[发明专利]分布式图嵌入的方法及装置

说明书

本说明书实施例提供一种通过分布式架构将关系网络图嵌入到多维空间的方法和装置，其中分布式架构包括多个处理设备，分别被分配有关系网络图的一组节点；该方法由某一处理设备执行，并包括，首先确定本处理设备负责的第一节点的一阶邻居节点，并确定这些一阶邻居节点所对应的处理设备。另一方面，还确定该第一节点的初始嵌入向量作为当前阶数嵌入向量。之后，利用一阶邻居节点的当前阶数嵌入向量计算第一节点的下一阶数嵌入向量，并用下一阶数嵌入向量更新当前阶数嵌入向量。不断执行更新步骤，直到当前阶数达到预设搜索深度，将此时的当前阶数嵌入向量作为到多维空间的嵌入向量。如此，高效地将关系网络图嵌入到多维空间中。

技术领域

本说明书一个或多个实施例涉及计算机信息处理领域，尤其涉及采用分布式架构进行图嵌入的方法和装置。

背景技术

关系网络图是对现实世界中实体之间的关系的描述，目前广泛地应用于各种计算机信息处理中。一般地，关系网络图包含一个节点集合和一个边集合，节点表示现实世界中的实体，边表示现实世界中实体之间的联系。例如，在社交网络中，人就是实体，人和人之间的关系或联系就是边。

在许多情况下，希望将关系网络图中的每个节点(实体)用多维空间中的向量来表示，也就是将各个节点映射到一个多维空间中，用多维空间中的点代表图中的节点。多维空间可以是2维、3维空间，也可以是更高维空间。用多维空间的坐标来表达图中的节点，可以应用于计算节点和节点之间的相似度，发现图中的社团结构，预测未来可能形成的边联系，以及对图进行可视化等。将图中的节点映射到多维空间的过程称为图嵌入。

图嵌入是一种非常重要的基础技术能力。目前，在许多关系网络图(例如用户社交网络)中，包含的节点数目达到上亿甚至几亿，此时的图嵌入计算将耗费巨大的计算资源。为此，提出了分布式系统，其中包含多个处理设备(又称为worker)和管理器(master),各个处理设备承担一部分节点的计算量，而通过管理器实现各个处理设备之间的调配、异常检测、参数聚合等功能。然而，在关系网络图的图直径过小，节点搜索深度较大等许多情况下，各个处理设备依然存在计算量过大，显著超过负荷的情况，使得图嵌入的过程难以高效进行。

因此，希望能有改进的方案，更加快速有效地进行关系网络图的图嵌入过程。

发明内容

本说明书一个或多个实施例描述了一种分布式图嵌入方法，可以通过分布式架构高效地将关系网络图中的节点嵌入到多维空间中，以便于后续的信息处理。

根据第一方面，提供了一种通过分布式架构将关系网络图嵌入到多维空间的方法，所述关系网络图包括多个节点，所述分布式架构包括多个处理设备，各个处理设备分别被分配有所述多个节点中的一组节点，所述方法由所述多个处理设备中的某一处理设备执行，所述方法包括：

针对本处理设备所分配的第一节点组中的第一节点，根据所述关系网络图的邻接信息，确定所述第一节点的至少一个一阶邻居节点；

根据节点分配信息，确定所述至少一个一阶邻居节点所对应的至少一个处理设备，其中所述节点分配信息记录所述多个节点在所述多个处理设备中的分配状况；

确定所述第一节点的初始嵌入向量作为当前阶数嵌入向量；

更新所述第一节点的当前阶数嵌入向量，包括：从所述至少一个处理设备获取所述至少一个一阶邻居节点所分别对应的至少一个当前阶数嵌入向量；根据所述至少一个当前阶数嵌入向量，确定所述第一节点的下一阶数嵌入向量；用所述下一阶数嵌入向量更新所述第一节点的当前阶数嵌入向量；

判断当前阶数是否达到预设节点搜索深度，在没有达到的情况下，反复执行所述更新所述第一节点的当前阶段嵌入向量，直到所述当前阶数达到预设节点搜索深度；

将当前阶数达到预设节点搜索深度时第一节点的当前阶数嵌入向量，确定为所述第一节点的嵌入向量。