CN115455244A - 图数据的处理方法、装置、设备和介质 - Google Patents

Abstract

本公开提供了一种图数据的处理方法、装置、设备和介质，涉及大数据技术领域，具体涉及大规模图数据处理技术。该方法包括：迭代地对包括多个节点的网络图执行以下操作，直至执行操作后的网络图满足第一预设条件：针对网络图中的每一个节点，基于该节点在网络图中的度数确定该节点的移除损失值，其中，该节点在网络图中的度数指示该节点在网络图中的邻居节点的数量；基于网络图中的每一个节点的移除损失值，在网络图中确定多个待移除节点并确定多个待移除节点的移除顺序；以及基于移除顺序，接连将多个待移除节点逐一从网络图中移除，以获取网络图的多个子图并更新网络图；以及在网络图的所有所获取的子图中确定满足第二预设条件的子图。

Description

图数据的处理方法、装置、设备和介质

技术领域

本公开涉及大数据技术领域，具体涉及大规模图数据处理技术，特别涉及一种图数据的处理方法、图数据的处理装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

大规模图数据在各个领域都有广泛的应用，包括生物信息学、网络科学、社交网络分析等，如何快速挖掘这些图数据中所蕴含的信息是该领域目前面临的一大挑战。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种图数据的处理方法、图数据的处理装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种图数据的处理方法。该方法包括：迭代地对包括多个节点的网络图执行以下操作，直至执行操作后的网络图满足第一预设条件：针对网络图中的每一个节点，基于该节点在网络图中的度数确定该节点的移除损失值，其中，该节点在网络图中的度数指示该节点在网络图中的邻居节点的数量；基于网络图中的每一个节点的移除损失值，在网络图中确定多个待移除节点并确定多个待移除节点的移除顺序；以及基于移除顺序，接连将多个待移除节点逐一从网络图中移除，以获取网络图的多个子图并更新网络图，其中，更新后的网络图不包括多个待移除节点；以及在网络图的所有所获取的子图中确定满足第二预设条件的子图。

根据本公开的另一方面，提供了一种图数据的处理装置。该装置包括：处理单元，被配置为迭代地对包括多个节点的网络图进行处理，直至处理后的网络图满足第一预设条件，处理单元包括：第一确定子单元，被配置为针对网络图中的每一个节点，基于该节点在网络图中的度数确定该节点的移除损失值，其中，该节点在网络图中的度数指示该节点在网络图中的邻居节点的数量；第二确定子单元，被配置为基于网络图中的每一个节点的移除损失值，在网络图中确定多个待移除节点并确定多个待移除节点的移除顺序；以及节点移除子单元，被配置为基于移除顺序，接连将多个待移除节点逐一从网络图中移除，以获取网络图的多个子图并更新网络图，其中，更新后的网络图不包括多个待移除节点；以及确定单元，被配置为在网络图的所有所获取的子图中确定满足第二预设条件的子图。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，这些指令被至少一个处理器执行，以使至少一个处理器能够执行上述方法。

根据本公开的另一方面，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，其中，计算机指令用于使计算机执行上述方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述方法。

根据本公开的一个或多个实施例，通过在每轮迭代时移除多个节点，能够显著降低计算满足预设要求的子图的速度，而通过多轮迭代更新节点的移除损失值，使得最终得到的子图和最优子图的相似度较高。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开示例性实施例的图数据的处理方法的流程图；

图3示出了根据本公开示例性实施例的图数据的处理装置的结构框图；以及

图4出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

相关技术中，现有的子图计算方式需要频繁更新每个节点的度数、其邻居节点的度数、以及相应的移除损失，而这样的方式复杂度过高，在大规模图上运行速度过慢。

为解决上述问题，本公开通过在每轮迭代时移除多个节点，能够显著降低计算满足预设要求的子图的速度，而通过多轮迭代更新节点的移除损失值，使得最终得到的子图和最优子图的相似度较高。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行图数据的处理方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)网络下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来发送图数据的处理请求和/或接受图数据的处理结果。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息，例如，客户端可以向用户输出服务器上运行的图数据的处理方法所生成的结果。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据存储库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库可以是数据库，例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

