Biclustering je tehnika rudarjenja podatkov, ki razvrsti informacije v matriko tako, da hkrati dodeli vrstice in stolpce matrike. V središču te tehnike je učinkovitost, ki omogoča računalniku, da preseje in razvrsti veliko količino podatkov v krajšem času v primerjavi z enojnimi metodami združevanja v gruče. Biclustering je preprosto splošen naslov enega posebnega razreda tehnik rudarjenja podatkov; obstaja veliko različnih algoritmov, ki lahko spadajo v to kategorijo, vključno z združevanjem blokov, modelom Plaid, povezanim dvosmernim združevanjem v gruče in medsebojno povezanim dvosmernim združevanjem v gruče.
Da bi razumeli pomen razvrščanja v skupine, moramo najprej razumeti splošni koncept rudarjenja podatkov. Podatkovno rudarjenje zajema velik kup podatkov – kot so informacije, ki so izpuščene iz glavne baze podatkov podjetja – in jih razvršča, da bi ugotovili trende in druge uporabne vzorce. To vrsto analize je mogoče uporabiti za določanje vzorcev, ki sicer ne bi postali očitni z občasnim študijem, kot so trendi nakupovanja potrošnikov in nihanja na borzi. Podatkovno rudarjenje lahko izvaja ročno človeški analitik ali elektronsko z uporabo neke vrste algoritma za rudarjenje podatkov; tu pride v poštev biclustering.
Med procesom rudarjenja podatkov bo računalnik, ki izvaja analizo, poskušal med seboj razvrstiti povezane dele informacij. Ta proces je znan kot “gručenje”. Združevanje v gruče omogoča računalniku, da spremeni svojo umetno inteligenco tako, da prepozna, kdaj sta dva ali več informacij povezanih med seboj, in jih postavi skupaj v matriko. Običajno se napolnijo bodisi vrstice bodisi stolpci matrike, vendar le ena naenkrat.
Biclustering to odpravi z omejitvijo, saj računalniku omogoči, da hkrati zapolni tako vrstice kot stolpce. To izboljša učinkovitost procesa združevanja v grozde, vendar lahko povzroči različno urejene matrike, odvisno od določenega algoritma, ki se uporablja. Na primer, računalnik, ki razporeja stvari s konstantnimi ujemajočimi se vrednostmi v vrstice, v primerjavi z računalnikom, ki ureja stvari s konstantnimi ujemajočimi se vrednostmi, postavljenimi v stolpce, bo ustvaril različne matrike videza z uporabo popolnoma enakih vrednosti. Ni enega “pravega” načina za združevanje podatkov; vse je odvisno od posebne situacije in preferenc posameznika, ki izvaja rudarjenje podatkov.