本研究提出了一种无需参数学习的简单聚类方法SASE，解决了属性图聚类方法在大规模图上的高计算成本和内存使用问题。SASE通过平滑节点特征、使用随机傅里叶特征进行可扩展谱聚类以及自适应选择顺序，有效捕捉全局聚类结构，并在图大小上表现出线性时间和空间复杂度。实验证明，SASE在处理大规模数据集时显著提高了准确率和速度。