一种计算机可读存储介质、数据处理方法、装置及服务器制造方法及图纸

本发明专利技术公开一种计算机可读存储介质、数据处理方法、装置及服务器，在所述计算机可读存储介质上存储有计算机程序，该程序被处理器执行时，所述处理器对稀疏矩阵以及低秩矩阵构成的目标矩阵进行奇异值分解，通过目标矩阵以及预设参数矩阵，获得第一分解因子矩阵以及第二分解因子矩阵，根据第一分解因子矩阵以及第二分解因子矩阵，确定目标矩阵的左奇异向量矩阵、右奇异向量矩阵以及奇异值矩阵。上述方案中，通过构建由稀疏矩阵和低秩矩阵组成的目标矩阵来表征目标图数据，在对该种结构的目标矩阵进行分解时，能够节约运算空间，提高运算速度。

A Computer Readable Storage Media, Data Processing Method, Device and Server

The invention discloses a computer readable storage medium, a data processing method, a device and a server. A computer program is stored on the computer readable storage medium. When the program is executed by a processor, the processor performs singular value decomposition on the target matrix composed of sparse matrix and low rank matrix, and obtains the first decomposition through the target matrix and the preset parameter matrix. According to the first factorization factor matrix and the second factorization factor matrix, the left singular vector matrix, the right singular vector matrix and the singular value matrix of the target matrix are determined. In the above scheme, the target matrix composed of sparse matrix and low rank matrix is constructed to represent the target graph data. When the target matrix of this structure is decomposed, the operation space can be saved and the operation speed can be improved.

【技术实现步骤摘要】
一种计算机可读存储介质、数据处理方法、装置及服务器
本专利技术涉及数据处理领域，尤其涉及一种计算机可读存储介质、数据处理方法、装置及服务器。
技术介绍
在进行关系数据挖掘时，通常将数据看成是一个图，例如，将支付系统中的用户看成节点，将用户之间的关系看成节点之间的边。对于图数据来说，可以通过图嵌入表示技术来进行数据挖掘，即把图上的每个节点用一个向量来表示，两个节点的相似度可以通过对应的两个向量来计算。因此，在图嵌入表示技术中，如何快速准确的求解每个节点的表示向量是相当重要的。
技术实现思路
本说明书实施例提供及一种计算机可读存储介质、数据处理方法、装置及服务器。第一方面，本说明书实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：获取目标图数据；根据所述目标图数据，构建目标矩阵，所述目标矩阵由稀疏矩阵以及低秩矩阵构成；根据所述目标矩阵以及预设参数矩阵，获得第一分解因子矩阵以及第二分解因子矩阵；根据所述第一分解因子矩阵以及所述第二分解因子矩阵，确定所述目标矩阵的左奇异向量矩阵、右奇异向量矩阵以及奇异值矩阵。第二方面，本说明书实施例提供一种基于分布式矩阵分本文档来自技高网...

【技术保护点】
1.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：获取目标图数据；根据所述目标图数据，构建目标矩阵，所述目标矩阵由稀疏矩阵以及低秩矩阵构成；根据所述目标矩阵以及预设参数矩阵，获得第一分解因子矩阵以及第二分解因子矩阵；根据所述第一分解因子矩阵以及所述第二分解因子矩阵，确定所述目标矩阵的左奇异向量矩阵、右奇异向量矩阵以及奇异值矩阵。

