摘要: 摘 要: 现有的有向图聚类算法大多基于向量空间中节点间近似线性关系假设,不足以发掘节点间存在的非线性相关性。针对该问题,提出一种基于核非负矩阵分解的有向图聚类算法。首先,引入核方法将有向图的邻接矩阵投影到核空间,并通过特定的正则项约束原空间及核空间中节点间的相似性。其次,提出了图正则化核非对称非负矩阵分解算法的目标函数,在非负约束条件下通过梯度下降方法推导出聚类算法。该算法在考虑连边的方向性的同时利用核方法建模节点间的非线性关系,从而准确地揭示有向图中潜在的结构信息。最后,在真实网络和人工合成网络上进行了实验,结果表明,新算法能够有效聚类有向网络,在多个聚类有效性指标上优于对比算法。
中图分类号: