[发明专利]图数据库数据处理方法、装置、电子设备及存储介质

说明书

本公开实施例公开了一种图数据库数据处理方法、装置、电子设备及存储介质。其中，该方法包括：将实体的表现数据作为节点的属性批量写入图数据库中；根据当前进项请求，在所述图数据库中查询出所述进项请求的一度和二度关联的关系数据；根据一个或多个人工智能模型的评估需求，对所述一度和二度关联的关系数据进行多个图数据子查询语句的复合和传递操作，将所述多个图数据子查询语句整合成一个具有复合功能的最终变量计算图数据查询语句；根据所述当前进项请求，调用所述最终变量计算图数据查询语句，得到至少一个待评估变量输出给所述一个或多个人工智能模型。

技术领域

本公开涉及大数据挖掘领域，具体涉及一种图数据库数据处理方法、装置、电子设备及存储介质。

背景技术

随着大数据和人工智能技术的发展，尤其是认知智能技术在近年来的突破，基于关系型数据库的知识图谱技术已经可以在很多应用领域中为用户提供更为专业更加精准的智能分析服务。典型地，利用知识图谱可以为多种基于关系来识别信息的人工智能模型提供支持，比如个性化推荐、关联信息搜索、地图数据处理、社交网络服务、专业知识库、用户身份验证或互联网金融等应用中均可利用知识图谱来进行优化。

其中，在基于知识图谱的人工智能模型中，利用知识图谱构建的关系图，应用标签传播算法(Label Propagation Algorithm，LPA)能够将种子数据(白名单、黑名单)进行标签传播，进而得到整个网络的概率/置信度情况。然而，现有的知识图谱通常使用图数据库Neo4j存储数据，其并不支持分布式计算，因而只能基于单机计算标签传播算法。为提高计算效率，现有技术中曾尝试采用分布式运算来完成由知识图谱过渡到人工智能模型时的变量计算。

但无论是将Neo4j与Hadoop结合、利用Spark on Hive架构、还是使用SQLite引擎进行内存表的计算，一方面需要借助额外的分布式数据库(比如Hadoop、Hive或HBase等)进行数据处理，势必要占用一部分系统资源，影响系统效率；另一方面数据需要在多个数据库之间读出、加载、写入，甚至需要对大量数据进行数据结构的转换，由于图数据结构本身的批量读写性能就较差，因而现有技术的变量计算方式在实时性方面存在一定的瓶颈。

举例来说，现有技术中实时性最好的SQLite引擎方式，为了提高计算速度，先通过Neo4j输出关系数据，在SQLite中生成临时表，再通过预先加载好HBase的标签数据(在内存中)，然后在SQLite中计算临时表的关系数据的最终变量；该方式完全在内存中进行变量计算，运算效率已经非常高。然而即便是该方式，由于变量计算过程依赖HBase，而HBase通常是大型项目的公共组件，共用资源的业务和用户非常多，在HBase使用高峰期，其实时查询性能受限，会显著影响变量计算业务处理效率。此外，变量计算过程还依赖SQLite，因为每次变量计算就需要在内存中创建一个SQLite实例，显然长时间运行会导致SQLite实例越来越多，内存占用也越来越大，造成资源紧张，计算速度受影响。因而，现有技术中的方案在进行变量计算时性能的实时性存在瓶颈，最优方案的实时变量计算一般响应时间需要3-6秒左右，无法进一步提升。

发明内容

针对现有技术中的上述技术问题，本公开实施例提出了一种图数据库数据处理方法、装置、电子设备及计算机可读存储介质，以解决现有技术中标签传播过程中变量计算实时性差的问题。

本公开实施例的第一方面提供了一种图数据库数据处理方法，包括：

将实体的表现数据作为节点的属性批量写入图数据库中；

根据当前进项请求，在所述图数据库中查询出所述进项请求的一度和二度关联的关系数据；

根据一个或多个人工智能模型的评估需求，对所述一度和二度关联的关系数据进行多个图数据子查询语句的复合和传递操作，将所述多个图数据子查询语句整合成一个具有复合功能的最终变量计算图数据查询语句；