CN111506737A - 图数据处理方法、检索方法、装置及电子设备 - Google Patents
图数据处理方法、检索方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111506737A CN111506737A CN202010270767.1A CN202010270767A CN111506737A CN 111506737 A CN111506737 A CN 111506737A CN 202010270767 A CN202010270767 A CN 202010270767A CN 111506737 A CN111506737 A CN 111506737A
- Authority
- CN
- China
- Prior art keywords
- edge
- connection
- edges
- node
- attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 238000000034 method Methods 0.000 title claims description 59
- 230000002776 aggregation Effects 0.000 claims abstract description 162
- 238000004220 aggregation Methods 0.000 claims abstract description 162
- 238000012545 processing Methods 0.000 claims abstract description 86
- 230000015654 memory Effects 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 2
- 238000013507 mapping Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种图数据处理方法、检索方法、装置及电子设备,涉及图数据处理技术领域。具体实现方案为:获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数;创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。建立聚合边与具有共同属性的全部连接边之间的映射关系,在对图数据进行处理时,定位至承载有第一属性的第一聚合边,即可进一步定位至所有满足第一属性的连接边,提高了图数据处理的效率。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及图数据处理技术领域,具体涉及一种图数据处理方法、检索方法、装置及电子设备。
背景技术
用关联网络或者关联图谱等图数据对真实数据建模时,用节点表示关联网络中的一个实体,用节点之间的连接边表示实体之间的关系。
由于实体之间的关系可能会随时间不断地动态增长,也就是说关联图谱中的连接边可能会随时间推移而持续增加。在对关联图谱的图数据进行处理,尤其是进行检索分析时,需要遍历所有的连接边获取检索结果。
可见,现有技术中连接边数量的徒增导致关联图谱的图数据处理效率较低。
发明内容
提供了一种图数据处理方法、检索方法、装置及电子设备。
根据第一方面,提供了一种图数据处理方法,包括:
获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数;
创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。
根据第二方面,提供了一种图数据检索方法,包括:
接收用户的检索指令,所述检索指令包含第一节点信息、第二节点信息以及第一属性信息,所述第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性;
响应于所述检索指令,查找属性与所述第一属性相匹配的聚合边,所述聚合边与第一连接边集合相关联,所述第一连接边集合包括所述第一节点与所述第二节点之间的所有连接边中,关系信息满足所述第一属性的全部连接边。
根据第三方面,提供了一种图数据处理装置,包括:
获取模块,用于获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数;
创建模块,用于创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。
根据第四方面,提供了一种图数据检索装置,包括:
接收模块,用于接收用户的检索指令,所述检索指令包含第一节点信息、第二节点信息以及第一属性信息,所述第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性;
查找模块,用于响应于所述检索指令,查找属性与所述第一属性相匹配的聚合边,所述聚合边与第一连接边集合相关联,所述第一连接边集合包括所述第一节点与所述第二节点之间的所有连接边中,关系信息满足所述第一属性的全部连接边。
根据第五方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面或者第三方面中的任一项方法。
根据第六方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面或者第三方面中的任一项方法。
根据本申请的技术:基于两节点之间的连接边的属性信息,创建聚合边用于承载多条连接边的共同属性,并将聚合边与具有共同属性的全部连接边相关联。在对图数据进行处理时,定位至承载有第一属性的第一聚合边,即可进一步定位至所有满足第一属性的连接边,提高了图数据处理的效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的一种图数据处理方法的流程示意图;
图2是根据本申请实施例的一种关联图谱的示意图之一;
图3是根据本申请第二实施例的一种图数据处理方法的流程示意图;
图4是根据本申请实施例的一种关联图谱的示意图之二;
图5是根据本申请实施例的一种关联图谱的示意图之三;
图6是根据本申请第三实施例的一种图数据检索方法的流程示意图;
图7是根据本申请第四实施例的一种图数据检索方法的流程示意图
图8是根据本申请第五实施例的一种图数据处理装置的结构示意图;
图9是根据本申请第六实施例的一种图数据检索装置的结构示意图;
图10是用来实现本申请实施例的图数据处理方法的电子设备的框图;
图11是用来实现本申请实施例的图数据检索方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
