亲和力传播聚类中的最小匹配剪枝

Question

我正在对一个类似公司名称的列表进行聚类（例如，返回“Google Inc.”作为“Google Switzerland AG”、“Google Ventures Ltd.”、“Google France SA”等的示例），并决定使用Jaccard similarity作为成对相似性度量进行亲和性传播，迄今为止效果良好。你知道吗

不过，问题是，关联传播返回“全面的”（不确定这是否是正确的术语）集群；每个数据点都与一个示例相关联。这导致一些不太接近的匹配与一个范例相关联（例如，即使“Apple”与任何其他公司名称不接近，“Apple”仍将与一个范例相对应。你知道吗

从视觉上看，我想要完成的类似于排除本例中最远的数据点：

最好的办法是什么？我是否应该重新运行每个示例/示例集中的Jaccard相似性，并排除不好的匹配？你知道吗