Constrained Local Graph Clustering by Colored Random Walk（通过彩色随机漫步约束本地图聚类）

摘要(Abstract)

存在问题：

目前的本地聚类方法或允许仅单个种子节点，或假定所有种子节点来自相同的集群，在实际应用中难以实现，

此外，假设所有种子节点都在一个集群，无法使用种子节点之间的关系的重要信息。

创新点：已知种子节点的社区关系，

1.同一个社区内的种子节点和随机游走者标记成同样的颜色。对于每一个游走点，标记颜色，从而影响下一个游走点的转移概率，下一个点的吸引/排斥由积累的颜色量影响。

2.提出启发式策略，加速2个数量级的算法。

方法(Method)

（1）RWR：计算每个节点的相似度得分；

（2）HKD：通过热内核网络扩散计算节点相似度QDC：

（3）使用RWR分数分配权重，并找到查询偏置最密集的子图；

（4）VRW：加强了下一步由以前访问计数的访问概率。

结果(Results)

非重叠社区

重叠社区