JP7033165B2 - 情報を並列処理する方法および装置 - Google Patents

Description

本出願の実施形態は、コンピュータ技術分野に関し、具体的に、情報を並列処理する方法および装置に関する。

グラフニューラルネットワーク（Ｇｒａｐｈ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ，ＧＮＮ）は、グラフ構造を処理するニューラルネットワークである。現在、グラフニューラルネットワークは、ソーシャルネットワーク、ナレッジグラフ、推奨システム、さらにはライフサイエンスなどのさまざまな分野でますます広く使用されている。グラフニューラルネットワークワークは、グラフノード間の依存関係をモデル化する強力な機能を備えており、グラフ分析に関連する研究分野で画期的な成果を上げている。

本出願の実施形態は、情報を並列処理する方法および装置を提案する。
第１の態様において、本出願の実施形態は、グラフニューラルネットワークによって処理されたグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出するステップと、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するステップであって、前記ターゲット情報は、ソースノードの特徴、ターゲットノードの特徴および送信された情報に基づいて決定される情報であり、前記インデックスは、ターゲット情報シーケンスをグループ化するために使用されるインデックスである、ステップと、インデックスを使用して、ターゲット情報シーケンスをグループ化するステップと、および各グループのターゲット情報を並列処理するステップとを含む情報を並列処理する方法を提供する。

いくつかの実施形態において、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスとターゲット情報シーケンスに対するインデックスを生成および記録するステップは、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、情報を受信する各ターゲットノードのノード番号に従って昇順で各情報をソートするステップであって、ノード番号は数値の形態で表示する、ステップと、各情報のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得するステップと、および各情報のソート結果に従って、各ターゲット情報をソートし、ターゲット情報シーケンスを生成および記録するステップとを含む。

いくつかの実施形態において、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスとターゲット情報シーケンスに対するインデックスを生成および記録するステップは、各ターゲットノードに受信された情報の長さに基づいて、ターゲット情報シーケンスに対するインデックスを生成し、インデックスを記録するステップを含む。

いくつかの実施形態において、各グループのターゲット情報を並列処理の後、前記方法は、各グループのターゲット情報のそれぞれに対して、前記グループのターゲット情報を並列処理した処理結果を、前記グループのターゲット情報に対応するターゲットノードのノード識別子に関連付けて記憶するステップをさらに含む。

いくつかの実施形態において、各情報のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得の後、前記方法は、ターゲット情報を対応するターゲットノードのノード識別子に関連付けて記憶するステップをさらに含む。

第２の態様において、本出願の実施形態は、グラフニューラルネットワークによって処理されたグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出するように構成される検出ユニットと、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスとターゲット情報シーケンスに対するインデックスを生成および記録するように構成される記録ユニットであって、前記ターゲット情報は、ソースノードの特徴、ターゲットノードの特徴および送信された情報に基づいて決定される情報であり、前記インデックスは、ターゲット情報シーケンスをグループ化するために使用されるインデックスである、記録ユニットと、インデックスを使用して、ターゲット情報シーケンスをグループ化するように構成されるグループ化ユニットと、および各グループのターゲット情報を並列処理するように構成される処理ユニットとを含む情報を並列処理する装置を提供する。

いくつかの実施形態において、記録ユニットは、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、情報を受信する各ターゲットノードのノード番号に従って昇順で各情報をソートし、ノード番号は数値の形態で表示し、各情報のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得し、各情報のソート結果に従って、各ターゲット情報をソートし、ターゲット情報シーケンスを生成および記録することによって、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスとターゲット情報シーケンスに対するインデックスを生成および記録するようにさらに構成される。

いくつかの実施形態において、記録ユニットは、各ターゲットノードに受信された情報の長さに基づいて、ターゲット情報シーケンスに対するインデックスを生成し、前記インデックスを記録することによって、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するようにさらに構成される。

いくつかの実施形態において、前記装置は、各グループのターゲット情報のそれぞれに対して、グループのターゲット情報を並列処理した処理結果を前記グループのターゲット情報に対応するターゲットノードのノード識別子に関連付けて記憶するように構成される第１の記憶ユニットをさらに含む。

いくつかの実施形態において、前記装置は、ターゲット情報を対応するターゲットノードのノード識別子に関連付けて記憶するように構成される第２の記憶ユニットをさらに含む。

第３の態様において、本出願の実施形態は、１つまたは複数のプロセッサーと、および１つまたは複数のプログラムが記憶されている記憶装置とを含み、前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサーによって実行されると、前記１つまたは複数のプロセッサーは、第１の態様のいずれか一項に記載の方法を実現する電子機器を提供する。

第４の態様において、本出願の実施形態は、プログラムがプロセッサーによって実行されると、第１の態様のいずれか一項に記載の方法が実現されるコンピュータプログラムが記憶されているコンピュータ可読媒体を提供する。

本出願の上記実施形態によって提供される情報を並列処理する方法および装置は、まずグラフニューラルネットワークによって処理されたグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出し、ターゲットノードに情報を送信するソースノードがあると検出されると、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録し、その後、前記インデックスを使用して、前記ターゲット情報シーケンスをグループ化し、最後に、各グループのターゲット情報を並列処理する。このような方法で、グラフニューラルネットワーク中の情報を並列処理することができ、グラフニューラルネットワークのトレーニング速度および予測速度を向上させる。

