehnologii-i-nanotehnologii/Ispolzovanie-metodov-klasterizacii-tekstov-na-estestvennom-yazyke-v-rekomendatelnyh-sistemah-100180/1/ИТНТ-2022.%20Том%204.%20Искусственный%20интеллект/978-5-7883-1792-2_2022-041022.pdf. EDN: ZRAFPK
4. Рожнов, И.П. Повышение эффективности отбора однородных партий с использованием гибридных алгоритмов кластерного анализа / И.П. Рожнов, С.Н. Ежеманская, Л.А. Казаковцев, Е.Б. Козловская // Международный научно-исследовательский журнал. - 2022. - No 10(124). - С. 95-100. URL: https://research-journal.org/archive/10-124-2022-october/. DOI: 10.23670/IRJ.2022.124.35 EDN: DZJLDC
5. Харахинов, В.А. Нейросетевые технологии решения задач кластеризации и классификации данных в технических системах: дис.... канд. техн. наук. - Иркутск, 2023. - 212 с. URL: https://www.irgups.ru/sites/default/files/oo/science/dissert%20sovet/dissertazii%20predsavlennyu%20k%20zashite/Харахинов%20Владимир%20Александрович/Полный%20текст%20диссертации%20Харахинов%20В.А..pdf. EDN: JIXBKM
6. Хечми Шили. Кластеризация в аналитике больших данных: системный обзор и сравнительный анализ (обзорная статья) // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23, No 5. С. 967-979. URL: https://ntv.ifmo.ru/ru/article/22369/%09klasterizaciya_v_analitike_bolshih_dannyh:_sistemnyy_obzor_i_sravnitelnyy_analiz_(obzornaya_statya).htm. EDN: GHRHGY
7. Ширинкина, Е.В. Методы интеллектуального анализа данных и образовательной аналитики / Е.В. Ширинкина // Современное образование. - 2022. - No 1. - С. 51-67. URL: https://nbpublish.com/library_read_article.php?id=37582. EDN: DINNOW
8. Casanova, C. Hierarchical clustering-based framework for a posteriori exploration of Pareto fronts: application on the bi-objective next release problem / C. Casanova, E. Schab, L. Prado [et al.]. - 2023. URL: https://www.frontiersin.org/articles//full. DOI: 10.3389/fcomp.2023.1179059
9. Gao, C.X. An overview of clustering methods with guidelines for application in mental health research / C.X. Gao, D. Dwyer, Y. Zhu [et al.] // Psychiatry Research. - 2023. - Vol. 327. - P. 115265. URL: https://www.sciencedirect.com/science/article/pii/S0165178123002159. EDN: MYRSQS
10. Omran, M. An overview of clustering methods / M. Omran, A.P. Engelbrecht, A.A. Salman // Intelligent Data Analysis. - 2007. - Vol. 11, No 6. - P. 583-605. URL: https://www.researchgate.net/publication/220571682_An_overview_of_clustering_methods.
11. Oyewole, G.J. Data clustering: application and trends / G.J. Oyewole, G.A. Thopil // Artificial Intelligence Review. - 2023. - Vol. 56, No 9. - P. 6439-6475. URL: https://link.springer.com/article/-y. DOI: 10.1007/s10462-022-10325 EDN: OQRSWY
12. Pitafi, S. A Taxonomy of Machine Learning Clustering Algorithms, Challenges, and Future Realms / S. Pitafi, T. Anwar, Z. Sharif // Applied Sciences. - 2023. - Vol. 13, No 6. - P. 3529. URL: https://www.mdpi.com/2076-3417/13/6/3529.
13. Wei, X. An overview on density peaks clustering / X. Wei, M. Peng, H. Huang [et al.] // Neurocomputing. - 2023. - Vol. 554. - P. 126633. URL: https://www.sciencedirect.com/science/article/abs/pii/S0925231223007567. EDN: AQCDYA
14. Yang, Y. A generalized fuzzy clustering framework for incomplete data by integrating feature weighted and kernel learning / Y. Yang, H. Chen, H. Wu // PeerJ Computer Science. - 2023. - Vol. 9. URL: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10588703. EDN: BQCUSP
15. Zhang, M. Review of Clustering Methods for Functional Data / M. Zhang, A. Parnell // ACM Transactions on Knowledge Discovery from Data. - 2023. - Vol. 17, No 7. - P. 91. URL: https://dl.acm.org/doi/. DOI: 10.1145/3581789 EDN: FVILFF