根据本公开的一方面，提供了一种图数据的处理方法。如图2所示，该方法包括：步骤S201、迭代地对包括多个节点的网络图执行以下操作，直至执行操作后的网络图满足第一预设条件；步骤S202、针对网络图中的每一个节点，基于该节点在网络图中的度数确定该节点的移除损失值，其中，该节点在网络图中的度数指示该节点在网络图中的邻居节点的数量；步骤S203、基于网络图中的每一个节点的移除损失值，在网络图中确定多个待移除节点并确定多个待移除节点的移除顺序；步骤S204、基于移除顺序，接连将多个待移除节点逐一从网络图中移除，以获取网络图的多个子图并更新网络图，其中，更新后的网络图不包括多个待移除节点；以及步骤S205、在网络图中的所有所获取的子图中确定满足第二预设条件的子图。可以理解的是，步骤S202-步骤S204例如可以是步骤S201的子步骤。

由此，通过在每轮迭代时移除多个节点，能够显著降低计算满足预设要求的子图的速度，而通过多轮迭代更新节点的移除损失值，使得最终得到的子图和最优子图的相似度较高。

本公开的方法可以应用于生物信息学、网络科学、社交网络分析等多个领域中。

在一些实施例中，网络图可以是生物信息图，其中的节点表征生物信息结构单元，包括原子、原子团、官能团、碱基对或碱基对片段、氨基酸或氨基酸序列中的至少一个，邻居节点表征与对应的生物信息结构单元具有关联(例如，化学键、分子键、氢键、肽键等等)的其他生物信息结构单元。通过在生物信息图中计算满足预设要求的子图，可以得到具有一定关联关系的生物信息结构，例如高分子、DNA、或蛋白质中的某个重要部分，进而可以对其进行进一步分析工作。

在一些实施例中，网络图可以是网络拓扑图，其中的节点表征网络设备，邻居节点表征与对应的网络设备间存在通信链路的其他网络设备。在一个示例性实施例中，网络拓扑图可以是与数据中心所包括的多个数据处理节点对应的网络拓扑图，图中的节点可以是数据处理节点(例如，计算机)，节点间的边可以表征对应的节点间的通信连接。通过在网络拓扑图中计算满足预设要求的子图，可以找到网络中通信最频繁的区域，进而可以利用该子图进行进一步的网络分析或对其进行其他处理。

在一些实施例中，网络图可以是社交关系图，其中的节点表征用户，邻居节点表征与对应的用户相关的其他用户。用户之间的相关性例如可以是体现为好友、单向关注、双向关注、发生过对话、发生过交易支付等等。通过在社交关系图中计算满足预设要求的子图，可以得到具有紧密关联的一系列用户，进而可以对这些用户的属性、特征、行为等进行进一步分析，已得到相应的数据挖掘结果。此外，还可以基于所得到的子图进行高质量的推荐，并且能够快速定位到感兴趣的目标用户。

除上述实施例提供的场景外，本公开的方法还可以应用于其他相关领域，并能够对这些领域的大规模图数据进行处理，在此不作限定。

网络图(或简称图，Graph)由节点和边构成，通常为无向图。对于给定的无向图G＝(V,E)和每个顶点v∈V，令

表示节点v的邻居节点集合，d_v＝|N(v)|是它在网络图G中的度数。需要注意

在一个示例性实施例中，节点的邻居节点可以包括一阶邻居和二阶邻居，其中，一阶邻居可以是与该节点通过边连接的其他节点，二阶邻居可以是与该节点的一阶邻居通过边连接的其他节点，并且不包括该节点本身和该节点的一阶邻居。可以理解的是，节点的邻居节点可以包括更高阶的邻居，也可以仅包括一阶邻居，或者是通过其他方式得到的，在此不作限定。

对于任意集合(子图)

令E(S)表示S中所有节点对之间的边集，d_v(S)＝|N(v)∩S|表示由S诱导的子图中v的度数。对于

有d_v(S)＝0。

最稠密子图问题可以表示为：寻求一个子图

最大化密度函数f(S)，定义为边数和节点数之间的比率：

根据一些实施例，第二预设条件可以指示对应的密度函数最大的子图。也即，最后得到的子图为最稠密子图。

在此基础上，可以基于度序列的广义均值对密度函数进行扩展。根据一些实施例，子图的密度函数可以是基于该子图中的每一个节点在该子图中的度数的p次幂和该子图所包括的节点的数量确定的，p为不等于0的预设参数。扩展后得到的广义密度函数可以表示为：

那么p阶稠密子图是要寻找一个子图S使得下面目标函数最大化。

根据一些实施例，移除损失值可以是基于对应的节点在网络图中的度数的p次幂、该节点在网络图中的每一个邻居节点在网络图中的度数的p次幂、以及该节点在网络图中的每一个邻居节点在网络图中的度数减1的p次幂而确定的。

对于给定的网络图G＝(V,E)和每个节点v∈V和给定一个子图

移掉节点v对子图S产生的损失值定义为：

可以注意到的是，在p＝1时，损失值可以是基于仅基于该节点在子图(网络图)中的度数而确定的，即Δ_v(S)＝d_v(S)×2。

相比于普通的密度函数(也即，p＝1的广义密度函数)，广义密度函数能够得到更丰富的信息，并且在p取值略大于1时通常会产生比p＝1更好的平均度数的集合。

在一些实施例中，可以在每次迭代时移除预设数量的节点后再更新所有节点的度数和损失值等信息，从而减少计算量。可以理解的是，本领域技术人员可以根据需求自行确定预设数量。此外，对于不同的迭代轮次，可以设置相同的预设数量的值，也可以设置不同的预设数量的值，在此不作限定。

根据一些实施例，多个待移除节点可以包括网络图中移除损失值最小的预设比例的节点。这样的方案是建立在如下研判的基础上：每个节点的邻居节点(例如，一阶邻居和二阶邻居)的度数(例如，p阶度数)在逐个节点的剥离过程中不需要频繁更新，每删除一定比例更新一次就够了，并且这样的处理后仍可以得到与最优子图差异很小的结果。通过这样的方式，使得只需迭代log n次而非n次(n为网络图中的节点数量)，从而能将计算复杂度从O(mn)降低到O(log n)(m为网络图中的边的数量)，显著降低了子图的计算耗时，而得到的子图和最优子图关于目标函数的近似比和现有技术中的优异结果非常接近，但速度快了很多。此外，通过大量实验，发现上述方法比之前的方法在同样的数据集中速度快了8到10倍。

根据一些实施例，预设比例可以设置为1/2，从而能够在得到准确结果的同时大幅降低子图的计算耗时。

根据一些实施例，多个待移除节点的移除顺序是基于多个待移除节点各自的移除损失值按照从小到大的排序结果而确定的。通过这样的方式，使得每次移除对网络图的密度的影响较小，变相提升了所获取的子图的密度。

可以理解的是，本领域技术人员可以根据需求确定迭代中止的条件。根据一些实施例，第一预设条件可以指示网络图中的节点数量不多于预设值。在一个示例性实施例中，预设值可以为0或者1，从而能够最终得到分别包括1,2,…,n个节点的子图(网络图)，并可以从中确定最稠密子图。考虑到过于小的最稠密子图可能不具备使用意义，因此也可以设置相对更大的预设值，以提前中止迭代。