以下の図面を参照して行われる非限定的な実施形態の詳細な説明を読むことにより、本出願の他の特徴、目的、および利点がより明らかになるであろう。

本出願の各実施形態を適用することができる例示的なシステムアーキテクチャ図である。 本出願に係る情報を並列処理する方法の一実施形態のフローチャートである。 本出願に係る情報を並列処理する方法の一アプリケーションシナリオの模式図である。 本出願に係る情報を並列処理する方法の別実施形態のフローチャートである。 本出願に係る情報を並列処理する装置の一実施形態の構造模式図である。 本出願の実施形態の電子機器を実現するのに適するコンピュータシステムの構造模式図である。

図面および実施形態を結び付けて、本出願をさらに詳細に説明する。本明細書に記載される具体的な実施形態は、関連する発明を説明するためだけに使用され、本発明を限定するためではないことが理解され得る。また、説明を簡単にするために、本発明に関連する部分のみが図面に示されていることにも留意されたい。

なお、矛盾しない場合、本願の実施形態と実施形態の特徴は、互いに組み合わせることができる。以下、図面を参照し、実施形態を結び付けて、本出願を詳細に説明する。

図１は、本出願の情報を並列処理する方法を適用できる実施形態の例示的なシステムアーキテクチャ１００である。

図１に示すように、システムアーキテクチャ１００は、端末機器１０１１、１０１２、１０１３、ネットワーク１０２、およびサーバ１０３を含むことができる。ネットワーク１０２は、端末機器１０１１、１０１２、１０１３とサーバ１０３との間に通信リンクを提供するために使用される媒体である。ネットワーク１０２は、有線、無線通信リンクまたは光ファイバーケーブルなどの様々な接続タイプを含むことができる。

ユーザは、端末機器１０１１、１０１２、１０１３を使用してネットワーク１０２と介してサーバ１０３とインタラクトして、メッセージなどを送受信することができる。端末機器１０１１、１０１２、１０１３には、ショッピングアプリケーション、検索アプリケーション、インスタントメッセージングソフトウェアなどの様々な通信クライアントアプリケーションがインストールされることができる。

端末機器１０１１、１０１２、１０１３は、ハードウェアまたはソフトウェアであってもよい。端末機器１０１１、１０１２、１０１３がハードウェアである場合、スマートフォン、タブレットコンピュータ、ラップトップポータブルコンピュータ、およびデスクトップコンピュータなどを含むがこれらに限定されない、情報インタラクトをサポートする様々な電子機器であることができる。端末機器１０１１、１０１２、１０１３がソフトウェアである場合、上記の電子機器にインストールされることができる。それは、複数のソフトウェアまたはソフトウェアモジュールとして実現でき、単一のソフトウェアまたはソフトウェアモジュールとしても実現できる。ここでは具体的に制限しない。

サーバ１０３は、様々なサービスを提供するサーバであることができる。例えば、情報を並列処理するバックグラウンドサーバを生成することができる。サーバ１０３は、まず、グラフニューラルネットワークによって処理されたグラフ構造にターゲットノードに情報を送信するソースノードがあるか否かを検出することができ、その後、ターゲットノードに情報を送信するソースノードがあると検出されると、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録することができ、その後、前記インデックスを使用して、前記ターゲット情報シーケンスをグループ化することができ、最後に、各グループのターゲット情報を並列処理することができる。

説明すべきのは、サーバ１０３は、ハードウェアまたはソフトウェアであってもよい。サーバ１０３がハードウェアである場合、複数のサーバから構成される分散型サーバクラスタとして実現でき、単一のサーバとしても実現できる。サーバ１０３がソフトウェアである場合、複数のソフトウェアまたはソフトウェアモジュール（例えば、分散型サービスを提供するための）として実現でき、単一のソフトウェアまたはソフトウェアモジュールとしても実現できる。ここでは具体的に制限しない。

説明すべきのは、本出願の実施形態によって提供される情報を並列処理する方法は、通常、サーバ１０３によって実行される。

説明すべきのは、サーバ１０３のローカルにグラフ構造が記憶されてもよい。このとき、例示的なシステムアーキテクチャ１００には、端末機器１０１１、１０１２、１０１３およびネットワーク１０２が存在しなくてもよい。

図１の端末機器、ネットワークおよびサーバの数は模式的にすぎないことを理解されたい。実現のニーズに応じて、任意の数の端末機器、ネットワーク、およびサーバを有することができる。

図２を引き続き参照すると、本出願による情報を並列処理する方法の一実施形態のフロー２００を示す。前記情報を並列処理する方法は、以下のステップを含む。

ステップ２０１において、グラフニューラルネットワークによって処理されたグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出する。

本実施形態において、情報を並列処理する方法の実行本体（例えば、図１に示されたサーバ）は、グラフニューラルネットワークによって処理されたグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出することができる。グラフニューラルネットワークは、グラフ構造を処理するニューラルネットワークである。グラフ構造は、グラフ構造とも呼ばれ、データの論理構造Ｄ＝（ＫＲ）において、Ｋのノードが関係Ｒの先行ノードと後続ノードの数を制限しない場合、すなわち、任意の１つの関係のみが含まれる場合、このデータ構造はグラフ構造と呼ばれる。一グラフは、それに含まれる頂点とエッジのセットで説明でき、頂点間に方向依存性があるか否かに応じて、エッジは有向または無向のいずれかであることができる。

ここで、上記グラフニューラルネットワークの作用するグラフ構造は、有向グラフであることができ、前記有向グラフにおいて、ノードＡからノードＢに到達可能な場合、ノードＡをソースノードとして決定し、ノードＢをターゲットノードとして決定することができる。前記グラフニューラルネットワークの作用するグラフ構造は、無向グラフであることもでき、前記無向グラフにおいて、ノードＣがノードＤに情報を送信する場合、情報を送信するノードＣをソースノードとして決定し、情報を受信するノードＤをターゲットノードとして決定することができる。

