为解决模糊C-均值(FCM)聚类算法在大数据量中存在的计算量大、运行时间过长的问题，提出了一种改进方法：先用多次随机取样聚类得到的类中心作为FCM算法的初始类中心，以减少FCM算法收敛所需的迭代次数；接着通过数据约减，压缩参与迭代运算的数据集，减少每次迭代过程的运算时间。该方法使FCM算法运算速度大大提高，且不影响算法的聚类效果。