根据本公开的另一方面，公开了一种生物信息图的处理方法，该方法包括：获取生物信息图，所述生物信息图包括多个节点，所述节点表征生物信息结构单元，包括原子、原子团、官能团、碱基对或碱基对片段、氨基酸或氨基酸序列中的至少一个；迭代地对所述生物信息图执行以下操作，直至执行所述操作后的生物信息图满足第一预设条件：针对所述生物信息图中的每一个节点，基于该节点在所述生物信息图中的度数确定该节点的移除损失值，其中，该节点在所述生物信息图中的度数指示该节点在所述生物信息图中的邻居节点的数量，所述邻居节点表征与对应的生物信息结构单元具有关联的其他生物信息结构单元；基于所述生物信息图中的每一个节点的移除损失值，在所述生物信息图中确定多个待移除节点并确定所述多个待移除节点的移除顺序；以及基于所述移除顺序，接连将所述多个待移除节点逐一从所述生物信息图中移除，以获取所述生物信息图的多个子图并更新所述生物信息图，其中，更新后的生物信息图不包括所述多个待移除节点；以及在所述生物信息图的所有所获取的子图中确定满足第二预设条件的子图。通过上述方式，能够在生物信息图中快速获取到的满足特定预设条件的子图，从而能够基于该子图中的原子、碱基对、氨基酸等生物信息结构单元和/或这些生物信息结构单元之间的邻居关联关系(例如，化学键、分子键、氢键、肽键等等)对生物信息图进行进一步分析。

移除损失值的含义可以理解为，将对应的节点(生物信息结构单元)从生物信息图移除后，生物信息图的其他部分受到的影响(例如，对其他部分的原子、碱基对、氨基酸等生物信息结构单元的稠密程度的影响)大小。移除损失值越小，对生物信息图中的其他部分的影响越小。

根据一些实施例，所述多个待移除节点包括所述生物信息图中移除损失值最小的预设比例的节点。

根据一些实施例，所述预设比例为1/2。

根据一些实施例，所述多个待移除节点的移除顺序是基于所述多个待移除节点各自的移除损失值按照从小到大的排序结果而确定的。

根据一些实施例，所述第二预设条件指示对应的密度函数最大的子图。

根据一些实施例，子图的密度函数是基于该子图中的每一个节点在该子图中的度数的p次幂和该子图所包括的节点的数量确定的，p为不等于0的预设参数。

根据一些实施例，所述移除损失值是基于对应的节点在所述生物信息图中的度数的p次幂、该节点在所述生物信息图中的每一个邻居节点在所述生物信息图中的度数的p次幂、以及该节点在所述生物信息图中的每一个邻居节点在所述生物信息图中的度数减1的p次幂而确定的。

根据一些实施例，所述第一预设条件指示所述生物信息图中的节点数量不多于预设值。

根据一些实施例，生物信息图的处理方法还可以包括：基于所述满足第二预设条件的子图中的一个或多个节点各自对应的生物信息结构单元和/或所述一个或多个节点之间的关联关系，得到对所述生物信息图的分析结果。

根据本公开的另一方面，公开了一种网络拓扑图的处理方法。该方法包括：获取网络拓扑图，所述网络拓扑图包括多个节点，所述节点表征网络设备；迭代地对所述网络拓扑图执行以下操作，直至执行所述操作后的网络拓扑图满足第一预设条件：针对所述网络拓扑图中的每一个节点，基于该节点在所述网络拓扑图中的度数确定该节点的移除损失值，其中，该节点在所述网络拓扑图中的度数指示该节点在所述网络拓扑图中的邻居节点的数量，所述邻居节点表征与对应的网络设备间存在通信链路的其他网络设备；基于所述网络拓扑图中的每一个节点的移除损失值，在所述网络拓扑图中确定多个待移除节点并确定所述多个待移除节点的移除顺序；以及基于所述移除顺序，接连将所述多个待移除节点逐一从所述网络拓扑图中移除，以获取所述网络拓扑图的多个子图并更新所述网络拓扑图，其中，更新后的网络拓扑图不包括所述多个待移除节点；以及在所述网络拓扑图的所有所获取的子图中确定满足第二预设条件的子图。通过上述方式，能够在网络拓扑图快速获取到中的满足特定预设条件的子图，从而能够基于该子图中的网络设备的相关信息和/或这些网络设备之间的通信关系(例如，是否有通信连接，通信带宽是否超过预设值等等)对网络拓扑图进行进一步分析。

移除损失值的含义可以理解为，将对应的节点(网络设备)从网络拓扑图移除后，网络拓扑图的其他部分受到的影响(例如，对其他部分的网络设备的稠密程度的影响)大小。移除损失值越小，对网络拓扑图中的其他部分的影响越小。