本実施形態において、前記グラフ構造にターゲットノードに情報を送信するソースノードがあると検出されると、前記実行本体は、ステップ２０２を実行することができる。

ステップ２０２において、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録する。

本実施形態において、ステップ２０１で前記グラフ構造にターゲットノードに情報を送信するソースノードがあると検出されると、前記実行本体は、ターゲット情報シーケンスとターゲット情報シーケンスに対するインデックスを生成および記録することができる。前記ターゲット情報シーケンス中のターゲット情報は、通常、ソースノードの特徴、ターゲットノードの特徴および送信された情報情報に基づいて決定される。前記ソースノードの特徴は、ソースノードによって特徴付けられる対象の特徴であることができる。前記ターゲットノードの特徴は、ターゲットノードによって特徴付けられる対象の特徴であることができる。例えば、対象がユーザである場合、対象の特徴は、ユーザの名前、年齢、性別、住所および好みの情報の少なくとも１つを含むが、これらに限定されない。対象が映像である場合、対象の特徴は、映像の名前、映像の長さ、映像のコンテンツ、映像のアップローダーの情報および映像がクリックされた回数の少なくとも１つを含むが、これらに限定されない。

ここで、前記実行本体は、情報を受信する各ターゲットノードの事前設定ノードの順序に従って、各情報に対応するターゲット情報をソートし、ターゲット情報シーケンスを生成し、および生成されたターゲット情報シーケンスを記録する。例示として、ソースノード１がターゲットノードＢに第１の情報を送信し、ソースノード２がターゲットノードＤに第２の情報を送信し、ソースノード３がターゲットノードＤに第３の情報を送信し、ソースノード４がターゲットノードＡに第４の情報を送信し、ソースノード５がターゲットノードＣに第５の情報を送信し、ターゲットノードの事前設定ノードの順序がターゲットノードＡ－ターゲットノードＢ－ターゲットノードＣ－ターゲットノードＤであり、第１の情報が第１のターゲット情報に対応し、第２の情報が第２のターゲット情報に対応し、第３の情報が第３のターゲット情報に対応し、第４の情報が第４のターゲット情報に対応し、第５の情報が第５のターゲット情報に対応する場合、生成されたターゲット情報シーケンスは、第４のターゲット情報－第１のターゲット情報－第５のターゲット情報－第３のターゲット情報－第２のターゲット情報である。ここで、前記第１のターゲット情報は、ソースノード１の特徴、ターゲットノードＢの特徴および第１の情報に基づいて決定され、前記第２のターゲット情報は、ソースノード２の特徴、ターゲットノードＤの特徴および第２の情報に基づいて決定され、前記第３のターゲット情報は、ソースノード３の特徴、ターゲットノードＤの特徴および第３の情報に基づいて決定され、前記第４のターゲット情報は、ソースノード４の特徴、ターゲットノードＡの特徴および第４の情報に基づいて決定され、前記第５のターゲット情報は、ソースノード５の特徴、ターゲットノードＣの特徴および第５の情報に基づいて決定される。

説明すべきのは、１つのターゲットノードが少なくとも２つの情報を受信した場合、前記実行本体は、前記少なくとも２つの情報に対応するターゲット情報をランダムにソートしてもよく、情報の送信順序に従って前記少なくとも２つの情報に対応するターゲット情報をソートしてもよく、情報の受信順序に従って前記少なくとも２つの情報に対応するターゲット情報をソートしてもよい。

本実施形態において、前記実行本体は、生成されたターゲット情報シーケンスに対するインデックスを記録することができる。前記インデックスは、通常、前記ターゲット情報シーケンスをグループ化するために使用される。グループ化によって得られたそれぞれのターゲット情報グループのターゲット情報は、通常、同じターゲットノードに送信される情報に対応し、各ターゲット情報グループのターゲット情報に対応する情報は、通常、異なるターゲットノードに送信される情報である。

例示として、前記実行本体は、ｌｏＤ（Ｌｅｖｅｌ－ｏｆ－Ｄｅｔａｉｌ）Ｔｅｎｓｏｒを使用して前記ターゲット情報シーケンスを記録し、ｌｏＤを使用して前記ターゲット情報シーケンスに対するインデックスを記録することができる。ＬｏＤＴｅｎｓｏｒは、長さの異なるディメンションを大きなディメンションにスプライスし、インデックスデータ構造（ＬｏＤ）を導入して各シーケンスの長さを記録して、テンソルをシーケンスに分割する。ＬｏＤＴｅｎｓｏｒは、計算量を大幅に削減できるため、トレーニング速度を向上させる。

ステップ２０３において、インデックスを使用して、ターゲット情報シーケンスをグループ化する。

本実施形態において、前記実行本体は、前記インデックスを使用して、前記ターゲット情報シーケンスをグループ化することができる。前記インデックスがオフセットの形態で特徴付けられる場合、すなわち、各インデックスが最初の要素（第１の分割ポイント）からの分割ポイントのインデックスのオフセットである場合、前記インデックスには、通常、各分割ポイント（要素）のインデックスが含まれる。ここで、最初の要素のインデックスは、通常、０に設定される。例示として、インデックスが０、５、８、１２である場合、前記ターゲット情報シーケンス中のインデックスが０の分割ポイントからインデックスが５の分割ポイントまでのターゲット情報を１つのグループにグループ化し、前記ターゲット情報シーケンス中のインデックスが５の分割ポイントからインデックスが８の分割ポイントまでのターゲット情報を１つのグループにグループ化し、前記ターゲット情報シーケンス中のインデックスが８の分割ポイントからインデックスが１２の分割ポイントまでのターゲット情報を１つのグループにグループ化することができる。