【技术特征摘要】
1.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：获取目标图数据；根据所述目标图数据，构建目标矩阵，所述目标矩阵由稀疏矩阵以及低秩矩阵构成；根据所述目标矩阵以及预设参数矩阵，获得第一分解因子矩阵以及第二分解因子矩阵；根据所述第一分解因子矩阵以及所述第二分解因子矩阵，确定所述目标矩阵的左奇异向量矩阵、右奇异向量矩阵以及奇异值矩阵。2.根据权利要求1所述的计算机可读存储介质，所述根据目标矩阵以及预设参数矩阵，获得第一分解因子矩阵以及第二分解因子矩阵，包括：迭代处理步骤，所述迭代处理步骤包括：根据所述目标矩阵以及所述预设参数矩阵，获得第一迭代矩阵，根据所述目标矩阵以及所述第一迭代矩阵，获得第二迭代矩阵；将上一次迭代处理步骤中得到的第二迭代矩阵作为当前迭代处理步骤的预设参数矩阵，直到迭代次数为预设迭代次数；将最后一次迭代处理步骤中得到的第一迭代矩阵作为所述第一分解因子矩阵，以及将最后一次迭代处理步骤中得到的第二迭代矩阵作为所述第二分解因子矩阵。3.根据权利要求2所述的计算机可读存储介质，所述根据所述目标矩阵以及所述预设参数矩阵，获得第一迭代矩阵，包括：采用以下公式获得所述第一迭代矩阵：W＝GH0(H0TH0)-1其中，W为所述第一迭代矩阵，G为所述目标矩阵，H0为所述预设参数矩阵。4.根据权利要求3所述的计算机可读存储介质，所述根据所述目标图数据，构建目标矩阵，包括：根据所述目标图数据，构建邻接矩阵，所述邻接矩阵为所述稀疏矩阵；根据所述目标图数据，构建用于表征目标图节点特征的第一特征矩阵以及第二特征矩阵；根据所述邻接矩阵、所述第一特征矩阵以及所述第二特征矩阵，采用以下公式构建所述目标矩阵：其中，G为所述目标矩阵，A为所述邻接矩阵，Y1为所述第一特征矩阵，Y2为所述第二特征矩阵，为所述低秩矩阵。5.根据权利要求4所述的计算机可读存储介质，所述根据所述目标矩阵以及所述预设参数矩阵，获得第一迭代矩阵，包括：将所述邻接矩阵进行分块处理，获得N个分块邻接矩阵，N为大于1的正整数；将所述第一特征矩阵进行分块处理，获得N个第一分块特征矩阵；根据所述N个分块邻接矩阵中的每个分块邻接矩阵、所述N个第一分块特征矩阵中的每个第一分块特征矩阵，按照以下公式获得与每个分块邻接矩阵对应的第一分块迭代矩阵，共计获得N个第一分块迭代矩阵：其中，Wi为与第i个分块邻接矩阵对应的第i个第一分块迭代矩阵，Ai为第i个分块邻接矩阵，Y1,i为第i个第一分块特征矩阵，H0为所述预设参数矩阵，i为1到N的正整数；将所述N个第一分块迭代矩阵进行拼接，获得所述第一迭代矩阵。6.根据权利要求5所述的计算机可读存储介质，所述根据所述目标矩阵以及所述第一迭代矩阵，获得第二迭代矩阵，包括：将所述第二特征矩阵进行分块处理，获得N个第二分块特征矩阵；根据所述N个分块邻接矩阵中的每个分块邻接矩阵、所述N个第二分块特征矩阵中的每个第二分块特征矩阵，按照以下公式获得与所述每个分块邻接矩阵对应的第二分块迭代矩阵，共计获得N个第二分块迭代矩阵：Hi＝(AiTW+Y2,iY1TW)(WTW)-1其中，Hi为与第i个分块邻接矩阵对应的第i个第二分块迭代矩阵，Y2,i为第i个第二分块特征矩阵，W为所述第一迭代矩阵，i为1到N的正整数；将所述N个第二分块迭代矩阵进行拼接，获得所述第二迭代矩阵。7.根据权利要求2所述的计算机可读存储介质，所述根据所述第一分解因子矩阵以及所述第二分解因子矩阵，确定所述目标矩阵的左奇异向量矩阵、右奇异向量矩阵以及奇异值矩阵，包括：根据所述第一分解因子矩阵，获得第一矩阵；根据所述第二分解因子矩阵，获得第二矩阵；根据所述第一矩阵、所述第二矩阵、以及预设的最大奇异值数量，确定所述左奇异向量矩阵、所述右奇异向量矩阵以及所述奇异值矩阵。8.一种基于分布式矩阵分解的数据处理方法，所述方法包括：获取目标图数据，其中，目标图包括节点集合以及边集合；根据所述目标图数据，构建目标矩阵，所述目标矩阵由稀疏矩阵以及低秩矩阵构成；根据所述目标矩阵以及预设参数矩阵，获得第一分解因子矩阵以及第二分解因子矩阵；根据所述第一分解因子矩阵以及所述第二分解因子矩阵，确定所述目标矩阵的左奇异向量矩阵、右奇异向量矩阵以及奇异值矩阵，以得到与所述节点集合中的各个节点对应的表示向量，以便对所述各个节点的特征进行分析。9.根据权利要求8所述的方法，所述根据目标矩阵以及预设参数矩阵，获得第一分解因子矩阵以及第二分解因子矩阵，包括：迭代处理步骤，所述迭代处理步骤包括：根据所述目标矩阵以及所述预设参数矩阵，获得第一迭代矩阵，根据所述目标矩阵以及所述第一迭代矩阵，获得第二迭代矩阵；将上一次迭代处理步骤中得到的第二迭代矩阵作为当前迭代处理步骤的预设参数矩阵，直到迭代次数为预设迭代次数；将最后一次迭代处理步骤中得到的第一迭代矩阵作为所述第一分解因子矩阵，以及将最后一次迭代处理步骤中得到的第二迭代矩阵作为所述第二分解因子矩阵。10.根据权利要求9所述的方法，所述根据所述目标矩阵以及所述预设参数矩阵，获得第一迭代矩阵，包括：采用以下公式获得所述第一迭代矩阵：W＝GH0(H0TH0)-1其中，W为所述第一迭代矩阵，G为所述目标矩阵，H0为所述预设参数矩阵。11.根据权利要求10所述的方法，所述根据所述目标图数据，构建目标矩阵，包括：根据所述目标图数据，构建邻接矩阵，所述邻接矩阵为所述稀疏矩阵；根据所述目标图数据，构建用于表征目标图节点特征的第一特征矩阵以及第二特征矩阵；根据所述邻接矩阵、所述第一特征矩阵以及所述第二特征矩阵，采用以下公式构建所述目标矩阵：其中，G为所述目标矩阵，A为所述邻接矩阵，Y1为所述第一特征矩阵，Y2为所述第二特征矩阵，为所述低秩矩阵。12.根据权利要求11所述的方法，所述根据所述目标矩阵以及所述预设参数矩阵，获得第一迭代矩阵，包括：将所述邻接矩阵进行分块处理，获得N个分块邻接矩阵，N为大于1的正整数；将所述第一特征矩阵进行分块处理，获得N个第一分块特征矩阵；根据所述N个分块邻接矩阵中的每个分块邻接矩阵、所述N个第一分块特征矩阵中的每个第一分块特征矩阵，按照以下公式获得与每个分块邻接矩阵对应的第一分块迭代矩阵，共计获得N个第一分块迭代矩阵：Wi＝(AiH0+Y1,iY2TH0)(H0TH0)-1其中，Wi为与第i个分块邻接矩阵对应的第i...

【专利技术属性】
技术研发人员：赵科科，王昂，赵星，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY