图聚类是一项基本且具有挑战性的任务，它旨在将图中的节点划分为几个不同的簇。近年来，越来越多的人提出了深度图聚类方法，并取得了良好的性能。但是，相关的综述论文比较缺乏，对这方面的研究进行总结迫在眉睫。基于此动机，本文首次对深度图聚类进行了全面的研究。首先，详细介绍了深度图聚类的定义和重要的基线方法。并根据图类型、网络架构、学习范式和聚类方法四个标准对深度图聚类方法进行了分类。此外，通过对现有工作的仔细分析，从五个角度总结了挑战和机遇。最后介绍了深度图聚类在四个领域的应用。值得一提的是，在GitHub上有一系列最先进的深度图聚类方法，包括论文、代码和数据集。我们希望这项工作将作为一个快速指南，并帮助研究人员克服这一充满活力的领域的挑战。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