Similarity coefficients between artifact samples can be used for constructing larger groupings or for seriating the artifact samples. Indeed, these two approaches work well together, because the construction of groupings assists the seriation of the samples within and across groups. Sequentially grouping the samples into a single total sample, through hierarchical analysis of their coefficients, enables the use of these coefficients to seriate the artifact samples in the reverse order of their grouping. If the main point of interest is the composition of the groupings (for instance, as a summary of attribute similarities between artifact samples), seriation is still valuable in providing the hierarchical structure with an overall orientation that would otherwise be lacking. Alternatively, if the main point of interest is the seriated order (for instance, based on patterns of co-occurrences between the artifact samples), grouping analysis provides a structure to the seriation that would otherwise be lacking. Moreover, because we are dealing with samples, these can be subjected to stepwise agglomeration (rather than hierarchical clustering as commonly understood) during the grouping process, and then subjected to reverse-order sequential partitioning during the seriation process. The advantage of using agglomerated samples is that the coefficients between them can be calculated directly rather than derived indirectly from the constituent sample coefficients. How this approach can be applied to the seriation of artifact types is illustrated through a revisited analysis of high-fired ceramics imported to Sulawesi, Indonesia.

中文翻译：

---

基于聚集聚类的锯齿处理：以进口到印度尼西亚苏拉威西岛的陶瓷为例

伪影样本之间的相似系数可用于构建更大的分组或对伪影样本进行系列化。确实，这两种方法可以很好地协同工作，因为分组的构造有助于在组内和组之间对样本进行序列化。通过对样本系数进行分层分析，将样本顺序分组为单个总样本，从而可以使用这些系数以与分组相反的顺序处理伪影样本。如果主要关注点是分组的组成（例如，作为工件样本之间属性相似性的摘要），则在为层次结构提供总体方向（否则会缺少）时，序列化仍然很有价值。或者，如果主要兴趣点是序列顺序（例如，基于人工产物样本之间的共现模式），则分组分析为锯齿状结构提供了一个否则将缺乏的结构。此外，由于我们正在处理样本，因此可以在分组过程中对它们进行逐步聚集（而不是通常理解的分层聚类），然后在序列化过程中对它们进行反向排序。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。（基于工件样本之间共现的模式），分组分析为锯齿状提供了一种结构，否则该结构将缺乏。此外，由于我们正在处理样本，因此可以在分组过程中对它们进行逐步聚集（而不是通常理解的分层聚类），然后在序列化过程中对它们进行反向排序。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。（基于工件样本之间共现的模式），分组分析为锯齿状提供了一种结构，否则该结构将缺乏。此外，由于我们正在处理样本，因此可以在分组过程中对它们进行逐步聚集（而不是通常理解的分层聚类），然后在序列化过程中对它们进行反向排序。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。分组分析提供了本来缺少的锯齿状结构。此外，由于我们正在处理样本，因此可以在分组过程中对它们进行逐步聚集（而不是通常理解的分层聚类），然后在序列化过程中对它们进行反向排序。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。分组分析提供了本来缺少的锯齿状结构。此外，由于我们正在处理样本，因此可以在分组过程中对它们进行逐步聚集（而不是通常理解的分层聚类），然后在序列化过程中对它们进行反向排序。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。这些可以在分组过程中进行逐步聚集（而不是通常理解的分层聚类），然后在序列化过程中进行逆序顺序划分。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。这些可以在分组过程中进行逐步聚集（而不是通常理解的分层聚类），然后在序列化过程中进行逆序顺序划分。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。使用凝聚样本的优势在于，它们之间的系数可以直接计算，而不是间接从组成样本系数中得出。通过对进口到印度尼西亚苏拉威西岛的高烧陶瓷的重新分析，说明了该方法如何应用于人工制品的系列化。