[发明专利]图神经网络的训练方法和系统

权利要求书

1.一种图神经网络的训练方法，包括：

获取原始图数据结构，所述原始图数据结构包括：多个原始结点和原始边，所述原始边用于表示相连的原始结点之间的关联关系；

基于图神经网络的第一数量，将所述原始图数据结构分为所述第一数量的第一图数据结构，所述第一图数据结构包括至少一个第一结点和至少一个第二结点，所述第二结点与至少一个所述第一结点通过所述原始边连接，其中，不同所述第一图数据结构的第一结点不同，所述第一数量是预先配置的；

基于所述第一图数据结构，训练所述图神经网络。

2.根据权利要求1所述的图神经网络的训练方法，所述基于所述第一图数据结构，训练所述图神经网络，包括：

基于所述第一图数据结构，确定多个目标线数据结构，所述目标线数据结构包括主结点和至少一个辅结点，其中所述主结点和其中一个辅结点通过所述原始边连接，所述辅结点之间通过所述原始边连接，所述主结点和所述辅结点的数量之和为预先配置的采样长度，所述采样长度为大于1的正整数，所述主结点为所述第一图数据结构中的第一结点，任一所述辅结点为所述第一图数据结构中第一结点或第二结点；

根据多个所述目标线数据结构，训练所述图神经网络。

3.根据权利要求2所述的图神经网络的训练方法，所述基于所述第一图数据结构，确定多个目标线数据结构，包括：

提取预设个数的所述第一图数据结构，组合成第二图数据结构；

确定所述第二图数据结构内的任一所述第一结点为键结点，与所述键结点具有关联关系的结点为值结点；

根据所述键结点和所述值结点，确定所述第二图数据结构对应的多个结点序列；

基于所述结点序列，确定多个所述目标线数据结构。

4.根据权利要求3所述的图神经网络的训练方法，所述基于所述结点序列，确定多个所述目标线数据结构，包括：

在第一图数据结构中获取多个所述第一结点；

对于任一第一结点，在所述结点序列中查询与所述第一结点相同的第一键结点；

确定与所述第一键结点属于同一结点序列的一个值结点；

执行结点序列查询步骤：根据当前采样长度，在所述结点序列中查询当前值结点作为新的键结点所在的结点序列，在所述结点序列中确定所述新的键结点所对应的一个值结点作为辅结点或停止采样，其中，所述新的键结点为除所述第一键结点之外的其他键结点；

在所述第一键结点和对应的所有辅结点数量未达到采样长度的情况下，继续执行所述执行结点序列查询步骤；

在所述第一键结点和对应的所有辅结点数量达到采样长度的情况下，则将所述第一键结点作为所述目标线数据结构的主结点，根据所述所有辅结点之间的采样顺序，构成所述目标线数据结构。

5.根据权利要求3或4所述的图神经网络的训练方法，还包括：

接收第一配置参数，所述第一配置参数包括：第二数量的查询服务器；

调度所述第二数量的查询服务器，并将属于同一所述第二图数据结构的结点序列对应存储在各所述查询服务器中。

6.根据权利要求1至4任一项所述的图神经网络的训练方法，所述基于图神经网络的第一数量，将所述原始图数据结构分为所述第一数量的第一图数据结构，包括：

基于所述图神经网络的第一数量和所述原始图数据结构中所述原始结点的序号，确定所述原始结点对应的标识信息；

将所述标识信息相同的原始结点作为第一结点归类；

遍历与所述第一结点直接相连的第二结点；

根据所述第一结点和所述第二结点构建所述第一图数据结构。

7.根据权利要求3或4所述的图神经网络的训练方法，所述提取预设个数的所述第一图数据结构，组合成第二图数据结构，包括：

获取所述第一图数据结构的标识信息，所述标识信息为大于或等于1的正整数，各所述第一数据结构的标识信息按照从小到大的顺序排序；

基于所述标识信息与预设所述第二图数据结构的数量，确定对应的哈希值；

将所述哈希值相同的所述第一图数据结构进行提取，并组合成第二图数据结构。