[发明专利]一种图文件的处理方法、装置及存储介质

说明书

本发明提供了一种图文件的处理方法，包括：提取图文件并存储至持久化存储空间中，所述图文件包括社交网络的节点、连接所述节点的连接关系以及所述连接关系的权重值；根据所述图文件包括的节点的连接关系，将所述图文件分割形成子图文件，其中，分割后形成的子图文件所对应的节点区间互不相交；将分割后的子图文件加载至内存空间；初始化所述内存空间所加载子图文件中的节点，并迭代计算所述内存空间所加载子图文件中节点的社区标签；根据迭代计算完成后得到的所述节点的社区标签，更新所述持久化存储空间中存储的图文件。本发明还提供了一种图文件的处理装置、以及存储介质。

技术领域

本发明涉及计算机应用技术，尤其涉及一种图文件的处理方法、装置及存储介质。

背景技术

在社交网络中，社区发现算法常用于检测社交网络中的社区结构，并可以进一步的挖掘感兴趣的社区或行为异常的用户群体。

现有的社区发现算法通常是将整个社交网络的数据存入内存，并进行迭代计算，但是，对于大规模的社交网络会产生内存不足无法计算的情况。

例如，在QQ好友关系社交网络中，总共有约19亿用户(即社交网络中的节点)和超过550亿条好友关系(即社交网络中节点的连接关系)，若将这种大规模的QQ好友关系社交网络的数据存入内存中，则会对内存产生巨量的需求，实际应用中难以部署这样的硬件环境，即是部署也难以保证计算的效率。

发明内容

本发明实施例期望提供一种图文件的处理方法、装置及存储介质，能够对于社交网络的图文件进行资源集约型的高效计算。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种图文件的处理方法，包括：

提取图文件并存储至持久化存储空间中，所述图文件包括社交网络的节点、连接所述节点的连接关系以及所述连接关系的权重值；

根据所述图文件包括的节点的连接关系，将所述图文件分割形成子图文件，其中，分割后形成的子图文件所对应的节点区间互不相交；

将分割后的子图文件加载至内存空间；

初始化所述内存空间所加载子图文件中的节点，并迭代计算所述内存空间所加载子图文件中节点的社区标签；

根据迭代计算完成后得到的所述节点的社区标签，更新所述持久化存储空间中存储的图文件。

本发明实施例还提供了一种图文件的处理装置，包括：

提取模块，用于提取图文件并存储至持久化存储空间中，所述图文件包括社交网络的节点、连接所述节点的连接关系以及所述连接关系的权重值；

分割模块，用于根据所述图文件包括的节点的连接关系，将所述图文件分割形成子图文件，其中，分割后形成的子图文件所对应的节点区间互不相交；

加载模块，用于将分割后的子图文件加载至内存空间；

初始化模块，用于初始化所述内存空间所加载子图文件中的节点；

计算模块，用于迭代计算所述内存空间所加载子图文件中节点的社区标签；

更新模块，用于根据迭代计算完成后得到的所述节点的社区标签，更新所述持久化存储空间中存储的图文件。

上述方案中，所述加载模块，具体用于：

将所述分割后的子图文件中未迭代计算社区标签的子图文件，加载到所述内存空间中；

当所加载的子图文件迭代计算社区标签完成后，在所述内存空间中释放所加载的子图文件，并将未迭代计算社区标签的子图文件，加载到所述内存空间中。

上述方案中，所述初始化模块，具体用于：