ステップ２０４において、各グループのターゲット情報を並列処理する。
本実施形態において、前記実行本体は、ステップ２０３でグループ化によって得られた各グループのターゲット情報を並列処理（Ｐａｒａｌｌｅｌ Ｐｒｏｃｅｓｓｉｎｇ）することができる。並列処理は、コンピュータシステムで同時に２つまたは複数の処理を実行できる計算方法である。並列処理は、同じプログラムの異なる態様で同時に作動することができる。並列処理の主な目的は、大きく複雑な問題の解決時間を節約することである。並列処理を使用するには、まずプログラムを並列化する必要があり、つまり、作業の各部分を異なる処理プロセス（スレッド）に分散させる必要がある。ここで、前記実行本体は、各グループのターゲット情報を事前設定された処理関数に並列に入力して処理結果を取得してもよい。前記処理関数は、人間の設定に従って異なる論理演算を処理することができ、例えば、それぞれのグループのターゲット情報を合計および平均演算などである。

本実施形態のいくつかの選択可能な実現形態では、前記実行本体は、前記実行本体が情報を受信した各ターゲットノードに受信された情報の長さに基づいて、前記ターゲット情報シーケンスに対するインデックスを生成し、前記インデックスを記録することにより、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録することができる。いくつかの場合において、各情報の長さが同じである場合、前記情報の長さは情報の数であることもできる。具体的に、前記実行本体は、各ターゲットノードが受信した情報の長さを前記ターゲット情報シーケンスに対するインデックスとして決定し、ターゲット情報シーケンスのソート基準に従ってをソートし、ソートした後のインデックスを記録する。例示として、ターゲットノード１が受信した情報の長さが５であり、ターゲットノード３が受信した情報の長さが１であり、ターゲットノード２が受信した情報の長さが７であり、ターゲット情報シーケンスのソート基準はノード番号の降順でソートされるものである場合、生成されるインデックスは１、７、５である。

本実施形態のいくつかの選択可能な実現形態では、各グループのターゲット情報に対して並列処理した後、前記実行本体は、前記各グループのターゲット情報中のそれぞれのグループのターゲット情報に対して、前記グループのターゲット情報を並列処理した後の処理結果を前記グループのターゲット情報に対応するターゲットノードのノード識別子に関連付けて記憶することができる。前記実行本体には、通常、それぞれのターゲットノードに対応するターゲット情報の処理結果と前記ターゲットノードのノード識別子との間の関係を記録するためのデータベースが記憶されていることができる。

本実施形態のいくつかの選択可能な実現形態では、前記各情報中のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得した後、前記実行本体は、ターゲット情報を対応するターゲットノードのノード識別子に関連付けて記憶することができる。ターゲットノードが複数の情報を受信した場合、複数の情報と情報に対応するターゲット情報を前記ターゲットノードのノード識別子に関連付けて記憶することができる。前記実行本体には、通常、それぞれのターゲットノードが受信した情報に対応するターゲット情報と前記ターゲットノードのノード識別子との間の関係を記録するためのデータベースが記憶されていることができる。

図３を引き続き参照すると、図３は、本実施形態に係る情報を並列処理する方法のアプリケーションシナリオの模式図である。図３のアプリケーションシナリオでは、ソースノード３がターゲットノードＡに第１の情報を送信し、ソースノード１がターゲットノードＢに第２の情報を送信し、ソースノード２がターゲットノードＣに第３の情報を送信することをサーバにより検出された場合、サーバは、第１の情報に対応する第１のターゲット情報３０１を生成し、第２の情報に対応する第２のターゲット情報３０２を生成し、第３の情報に対応する第３のターゲット情報３０３を生成することができる。その後、前記サーバは、ターゲットノードＡ－ターゲットノードＢ－ターゲットノードＣの順序に従って第１のターゲット情報３０１、第２のターゲット情報３０２および第３のターゲット情報３０３をスプライスして、ターゲット情報シーケンス３０４を生成することができる。前記サーバは、ターゲットノードＡ－ターゲットノードＢ－ターゲットノードＣの順序に従ってそれぞれのターゲットノードに対応する情報の長さを記録し、各ターゲット情報の長さ（６、９、４）をインデックス３０５に決定することができる。次に、前記サーバは、インデックス３０５を使用して、ターゲット情報シーケンス３０４をグループ化し、インデックス３０５を使用して、例えば、アイコン３０６に示された点線位置のような、ターゲット情報シーケンス３０４を分割する分割ポイントを決定することができる。最後に、取得されたターゲット情報３０７、ターゲット情報３０８およびターゲット情報３０９を並列処理することができる。

本出願の前記実施形態によって提供される方法は、ターゲット情報シーケンスとターゲット情報シーケンスに対するインデックスを記録することにより、グラフニューラルネットワーク中の情報を並列処理することができ、グラフニューラルネットワークのトレーニング速度および予測速度を向上させる。同時に、メッセージパッシングメカニズムを介してグラフニューラルネットワークの作成難易度を大幅に軽減する。

