任务是识别持久集群，即在一系列图中“持久”为集群（倾向于形成集群）的节点组。

这就是我解决问题的方法：我从一系列输入图中形成一个超图，这样每当一条边再次出现时，它的权重就会增加 1。然后，我在加权超图上应用 Walktrap 算法（现在是随机游走取决于权重），并且生成的聚类对应于持久聚类。

另一个想法是进入嵌入空间（嵌入可用于系列中的输入图），然后应用类似的想法：1）在每个输入嵌入上形成聚类，2）形成一个包含所有节点的超图，并且所有节点之间都存在边节点形成一个特定的集群（形成一个团），并且如上所述，每当边缘再次出现时，它的权重增加 1。最后，我应用了 Walktraph 算法。

然而，虽然运行时间相当长，但上述方法并不能产生令人满意的结果（可能这是由于 Walktrap，但大量非持久性数据往往会污染集群）。你对如何解决这个问题有其他想法吗？