一种动态跨视图节点交互的端到端多视图聚类方法及系统

本发明属于多视图图聚类技术领域，公开了一种动态跨视图节点交互的端到端多视图聚类方法及系统。所述方法包括：根据多视图数据集中的节点特征，构造图结构信息；将图结构信息和节点特征输入多视图图神经网络模型中，得到聚类结果。多视图图神经网络模型包括编码器、多层感知机、解码器和带有正则化约束的超球面聚类模块；编码器包括多层编码器层，每层编码器层均包括视图内表征学习模块和跨视图表征学习模块。本发明提出了一种无监督端到端的节点级跨视图消息传递方式，建立跨视图节点间的直接信息交互，有效促进互补信息传播与一致语义信息的学习，并采用带有正则化约束的超球面进行聚类，能保证不同类别之间的均衡分布和良好的可分离性。