买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种面向海量数据解决异质图神经网络数据划分不均衡处理的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116432738B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310211374.7，技术领域涉及：G06N3/082；该发明授权一种面向海量数据解决异质图神经网络数据划分不均衡处理的方法是由王柱;钱锦麟;安粱义;常远星;赵师瑶;郭斌;於志文设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种面向海量数据解决异质图神经网络数据划分不均衡处理的方法在说明书摘要公布了：本发明涉及一种面向海量数据解决异质图神经网络数据划分不均衡的处理方法，属于深度学习领域。该方法首先根据边的交互关系将全图数据均分至各类型子图，将全图G根据类型依赖关系拆分成Ｇ１,G２,…,Gk；使用基于均衡策略的METIS算法进行快速划分，以解决带权的k路图划分问题；根据划分的各类型子图结果，计算矩阵间最大收益，以得到最佳合并方案；根据合并方案查询原始数据集，以组合节点和边集，最终实现大规模数据的均衡划分，得到相应的划分结果。本发明能够在大规模数据划分下进行使用，其划分结果在各个分区内节点数量及类型大致一致，具备较好的负载均衡特性，对于临界节点复制比率不高，并有效的减少了跨分区通讯量，能够较好的支持异质图神经网络模型训练，减少总体训练时间。

本发明授权一种面向海量数据解决异质图神经网络数据划分不均衡处理的方法在权利要求书中公布了：1.一种面向海量数据解决异质图神经网络数据划分不均衡处理的方法，其特征在于，包括如下步骤： 步骤1：加载异质的图神经网络数据到内存以进行后续处理，所述图神经网络数据数据为学术论文数据，图包含对应的点集以及边集，以及相应的特征信息；假定其中某节点为，其周边连通两点为和；节点类型为，相似的节点类型为；假定与节点的连通边分别为，其中的边类型分别为,，且；以目标节点出发的相关结构可以称之为元关系，简单表示为；加载上述图数据到内存，以进行后续处理；具体来说，点集为论文、作者、机构、所属期刊具体节点集合，边集包含的关系为论文，所属领域，领域，论文，所属期刊，期刊，作者，撰写，论文，作者，隶属于，机构； 步骤2：根据边的交互关系将全图数据均分至各类型子图，将全图根据类型依赖关系拆分成，用于简化划分难度，减少原始图在初次划分中可能存在的不均衡问题，为后续步骤合并区块提供数据计算的依赖关系； 步骤2-1：对于属于图的边类型，从中获取某类型边两侧的节点类型； 步骤2-2：在全图中获取由步骤2-1中得到的类型及其相关边的所有关系边； 步骤2-3：将全图类型拆分成多个异质类型拆分图，使得对于任意拆分图，存在唯一的，并且在所有拆分图中对于任意拆分图都存在图，使得两图间存在一种节点类型相同； 步骤3：使用多约束均衡策略的METIS算法对步骤2中最终得到的单独进行图的划分，针对每个拆分图，都能获得各分区拆分结果，其中代表第个拆分图中的第个划分分区； 步骤3-1：对图使用METIS划分方式，设置参数时根据异质数据集特性进行指定，对于异质图而言，建议设置边均衡及点均衡； 步骤3-2：为减少通信开销，使用DistDGL中的边缘复制方法对边缘节点进行一定比例的复制处理，以保留连通边的其他分区节点信息； 步骤4：根据步骤3中的各图划分结果，计算最佳异质图合并区间方案； 步骤4-1：在步骤3中能够得到各分区拆分结果，其中代表第个拆分图中的第个划分分区； 步骤4-2：根据步骤2-3中的节点间的相关性，对所有拆分图中具有步骤2-3中描述关系的和，其中两图的分区分别记为和；根据和能够计算得到矩阵，其中矩阵中的每个元素代表和中各个分区间重叠节点的具体数目； 步骤4-3：使用约束函数，对各分区进行计算以获得最佳合并方案，其中约束函数如下所示，maximize为取得最大值，subjectto表示约束条件； 步骤4-4：根据步骤4-3中得到的最大收益值，记录当时的计算矩阵，其各个元素表示，其值表示为取，不取，即合并区间的方案； 步骤5：根据步骤4中得到合并区间的方案构建划分子图； 步骤5-1：根据步骤4-4中得到的合并方案，查询原图中的各节点，得到各个子图节点集； 步骤5-2：根据步骤5-1中得到的节点集，查询原图中的各节点间的依赖关系，得到子图边集； 步骤5-3：根据步骤5-1中的节点集及步骤5-2中的边集，即可构建划分子图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。