本发明涉及一种基于SOM‑M的业扩项目聚类方法，包括：获取原始业扩项目数据，原始业扩项目数据包括：项目节点、节点计划用时、节点预算费用；将预处理后的原始业扩项目数据输入至SOM‑M模型中，初始化竞争层的神经元参数；计算输入层的神经元与竞争层的神经元间的相似性和一阶动量，更新竞争层的神经元参数；根据更新后的竞争层的神经元参数，得到业扩项目的节点类别。本申请通过测量多个神经元相似性，使多个神经元的相似性相互竞争，不断调整神经元逼近对象的类别中心，使神经元自动聚类，在加入一阶动量后，提升了SOM的收敛能力，更易于找到聚类中心，具有较强的分类能力和快速的学习能力，在对业扩项目聚类中具有很好的效果。