本说明书实施例公开了一种图搜索方法、装置及设备。方案包括:获取用户输入的第一图数据;所述第一图数据包括点数据以及边数据;对所述第一图数据执行分解操作,得到对应的单元;根据所述单元的属性信息,生成所述第一图数据对应的单词集合;基于所述单词集合,执行与所述第一图数据相关的搜索操作。与所述第一图数据相关的搜索操作。与所述第一图数据相关的搜索操作。
【技术实现步骤摘要】
一种图搜索方法、装置及设备
[0001]本申请涉及互联网
,尤其涉及一种图搜索法、装置及设备。
技术介绍
[0002]随着社会各行业的快速发展,现实社会织起了了一张庞大而复杂的关系网,传统数据库很难处理关系运算。大数据行业需要处理的数据之间的关系随着数据量呈几何级数增长,亟需一种支持海量复杂数据关系运算的数据库。其中,图由两个元素组成:节点和关系。每个节点代表一个实体(人,地,事物,类别或其他数据),每个关系代表两个节点的关联方式。图数据库(Graph database)并非指存储图片的数据库,而是以图这种数据结构存储和查询数据,图形数据库是一种在线数据库管理系统,具有处理图形数据模型的创建,读取,更新和删除(CRUD)操作。
[0003]图数据库可以应用在社交领域、零售领域、金融领域以及物联网领域等等,应用广泛,所以,亟需提供一种更为可靠的图搜索方案。
技术实现思路
[0004]本说明书实施例提供一种图搜索方法、装置及设备,以解决现有技术中无法基于图进行图搜索的问题。
[0005]为解决上述技术问题,本说明书实施例是这样实现的:
[0006]本说明书实施例提供的一种图搜索方法,包括:
[0007]获取用户输入的第一图数据;所述第一图数据包括点数据以及边数据;
[0008]对所述第一图数据执行分解操作,得到对应的图数据单元;
[0009]根据各个所述图数据单元的属性信息,生成所述第一图数据对应的单词集合;
[0010]基于所述单词集合,搜索与所述第一图数据相关的图数据。
[0011]本说明书实施例提供的一种图搜索装置,包括:
[0012]第一图数据获取模块,用于获取用户输入的第一图数据;所述第一图数据包括点数据以及边数据;
[0013]分解模块,用于对所述第一图数据执行分解操作,得到对应的图数据单元;
[0014]单词集合生成模块,用于根据各个所述图数据单元的属性信息,生成所述第一图数据对应的单词集合;
[0015]图数据搜索模块,用于基于所述单词集合,搜索与所述第一图数据相关的图数据。
[0016]本说明书实施例提供的一种图搜索设备,包括:
[0017]至少一个处理器;以及,
[0018]与所述至少一个处理器通信连接的存储器;其中,
[0019]所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
[0020]获取用户输入的第一图数据;所述第一图数据包括点数据以及边数据;
[0021]对所述第一图数据执行分解操作,得到对应的图数据单元;
[0022]根据各个所述图数据单元的属性信息,生成所述第一图数据对应的单词集合;
[0023]基于所述单词集合,搜索与所述第一图数据相关的图数据。
[0024]本说明书实施例提供的一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现一种图搜索方法。
[0025]本说明书至少一个实施例能够达到以下有益效果:通过获取用户输入的第一图数据;所述第一图数据包括点数据以及边数据;对所述第一图数据执行分解操作,得到对应的单元;根据所述单元的属性信息,生成所述第一图数据对应的单词集合;基于所述单词集合,执行与所述第一图数据相关的搜索操作。通过该方法,可以解决现有的图数据库不能支持图搜索的空白,且能够支持相似图搜索和子图搜索的功能,不需要额外的训练成本和模型存储成本,节省了大量的服务器计算资源和时间成本。
附图说明
[0026]为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0027]图1为本说明书实施例提供的一种图搜索方法的整体系统框图;
[0028]图2为本说明书实施例提供的一种图搜索方法的流程示意图;
[0029]图3为本说明书实施例提供的图搜索方法中的图分解示例图;
[0030]图4为本说明书实施例提供的一种图搜索装置的结构示意图;
[0031]图5为本说明书实施例提供的一种图搜索设备的结构示意图。
具体实施方式
[0032]为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书一个或多个实施例保护的范围。
[0033]以下结合附图,详细说明本说明书各实施例提供的技术方案。
