共同聚类旨在同时聚类对象和特征，以探索相互关联的模式。 然而，由于数据和噪声的稀疏性，通常仅通过分析对象特征相关性数据就难以获得良好的共聚结果。 同时，大多数共同聚类算法无法考虑先验信息，并且可能产生无意义的结果。 半监督共聚的目的是将已知的先验知识整合到共聚算法中。 本文提出了一种称为约束协同投影的半监督协同聚类新技术（CPSSCC）。 约束共投影不仅可以利用成对约束和约束投影这两种流行的技术，而且还可以同时执行对象约束投影和特征约束投影。 当某些对象和特征被认为先验地位于同一簇中时，说明了两