根据一些实施例，所述多个待移除节点包括所述网络拓扑图中移除损失值最小的预设比例的节点。

根据一些实施例，所述预设比例为1/2。

根据一些实施例，所述多个待移除节点的移除顺序是基于所述多个待移除节点各自的移除损失值按照从小到大的排序结果而确定的。

根据一些实施例，所述第二预设条件指示对应的密度函数最大的子图。

根据一些实施例，子图的密度函数是基于该子图中的每一个节点在该子图中的度数的p次幂和该子图所包括的节点的数量确定的，p为不等于0的预设参数。

根据一些实施例，所述移除损失值是基于对应的节点在所述网络拓扑图中的度数的p次幂、该节点在所述网络拓扑图中的每一个邻居节点在所述网络拓扑图中的度数的p次幂、以及该节点在所述网络拓扑图中的每一个邻居节点在所述网络拓扑图中的度数减1的p次幂而确定的。

根据一些实施例，所述第一预设条件指示所述网络拓扑图中的节点数量不多于预设值。

根据一些实施例，网络拓扑图的处理方法还可以包括：基于所述满足第二预设条件的子图中的一个或多个节点各自对应的网络设备信息和/或所述一个或多个节点之间的通信链路信息，得到对所述网络拓扑图的分析结果。

根据本公开的另一方面，公开了一种社交网络图的处理方法。该方法包括：获取社交网络图，所述节点表征用户；迭代地对所述社交网络图执行以下操作，直至执行所述操作后的网络图满足第一预设条件：针对所述社交网络图中的每一个节点，基于该节点在所述社交网络图中的度数确定该节点的移除损失值，其中，该节点在所述社交网络图中的度数指示该节点在所述社交网络图中的邻居节点的数量，所述邻居节点表征与对应的用户相关的其他用户；基于所述社交网络图中的每一个节点的移除损失值，在所述社交网络图中确定多个待移除节点并确定所述多个待移除节点的移除顺序；以及基于所述移除顺序，接连将所述多个待移除节点逐一从所述社交网络图中移除，以获取所述社交网络图的多个子图并更新所述社交网络图，其中，更新后的网络图不包括所述多个待移除节点；以及在所述社交网络图的所有所获取的子图中确定满足第二预设条件的子图。通过上述方式，能够在社交网络图快速获取到中的满足特定预设条件的子图，从而能够基于该子图中的用户的相关信息和/或这些用户之间的相关关系对社交网络图进行进一步分析。

移除损失值的含义可以理解为，将对应的节点(用户)从社交网络图移除后，社交网络图的其他部分的受到的影响(例如，对其他部分的用户之间的稠密程度的影响)大小。移除损失值越小，对社交网络图中的其他部分的影响越小。

根据一些实施例，所述多个待移除节点包括所述社交网络图中移除损失值最小的预设比例的节点。

根据一些实施例，所述预设比例为1/2。

根据一些实施例，所述多个待移除节点的移除顺序是基于所述多个待移除节点各自的移除损失值按照从小到大的排序结果而确定的。

根据一些实施例，所述第二预设条件指示对应的密度函数最大的子图。

根据一些实施例，子图的密度函数是基于该子图中的每一个节点在该子图中的度数的p次幂和该子图所包括的节点的数量确定的，p为不等于0的预设参数。

根据一些实施例，所述移除损失值是基于对应的节点在所述社交网络图中的度数的p次幂、该节点在所述社交网络图中的每一个邻居节点在所述社交网络图中的度数的p次幂、以及该节点在所述社交网络图中的每一个邻居节点在所述社交网络图中的度数减1的p次幂而确定的。

根据一些实施例，所述第一预设条件指示所述社交网络图中的节点数量不多于预设值。

根据一些实施例，社交网络图的处理方法还可以包括：基于所述满足第二预设条件的子图中的一个或多个节点各自对应的用户信息和/或所述一个或多个节点之间的相关关系，得到对所述社交网络图的分析结果。

