[发明专利]基于稀疏二分图的极大二分团并行枚举方法

说明书

本发明公开了一种基于稀疏二分图的极大二分团并行枚举方法，相较于现有技术而言，本发明采用并行计算的方式，能够使各个计算任务并行运算，包括均匀的初始化任务分配和高效的任务迁移，以及对单个任务的信息量做了去冗余操作，让冗余重复的信息存储在一个公共区域，每个任务只有执行的时候，才会去查询并获得所有参数信息，这样做既减少了对内存的压力，也加快了任务迁移的速度，在解决MBE问题时，能够有效提升计算效率。

技术领域

本发明涉及图数据挖掘技术领域，尤其涉及一种基于稀疏二分图的极大二分团并行枚举方法。

背景技术

近年来，基于二分图的MBE(maximal biclique enumeration，极大二分团枚举)问题是图数据挖掘领域的研究热点之一。MBE问题可应用于生物系统发生树、蛋白质相互作用网络结构的发现与分析、商品推荐及人物兴趣分析等。

目前在二分图上解决MBE问题，一般都采用串行计算的方式，这种计算方式没有办法充分利用硬件资源，提高计算效率较低。

发明内容

本申请提供了一种基于稀疏二分图的极大二分团并行枚举方法，可以解决现有技术中解决MBE问题的方式计算效率较低的技术问题。

具体的，本发明提供一种基于稀疏二分图的极大二分团并行枚举方法，所述稀疏二分图包括由用户与购买物品所组成的二分图G，所述方法包括：

步骤一、初始化所述二分图G对应的任务栈St与计算参数，所述计算参数包括候选集P、验证集Q、所述二分图G对应二分团的右部R与左部L；

步骤二、在线程t内遍历候选集P，所述候选集P包括若干个节点；

步骤三、从所述任务栈St的栈顶获取任务x；

步骤四、基于所述任务x、所述二分图G及预置的存储区域Dt，确定当前任务所需要处理的节点v，以及当前任务所需要的候选集P1、验证集Q1、所述二分图G对应二分团的右部R1与左部L1；

步骤五、根据所述二分图G、节点v及所述左部L1，计算所述节点v在所述左部L1中的邻居L’；

步骤六、判断所述节点v的flag属性是否为false，若为false，则返回执行步骤三；若为true，则继续执行步骤七；

步骤七、遍历验证集Q1，生成孩子检测集Q’，并在搜索到的子任务中判断是否存在极大二分团，若不存在极大二分团，则返回执行步骤三，若存在极大二分团，则继续执行步骤八；

步骤八、遍历候选集P1中的各个节点p，如果p在所述邻居L’中的邻居个数大于0，则将节点p加入候选集P1，生成新的候选集P’，并输出极大二分团L’，R’；其中，R’表示节点v在所述右部R1中的邻居；

步骤九、判断候选集P’是否为空，若候选集P’为非空，则根据逆序遍历候选集P’，生成新任务加入任务栈St，再根据候选集P’、孩子检测集Q’、邻居L’、R’更新所述存储区域Dt；若候选集P’为空，则继续执行步骤十；

步骤十、判断所述任务栈St是否为空，若所述任务栈St为空，则确定所述线程t执行结束。

可选地，所述初始化所述二分图G对应的任务栈St与计算参数的步骤，包括：

基于所述二分图G的线程总数，对所述二分图G的各个线程进行取模操作，得到各个线程初始化后的任务栈与计算参数。

可选地，所述若所述任务栈St为空，则确定所述线程t执行结束的步骤，包括：

若所述任务栈St为空，则通过预置的负载均衡装置请求新任务；

当所述负载均衡装置未接收到响应消息时，确定所述线程t执行结束。