关联图谱中,实体可表示为节点,该实体可以是人、物或者企业,也可以是地址或者事件等;每一节点可对应一个数据块,该数据块可存储当前节点的属性信息;两个实体之间的关联关系可表示为两个实体对应的节点之间的连接边,该连接边上可承载有第一节点与第二节点之间的关系信息,每一条连接边可对应一个数据块,该数据块可存储当前连接边的属性信息。
连接边可分为静态边和动态边,静态边表征其两端节点对应的实体之间的关系是稳定的,承载该关系的连接边的数量不会随时间的推移而发生增加,例如承载A和B之间夫妻关系的连接边仅一条,不会随时间而增长;动态边表征其两端节点对应的实体之间的关系是动态变化的,承载该关系的连接边的数量随时间的推移而增加,例如承载A和B之间通话关系的连接边会随着通话次数的增加而增加。
关联网络中两节点之间的动态边的数量随时间推移不断增加,将会使得图数据处理效率降低。
根据本申请的实施例,本申请提供了一种图数据处理方法。
请参见图1,图1是本申请的实施例提供的一种图数据处理方法的流程图,该方法应用于图数据处理装置。所述图数据处理装置可以是云端的计算机、服务器等具备数据处理功能的设备或者数据平台。
所述图数据处理方法包括:
步骤101、获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数。
其中,第一节点与第二节点为关联图谱中存在关联关系的任意两个节点,第一节点与第二节点之间存在至少一条连接边,承载有第一节点对应的实体与第二节点对应的实体之间的关系信息;上述至少一条连接边均具有对应的属性信息,即每一条连接边承载的关系信息的属性信息。
上述属性信息可以涉及关系信息的标识信息、时间信息或者路径信息等。例如,承载A和B通话关系的连接边,一条连接边可承载A和B之间一次通话的信息,如图2所示。那么,该连接边的属性信息可包括通话日期、通话时间、通话时长等信息。属性信息可以显示于连接边之上,如图2所示;属性信息也可以隐藏,当用户移动光标至某一连接边时进行显示。
本申请的实施例中,图数据处理装置可获取第一节点与第二节点之间的N条连接边。由于各连接边上承载有关系信息以及关系信息的属性信息,可以理解的是,图数据处理装置在获取第一节点与第二节点之间的N条连接边的同时,可获取每一连接边的属性信息。
具体的,基于关联图谱的节点与连接边是随着时间的推移不断增长的,当图数据处理装置每获取一条第一节点与第二节点之间的关系信息时,将在第一节点与第二节点之间生成一条连接边。每生成一条连接边,图数据处理装置便可获取该连接边及其属性信息。
步骤102、创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。
其中,第一属性可以是第一节点与第二节点之间N条连接边上承载的关系信息的某一属性,具体可由图数据处理装置自行定义并预先设置。由于第一节点与第二节点之间每一条连接边均具有属性信息,那么,第一节点与第二节点之间的N条连接边可能具有共同属性。
本申请的实施例中,图数据处理装置可按照连接边上承载的关系信息的某一属性类型,对N条连接边进行分组,建立与属性对应的连接边集合。例如,按照关系信息的日期对N条连接边进行分组,或者按照关系信息的颜色对N条连接边进行分组等。这样,每一与属性对应的连接边集合中的所有连接边均具有一个共同属性。之后,图数据处理装置可创建与属性对应的聚合边用于承载上述共同属性,基于属性建立聚合边与连接边集合之间的映射关系。
以第一属性为例,按照某一属性类型可将N条连接边的关系信息分为第一属性、第二属性等,图数据处理装置可为N条连接边中关系信息满足第一属性的全部连接边建立第一连接边集合,第一连接边集合中的所有连接边均具有第一属性。之后,图数据处理装置可在第一节点与第二节点之间创建第一聚合边,由第一聚合边承载第一属性,并将第一聚合边与第一连接边集合相关联。这样,所有具有第一属性的连接边均与第一聚合边建立了关联关系,后续对涉及第一属性的图数据进行处理时,可通过第一属性先定位至第一聚合边,继而根据第一聚合边定位至与其相关联的连接边,提高了图数据处理的效率。
在本申请的实施例中,图数据处理装置每获取一条连接边,便可根据该连接边的属性信息确定其对应聚合边,以将该条连接边与确定的聚合边相关联。若当前连接边的属性信息不存在对应的聚合边,图数据处理装置可创建一条新的聚合边,承载新的属性信息。这样,在关联图谱不断扩线的过程中,图数据处理装置可按照连接边的属性信息有秩序的创建聚合边,并且将新增连接边与对应的聚合边相关联。
本申请的上述实施例具有如下优点或有益效果:基于两节点之间的连接边的属性信息,创建聚合边用于承载多条连接边的共同属性,并将聚合边与具有共同属性的全部连接边相关联,在聚合边与满足聚合边上共同属性的连接边之间建立了映射关系。在对图数据进行处理时,定位至承载有第一属性的第一聚合边,即可进一步定位至所有满足第一属性的连接边,提高了图数据处理的效率。
请参见图3,图3是本申请的实施例提供的另一种图数据处理方法的流程图,该方法应用于图数据处理装置。所述图数据处理装置可以是云端的计算机、服务器等具备数据处理功能的设备或者数据平台。
所述图数据处理方法包括:
步骤301、获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数。
本步骤的具体实施方式可参见如图1所示实施例中步骤101的具体说明,为避免重复,在此不再赘述。
步骤302、将第一连接边集合的全部连接边合并生成第一聚合边,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。
其中,第一属性可以是第一节点与第二节点之间N条连接边上承载的关系信息的某一属性,具体可由图数据处理装置自行定义并预先设置。由于第一节点与第二节点之间每一条连接边均具有属性信息,那么,第一节点与第二节点之间的N条连接边可能具有共同的属性信息。
本申请的实施例中,图数据处理装置可按照连接边上承载的关系信息的某一属性类型,对N条连接边进行分组,建立与属性对应的连接边集合。例如,按照关系信息的日期对N条连接边进行分组,或者按照关系信息的颜色对N条连接边进行分组等。这样,每一与属性对应的连接边集合中的所有连接边均具有一个共同属性。同时,图数据处理装置可将连接边集合的全部连接边合并生成一条聚合边,该聚合边可承载连接边集合中的连接边具有的共同属性。
以第一属性为例,按照某一属性类型可将N条连接边的关系信息分为第一属性、第二属性等,图数据处理装置可为N条连接边中关系信息满足第一属性的全部连接边建立第一连接边集合,第一连接边集合中的所有连接边均具有第一属性。同时,图数据处理装置可将第一连接边集合中的全部连接边合并生成第一聚合边,由第一聚合边承载第一属性。这样,所有具有第一属性的连接边均合并生成第一聚合边,关联图谱中的连接边因为同属性的合并,数量将会大量减少;并且,由于聚合边对应不同的属性,且两个节点之间的属性是有限的,进而聚合边的数量也是有限的,不同于普通连接边可能随着时间的推移无限增长,合并后的聚合边可使关联图谱中的图数据保持在一定界限内,保证关联图谱性能的稳定性。
步骤303、将所述第一连接边集合中各连接边的关系信息存储于所述第一聚合边。
在将第一连接边集合中的全部连接边合并生成第一聚合边之后,原有的连接边将不复存在。为了不影响关联图谱整体的性能,保证各节点之间关系信息的完整,图数据处理装置可将第一连接边集合中各连接边的关系信息存储于第一聚合边。具体的,图数据处理装置可将各连接边上的关系信息全部存储至第一聚合边上,也可对关系信息进行适当的处理,仅保留有效部分,以降低聚合边上的内存消耗。
这样,在对第一节点与第二节点之间的关系信息进行处理时,可基于关系信息的属性定位至属性对应的聚合边,在聚合边上即可获取其上聚合的所有连接边的关系信息,在使关联图谱中连接边数量保持在一定界限内前提下,保证关联图谱的性能和内容不受影响。
在本申请的实施例中,图数据处理装置每获取一条连接边,便可根据该连接边的属性信息确定其对应聚合边,以将该条连接边合并至确定的聚合边上。若当前连接边的属性信息不存在对应的聚合边,图数据处理装置可创建一条新的聚合边,承载当前连接边的关系信息和属性信息。这样,在关联图谱不断扩线的过程中,图数据处理装置可按照连接边的属性信息有秩序的创建聚合边,并且将新增连接边合并至对应的聚合边上。
可选的,在所述创建第一聚合边,将所述第一聚合边与第一连接边集合相关联之后,所述方法还包括:
将所述第一连接边集合的特征信息存储于所述第一聚合边。
其中,所述特征信息是第一连接边集合区别于其他连接边集合的特征信息。由于各连接边集合是基于某一属性类型进行分组确定的,那么,除了该属性类型对应的共同属性之外,连接边集合中各连接边上承载的关系信息还具有其他类型的属性信息,这些信息可以视为连接边集合的特征信息;除此之外,特征信息还可包括连接边集合本身的特征信息,例如连接边集合中各连接边的数量,或者连接边集合中各连接边的方向等。
本申请的实施例中,第一聚合边上除了承载有第一连接边集合中各连接边的共同属性——第一属性之外,还可存储第一连接边集合的特征信息。在对图数据进行处理时,基于第一聚合边上存储的第一属性以及特征信息,可对第一聚合边上承载的关系信息作进一步的特征处理;此外,这些特征信息可与第一属性共同作为第一聚合边的属性,以区别于其他聚合边。基于每一聚合边的属性,图数据处理装置可进一步对聚合边进行聚类。
本申请的上述实施例具有如下优点或有益效果:图数据处理装置将第一连接边集合的特征信息存储至第一聚合边上,使得聚合边上不仅存储有其对应连接边集合中各连接边的共同属性,还存储有对应的特征信息。特征信息可与第一属性共同作为聚合边的属性,图数据处理装置可进一步对聚合边进行聚类,进一步提高图数据的处理效率。
需要说明的是,本实施例中的技术方案同样适用于如图1所示实施例,且能达到相同有益效果。
进一步的,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
本申请的实施例中,第一连接边集合的特征信息可包括第一连接边集合中连接边的数目。由于第一连接边集合中各连接边具有相同的第一属性,那么第一连接边集合中连接边的数目可反应具有第一属性的关系信息的频次。在某些关系信息中,频次可以表征两个实体之间联系的密切度。例如承载A和B之间的2018年01月01日通话关系的第一连接边集合中存在两条连接边,其特征信息分别为通话时间12:10以及通话时间15:10,那么可以理解的是,A和B之间在2018年01月01日共通话两次。
在一些实施例中,图数据处理装置可基于连接边集合中连接边的数目对连接边集合进行排序,对应的,聚合边可基于连接边集合的排序在关联图谱中按顺序显示,可清楚地反映第一节点与第二节点之间的关系信息在不同属性下的关联程度。
本申请的实施例中,第一连接边集合的特征信息还可包括第一连接边集合中各连接边的特征信息。其中,所述特征信息是第一连接边集合中各连接边除共同属性之外的特征信息。例如,如图4所示,承载A和B之间2018年01月01日通话关系的聚合边的共同属性是通话日期为2018年01月01日,除此之外,该聚合边上还承载有包括通话时间12:10以及15:10,或者其他如通话时长等特征信息。
本申请的实施例中,图数据处理装置将第一连接边上各连接边上的特征信息存储至第一聚合边上。具体的,图数据处理装置可将各连接边上的特征信息直接存储至第一聚合边上,也可对上述特征信息进行适当的处理,例如编码,仅保留有效部分在存储至第一聚合边上,以降低第一聚合边上的内存消耗。在对图数据进行处理时,基于第一聚合边上存储的第一属性以及各连接边的特征信息,图数据处理装置可对第一聚合边上承载的关系信息作进一步处理。
本申请的上述实施例具有如下优点或有益效果:图数据处理装置将第一连接边集合中的连接边的数目,和/或第一连接边上各连接边上的特征信息存储至第一聚合边上,在对图数据进行处理时,无需遍历第一节点和第二节点之间所有的连接边,图数据处理装置基于聚合边即可获取各连接边的特征信息;此外,基于连接边集合中连接边的数目,图数据处理装置可以反映第一节点与第二节点的联系密切程度,方便对其进行进一步的排序和处理。
需要说明的是,本实施例中的技术方案同样适用于如图1所示实施例,且能达到相同有益效果。
可选的,在对关联图谱的图数据进行处理之前,图数据处理装置可以预先配置解析文件。
本申请的实施例中,图数据处理装置可预先配置解析文件,将关联图谱相关的解析信息或者其他设置信息写入解析文件中,后续针对关联图谱中图数据的处理将按照解析文件中的信息进行。
其中,解析文件中可具体包括对图数据名称、路径等信息的定义;对节点名称、数据源、路径、映射方式等信息的定义;对连接边名称、数据源、路径、映射方式等信息的定义;对聚合边名称、数据源、路径、映射方式等信息的定义等信息,在此不作任何限定。
在一实施例中,上述配置的解析文件可表示为:
可以理解的是,配置解析文件的形式并不限于此,在此不作任何限定。
为方便理解,结合图2和图4,在此以一完整的实施例对本申请进行具体说明:
假设A和B两个节点分别对应A和B两个人,A和B之间的连接边承载有A和B之间的通话关系,目前A和B之间存在5条分别对应5条通话记录的连接边,如图2所示。
图数据处理装置可首先获取A和B之间的5条连接边,在此过程中可获取到每条连接边上的属性信息,分别为:第一条连接边的通话日期为2018年01月01日、通话时间为12:10;第二条连接边的通话日期为2018年01月01日、通话时间为15:10;第三条连接边的通话日期为2018年01月02日、通话时间为09:40;第四条连接边的通话日期为2018年01月02日、通话时间为13:15;第五条连接边的通话日期为2018年01月02日、通话时间为20:30。图数据处理装置根据用户选择或者预先设置在此按照通话日期对通话信息进行分组,其中,第一属性可为2018年01月01,第二属性可为2018年01月02日。
