本申请公开了一种基于标签特性的图数据划分方法、装置、电子设备及存储介质，该方法包括：提取出图形数据中N个弱连通分量；其中，一个弱连通分量包括图形数据中实体对象之间的一种描述性标签，所述N为大于1的整数；计算所述N个弱连通分量中任一的第一弱连通分量在M个预设分区的聚类系数与最小非零特征值；其中，所述聚类系数用于表征所述第一弱连通分量在所述M个预设分区各自的标签密度，所述最小非零特征值用于表征所述第一弱连通分量在所述M个预设分区各自的连通性；其中，所述M为大于0的整数；根据所述M个预设分区各自的聚类系数与最小非零特征值，在所述M个预设分区中确定出所述第一弱连通分量的目标分区。
【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种基于标签特性的图数据划分方法、装置、电子设备及存储介质。
技术介绍
1、图形数据作为一种描述实体之间复杂关系的结构，在许多领域起着至关重要的作用。图形数据由顶点（vertices , v）和边（edeges, e）组成；其中，顶点表示实体，边表示这些实体之间的连接或关系，两者都有各种类型的实体或标签（l）。图形数据可被广泛应用于各个领域，如生物分子研究、社交网络设计和知识图谱生成。
2、随着图形数据规模的增加，集中式图形数据管理的性能瓶颈问题日益突出，例如，内存不足、计算资源要求高等。为了提高图形数据的处理效率，可采用图数据划分算法将一个庞大的图形数据集划分不同的节点（分区）进行管理，以降低复杂性并提高效率。
3、现有的图形数据划分方式是尽量减少边和点的切割，或最大限度地提高分割内结构的紧密性。然而，在针对多标签图形数据的场景下，上述方式很难避免跨分区的同标签查询连接，导致在没有分区间连接的情况下，无法对存在相同标签的图形数据进行独立的查询，降低了图形数据的处理效率。
/>技术本文档来自技高网...
【技术保护点】
1.一种基于标签特性的图数据划分方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述根据所述M个预设分区各自的聚类系数与最小非零特征值，在所述M个预设分区中确定出所述第一弱连通分量的目标分区，包括：
3.如权利要求2所述的方法，其特征在于，所述计算所述M个预设分区各自的负载均衡系数，包括：
4.如权利要求2所述的方法，其特征在于，所述负载均衡系数满足以下表达式：
5.如权利要求1所述的方法，其特征在于，所述最小非零特征值是采用Lanczos算法计算的。
6.一种基于标签特性的图形数据划分装置，其特征在于，包括：...
【技术特征摘要】
1.一种基于标签特性的图数据划分方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述根据所述m个预设分区各自的聚类系数与最小非零特征值，在所述m个预设分区中确定出所述第一弱连通分量的目标分区，包括：
3.如权利要求2所述的方法，其特征在于，所述计算所述m个预设分区各自的负载均衡系数，包括：
4.如权利要求2所述的方法，其特征在于，所述负载均衡系数满足以下表达式：
5.如权利要求1所述的方法，其特征在于，所述最小非...
【专利技术属性】
技术研发人员：黄宏斌，李瞻哲，葛宁超，李璇，肖开明，张航，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。