図４をさらに参照すると、情報を並列処理する方法の別の実施形態のフロー４００を示す。前記情報を並列処理する方法のフロー４００は、以下のステップを含む。

ステップ４０１において、グラフニューラルネットワークによって処理されたグラフ構造にターゲットノードに情報を送信するソースノードがあるか否かを検出する。

本実施形態において、ステップ４０１は、ステップ２０１と類似の方法で実行されてもよく、ここでは繰り返して説明しない。

ステップ４０２において、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、情報を受信する各ターゲットノードのノード番号に従って昇順で各情報をソートする。

本実施形態において、ステップ４０１でターゲットノードに情報を送信するソースノードがあると検出されると、前記実行本体は、情報を受信する各ターゲットノードのノード番号に従って昇順で各情報をソートすることができる。ここで、前記ノード番号は、数値の形態で表示することができる。例えば、ノード番号は、１、２、３、４および５などを含むことができる。

例示として、ソースノード１がターゲットノード２に第１の情報を送信し、ソースノード２がターゲットノード４に第２の情報を送信し、ソースノード３がターゲットノード４に第３の情報を送信し、ソースノード４がターゲットノード１に第４の情報を送信し、ソースノード５がターゲットノード３に第５の情報を送信し、第１の情報が第１のターゲット情報に対応し、第２の情報が第２のターゲット情報に対応し、第３の情報が第３のターゲット情報に対応し、第４の情報が第４のターゲット情報に対応し、第５の情報が第５のターゲット情報に対応すると、生成されるターゲット情報シーケンスは、第４のターゲット情報－第１のターゲット情報－第５のターゲット情報－第３のターゲット情報－第２のターゲット情報である。

ステップ４０３において、各情報中のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得する。

本実施形態において、送信される各情報中のそれぞれに対して、前記実行本体は、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得することができる。前記送信関数は、実際の業務ロジックに従って設定することができる。例えば、送信関数がユーザの間のユーザ親密さを決定するのに使用されると、この時、ソースノードは、ユーザＡを表示するために使用され、ターゲットノードは、ユーザＢを表示するために使用され、前記実行本体は、ユーザＡからユーザＢに送信された情報、ユーザＡのユーザ特徴およびユーザＢのユーザ特徴をユーザの間のユーザ親密さを決定するための送信関数に入力して、ユーザＡとユーザＢとの間の親密さを取得することができる。

ステップ４０４において、各情報のソート結果に従って、各ターゲット情報をソートし、ターゲット情報シーケンスを生成および記録する。

本実施形態において、前記実行本体は、各情報のソート結果に従って、前記各情報に対応する各ターゲット情報をソートし、ターゲット情報シーケンスを生成および記録することができる。例示として、第１の情報が第１のターゲット情報に対応し、第２の情報が第２のターゲット情報に対応し、第３の情報が第３のターゲット情報に対応し、第４の情報が第４のターゲット情報に対応し、情報のソート結果が第２の情報－第３の情報－第４の情報－第１の情報である場合、ターゲット情報シーケンスは、第２のターゲット情報－第３のターゲット情報－第４のターゲット情報－第１のターゲット情報である。

ステップ４０５において、ターゲット情報シーケンスに対するインデックスを生成および記録する。

本実施形態において、前記実行本体は、ターゲット情報シーケンスに対するインデックスを生成および記録することができる。前記インデックスは、通常、前記ターゲット情報シーケンスをグループ化するために使用される。グループ化によって得られるそれぞれのターゲット情報グループ中のターゲット情報は、通常、１つのターゲットノードに送信される情報に対応し、各ターゲット情報グループ中のターゲット情報に対応する情報は、通常、異なるターゲットノードに送信される情報である。

ここで、前記実行本体は、各ターゲットノードの順序に従ってそれぞれのターゲットノードに対応する情報の長さを記録し、情報の長さをインデックスとして決定することができる。

ステップ４０６において、インデックスを使用して、ターゲット情報シーケンスをグループ化する。

本実施形態において、前記実行本体は、前記インデックスを使用して、前記ターゲット情報シーケンスをグループ化することができる。前記インデックスが情報長さの形態で特徴付けられと、前記実行本体は、情報長さに従って、前記ターゲット情報シーケンスを分割することができる。例示として、インデックスが５、３、４である場合、前記ターゲット情報シーケンス中の最初の５つの情報長さのターゲット情報を１つのグループにグループ化し、真ん中の３つの情報長さのターゲット情報を１つのグループにグループ化し、最後の４つの情報長さのターゲット情報を１つのグループにグループ化することができる。

ステップ４０７において、各グループのターゲット情報を並列処理する。
本実施形態において、ステップ４０７は、ステップ２０４と類似の方法で実行されてもよく、ここでは繰り返して説明しない。

図４から分かるように、図２に対応する実施形態と比較して、本実施形態における情報を並列処理する方法のフロー４００は、ターゲット情報を生成し、ターゲット情報をソートするステップを具現する。したがって、本実施形態で説明される解決策は、ターゲット情報のソート方法を提供する。

図５をさらに参照すると、前記各図に示された方法の実現として、本出願は、情報を並列処理する装置の一実施形態を提供し、前記装置の実施形態は、図２に示された方法実施形態に対応し、前記装置は具体的に様々な電子機器に適用できる。

