-
公开(公告)号：CN117235032A
公开(公告)日：2023-12-15
申请号：CN202311484753.X
申请日：2023-11-08
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06F16/182 , G06F16/176 , G06N3/042
Abstract: 本说明书实施例涉及一种分布式链接预测方法及装置，方法应用于分布式系统的多台工作设备中任意的第一工作设备，包括：获取全图数据的第一子图数据，第一子图中的数据可以是隐私数据，然后，使用K层图神经网络对所述第一子图数据中的全部节点进行K轮模型处理，得到各个节点的K阶向量表示，其中，第i轮模型处理包括，从分布式文件系统中获取各个节点及其多个邻居节点的i‑1阶向量表示，将其输入到第i层图神经网络中，得到各个节点的i阶向量表示，将所述各个节点的i阶向量表示存入所述分布式文件系统中，然后，从所述分布式文件系统中获取第一节点和第二节点的K阶向量表示，将其输入到链接预测模型中，得到链接预测结果。
-
公开(公告)号：CN117370619A
公开(公告)日：2024-01-09
申请号：CN202311670679.0
申请日：2023-12-04
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06F16/901 , G06F16/27
Abstract: 本说明书实施例提供一种图的分片存储和子图采样的方法及装置，在图的分布式存储过程中，隐式地存储点和边的本地标识，而且数据以有序的方式存储，从而可以隐式计算点和边的本地标识，以CSR格式存储连接边，保证节点一阶邻居在内存中是连续存储的。如此，可以具有更快的数据加载速度以及更低的内存占用。
-
公开(公告)号：CN114647765A
公开(公告)日：2022-06-21
申请号：CN202210544341.X
申请日：2022-05-19
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06F16/901
Abstract: 本说明书实施例提供了一种图数据采样方法和系统，通过将基于支持自定义表达式的图计算方法和各种图数据采样策略或图数据采样模式结合以实现图数据采样，方法包括：接收采样请求；基于所述采样请求确定图计算表达式；其中，图计算表达式包括图属性变量以及运算符，所述图属性变量包括对象名以及属性名；在图数据中确定多个初始对象；执行所述图计算表达式：通过所述图属性变量从所述多个初始对象中获取目标对象的目标属性值；基于所述运算符对目标对象的目标属性值执行指定计算，得到计算结果，进而基于计算结果执行图数据采样，得到采样结果。
-
公开(公告)号：CN117370619B
公开(公告)日：2024-02-23
申请号：CN202311670679.0
申请日：2023-12-04
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06F16/901 , G06F16/27
Abstract: 本说明书实施例提供一种图的分片存储和子图采样的方法及装置，在图的分布式存储过程中，隐式地存储点和边的本地标识，而且数据以有序的方式存储，从而可以隐式计算点和边的本地标识，以CSR格式存储连接边，保证节点一阶邻居在内存中是连续存储的。如此，可以具有更快的数据加载速度以及更低的内存占用。
-
公开(公告)号：CN117539835A
公开(公告)日：2024-02-09
申请号：CN202311459553.9
申请日：2023-11-03
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06F16/172 , G06F16/182 , G06F16/13 , G06N3/042 , G06F3/06
Abstract: 本说明书实施例涉及一种图数据的分布式缓存方法及装置，所述方法应用于分布式系统的多台工作设备中的任意一台工作设备，包括：获取全图数据的第一子图的图结构数据，然后根据所述图结构数据，从分布式文件系统中读取所述第一子图中全部节点的特征数据，并存入第一缓存空间中，然后根据目标图计算任务，对所述第一子图执行图重排算法，使得重排后相邻的节点拥有相近的节点编号，执行所述目标图计算任务，其中包括，按照节点编号的顺序，依次使得各个节点及其邻居节点的特征数据存储在第二缓存空间中，所述第二缓存空间相较于所述第一缓存空间，具有更小的容量以及更快的读写速度。
-
Patent Agency Ranking
公开(公告)号：CN117218459A
公开(公告)日：2023-12-12
申请号：CN202311483982.X
