.png){kind=icon}
返回
Structural Clustering for Bipartite Graphs
.png){kind=icon}
PRE
AI
DOI：10.1109/TKDE.2025.3612290.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
二分图在许多实际应用中被广泛使用，其中发现簇对于理解其底层结构至关重要。然而，大多数现有的二分图聚类方法强制将所有顶点分配到簇中，往往忽略了离群点和中心节点的关键作用。为解决此局限性，我们计划将结构聚类模型从单分图扩展到二分图。由于二分图中缺乏共同邻居，此扩展非平凡，这使得传统的相似度度量效果较差。认识到相似度是结构聚类的关键，我们借助蝶形结构（二分图的基本构建块）来定义更有效的相似度度量。在此基础上，我们进一步提出了一种适用于二分图的新型结构聚类模型${\mathsf {SBC}}$。为在此模型下实现聚类，我们开发了高效的在线和基于索引的方法，以及一种动态维护方法以适应图随时间的更新。在真实二分图上的广泛实验表明：(1) ${\mathsf {SBC}}$模型显著提升了聚类质量，在提高模块度的同时有效识别了离群点和中心节点。(2) 我们提出的聚类方法具有高度可扩展性，能够在2秒内处理包含1220万个边的图。
Keyword:
Bipartite graph
butterfly
dynamic
index
structural clustering
期刊
IF:
10.4
论文数:
6.8K
被引数:
3.2W
机构
引用论文
分享收藏PSCAN: A Parallel Structural Clustering Algorithm for Big Networks in MapReducePSCAN：一种用于大规模网络的并行结构聚类算法（MapReduce）.png)
2013 IEEE 27th International Conference on Advanced Information Networking and Applications (AINA)
2013 IEEE 27th International Conference on Advanced Information Networking and Applications (AINA)IF0
PREAI
分享收藏
查看更多内容