図５に示されたように、本実施形態の情報を並列処理する装置５００は、検出ユニット５０１、記録ユニット５０２、グループ化ユニット５０３および処理ユニット５０４を含む。ここで、検出ユニット５０１は、グラフニューラルネットワークによって処理されたグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出するように構成され、記録ユニット５０２は、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するように構成され、ここで、ターゲット情報は、ソースノードの特徴、ターゲットノードの特徴および送信された情報に基づいて決定され、インデックスは、ターゲット情報シーケンスをグループ化するために使用される。グループ化ユニット５０３は、インデックスを使用して、ターゲット情報シーケンスをグループ化するように構成され、処理ユニット５０４は、各グループのターゲット情報を並列処理するように構成される。

本実施形態において、情報を並列処理する装置５００の検出ユニット５０１、記録ユニット５０２、グループ化ユニット５０３および処理ユニット５０４の具体的な処理は、図２に対応する実施形態におけるステップ２０１、ステップ２０２、ステップ２０３およびステップ２０４を参照することができる。

本実施形態のいくつかの選択可能な実現形態では、前記記録ユニット５０２はさらに、ターゲットノードに情報を送信するソースノードがあると検出されると、前記記録ユニット５０２は、情報を受信する各ターゲットノードのノード番号に従って昇順で各情報をソートし、ここで、前記ノード番号は数値の形態で表示することができ、その後、送信される各情報のそれぞれに対して、前記記録ユニット５０２は、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得し、前記送信関数は、実際の業務ロジックに従って設定することができ、次に、前記記録ユニット５０２は、各情報のソート結果に従って、各ターゲット情報をソートし、ターゲット情報シーケンスを生成および記録する方法で、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するように構成される。

本実施形態のいくつかの選択可能な実現形態では、前記記録ユニット５０２は、各ターゲットノードに受信された情報の長さに基づいて、前記ターゲット情報シーケンスに対するインデックスを生成し、前記インデックスを記録する方法で、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するように構成される。いくつかの場合において、情報の長さが同じである場合、前記情報の長さは情報の数であることもできる。具体的に、前記記録ユニット５０２は、各ターゲットノードが受信した情報の長さを前記ターゲット情報シーケンスに対するインデックスとして決定し、ターゲット情報シーケンスのソート基準に従ってをソートし、ソートした後のインデックスを記録することができる。

本実施形態のいくつかの選択可能な実現形態では、前記情報を並列処理する装置５００は、第１の記憶ユニット（図示せず）をさらに含むことができる。前記第１の記憶ユニットは、前記各グループのターゲット情報中のそれぞれのグループのターゲット情報に対して、前記グループのターゲット情報を並列処理した後の処理結果を前記グループのターゲット情報に対応するターゲットノードのノード識別子に関連付けて記憶することができる。前記第１の記憶ユニットには、通常、それぞれのターゲットノードに対応するターゲット情報の処理結果と前記ターゲットノードのノード識別子との間の関係を記録するためのデータベースが記憶されていることができる。

本実施形態のいくつかの選択可能な実現形態では、前記情報を並列処理する装置５００は、第２の記憶ユニット（図示せず）をさらに含むことができる。前記第２の記憶ユニットは、ターゲット情報を対応するターゲットノードのノード識別子に関連付けて記憶することができる。ターゲットノードが複数の情報を受信した場合、複数の情報と情報が対応するターゲット情報を前記ターゲットノードのノード識別子に関連付けて記憶することができる。前記第２の記憶ユニットには、通常、それぞれのターゲットノードが受信した情報に対応するターゲット情報と前記ターゲットノードのノード識別子との間の関係を記録するためのデータベースが記憶されていることができる。

以下、図６を参照すると、本開示の実施形態の電子機器（例えば、図１のサーバ）６００を実現するのに適する構造模式図である。図６に示されたサーバは単なる例であり、本開示の実施形態の機能および使用範囲にいかなる制限をもたらすべきではない。

図６に示したように、電子機器６００は、読み取り専用メモリ（ＲＯＭ）６０２に記憶されたプログラムに従って、または記憶装置６０８からランダムアクセスメモリ（ＲＡＭ）６０３にロードされて、さまざまな適切なアクションと処理を実行することができる処理装置（例えば、中央プロセッサー、グラフィックプロセッサーなど）６０１を含むことができる。ＲＡＭ６０３では、電子機器６００の操作に必要な様々なプログラムとデータがさらに記憶されている。処理装置６０１、ＲＯＭ６０２およびＲＡＭ６０３は、バス６０４を介して相互に接続されている。入力／出力（Ｉ／Ｏ）インターフェース６０５もバス６０４に接続されている。

通常、タッチスクリーン、タッチパッド、キーボード、マウス、カメラ、マイク、加速度計、ジャイロスコープなどを含む入力装置６０６と、液晶ディスプレイ（ＬＣＤ）、スピーカー、バイブレーターなどを含む出力装置６０７と、磁気テープ、ハードディスクなどを含む記憶装置６０８と、および通信装置６０９とは、Ｉ／Ｏインターフェース６０５に接続されることができる。通信装置６０９は、許電子機器６００がデータを交換するために他の機器と無線または有線通信を実行することを可能にすることができる。図６は、様々な装置を有する電子機器６００を示したが、示されているすべての装置を実施または有する必要はないことを理解されたい。代わりに、より多くのまたはより少ない装置を実施または提供することができる。図６に示されたそれぞれのブロックは、１つの装置を表すことができ、または必要に応じて複数の装置を表すことができる。

