论文研究 TSCAN:利用并行策略改进的图结构聚类算法.pdf

近年来，图数据聚类在学术界引起了广泛的关注，许多优秀的聚类方法，如模块度优化算法、谱聚类，以及基于密度的聚类算法在图数据上取得了很好的效果。SCAN是一种著名的基于密度的图聚类算法，该算法不仅能够找出图中的聚类，而且还能够发现不同聚类间的Hub节点，以及图中的离群点。然而，该算法存在两方面的局限性：首先，在大规模图数据上，该算法需要耗费大量的时间用于计算图中每条边的结构相似性；另一方面，该算法存在两个参数[ε]和[μ]，并且对这两个参数比较敏感。为了解决其局限性，提出了一种基于OpenMP的并行算法来求解节点相似性，并且提出了两种有效的负载均衡策略；其次，提出一种基于三角形的新型图结构聚类算法