一种基于张量建模和序贯博弈的属性图聚类方法

本发明公开了一种基于张量建模和序贯博弈的属性图聚类方法，涉及数据挖掘技术领域。该方法包括：结合拓扑切片、特征切片及拓扑‑特征转移切片构建属性图的三阶张量表示；定义加权模块度，并引入正则化项约束类簇规模分布和类簇间的重叠比例，从而构建全局聚类目标函数，并通过序贯博弈进行优化，包括：将类簇作为博弈玩家，节点对类簇的隶属度作为玩家策略，基于全局聚类目标函数定义玩家效用，按节点影响力顺序迭代优化节点类簇归属，当玩家效用达到纳什均衡时输出最终聚类结果。通过本发明的方法，能够统一建模结构与属性的异构信息，优化聚类目标函数，融合高阶结构与类簇约束，实现稳定聚类，提升整体性能，挖掘真实类簇机制。