【目的】研究评价问题中评价对象因个体差异性的聚类问题。【方法】首先引入夹角余弦刻画评价对象个体间倾向性上的差异大小，其次利用余弦相似度与欧式距离刻画评价对象的总体相似度，对Tzortzis和Likas提出的min-max K-means聚类算法进行改进。【结果】利用某高校参与评价教师的指标数据集进行初步的数值实验，证明了改进K-means算法的有效性。【结论】余弦相似度刻画考核对象的偏向性差异，很好的克服了欧式距离只考虑数值绝对值上的差异，具有重要的现实意义。