En los últimos años, los algoritmos de agrupamiento de grafos de múltiples vistas basados en el aprendizaje de representaciones han recibido una atención extensa. Sin embargo, los algoritmos existentes siguen siendo limitados en dos aspectos principales, primero, la mayoría de los algoritmos emplean redes de convolución de grafos para aprender las representaciones locales, pero la presencia de ruido de alta frecuencia en estas representaciones limita el rendimiento del agrupamiento. Segundo, en el proceso de construcción de una representación global basada en las representaciones locales, la mayoría de los algoritmos se centran en la consistencia de cada vista mientras ignoran la complementariedad, lo que resulta en una calidad de representación más baja. Para abordar los problemas mencionados anteriormente, se propone en este documento una mejora de la representación local-global para el algoritmo de agrupamiento de grafos de múltiples vistas. Primero, las señales de baja frecuencia en las representaciones locales se mejoran mediante un codificador de gráficos de paso bajo, que produce representaciones locales más suaves y adecuadas para el agrupamiento. Segundo, al introducir un mecanismo de atención, las representaciones incrustadas locales de cada vista pueden ser ponderadas y fusionadas para obtener una representación global. Finalmente, para mejorar la calidad de la representación global, se optimiza de forma conjunta utilizando la pérdida contrastiva de vecindario y la pérdida de reconstrucción. Los resultados finales de agrupamiento se obtienen aplicando el algoritmo k-means a la representación global. Una gran cantidad de experimentos han validado la efectividad y robustez del algoritmo propuesto.