根据本公开的另一方面，公开了一种图数据的处理装置。如图3所示，装置300包括：第一处理单元310，被配置为迭代地对包括多个节点的网络图进行处理，直至处理后的网络图满足第一预设条件，第一处理单元310包括：第一确定子单元312，被配置为针对网络图中的每一个节点，基于该节点在网络图中的度数确定该节点的移除损失值，其中，该节点在网络图中的度数指示该节点在网络图中的邻居节点的数量；第二确定子单元314，被配置为基于网络图中的每一个节点的移除损失值，在网络图中确定多个待移除节点并确定多个待移除节点的移除顺序；以及第一节点移除子单元316，被配置为基于移除顺序，接连将多个待移除节点逐一从网络图中移除，以获取网络图的多个子图并更新网络图，其中，更新后的网络图不包括多个待移除节点；以及第一确定单元320，被配置为在网络图的所有所获取的子图中确定满足第二预设条件的子图。

装置300中的单元310-单元320的操作和图2中的步骤S201和步骤S205的操作类似，单元310中的子单元312-子单元316的操作分别和图2中的步骤S202-步骤S204的操作类似，在此不做赘述。

根据一些实施例，网络图可以包括以下任意一项：生物信息图，生物信息图中的节点表征生物信息结构单元，包括原子、原子团、官能团、碱基对或碱基对片段、氨基酸或氨基酸序列中的至少一个，邻居节点表征与对应的生物信息结构单元具有关联的其他生物信息结构单元；网络拓扑图，网络拓扑图中的节点表征网络设备，邻居节点表征与对应的网络设备间存在通信链路的其他网络设备；或社交关系图，社交关系图中的节点表征用户，邻居节点表征与对应的用户相关的其他用户。

根据一些实施例，第二预设条件可以指示对应的密度函数最大的子图。

根据一些实施例，子图的密度函数可以是基于该子图中的每一个节点在该子图中的度数的p次幂和该子图所包括的节点的数量确定的，p为不等于0的预设参数。

根据一些实施例，移除损失值可以是基于对应的节点在网络图中的度数的p次幂、该节点在网络图中的每一个邻居节点在网络图中的度数的p次幂、以及该节点在网络图中的每一个邻居节点在网络图中的度数减1的p次幂而确定的。

根据一些实施例，多个待移除节点可以包括网络图中移除损失值最小的预设比例的节点。

根据一些实施例，预设比例可以为1/2。

根据一些实施例，多个待移除节点的移除顺序是基于多个待移除节点各自的移除损失值按照从小到大的排序结果而确定的。

根据一些实施例，第一预设条件可以指示网络图中的节点数量不多于预设值。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的另一方面，公开了一种生物信息图的处理装置。该装置包括：第一获取单元，被配置为获取生物信息图，所述生物信息图包括多个节点，所述节点表征生物信息结构单元，包括原子、原子团、官能团、碱基对或碱基对片段、氨基酸或氨基酸序列中的至少一个；第二处理单元，被配置为迭代地对包括多个节点的生物信息图进行处理，直至处理后的生物信息图满足第一预设条件，第二处理单元包括：第三确定子单元，被配置为针对生物信息图中的每一个节点，基于该节点在生物信息图中的度数确定该节点的移除损失值，其中，该节点在生物信息图中的度数指示该节点在生物信息图中的邻居节点的数量，所述邻居节点表征与对应的生物信息结构单元具有关联的其他生物信息结构单元；第四确定子单元，被配置为基于生物信息图中的每一个节点的移除损失值，在生物信息图中确定多个待移除节点并确定多个待移除节点的移除顺序；以及第二节点移除子单元，被配置为基于移除顺序，接连将多个待移除节点逐一从生物信息图中移除，以获取生物信息图的多个子图并更新生物信息图，其中，更新后的生物信息图不包括多个待移除节点；以及第二确定单元，被配置为在生物信息图的所有所获取的子图中确定满足第二预设条件的子图。

