[发明专利]一种多跳邻居节点的获取方法和装置

说明书

本发明公开了一种多跳邻居节点的获取方法和装置，用于提升在大图中查询多跳邻居节点的计算效率。在本发明提供的方法中，获取拓扑网络中每个节点的0跳邻居，得到全节点0跳邻居集合，当第一节点作为指定节点时，通过如下的迭代计算过程计算第一节点的k+1跳邻居集合，迭代计算过程包括如下的步骤a和步骤b，步骤a、获取第一节点的k跳邻居集合，步骤b、将第一节点的k跳邻居集合中k跳目的节点，和全节点0跳邻居集合中起始节点相同的两个节点对连接为一个节点对，完成节点对的连接后得到第一节点的k+1跳邻居集合，当第一节点的k+1跳邻居集合中的跳数k+1等于k_max时，将第一节点的k+1跳邻居集合以及对应的k+1跳路径输出。

技术领域

本发明涉及计算机技术领域，尤其涉及一种多跳邻居节点的获取方法和装置。

背景技术

一个社交网络是一个连接独立个体和组织的网络。现在有很多的社交网络，例如Facebook，Twitter，论文引用网络，Skype通信网络，博客网络和人人网等等呈现出了一片繁荣的景象。在社交网络中一个顶点代表一个对象，例如：一个论文，一个传感器，一个人等等都可以作为一个顶点，边代表顶点与顶点之间的关系，关系可以有合作论文的关系、朋友关系、师生关系、论文的引用关系等等。

多跳邻居在大图上的应用非常广泛，例如社区发现、广告推荐或朋友推荐、链接预测，查找朋友的朋友等等。在大图上，获得指定顶点的多跳邻居的常用方法是进行广度优先搜索(英文全称：Breadth First Search，英文简称：BFS)，该方法可以从指定顶点开始沿着其出边向其邻接顶点进行信息传送，邻接顶点再将该信息继续向自己的邻居传送，直到达到其所需要的邻居节点为止。

在分布式图的处理框架中，采用的BFS方法经过多次迭代以获得所需要的多跳邻居的信息，而在每次迭代过程中都要在网络中发送消息，随着搜索过程的加深，消息量不断加大，网络通信代价非常大。因此现有的BFS方法进行多跳邻居的计算会产生大量的网络通信代价，特别是一些稠密图或幂律图，大量的信息传输会导致网络阻塞，这都会降低在大图中查询多跳邻居节点的计算效率。

发明内容

本发明实施例提供了一种多跳邻居节点的获取方法和装置，用于提升在大图中查询多跳邻居节点的计算效率。

为解决上述技术问题，本发明实施例提供以下技术方案：

第一方面，本发明实施例提供一种多跳邻居节点的获取方法，包括：

获取拓扑网络中每个节点的0跳邻居，得到全节点0跳邻居集合，所述全节点0跳邻居集合包括：每个起始节点和对应的目的节点构成的节点对，其中，所述起始节点指的是所述拓扑网络中的任意一个节点，所述目的节点指的是在所述拓扑网络中与所述起始节点存在连边关系的节点；

当第一节点作为指定节点时，通过如下的迭代计算过程计算所述第一节点的k+1跳邻居集合，所述k为大于等于0且小于预置的跳数阈值k_max的自然数，所述迭代计算过程包括如下的步骤a和步骤b，其中，

步骤a、获取所述第一节点的k跳邻居集合，所述第一节点的k跳邻居集合包括：k跳起始节点和k跳目的节点构成的节点对；

步骤b、将所述第一节点的k跳邻居集合中k跳目的节点，和所述全节点0跳邻居集合中起始节点相同的两个节点对连接为一个节点对，完成节点对的连接后得到所述第一节点的k+1跳邻居集合，其中，所述两个节点对分别来自所述第一节点的k跳邻居集合、所述全节点0跳邻居集合；

在计算出所述第一节点的k+1跳邻居集合之后，当所述第一节点的k+1跳邻居集合中的跳数k+1等于所述k_max时，将所述第一节点的k+1跳邻居集合以及对应的k+1跳路径输出。

结合第一方面，在第一方面的第一种可能的实现方式中，所述方法还包括：