图数据处理装置可创建与第一属性对应的第一聚合边,并将第一聚合边与关系信息满足通话日期为2018年01月01的连接边相关联;或者,图数据处理装置也可将关系信息满足通话日期为2018年01月01的连接边合并生成第一聚合边。对应的,图数据处理装置可创建与第二属性对应的第二聚合边,如图4所示。这样,关联图谱中的5条连接边将减少至2条聚合边,减少关联图谱占用的内存空间,同时使得关联图谱的显示更加清晰。
此时,第一聚合边上承载有第一属性2018年01月01,该第一属性在此显示于第一聚合边上。除此之外,第一聚合边上还可存储有第一连接边集合的特征信息,如图4所示,第一聚合边上以数组的形式显示有原有两条连接边的通话时间12:10和15:10。该记录有通话时间的数组与第一属性可共同作为第一聚合边的属性。
图数据处理装置还可根据聚合边上聚合的连接边的数量进行排序,并按照顺序进行显示,如图4所示,第一聚合边上关联有2条连接边,第二聚合边上关联有3条连接边,则可将第一聚合边显示于第二聚合边之上,当然的,也可将第一聚合边显示于第二聚合边之下,具体可根据图数据处理装置的配置文件进行确定。
在一些实施例中,承载第一节点与第二节点之间的关系信息的图数据并不限于第一节点与第二节点之间的连接边,第一节点与第二节点的共同连接节点同样可以反映第一节点与第二节点之间的关系信息。
如图5所示,Y1至Y4均为A和B的共同连接节点,例如A和B为两个人,Y1至Y4可表示一个地址对象。可以看到,A和B均与Y1至Y4存在联系。基于上述实施例中按照某一属性类型对第一节点与第二节点之间的连接边进行分组,并创建相关联的聚合边的方法,针对上述第一节点与第二节点的共同连接节点,同样可以按照某一属性类型对共同连接节点进行分组,并且创建相关联的聚合节点用于承载共同属性。具体实现形式可参考上述实施例中针对连接边的聚合做适应性的调整,为避免重复,在此不再赘述。
本申请的实施例中的图数据处理方法,在图1所示实施例的基础上增加了很多可选的实施方案,均可以进一步提高图数据的处理效率。
本申请还提供了一种图数据检索方法。
请参见图6,图6是本申请的实施例提供的一种图数据检索方法的流程图,该方法应用于图数据检索装置。所述图数据检索装置可以是云端的计算机、服务器等具备数据处理功能的设备或者数据平台。
所述图数据检索方法包括:
步骤601、接收用户的检索指令,所述检索指令包含第一节点信息、第二节点信息以及第一属性信息,所述第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性。
用户可通过输入检索指令对关联图谱中的图数据进行检索定位。具体的,本申请的实施例中,用户可通过检索指令对关联图谱中两个节点之间的关系信息进行检索定位,检索指令中可包含第一节点信息、第二节点信息以及第一属性信息。
其中,第一节点信息和第二节点信息是指用户期望查询的两个节点,图数据检索装置通常会为每个节点设置对应的标识信息,该标识信息可以是节点对应的实体对象的名称,也可以是实体对象名称的关键词,还可以是图数据检索装置为每个节点随机分配的ID,在此不作任何限定。用户可输入第一节点与第二节点对应的标识信息,在图数据检索装置接收到检索指令时,可根据其中携带的标识信息确定具体的第一节点和第二节点。
第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性,第一属性并不限定于连接边上的关系信息的某一类属性,其取决于在第一节点和第二节点之间的关系信息中,用户期望具体定位至哪一属性的关系信息。例如,用户期望定位2018年01月01日A和B之间的通话关系,检索指令中可携带的属性信息为通话日期:2018年01月01日。
步骤602、响应于所述检索指令,查找属性与所述第一属性相匹配的聚合边,所述聚合边与第一连接边集合相关联,所述第一连接边集合包括所述第一节点与所述第二节点之间的所有连接边中,关系信息满足所述第一属性的全部连接边。
基于本申请的实施例提供的图数据处理方法,在聚合边上承载有与其关联的连接边的共同属性,响应于步骤601中的检索指令,图数据检索装置在关联图谱中查找属性与所述第一属性相匹配的聚合边。上述属性与所述第一属性相匹配的聚合边,可以理解为:第一节点与第二节点之间承载有上述第一属性的聚合边。该聚合边与第一连接边集合相关联,第一连接边集合中包括第一节点与第二节点之间的所有连接边中关系信息满足上述第一属性的全部连接边。
本申请的上述实施例具有如下优点或有益效果:通过检索指令中携带的第一节点信息、第二节点信息以及第一属性信息,图数据检索装置可定位至第一节点与第二节点之间满足上述第一属性的聚合边,由于该聚合边与第一节点与第二节点之间满足上述第一属性的连接边相关联,基于聚合边即可进一步定位至全部满足第一属性的连接边,相比遍历第一节点与第二节点之间所有的连接边,逐一筛选满足第一属性的连接边,更加高效,提高了图数据检索的效率。
请参见图7,图7是本申请的实施例提供的另一种图数据检索方法的流程图,该方法应用于图数据检索装置。所述图数据检索装置可以是云端的计算机、服务器等具备数据处理功能的设备或者数据平台。
所述图数据检索方法包括:
步骤701、接收用户的检索指令,所述检索指令包含第一节点信息、第二节点信息以及第一属性信息,所述第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性。
本步骤的具体实施方式可参见如图6所示实施例中步骤601的具体说明,为避免重复,在此不再赘述。
步骤702、响应于所述检索指令,查找属性与所述第一属性相匹配的聚合边,所述聚合边与第一连接边集合相关联,所述第一连接边集合包括所述第一节点与所述第二节点之间的所有连接边中,关系信息满足所述第一属性的全部连接边。
本步骤的具体实施方式可参见如图6所示实施例中步骤602的具体说明,为避免重复,在此不再赘述。
步骤703、输出所述第一连接边集合中各连接边的关系信息。
本申请的实施例中,图数据检索装置在查找到属性与检索指令中的第一属性相匹配的聚合边后,可进一步定位至与当前聚合边相关联的连接边上,上述连接边上承载有第一节点与第二节点之间对应于第一属性的关系信息。图数据检索装置可将这些关系信息输出。具体的,图数据检索装置可显示与聚合边相关联的全部连接边,并将每条连接边的关系信息显示于对应的连接边上;或者,图数据检索装置可以文字或者列表的形式,将获取到的各连接边上的关系信息输出,以供用户查看或者进行后续的分析处理。
进一步的,在图数据检索装置将第一连接边集合的全部连接边合并生成第一聚合边的情况下,响应于检索指令,图数据检索装置在查找到属性与检索指令中的第一属性相匹配的聚合边后,可直接从聚合边上获取存储至其上的关系信息并输出。具体的,图数据检索装置可将聚合边显示,并将第一连接边集合中各连接边的关系信息显示于聚合边上;或者,图数据检索装置可以文字或者列表的形式,将在聚合边上获取的各连接边上的关系信息输出,以供用户查看或者进行后续的分析处理。
