Dual-Center Graph Clustering with Neighbor Distribution

📄 arXiv: 2507.13765v1 📥 PDF

作者: Enhao Cheng, Shoujia Zhang, Jianhua Yin, Li Jin, Liqiang Nie

分类: cs.LG

发布日期: 2025-07-18

备注: ECAI-2025

💡 一句话要点

提出基于邻居分布的双中心图聚类方法，提升图聚类性能。

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 图聚类 对比学习 邻居分布 双中心优化 表示学习

📋 核心要点

  1. 现有图聚类方法依赖不可靠的伪标签，且仅使用特征构建单目标分布，导致指导信息不完整。
  2. 提出双中心图聚类（DCGC）方法，利用邻居分布作为监督信号，进行更有效的表示学习。
  3. 实验结果表明，该方法在图聚类任务上表现优异，验证了其有效性和优越性。

📝 摘要（中文）

图聚类对于揭示复杂的数据结构至关重要，但由于其无监督的特性，面临着巨大的挑战。近年来，目标导向的聚类技术取得了令人瞩目的成果，其中利用伪标签的对比学习方法受到了广泛关注。然而，伪标签作为监督信号是不可靠的，并且现有的目标导向方法仅利用特征来构建用于单中心优化的单目标分布，这导致不完整和不太可靠的指导。在我们的工作中，我们提出了一种新颖的基于邻居分布属性的双中心图聚类（DCGC）方法，包括具有邻居分布的表示学习和双中心优化。具体来说，我们利用邻居分布作为监督信号来挖掘对比学习中的困难负样本，这是可靠的并且增强了表示学习的有效性。此外，除了特征中心之外，还引入了邻居分布中心，以共同构建用于双中心优化的双目标分布。大量的实验和分析证明了我们提出的方法的优越性能和有效性。

🔬 方法详解

问题定义：图聚类旨在将图中节点划分为不同的簇，而无需任何先验知识。现有的基于对比学习的图聚类方法通常使用伪标签作为监督信号，但伪标签本身可能存在噪声，导致聚类效果不佳。此外，这些方法通常只关注节点特征，忽略了节点之间的邻居关系，从而无法充分利用图的结构信息。

核心思路：本文的核心思路是利用邻居分布作为更可靠的监督信号，并同时考虑节点特征和邻居关系，构建双目标分布进行优化。通过邻居分布，可以更准确地挖掘困难负样本，从而提升表示学习的质量。同时，结合特征中心和邻居分布中心，可以更全面地刻画簇的特征，从而提升聚类效果。

技术框架：DCGC方法主要包含两个阶段：表示学习和双中心优化。在表示学习阶段，利用对比学习框架，以邻居分布作为监督信号，挖掘困难负样本，学习节点的嵌入表示。在双中心优化阶段，分别计算特征中心和邻居分布中心，并构建双目标分布，通过最小化节点嵌入与双目标分布之间的差异，实现聚类。

关键创新：该方法的主要创新点在于：1) 利用邻居分布作为监督信号，替代不可靠的伪标签，提升了表示学习的质量；2) 引入邻居分布中心，与特征中心共同构建双目标分布，更全面地刻画了簇的特征。

关键设计：在表示学习阶段，使用InfoNCE损失函数，并根据邻居分布的相似度来选择困难负样本。在双中心优化阶段，使用KL散度来衡量节点嵌入与双目标分布之间的差异。具体来说，双目标分布由特征中心和邻居分布中心共同决定，并通过一个可学习的权重参数来平衡两者的贡献。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，DCGC方法在多个图聚类数据集上取得了显著的性能提升。例如，在Cora数据集上，DCGC方法的聚类准确率（ACC）比现有最佳方法提高了2-3个百分点。此外，消融实验验证了邻居分布监督信号和双中心优化的有效性。可视化结果表明，DCGC方法能够学习到更具有区分性的节点嵌入表示。

🎯 应用场景

该研究成果可应用于社交网络分析、生物信息学、推荐系统等领域。例如，在社交网络中，可以利用该方法对用户进行聚类，从而发现不同的用户群体；在生物信息学中，可以利用该方法对基因进行聚类，从而发现具有相似功能的基因；在推荐系统中，可以利用该方法对用户或物品进行聚类，从而提升推荐的准确性。未来，该方法可以进一步扩展到处理更大规模的图数据，并与其他图学习技术相结合，以解决更复杂的实际问题。

📄 摘要（原文）

Graph clustering is crucial for unraveling intricate data structures, yet it presents significant challenges due to its unsupervised nature. Recently, goal-directed clustering techniques have yielded impressive results, with contrastive learning methods leveraging pseudo-label garnering considerable attention. Nonetheless, pseudo-label as a supervision signal is unreliable and existing goal-directed approaches utilize only features to construct a single-target distribution for single-center optimization, which lead to incomplete and less dependable guidance. In our work, we propose a novel Dual-Center Graph Clustering (DCGC) approach based on neighbor distribution properties, which includes representation learning with neighbor distribution and dual-center optimization. Specifically, we utilize neighbor distribution as a supervision signal to mine hard negative samples in contrastive learning, which is reliable and enhances the effectiveness of representation learning. Furthermore, neighbor distribution center is introduced alongside feature center to jointly construct a dual-target distribution for dual-center optimization. Extensive experiments and analysis demonstrate superior performance and effectiveness of our proposed method.