根据本公开的另一方面，公开了一种网络拓扑图的处理装置。该装置包括：第二获取单元，被配置为获取网络拓扑图，所述网络拓扑图包括多个节点，所述节点表征网络设备；第三处理单元，被配置为迭代地对包括多个节点的网络拓扑图进行处理，直至处理后的网络拓扑图满足第一预设条件，第三处理单元包括：第五确定子单元，被配置为针对网络拓扑图中的每一个节点，基于该节点在网络拓扑图中的度数确定该节点的移除损失值，其中，该节点在网络拓扑图中的度数指示该节点在网络拓扑图中的邻居节点的数量，所述邻居节点表征与对应的网络设备间存在通信链路的其他网络设备；第六确定子单元，被配置为基于网络拓扑图中的每一个节点的移除损失值，在网络拓扑图中确定多个待移除节点并确定多个待移除节点的移除顺序；以及第三节点移除子单元，被配置为基于移除顺序，接连将多个待移除节点逐一从网络拓扑图中移除，以获取网络拓扑图的多个子图并更新网络拓扑图，其中，更新后的网络拓扑图不包括多个待移除节点；以及第三确定单元，被配置为在网络拓扑图的所有所获取的子图中确定满足第二预设条件的子图。

根据本公开的另一方面，公开了一种社交网络图的处理装置。该装置包括：第三获取单元，被配置为获取社交网络图，所述社交网络图包括多个节点，所述节点表征用户；第四处理单元，被配置为迭代地对包括多个节点的社交网络图进行处理，直至处理后的社交网络图满足第一预设条件，第四处理单元包括：第七确定子单元，被配置为针对社交网络图中的每一个节点，基于该节点在社交网络图中的度数确定该节点的移除损失值，其中，该节点在社交网络图中的度数指示该节点在社交网络图中的邻居节点的数量，所述邻居节点表征与对应的用户相关的其他用户；第八确定子单元，被配置为基于社交网络图中的每一个节点的移除损失值，在社交网络图中确定多个待移除节点并确定多个待移除节点的移除顺序；以及第四节点移除子单元，被配置为基于移除顺序，接连将多个待移除节点逐一从社交网络图中移除，以获取社交网络图的多个子图并更新社交网络图，其中，更新后的社交网络图不包括多个待移除节点；以及第四确定单元，被配置为在社交网络图的所有所获取的子图中确定满足第二预设条件的子图。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图4，现将描述可以作为本公开的服务器或客户端的电子设备400的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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/或者要求的本公开的实现。

如图4所示，设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

设备400中的多个部件连接至I/O接口405，包括：输入单元406、输出单元407、存储单元408以及通信单元409。输入单元406可以是能向设备400输入信息的任何类型的设备，输入单元406可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元407可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元408可以包括但不限于磁盘、光盘。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习网络算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如图数据的处理方法。例如，在一些实施例中，图数据的处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的图数据的处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行图数据的处理方法。

本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

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。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (21)

1.一种图数据的处理方法，包括：

迭代地对包括多个节点的网络图执行以下操作，直至执行所述操作后的网络图满足第一预设条件：

针对所述网络图中的每一个节点，基于该节点在所述网络图中的度数确定该节点的移除损失值，其中，该节点在所述网络图中的度数指示该节点在所述网络图中的邻居节点的数量；

基于所述网络图中的每一个节点的移除损失值，在所述网络图中确定多个待移除节点并确定所述多个待移除节点的移除顺序；以及

基于所述移除顺序，接连将所述多个待移除节点逐一从所述网络图中移除，以获取所述网络图的多个子图并更新所述网络图，其中，更新后的网络图不包括所述多个待移除节点；以及

在所述网络图的所有所获取的子图中确定满足第二预设条件的子图。

2.根据权利要求1所述的方法，其中，所述多个待移除节点包括所述网络图中移除损失值最小的预设比例的节点。

3.根据权利要求2所述的方法，其中，所述预设比例为1/2。

4.根据权利要求1所述的方法，其中，所述多个待移除节点的移除顺序是基于所述多个待移除节点各自的移除损失值按照从小到大的排序结果而确定的。

5.根据权利要求1所述的方法，其中，所述第二预设条件指示对应的密度函数最大的子图。

6.根据权利要求5所述的方法，其中，子图的密度函数是基于该子图中的每一个节点在该子图中的度数的p次幂和该子图所包括的节点的数量确定的，p为不等于0的预设参数。

7.根据权利要求6所述的方法，其中，所述移除损失值是基于对应的节点在所述网络图中的度数的p次幂、该节点在所述网络图中的每一个邻居节点在所述网络图中的度数的p次幂、以及该节点在所述网络图中的每一个邻居节点在所述网络图中的度数减1的p次幂而确定的。

