Как я понимаю, Вы незнакомы ни с кластеризующими онлайн-поток информации нейросетями адаптивного резонанса (ART), ни с задачей коллаборативной фильтрации (если ставить во главу угла ТОЧНОСТЬ прогноза неизвестных свойств объекта по значениям свойств его "соседей" - а не статистическую правдоподобность сформированных кластеров).
В общем, лично я не вижу смысла скрещивать ужа с ежом. Если нужна кластеризация - то решаем её методами кластерного анализа (онлайн-методы есть) с применением НУЖНОЙ конкретному бизнесу или ЛПРу гипотезы компактности. Если нужен прогноз для объекта внутри некоторого кластера (прогноз неизвестных свойств объекта по значениям свойств его соседей) - решаем её теми методами ЯВНОГО восстановления зависимостей, которые включают в кластер хорошо прогнозируемые друг по другу объекты (а не просто точки, случайно разбросанные вокруг некоторого центра масс).