用于图聚类与社区发现的一种快速多级算法

衡量聚类质量最有用的指标之一是划分的模块度，它衡量连接同一聚类内顶点的边数与随机（无结构）图中此类边的期望数之间的差异。在本文中，我们证明了寻找最大化给定图 G 模块度的划分的问题，可归约为在具有与 G 相同顶点的全图上求解最小加权割问题。随后，我们证明了所得的最小割问题可利用现有的图划分软件高效求解，且我们的算法找到的聚类质量优于现有聚类算法，且速度更快。