Zusammenfassung
In der hier vorgestellten Arbeit wird ein neuer Clusteringansatz entwickelt, der nicht nur die Attribute der zu gruppierenden Objekte, sondern auch Informationen über Verbindungen zwischen den Objekten berücksichtigt. Diese Informationen können als Graph mit beschrifteten Knoten dargestellt werden. Das Ziel des vorgestellten Clusteringverfahrens ist es, in diesem Graphen Gruppen von Knoten zu finden, die im Graphen dicht verbunden und sich in einer Teilmenge der Attribute ähnlich sind.
References
Du N, Wu B, Pei X, Wang B, Xu L (2007) Community detection in large-scale social networks. In: WebKDD/SNA-KDD 2007, pp 16–25
Günnemann S, Färber I, Boden B, Seidl T (2010) Subspace clustering meets dense subgraph mining: A synthesis of two paradigms. In: ICDM 2010, pp 845–850
Hanisch D, Zien A, Zimmer R, Lengauer T (2002) Co-clustering of biological networks and gene expression data. Bioinformatics 18:145–154
Liu G, Wong L (2008) Effective Pruning Techniques for Mining Quasi-Cliques. In: ECML/PKDD 2008, pp 33–49
Moser F, Colak R, Rafiey A, Ester M (2009) Mining Cohesive Patterns from Graphs with Feature Vectors. In: SDM 2009, pp 593–604
Procopiuc CM, Jones M, Agarwal PK, Murali TM (2002) A Monte Carlo algorithm for fast projective clustering. In: SIGMOD 2002, pp 418–427
Rousseeuw PJ, Kaufman L (1990) Finding Groups in Data: An Introduction to Cluster Analysis. Wiley, New York
Shiga M, Takigawa I, Mamitsuka H (2007) A spectral clustering approach to optimally combining numerical vectors with a modular network. In: KDD 2007, pp 647–656
Zhou Y, Cheng H, Yu JX (2009) Graph Clustering Based on Structural/Attribute Similarities. In: VLDB 2009/PVLDB Journal, pp 718–729
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Boden, B. Clustering von Graphen mit Knotenbeschriftungen. Informatik Spektrum 35, 220–222 (2012). https://doi.org/10.1007/s00287-011-0556-5
Published:
Issue Date:
DOI: https://doi.org/10.1007/s00287-011-0556-5