可选的,所述聚合边承载有所述第一连接边集合的特征信息,所述方法还包括:
输出所述第一连接边集合的特征信息。
其中,所述特征信息是第一连接边集合区别于其他连接边集合的特征信息。由于各连接边集合是基于某一属性类型进行分组确定的,那么,除了该属性类型对应的共同属性之外,连接边集合中各连接边上承载的关系信息还具有其他类型的属性信息,这些信息可以视为连接边集合的特征信息;除此之外,特征信息还可包括连接边集合本身的特征信息,例如连接边集合中各连接边的数量,或者连接边集合中各连接边的方向等。
本申请的实施例中,响应于检索指令,在图数据检索装置查找到的聚合边上承载有第一连接边集合的特征信息的情况下,图数据检索装置还可输出第一连接边集合的特征信息。基于聚合边上存储的属性信息以及特征信息,可对聚合边上承载的关系信息作进一步的特征处理;此外,图数据检索装置还可基于这些特征信息与属性信息,对聚合边上的关系信息进行进一步的聚类,有利于进一步深入挖掘节点之间的关联。
本申请的上述实施例具有如下优点或有益效果:图数据检索装置输出第一连接边集合的特征信息,以供用户查看或者进行后续的分析处理,图数据检索装置可基于这些特征信息与属性信息,对聚合边上的关系信息进行进一步的聚类和特征分析,有利于进一步深入挖掘节点之间的关联。
需要说明的是,本实施例中的技术方案同样适用于如图6所示实施例,且能达到相同有益效果。
进一步的,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
本申请的实施例中,第一连接边集合的特征信息可包括第一连接边集合中连接边的数目。由于第一连接边集合中各连接边具有相同的第一属性,那么第一连接边集合中连接边的数目可反应具有第一属性的关系信息的频次,在某些关系信息中,频次可以表征两个实体之间联系的密切度。
在一些实施例中,图数据处理装置可基于连接边集合中连接边的数目对连接边集合进行排序,对应的,聚合边可基于连接边集合的排序在关联图谱中按顺序显示,可清楚地反映第一节点与第二节点之间的关系信息在不同属性下的关联程度。
本申请的实施例中,第一连接边集合的特征信息还可包括第一连接边集合中各连接边的特征信息。其中,所述特征信息是第一连接边集合中各连接边除共同属性之外的特征信息,例如,如图4所示,承载A和B之间2018年01月01日通话关系的聚合边的共同属性是通话日期为2018年01月01日,除此之外,该聚合边上还承载有包括通话时间12:10以及15:10,或者其他如通话时长等特征信息。
本申请的上述实施例具有如下优点或有益效果:图数据检索装置输出第一连接边集合的特征信息可包括第一连接边集合中的连接边的数量,和/或第一连接边上各连接边上的特征信息,以供用户查看或者进行后续的分析处理,图数据检索装置可基于此对检索结果进行进一步的分析和处理,有利于进一步深入挖掘节点之间的关联。
需要说明的是,本实施例中的技术方案同样适用于如图6所示实施例,且能达到相同有益效果。
本申请的实施例中的图数据检索方法,在图6所示实施例的基础上增加了很多可选的实施方案,均可以进一步提高图数据的检索效率。
本申请还提供了一种图数据处理装置。
如图8所示,图数据处理装置800包括:
获取模块801,用于获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数;
创建模块802,用于创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。
可选的,创建模块802包括:
合并单元,用于将第一连接边集合的全部连接边合并生成第一聚合边;
存储单元,用于将所述第一连接边集合中各连接边的关系信息存储于所述第一聚合边。
可选的,图数据处理装置800还包括:
存储模块,用于将所述第一连接边集合的特征信息存储于所述第一聚合边。
可选的,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
本申请的上述实施例中,图数据处理装置800可实现图1或者图3所示的方法实施例中实现的各个过程,且可以达到相同有益效果,为避免重复,这里不再赘述。
本申请还提供了一种图数据检索装置。
如图9所示,图数据检索装置900包括:
接收模块901,用于接收用户的检索指令,所述检索指令包含第一节点信息、第二节点信息以及第一属性信息,所述第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性;
查找模块902,用于响应于所述检索指令,查找属性与所述第一属性相匹配的聚合边,所述聚合边与第一连接边集合相关联,所述第一连接边集合包括所述第一节点与所述第二节点之间的所有连接边中,关系信息满足所述第一属性的全部连接边。
可选的,图数据检索装置900还包括:
第一输出模块,用于输出所述第一连接边集合中各连接边的关系信息。
可选的,所述聚合边承载有所述第一连接边集合的特征信息,图数据检索装置900还包括:
第二输出模块,用于输出所述第一连接边集合的特征信息。
可选的,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
本申请的上述实施例中,图数据检索装置900可实现图6或者图7所示的方法实施例中实现的各个过程,且可以达到相同有益效果,为避免重复,这里不再赘述。
如图10所示,是根据本申请实施例的图数据处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示,该电子设备包括:一个或多个处理器1001、存储器1002,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器1001为例。
存储器1002即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的图数据处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的图数据处理方法。
存储器1002作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的图数据处理方法对应的程序指令/模块(例如,附图8所示的获取模块801和创建模块802)。处理器1001通过运行存储在存储器1002中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的图数据处理方法。
存储器1002可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据图数据处理的电子设备的使用所创建的数据等。此外,存储器1002可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1002可选包括相对于处理器1001远程设置的存储器,这些远程存储器可以通过网络连接至图数据处理方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图数据处理方法的电子设备还可以包括:输入装置1003和输出装置1004。处理器1001、存储器1002、输入装置1003和输出装置1004可以通过总线或者其他方式连接,图10中以通过总线连接为例。