[0034]随着基于图谱的智能分析的场景越来越多,利用图来解决算法和工程问题也越发受到青睐。一种应用场景,医药分析中,具有相同或者类似功能基团的药物可能会有相类似的功效。若提前将已知功效的药物拆解成功能基团的关系图存入图数据库,利用图搜索功能,输入新药的功能基团关系图,输出为数据库中已知类似结构的药物,以及对应的药物资料,这样就可以帮助到医药研发者判断新药可能具有的功效。
[0035]另一种应用场景,在程序分析领域,可以将程序运行时候的调用图保存在图数据库中。在程序上线或者发布之前,需要采用程序用例对待上线的程序进行测试,测试成功才会上线。因为程序运行时候会有不同的输入,所以同一个版本程序的服务上线后产生很多调用图。不同的调用图代表了程序内部执行逻辑的不同,即承载了该程序的业务属性。当程
序的代码做出变更后,可以通过分析得到变更的影响用例,从而精准的进行变更测试,节约时间。
[0036]现有技术中,目前的图数据库,主要提供的功能是图的存储与图查询。这里的查询指的是通过专用的语言描述查找图的条件,由图数据库引擎帮助用户查找到对应的图或者子图。如在企业关系查找中,需要找到公司A和公司B之前人员的关系网,就可以用现有的图数据库来完成。但是目前的图数据库无法解决用给定的图去搜索关联的图。
[0037]为了解决现有技术中的缺陷,本方案给出了以下实施例:
[0038]接下来,将针对说明书实施例结合附图进行具体说明:
[0039]图1为本说明书实施例提供的一种图搜索方法的整体系统框图。如图1所示,系统包括图数据库接口101、图查询模块103、图数据增删与修改模块105、图搜索模块107、图节点和边数据存储模块109以及图向量与单词数据存储模块111。该系统不仅能够为用户提供普通的图查询功能,还能为用户提供图搜索功能,其中,图查询主要是根据节点和边的条件数据,查询得到图或者子图的数据;图搜索主要是基于图进行搜索,即基于图搜索得到相似图或子图。
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图搜索方法,包括:获取用户输入的第一图数据;所述第一图数据包括点数据以及边数据;对所述第一图数据执行分解操作,得到对应的图数据单元;根据各个所述图数据单元的属性信息,生成所述第一图数据对应的单词集合;基于所述单词集合,搜索与所述第一图数据相关的图数据。2.根据权利要求1所述的方法,所述搜索与所述第一图数据相关的图数据,具体包括:基于所述单词集合,确定图数据库中与所述第一图数据的相似度满足第一预设条件的目标图数据。3.根据权利要求1所述的方法,所述搜索与所述第一图数据相关的图数据,具体包括:基于所述单词集合,确定图数据库中与所述第一图数据之间的包含度满足第二预设条件的目标图数据。4.根据权利要求1所述的方法,所述对所述第一图数据执行分解操作,得到对应的单元,具体包括:按照预设规则对所述第一图数据进行分解操作,得到对应的单元;一个所述单元包括所述第一图数据中的一个节点数据,或者,一个所述单元包括所述第一图数据中的边数据以及该边连接的节点数据。5.根据权利要求1所述的方法,所述根据所述单元的属性信息,生成所述第一图数据对应的单词集合,具体包括:对于任意一个所述单元,确定该单元中的节点数据以及边数据;确定所述节点数据以及所述边数据的属性信息;对所述属性信息进行哈希计算,得到该单元对应的单词,将所述单词确定为所述单词集合中的一个元素。6.根据权利要求2所述的方法,所述基于所述单词集合,确定图数据库中与所述第一图数据的相似度满足第一预设条件的目标图数据,具体包括:对所述单词集合中的单词对应的向量进行标准化处理,得到所述第一图数据对应的第一图向量;基于所述第一图向量,从所述图数据库中确定所述第一图数据对应的候选图数据集合;基于所述单词集合,从所述候选图数据库集合中确定与所述第一图数据之间的相似度满足第一预设条件的所述目标图数据。7.根据权利要求6所述的方法,所述基于所述单词集合,从所述候选图数据库集合中确定与所述第一图数据之间的相似度满足第一预设条件的所述目标图数据,具体包括:计算所述单词集合中的单词与所述候选图数据库中的单词之间的相似度;确定所述候选图数据库中所述相似度大于或等于预设相似度阈值的目标图数据。8.根据权利要求7所述的方法,若所述候选图数据库中所述相似度大于或等于预设相似度阈值的目标图数据存在多个,将所述候选图数据中相似度最大的图数据确定为目标图数据。9.根据权利要求2所述的方法,所述基于所述单词集合,确定图数据库中与所述第一图数据的相似度满足第一预设条件的目标图数据之后,还包括:
【专利技术属性】
技术研发人员:任陶瑞,
申请(专利权)人:支付宝杭州信息技术有限公司,
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。