Đồ án tập trung nghiên cứu vấn đề phân cụm dữ liệu bán giám sát trong khai thác dữ liệu. Phần đầu trình bày bối cảnh ra đời của khai thác dữ liệu, vai trò của phân cụm dữ liệu và những hạn chế của các phương pháp phân cụm không giám sát. Từ đó, luận văn đi sâu vào các kỹ thuật phân cụm dữ liệu, thuật toán phân cụm không giám sát và các phương pháp phân cụm bán giám sát, đặc biệt là thuật toán Seeded-Kmeans và Constrained-Kmeans. Dựa trên nền tảng lý thuyết này, luận văn phát triển một chương trình mô phỏng hoạt động của phương pháp phân cụm dữ liệu bán giám sát để hỗ trợ phân tích, đánh giá và minh họa kết quả thực nghiệm.