超图聚类：一种模块度最大化方法
机器学习
2018-12-31 v1 社会与信息网络
机器学习
摘要
超图上的聚类日益受到关注，其在网络分析、VLSI 设计和计算机视觉等领域具有潜在应用。本文中，我们推广了用于超图聚类的模块度最大化框架。为此，我们引入了超图零模型，类比于无向图上的配置模型，以及一种保持节点度的归约以使用该模型。这被用于定义一个可利用流行且快速的 Louvain 算法最大化的模块度函数。我们还提出了一种对此聚类的改进，通过迭代方式对割超边重新赋权。我们方法的有效性与高效性在多个真实世界数据集上得到了验证。
引用
@article{arxiv.1812.10869,
title = {Hypergraph Clustering: A Modularity Maximization Approach},
author = {Tarun Kumar and Sankaran Vaidyanathan and Harini Ananthapadmanabhan and Srinivasan Parthasarathy and Balaraman Ravindran},
journal= {arXiv preprint arXiv:1812.10869},
year = {2018}
}