输入装置1003可接收输入的数字或字符信息,以及产生与图数据处理方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1004可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
如图11所示,是根据本申请实施例的图数据检索方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图11所示,该电子设备包括:一个或多个处理器1101、存储器1102,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图11中以一个处理器1101为例。
存储器1102即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的图数据检索方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的图数据检索方法。
存储器1102作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的图数据检索方法对应的程序指令/模块(例如,附图9所示的接收模块901和查找模块902)。处理器1101通过运行存储在存储器1102中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的图数据检索方法。
存储器1102可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据图数据检索方法的电子设备的使用所创建的数据等。此外,存储器1102可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1102可选包括相对于处理器1101远程设置的存储器,这些远程存储器可以通过网络连接至图数据检索方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图数据检索方法的电子设备还可以包括:输入装置1103和输出装置1104。处理器1101、存储器1102、输入装置1103和输出装置1104可以通过总线或者其他方式连接,图11中以通过总线连接为例。
输入装置1103可接收输入的数字或字符信息,以及产生与图数据检索方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1104可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,基于两节点之间的连接边的属性信息,创建聚合边用于承载多条连接边的共同属性,并将聚合边与具有共同属性的全部连接边相关联。在对图数据进行处理时,定位至承载有第一属性的第一聚合边,即可进一步定位至所有满足第一属性的连接边,提高了图数据处理的效率。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (18)
1.一种图数据处理方法,其特征在于,包括:
获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数;
创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。
2.根据权利要求1所述的方法,其特征在于,所述创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,包括:
将第一连接边集合的全部连接边合并生成第一聚合边;
将所述第一连接边集合中各连接边的关系信息存储于所述第一聚合边。
3.根据权利要求1所述的方法,其特征在于,在所述创建第一聚合边,将所述第一聚合边与第一连接边集合相关联之后,所述方法还包括:
将所述第一连接边集合的特征信息存储于所述第一聚合边。
4.根据权利要求3所述的方法,其特征在于,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
5.一种图数据检索方法,其特征在于,包括:
接收用户的检索指令,所述检索指令包含第一节点信息、第二节点信息以及第一属性信息,所述第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性;
响应于所述检索指令,查找属性与所述第一属性相匹配的聚合边,所述聚合边与第一连接边集合相关联,所述第一连接边集合包括所述第一节点与所述第二节点之间的所有连接边中,关系信息满足所述第一属性的全部连接边。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
输出所述第一连接边集合中各连接边的关系信息。
7.根据权利要求5所述的方法,其特征在于,所述聚合边承载有所述第一连接边集合的特征信息,所述方法还包括:
输出所述第一连接边集合的特征信息。
8.根据权利要求7所述的方法,其特征在于,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
9.一种图数据处理装置,其特征在于,包括:
获取模块,用于获取第一节点与第二节点之间的N条连接边,所述连接边承载有所述第一节点与所述第二节点之间的关系信息,所述N为大于或者等于1的整数;
创建模块,用于创建第一聚合边,将所述第一聚合边与第一连接边集合相关联,所述第一连接边集合包括所述N条连接边中关系信息满足第一属性的全部连接边,所述第一聚合边承载有所述第一属性。
10.根据权利要求9所述的装置,其特征在于,所述创建模块包括:
合并单元,用于将第一连接边集合的全部连接边合并生成第一聚合边;
存储单元,用于将所述第一连接边集合中各连接边的关系信息存储于所述第一聚合边。
11.根据权利要求9所述的装置,其特征在于,所述装置还包括:
存储模块,用于将所述第一连接边集合的特征信息存储于所述第一聚合边。
12.根据权利要求11所述的装置,其特征在于,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
13.一种图数据检索装置,其特征在于,包括:
接收模块,用于接收用户的检索指令,所述检索指令包含第一节点信息、第二节点信息以及第一属性信息,所述第一属性信息用于指示所述第一节点与所述第二节点之间的关系信息的第一属性;