特に、本開示の実施形態によれば、上記のフローチャートを参照して説明されたプロセスは、コンピュータソフトウェアプログラムとして実現されることができる。例えば、本開示の実施形態は、コンピュータ可読媒体に搭載されるコンピュータプログラムを含むコンピュータプログラム製品を含み、前記コンピュータプログラムは、フローチャートに示された方法を実行するためのプログラムコードを含む。このような実施形態では、前記コンピュータプログラムは、通信装置６０９を介してネットワークからダウンロードおよびインストールされ、または記憶装置６０８からインストールされ、またはＲＯＭ６０２からインストールされることができる。前記コンピュータプログラムが処理装置６０１によって実行されると、本開示の実施形態の方法で限定された前記機能を実行する。説明すべきのは、本開示の実施形態で説明されるコンピュータ可読媒体は、コンピュータ可読信号媒体またはコンピュータ可読記憶媒体、または前記２つの任意の組み合わせであってもよい。コンピュータ可読記憶媒体は、電気、磁気、光学、電磁気、赤外線、または半導体のシステム、装置またはデバイス、あるいは上記の任意の組み合わせであることができるが、これらに限定されない。コンピュータ可読記憶媒体のより具体的な例は、１つまたは複数のワイヤを有する電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能なプログラム可能な読み取り専用メモリ（ＥＰＲＯＭまたはフラッシュメモリ）、光ファイバー、ポータブルコンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、光ストレージデバイス、磁気ストレージデバイス、またはこれらの適切な組み合わせを含むが、これらに限定されない。本開示の実施形態では、コンピュータ可読記憶媒体は、プログラムを含むまたは記憶する任意の有形媒体であることができ、前記プログラムは、命令実行システム、装置、またはデバイスと組み合わせて使用することができる。本開示の実施形態では、コンピュータ可読信号媒体は、コンピュータ可読プログラムコードを搭載する、ベースバンド中または搬送波の一部として伝播されるデータ信号を含むことができる。このような伝播されたデータ信号は、電磁信号、光信号、または上記の任意の適切な組み合わせを含むがこれらに限定されないし、多くの形態をとることができる。コンピュータ可読信号媒体は、コンピュータ可読記憶媒体以外の任意のコンピュータ可読媒体であってもよく、前記コンピュータ可読信号媒体は、命令実行システム、装置、またはデバイスによって、またはそれらと組み合わせて使用するプログラムを送信、伝播、または送信することができる。コンピュータ可読媒体に含まれるプログラムコードは、電線、光ケーブル、ＲＦ（無線周波数）など、または前述の任意の適切な組み合わせを含むがこれらに限定されない任意の適切な媒体を使用して伝送されることができる。

前記コンピュータ可読媒体は、前記電子機器に含まれてもよく、または電子機器に組み込まれることなく単独で存在してもよい。前記コンピュータ可読媒体は、１つまたは複数のプログラムを搭載し、前記１つまたは複数のプログラムが前記電子機器によって実行されると、前記電子機器は、以下を行われる：グラフニューラルネットワークによって処理されたグラフ構造にターゲットノードに情報を送信するソースノードがあるか否かを検出し、ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスとターゲット情報シーケンスに対するインデックスを生成および記録し、ここで、ターゲット情報は、ソースノードの特徴、ターゲットノードの特徴および送信された情報に基づいて決定され、インデックスは、ターゲット情報シーケンスをグループ化するために使用され、インデックスを使用して、ターゲット情報シーケンスをグループ化し、および各グループのターゲット情報を並列処理する。

本開示の実施形態の操作を実行するためのコンピュータプログラムコードは、１つまたは複数のプログラミング言語またはそれらの組み合わせで作成されることができ、前記プログラミング言語は、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などの対象指向プログラミング言語を含み、「Ｃ」言語または類似のプログラミング言語などの従来の手続き型プログラミング言語を含むことができる。プログラムコードは、完全にユーザのコンピュータで実行され、一部はユーザのコンピュータで実行され、独立したソフトウェアパッケージとして、一部はユーザのコンピュータで一部はリモートコンピュータで、または完全にリモートコンピュータまたはサーバーで実行されることができる。リモートコンピュータが関係する状況では、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）またはワイドエリアネットワーク（ＷＡＮ）を含むあらゆる種類のネットワークを介してユーザのコンピュータに接続するか、または外部コンピュータに接続することができる（例えば、インターネットサービスプロバイダーを使用してインターネットを介して接続する）。

図面のフローチャートおよびブロック図は、本開示の様々な実施形態によるシステム、方法、およびコンピュータプログラム製品の実現可能なアーキテクチャ、機能、および動作を示している。この点で、フローチャートまたはブロック図のそれぞれのブロックは、指定された論理関数を実現するための実行可能命令を含むモジュール、プログラムセグメント、またはコードの一部を表すことができる。また、一部の代替実現では、ブロックでマークされた機能は、図面でマークされたものとは異なる順序で発生する場合もある。例えば、連続して示されている２つのブロックは、実際には並行して実行でき、関連する機能によっては、逆の順序で実行することもできる。また、ブロック図および／またはフローチャートのそれぞれのブロック、およびブロック図および／またはフローチャートのブロックの組み合わせは、指定された機能または操作を実行する専用のハードウェアベースのシステムで実現することができ、または、専用のハードウェアとコンピュータの命令を組み合わせて実現することもできる。

本開示の実施形態で説明されるユニットは、ソフトウェアまたはハードウェアで実現されることができる。上記のユニットは、プロセッサに設置されることもでき、例えば、プロセッサは、検出ユニット、記録ユニット、グループ化ユニット、および処理ユニットを含むと記述することができる。ここで、これらのユニットの名称は、ある場合ではユニット自体を限定するものではなく、例えば、処理ユニットは、「各グループのターゲット情報を並列処理するユニット」と表現することもできる。

上記の説明は、本開示の好ましい実施形態および適用された技術原理の説明にすぎない。当業者は、本開示の実施形態に関する本発明の範囲が、上記の技術的特徴の特定の組み合わせによって形成される技術的解決策に限定されず、同時に上記の発明の概念から逸脱することなく、上記の技術的特徴またはそれらの同等物の任意の組み合わせによって形成される他の技術的解決策、例えば、上記の特徴を、類似の機能を有する本開示の実施形態に開示される（しかし、これらに限定されない）技術的特徴で置き換えることによって形成される技術的解決策も網羅すべきであることを理解できるだろう。

Claims (13)

1. 情報を並列処理する方法であって、
   グラフニューラルネットワークによって処理されるグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出するステップと、
   ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するステップであって、前記ターゲット情報は、ソースノードの特徴、ターゲットノードの特徴および送信された情報に基づいて決定される情報であり、前記インデックスは、前記ターゲット情報シーケンスをグループ化するために使用されるインデックスである、ステップと、
   前記インデックスを使用して、前記ターゲット情報シーケンスをグループ化するステップと、および
   各グループのターゲット情報を並列処理するステップとを含む、情報を並列処理する方法。
2. 前記ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するステップは、
   ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、情報を受信する各ターゲットノードのノード番号に従って昇順で各情報をソートするステップであって、前記ノード番号は数値の形態で表示するものである、ステップと、
   前記各情報のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得するステップと、および
   前記各情報のソート結果に従って、各ターゲット情報をソートし、ターゲット情報シーケンスを生成および記録するステップとを含むことを特徴とする
   請求項１に記載の方法。
3. 前記ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するステップは、
   各ターゲットノードに受信された情報の長さに基づいて、前記ターゲット情報シーケンスに対するインデックスを生成し、前記インデックスを記録するステップを含むことを特徴とする
   請求項１に記載の方法。
4. 前記各グループのターゲット情報を並列処理の後に、前記方法は、
   前記各グループのターゲット情報のそれぞれに対して、前記グループのターゲット情報を並列処理した処理結果を、前記グループのターゲット情報に対応するターゲットノードのノード識別子に関連付けて記憶するステップをさらに含むことを特徴とする
   請求項１に記載の方法。
5. 前記各情報のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得の後に、前記方法は、
   ターゲット情報を対応するターゲットノードのノード識別子に関連付けて記憶するステップをさらに含むことを特徴とする
   請求項１～４のいずれか一項に記載の方法。
6. 情報を並列処理する装置であって、
   グラフニューラルネットワークによって処理されるグラフ構造に、ターゲットノードに情報を送信するソースノードがあるか否かを検出するように構成される検出ユニットと、
   ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するように構成される記録ユニットであって、前記ターゲット情報は、ソースノードの特徴、ターゲットノードの特徴および送信された情報に基づいて決定される情報であり、前記インデックスは、前記ターゲット情報シーケンスをグループ化するために使用されるインデックスである、記録ユニットと、
   前記インデックスを使用して、前記ターゲット情報シーケンスをグループ化するように構成されるグループ化ユニットと、および
   各グループのターゲット情報を並列処理するように構成される処理ユニットとを含む、情報を並列処理する装置。
7. 前記記録ユニットは、
   ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、情報を受信する各ターゲットノードのノード番号に従って昇順で各情報をソートし、前記ノード番号は数値の形態で特徴付けられ、
   前記各情報のそれぞれに対して、前記情報、前記情報発信元であるソースノードの特徴と前記情報の送信先であるターゲットノードの特徴を事前設定の送信関数に入力して、前記情報に対応するターゲット情報を取得し、
   前記各情報のソート結果に従って、各ターゲット情報をソートし、ターゲット情報シーケンスを生成および記録することによって、
   ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するようにさらに構成されることを特徴とする
   請求項６に記載の装置。
8. 前記記録ユニットは、
   各ターゲットノードに受信された情報の長さに基づいて、前記ターゲット情報シーケンスに対するインデックスを生成し、前記インデックスを記録することによって、
   ターゲットノードに情報を送信するソースノードがあると検出されたことに応答して、ターゲット情報シーケンスと前記ターゲット情報シーケンスに対するインデックスを生成および記録するようにさらに構成されることを特徴とする
   請求項６に記載の装置。
9. 前記装置は、
   前記各グループのターゲット情報のそれぞれに対して、前記グループのターゲット情報を並列処理した処理結果を、前記グループのターゲット情報に対応するターゲットノードのノード識別子に関連付けて記憶するように構成される第１の記憶ユニットをさらに含むことを特徴とする
   請求項６に記載の装置。
10. 前記装置は、ターゲット情報を対応するターゲットノードのノード識別子に関連付けて記憶するように構成される第２の記憶ユニットをさらに含むことを特徴とする
    請求項６に記載の装置。
11. 電子機器であって、
    １つまたは複数のプロセッサーと、および
    １つまたは複数のプログラムが記憶されている記憶装置とを含み、
    前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサーによって実行されると、前記１つまたは複数のプロセッサーは請求項１～５のいずれか一項に記載の方法を実現する、電子機器。
12. コンピュータプログラムが記憶されているコンピュータ可読媒体であって、
    前記プログラムがプロセッサーによって実行されると、請求項１～５のいずれか一項に記載の方法が実現される、コンピュータ可読媒体。
13. コンピュータプログラムであって、
    前記コンピュータプログラムがプロセッサにより実行されると、請求項１－５のいずれか一項に記載の方法を実現させるコンピュータプログラム。

Images