AGC：Attributed Graph Clustering via Adaptive Graph Convolution

Adaptive：构造k阶图卷积，充当节点特征上的低通图滤波器，以获得平滑的特征表示，其中 k 可以使用簇内距离自适应地选择。

GCN的问题

• GCN的每个卷积层都与投影层耦合，无法构造深层GCN。
• 一般使用2~3个GCN，即只能考虑2，3阶邻居，丢失了global信息。
• 固定模型忽略了真实数据的多样性。

模型

• 构造k阶图卷积，学习平滑的节点特征表示；
• 对学习到的节点特征进行谱聚类。
• 类内距离
  
  类内距离不再减少时，说明阶数k不能再增加。
  

算法