辺の追加・更新→類似度行列の拡大・更新
更新される要素 : w_{i,j} ( = w_{j,i} )
類似度行列を拡大するとき、要素の初期値は0
スペクトラルクラスタリングは必ずしもグラフを対象をしたクラスタリング手法ではないが、
全頂点対間の類似度を類似度行列として扱っているので、
類似度行列をグラフの隣接行列とみなせばグラフにも使える、ということかな？
他のグラフクラスタリング手法について調査
===
Incremental Spectral Clustering With Application to Monitoring of Evolving Blog Communities
関連研究よりメモ
[14]Ng et al. On spectral clustering: Analysis and an algorithm.
マルチウェイ(k=3クラスタ以上)のクラスタリング手法。
固有値の小さいものから順にk個固有ベクトルを取り出して（k次元の特徴量を抽出して）
n×k行列を作成。各行を頂点の値としてk-meansなどでクラスタリング。
Spectral Clustering以外のIncremental Methodsについて
[9]Gupta et al. A single pass generalized incremental algorithm for clustering.
ストリームは辺じゃなくて頂点、というかそもそもグラフが対象じゃない。
クラスタ中心と追加された頂点との比較ができないといけないので。
[8]k-medoids?頂点ストリームが対象？
[2]これも距離空間上の頂点ストリームが対象
[4][11]PageRankの話
===
遺伝的アルゴリズムを使ったグラフ分割
