用于多层图聚类的幂平均拉普拉斯算子

多层图编码了同一实体集合之间的不同种类交互。当希望对此类多层图进行聚类时，自然会提出应如何合并不同层信息的问题。我们在本文中引入了一族用于合并来自不同层的拉普拉斯算子的单参数矩阵幂平均，并在随机块模型中对其期望进行了分析。我们表明该族在多种设定下均可恢复真实聚类，并在真实世界数据中验证了这一点。虽然计算矩阵幂平均对于大型图可能非常昂贵，我们引入了一种数值方案，以高效计算其在大型稀疏图情形下的特征向量。