基于Gumbel Softmax的加权图节点聚类
社会与信息网络
2021-02-23 v1 机器学习
摘要
图是数据科学中普遍的数据结构，广泛应用于社交网络、知识表示图、推荐系统等领域。当给定一个或多个图组成的一般带权图数据集时，第一步往往是发现图中的簇。本文给出关于聚类加权图数据集的图聚类算法的一些正在进行的研究结果，我们将其命名为基于Gumbel Softmax的加权图节点聚类（简称WGCGS）。我们将WGCGS应用于空手道俱乐部加权网络数据集。实验表明，WGCGS能高效且有效地在空手道俱乐部加权网络数据集中发现簇。我们算法的有效性通过以下方式证明：（1）比较算法所得聚类结果与数据集给定标签；（2）比较我们的聚类算法与其他SOTA图聚类算法间的多项指标。
引用
@article{arxiv.2102.10775,
title = {Weighted Graph Nodes Clustering via Gumbel Softmax},
author = {Deepak Bhaskar Acharya and Huaming Zhang},
journal= {arXiv preprint arXiv:2102.10775},
year = {2021}
}