图聚类系统

问题

百万级数据需要聚类。标准算法（Louvain、Leiden、K-core、极大团）效果差且过程不透明——中间挂掉就得重来。

方案：单样本 K-hop → 循环 → 去重

复杂任务 → 简化为单样本 → 循环 → 去重

1. 从一个样本出发，K-hop 扩展找到所有相连节点
2. 在小规模子图上做后处理（规模可控、可调试）
3. 扩展到多样本：循环步骤 1 + 图去重合并重叠
4. 全量分类：每个样本跑一遍 → 去重 → 完成
      

为什么优于标准方案

未完全攻克的难题

本质上是无监督学习——没有正确答案。验证只能靠人工看报告判断是否合理。没有标注数据、GPU 和训练时间，ML 验证指标（轮廓系数等）暂时用不上。这是我在硕士阶段想去深入的方向。

与 LLM 分析系统的共性

两个项目共享同一种设计哲学：不要一次性解决整个问题，拆到最小可处理单元，循环它，合并结果。LLM 分析：Leaf Agent × 100 条 → 递归合并。图聚类：单样本 K-hop → 循环去重。同一个模式，不同领域。