申请日：2023-11-08
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06F16/182
Abstract: 本说明书实施例涉及一种分布式节点分类方法及装置，方法应用于分布式系统的多台工作设备中任意的第一工作设备，包括：获取全图数据的第一子图数据，第一子图中的数据可以是隐私数据，然后，使用K层图神经网络对所述第一子图数据中的全部节点进行K轮模型处理，得到各个节点的K阶向量表示，其中，第i轮模型处理包括，从分布式文件系统中获取各个节点及其多个邻居节点的i‑1阶向量表示，将其输入到第i层图神经网络中，得到各个节点的i阶向量表示，将所述各个节点的i阶向量表示存入所述分布式文件系统中，然后，从所述分布式文件系统中获取待分类的目标节点的K阶向量表示，将其输入到节点分类模型中，得到对于所述目标节点的分类结果。
-
公开(公告)号：CN114742691B
公开(公告)日：2023-08-18
申请号：CN202210544687.X
申请日：2022-05-19
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
Abstract: 本说明书实施例提供了一种图数据采样方法和系统，所述图数据基于点切分方式被拆分为多个图分片，多个图分片分布式存储于多个计算单元，所述方法由其中某一计算单元执行，所述方法包括：接收来自控制端的采样请求；响应于所述采样请求，在本地的图分片中进行采样；向所述控制端反馈采样结果。
-
公开(公告)号：CN117218459B
公开(公告)日：2024-01-26
申请号：CN202311483982.X
申请日：2023-11-08
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06V10/764 , G06V10/82 , G06N3/042 , G06F16/182
Abstract: 果。本说明书实施例涉及一种分布式节点分类方法及装置，方法应用于分布式系统的多台工作设备中任意的第一工作设备，包括：获取全图数据的第一子图数据，第一子图中的数据可以是隐私数据，然后，使用K层图神经网络对所述第一子图数据中的全部节点进行K轮模型处理，得到各个节点的K阶向量表示，其中，第i轮模型处理包括，从分布式文件系统中获取各个节点及其多个邻居节点的i‑1阶向量表示，将其输入到第i层图神经网络中，得到各个节点的i阶向量表示，将所述各个节点的i阶向量表示存入所述分布式文件系统中，然后，从所述分布式文件系统中获取待
-
公开(公告)号：CN117235032B
公开(公告)日：2024-01-05
申请号：CN202311484753.X
申请日：2023-11-08
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 朱仲书
IPC: G06F16/182 , G06F16/176 , G06N3/042
Abstract: 本说明书实施例涉及一种分布式链接预测方法及装置，方法应用于分布式系统的多台工作设备中任意的第一工作设备，包括：获取全图数据的第一子图数据，第一子图中的数据可以是隐私数据，然后，使用K层图神经网络对所述第一子图数据中的全部节点进行K轮模型处理，得到各个节点的K阶向量表示，其中，第i轮模型处理包括，从分布式文件系统中获取各个节点及其多个邻居节点的i‑1阶向量表示，将其输入到第i层图神经网络中，得到各个节点的i阶向量表示，将所述各个节点的i阶向量表示存入所述分布式文件系统中，然后，从所述分布式文件系统中获取第一节点和第二节点的K阶向量表示，将其输入到链接预测模型中，得到链接预测结果。
-
公开(公告)号：CN117194690A
公开(公告)日：2023-12-08
申请号：CN202311267500.7
申请日：2023-09-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例涉及一种在分布式系统中进行图数据分配的方法和装置，所述分布式系统包含排列为N*N维设备矩阵的N*N台工作设备，所述方法通过其中任意的第一工作设备执行，包括：获取第一图数据中若干节点的节点数据以及若干连接边，根据任一节点的节点数据，使用预设的映射函数确定所述节点的目标编号，然后对于任意的目标连接边，使用第一映射规则，将其连接的两个目标节点的两个目标编号分别映射为N*N维设备矩阵中的行索引和列索引，根据行索引和列索引在所述设备矩阵中确定目标工作设备，然后将所述目标连接边和所述两个目标节点的相关数据发送到所述目标工作设备。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.03 seconds)
