본 논문은 기존의 belief functions 기반 클러스터링 알고리즘이 복잡한 데이터(혼합 데이터, 시계열 데이터 등)에 적용될 수 없다는 한계를 지적하고, 이를 해결하기 위해 새로운 알고리즘인 Soft-ECM을 제안합니다. Soft-ECM은 반-메트릭(semi-metric)만을 필요로 하여 불확실한 클러스터의 중심을 일관되게 위치시키며, 숫자 데이터에 대한 기존 퍼지 클러스터링 접근 방식과 비교 가능한 결과를 보여줍니다. 또한, 혼합 데이터 처리 능력과 시계열 데이터에 DTW와 같은 반-메트릭을 결합한 퍼지 클러스터링의 장점을 보여줍니다.