自组织映射（self-organizing map），管理学-情报学-信息组织-信息加工处理-元数据，基于神经网络观点的聚类和数据可视化技术。尽管自组织映射源于神经网络，但是它更容易表示成一种基于原型的聚类的变形。与其他基于质心的聚类一样，自组织映射的目标是发现质心的集合（用自组织映射的术语称为参考向量），并将数据集中的每个对象指派到提供该对象最佳近似的质心。用神经网络的术语，每个质心都与一个神经元相关联。与增量K均值一样，每次处理一个数据对象并更新最近的质心。与K均值不同，自组织映射赋予质心地形序，也更新附近的质心。此外，自组织映射不记录对象的当前簇隶属情况；并且不像K均值，如果对象转移簇，并不明确地更新旧的簇质心。当然，旧的簇质心可能是新的簇质心的近邻，这样它可能因此而更新。继续处理点，直到到达某个预先确定的界限，或者质心变化不大为止。自组织映射的最终输出是一个隐式定义簇的质心的集合。每个簇由最靠近某个特定质心的点组成。