8.根据权利要求1所述的方法，其中，所述第一预设条件指示所述网络图中的节点数量不多于预设值。

9.根据权利要求1所述的方法，其中，所述网络图包括以下任意一项：

生物信息图，所述生物信息图中的节点表征生物信息结构单元，包括原子、原子团、官能团、碱基对或碱基对片段、氨基酸或氨基酸序列中的至少一个，邻居节点表征与对应的生物信息结构单元具有关联的其他生物信息结构单元；

网络拓扑图，所述网络拓扑图中的节点表征网络设备，邻居节点表征与对应的网络设备间存在通信链路的其他网络设备；或

社交关系图，所述社交关系图中的节点表征用户，邻居节点表征与对应的用户相关的其他用户。

10.一种图数据的处理装置，包括：

第一处理单元，被配置为迭代地对包括多个节点的网络图进行处理，直至处理后的网络图满足第一预设条件，所述处理单元包括：

第一确定子单元，被配置为针对所述网络图中的每一个节点，基于该节点在所述网络图中的度数确定该节点的移除损失值，其中，该节点在所述网络图中的度数指示该节点在所述网络图中的邻居节点的数量；

第二确定子单元，被配置为基于所述网络图中的每一个节点的移除损失值，在所述网络图中确定多个待移除节点并确定所述多个待移除节点的移除顺序；以及

第一节点移除子单元，被配置为基于所述移除顺序，接连将所述多个待移除节点逐一从所述网络图中移除，以获取所述网络图的多个子图并更新所述网络图，其中，更新后的网络图不包括所述多个待移除节点；以及

第一确定单元，被配置为在所述网络图的所有所获取的子图中确定满足第二预设条件的子图。

11.根据权利要求10所述的装置，其中，所述多个待移除节点包括所述网络图中移除损失值最小的预设比例的节点。

12.根据权利要求11所述的装置，其中，所述预设比例为1/2。

13.根据权利要求10所述的装置，其中，所述多个待移除节点的移除顺序是基于所述多个待移除节点各自的移除损失值按照从小到大的排序结果而确定的。

14.根据权利要求10所述的装置，其中，所述第二预设条件指示对应的密度函数最大的子图。

15.根据权利要求14所述的装置，其中，子图的密度函数是基于该子图中的每一个节点在该子图中的度数的p次幂和该子图所包括的节点的数量确定的，p为不等于0的预设参数。

16.根据权利要求15所述的装置，其中，所述移除损失值是基于对应的节点在所述网络图中的度数的p次幂、该节点在所述网络图中的每一个邻居节点在所述网络图中的度数的p次幂、以及该节点在所述网络图中的每一个邻居节点在所述网络图中的度数减1的p次幂而确定的。

17.根据权利要求10所述的装置，其中，所述第一预设条件指示所述网络图中的节点数量不多于预设值。

18.根据权利要求10所述的装置，其中，所述网络图包括以下任意一项：

生物信息图，所述生物信息图中的节点表征生物信息结构单元，包括原子、原子团、官能团、碱基对或碱基对片段、氨基酸或氨基酸序列中的至少一个，邻居节点表征与对应的生物信息结构单元具有关联的其他生物信息结构单元；

网络拓扑图，所述网络拓扑图中的节点表征网络设备，邻居节点表征与对应的网络设备间存在通信链路的其他网络设备；或

社交关系图，所述社交关系图中的节点表征用户，邻居节点表征与对应的用户相关的其他用户。

19.一种电子设备，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权利要求1-9中任一项所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-9中任一项所述的方法。

Images