图聚类算法

Question

我可以解释我在寻找什么的最好方法是使用这张图片：

显然，视觉辅助使我们更容易对这些图进行分组，但我也认为找到密集的子图应该是使用算法可以解决的问题。 由于它的流行，我尝试了 MCL 算法，但它无法正常工作，因为它似乎至少不允许有方向的边缘。 我试图以不同的方式加权边缘，但这也无助于聚类过程。 我想在图中找到密集点，并且我确实有一种方法可以验证给定的集群是否可行，但在某些情况下，如果有帮助，某些元素就无法在一起。

其输出将是：

集群 0：A、B、C

第 1 组：D、E、F、G

在这种情况下，如果 D 是一个可疑元素，使用不同的方法我可以找出属于哪个集群。

Answer 1

这个问题本身就是一个研究领域（也是我博士论文的一部分......）最好的解决方案通常取决于你对“集群”或“社区”的数学定义。 例如，您可以最小化簇间边的数量，这称为图分区问题。

Fortunato 写了一篇关于这个主题的很好的评论论文： https : //arxiv.org/pdf/0906.0612

除了我们自己的方法之外，我个人最喜欢的是模拟退火。