查找模块,用于响应于所述检索指令,查找属性与所述第一属性相匹配的聚合边,所述聚合边与第一连接边集合相关联,所述第一连接边集合包括所述第一节点与所述第二节点之间的所有连接边中,关系信息满足所述第一属性的全部连接边。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第一输出模块,用于输出所述第一连接边集合中各连接边的关系信息。
15.根据权利要求13所述的装置,其特征在于,所述聚合边承载有所述第一连接边集合的特征信息,所述装置还包括:
第二输出模块,用于输出所述第一连接边集合的特征信息。
16.根据权利要求15所述的装置,其特征在于,所述第一连接边集合的特征信息包括以下至少一项:
所述第一连接边集合的连接边数目;
所述第一连接边集合中,各连接边的特征信息。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010270767.1A CN111506737B (zh) | 2020-04-08 | 2020-04-08 | 图数据处理方法、检索方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010270767.1A CN111506737B (zh) | 2020-04-08 | 2020-04-08 | 图数据处理方法、检索方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111506737A true CN111506737A (zh) | 2020-08-07 |
CN111506737B CN111506737B (zh) | 2023-12-19 |
Family
ID=71878723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010270767.1A Active CN111506737B (zh) | 2020-04-08 | 2020-04-08 | 图数据处理方法、检索方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111506737B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100217695A1 (en) * | 2009-02-26 | 2010-08-26 | Yahoo! Inc. | Edge attribute aggregation in a directed graph |
WO2011151500A1 (en) * | 2010-05-31 | 2011-12-08 | Helsingin Yliopisto | Arrangement and method for finding relationships among data |
US20140365517A1 (en) * | 2013-06-06 | 2014-12-11 | International Business Machines Corporation | QA Based on Context Aware, Real-Time Information from Mobile Devices |
CN106547809A (zh) * | 2015-09-18 | 2017-03-29 | 邻客音公司 | 将复合关系表示在图数据库中 |
CN109582808A (zh) * | 2018-11-22 | 2019-04-05 | 北京锐安科技有限公司 | 一种用户信息查询方法、装置、终端设备和存储介质 |
CN110188248A (zh) * | 2019-05-28 | 2019-08-30 | 新华网股份有限公司 | 基于新闻问答交互系统的数据处理方法、装置及电子设备 |
CN110515968A (zh) * | 2019-08-30 | 2019-11-29 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
US10496678B1 (en) * | 2016-05-12 | 2019-12-03 | Federal Home Loan Mortgage Corporation (Freddie Mac) | Systems and methods for generating and implementing knowledge graphs for knowledge representation and analysis |
CN110543586A (zh) * | 2019-09-04 | 2019-12-06 | 北京百度网讯科技有限公司 | 多重用户身份融合方法、装置、设备及存储介质 |
US20200073787A1 (en) * | 2018-08-29 | 2020-03-05 | International Business Machines Corporation | Automated Generation of Test Cases for Analyzing Natural-Language-Interface-to-Database Systems |
CN110941664A (zh) * | 2019-12-11 | 2020-03-31 | 北京百度网讯科技有限公司 | 知识图谱的构建方法、检测方法、装置、设备及存储介质 |
-
2020
- 2020-04-08 CN CN202010270767.1A patent/CN111506737B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100217695A1 (en) * | 2009-02-26 | 2010-08-26 | Yahoo! Inc. | Edge attribute aggregation in a directed graph |
WO2011151500A1 (en) * | 2010-05-31 | 2011-12-08 | Helsingin Yliopisto | Arrangement and method for finding relationships among data |
US20140365517A1 (en) * | 2013-06-06 | 2014-12-11 | International Business Machines Corporation | QA Based on Context Aware, Real-Time Information from Mobile Devices |
CN106547809A (zh) * | 2015-09-18 | 2017-03-29 | 邻客音公司 | 将复合关系表示在图数据库中 |
