在现实世界的应用中，多视图数据（multi-view data）广泛存在。多视图数据指的是从多个来源或通过多种表示方式收集的数据，例如同一新闻故事的不同语言版本或通过不同医学检测手段获得的疾病数据。多视图学习（multi-view learning）是挖掘多视图数据的有效方法，而多视图聚类（multi-view clustering）作为多视图学习的重要组成部分，近年来受到越来越多的关注。然而，如何设计一种有效的多视图数据挖掘方法，并使其更具针对性，仍然是一个具有挑战性的任务。 传统多视图聚类方法主要分为两类：基于原始视图的方法（original views-based methods）和基于共同潜在视图的方法（common latent view-based methods）。前者通常通过...