第一部分 引言

第1章 引言

1.1研究领域

1.2本书的内容和组织

1.3本书的读者

1.4进一步的阅读

第二部分 模型

第2章 集体聚类

2.1引言

2.2相关工作

2.3模型建立和分析

2.3.1块值分解

2.3.2 NBVD方法

第3章 异质关联数据聚类

3.1引言

3.2相关工作

3.3关联摘要网络模型

第4章 同质关联数据聚类

4.1引言

4.2相关工作

4.3图逼近的社区学习

第5章 一般关联数据聚类

5.1引言

5.2相关工作

5.3混合成员关联聚类

5.4谱关联聚类

第6章 多视图关联数据聚类

6.1引言

6.2相关工作

6.3背景和模型公式

6.3.1多视图非监督学习的一般模型

6.3.2多视图聚类和多视图谱嵌入

第7章 演化数据聚类

7.1引言

7.2相关工作

7.3狄利克雷过程混合链

7.4 HDP演化聚类模型

7.4.1 HDP-EVO表示

7.4.2对HDP-EVCO的双等级CRP

7.5无限层次隐马尔可夫状态模型

7.5.1 iH2 MS的描述

7.5.2 iH2 MS的扩展

7.5.3 HTM的最大似然估计

7.6包含有HTM的HDP（HDP-HTM）

第三部分 算法

第8章 集体聚类

8.1非负块值分解算法

8.2证明NBVD算法的正确性

第9章 异质关联数据聚类

9.1关联摘要网络算法

9.2聚类方法的统一

9.2.1 2部谱图分割

9.2.2有特征减少的二进制数据聚类

9.2.3信息理论的集体聚类

9.2.4 K均值聚类

第10章 同质关联数据聚类

10.1硬CLGA算法

10.2软CLGA算法

10.3平衡CLGA算法

第11章 一般关联数据聚类

11.1混合成员关联聚类算法

11.1.1有指数族的MMRC

11.1.2蒙特卡洛E步

11.1.3 M步

11.1.4硬MMRC算法

11.2谱关联聚类算法

11.3对聚类的一个统一观点

11.3.1半监督聚类

11.3.2集体聚类

11.3.3图聚类

第12章 多视图关联数据聚类

12.1算法推导

12.1.1多视图聚类算法

12.1.2多视图谱嵌入算法

12.2扩展和讨论

12.2.1演化聚类

12.2.2有补充信息的非监督学习

第13章 演化数据聚类

13.1 DPChain推理

13.2 HDP-EVO推理

13.3 HDP-HTM推理

第四部分 应用

第14章 集体聚类

14.1数据集和实现细节

14.2评价指标

14.3结果和讨论

第15章 异质关联数据聚类

15.1数据集和参数设置

15.2结果和讨论

第16章 同质关联数据聚类

16.1数据集和参数设置

16.2结果和讨论

第17章 一般关联数据聚类

17.1图聚类

17.2双聚类和三聚类

17.3关于演员-电影数据的案例研究

17.4谱关联聚类应用

17.4.1在双类型的关联数据上聚类

17.4.2在三种类型关联数据上聚类

第18章 多视图和演化数据聚类

18.1多视图聚类

18.1.1合成数据

18.1.2真实的数据

18.2多视图谱嵌入

18.3半监督聚类

18.4演化聚类

第五部分 总结

第19章 总结

参考文献