US10496678B1 (en) * | 2016-05-12 | 2019-12-03 | Federal Home Loan Mortgage Corporation (Freddie Mac) | Systems and methods for generating and implementing knowledge graphs for knowledge representation and analysis |
US20200073787A1 (en) * | 2018-08-29 | 2020-03-05 | International Business Machines Corporation | Automated Generation of Test Cases for Analyzing Natural-Language-Interface-to-Database Systems |
CN109582808A (zh) * | 2018-11-22 | 2019-04-05 | 北京锐安科技有限公司 | 一种用户信息查询方法、装置、终端设备和存储介质 |
CN110188248A (zh) * | 2019-05-28 | 2019-08-30 | 新华网股份有限公司 | 基于新闻问答交互系统的数据处理方法、装置及电子设备 |
CN110515968A (zh) * | 2019-08-30 | 2019-11-29 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN110543586A (zh) * | 2019-09-04 | 2019-12-06 | 北京百度网讯科技有限公司 | 多重用户身份融合方法、装置、设备及存储介质 |
CN110941664A (zh) * | 2019-12-11 | 2020-03-31 | 北京百度网讯科技有限公司 | 知识图谱的构建方法、检测方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
PRERANA MUKHERJEE, ETAL.: "Salprop:Salient object proposals via aggregated edge cues", 《2017 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING(ICIP)》 * |
李海欧;周晓光;: "基于属性相似度的碎多边形自动聚合处理", 测绘与空间地理信息, no. 11 * |
Also Published As
Publication number | Publication date |
---|---|
CN111506737B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10205643B2 (en) | Systems and methods for monitoring and analyzing performance in a computer system with severity-state sorting | |
US20210232631A1 (en) | Persisted enterprise graph queries | |
US20170255349A1 (en) | Systems and Methods For Monitoring And Analyzing Performance In A Computer System With Node Pinning For Concurrent Comparison Of Nodes | |
CN109614402B (zh) | 多维数据查询方法和装置 | |
CN111177476B (zh) | 数据查询方法、装置、电子设备及可读存储介质 | |
CN112104734B (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN111046237A (zh) | 用户行为数据处理方法、装置、电子设备及可读介质 | |
US20210133217A1 (en) | Method and apparatus for importing data into graph database, electronic device and medium | |
US11442930B2 (en) | Method, apparatus, device and storage medium for data aggregation | |
CN110633281A (zh) | 多类型数据源的处理方法及装置 | |
WO2017105808A1 (en) | Providing relevance based dynamic hashtag navigation | |
CN111259090A (zh) | 关系数据的图生成方法、装置、电子设备和存储介质 | |
US10372299B2 (en) | Preserve input focus in virtualized dataset | |
CN113220752A (zh) | 展示方法、装置和电子设备 | |
KR20210040310A (ko) | 지도 검색 테스트 방법, 장치, 기기, 저장매체 및 프로그램 | |
CN112328658A (zh) | 用户档案数据处理方法、装置、设备及存储介质 | |
CN111506737B (zh) | 图数据处理方法、检索方法、装置及电子设备 | |
US11036710B2 (en) | Scalable selection management | |
EP3455805A1 (en) | Enhancing contact card based on knowledge graph | |
US11074244B1 (en) | Transactional range delete in distributed databases | |
CN111427910A (zh) | 数据处理方法及装置 | |
US20160034542A1 (en) | Integrating various search and relevance providers in transactional search | |
CN113220982A (zh) | 广告搜索方法、装置、电子设备和介质 | |
CN111523000A (zh) | 用于导入数据的方法、装置、设备以及存储介质 | |
CN111506787A (zh) | 网页更新的方法、装置、电子设备和计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |