面向分布式动态图神经网络训练的图数据划分方法

本发明提供面向分布式动态图神经网络训练的图数据划分方法，涉及分布式动态图神经网络训练、图划分技术领域。该方法具体包括：获取若干个连续的原始快照并构建原始快照集合；采用二阶构建次数还原策略对原始快照集合进行还原，计算原始快照集合中每个原始快照的总使用次数；采用基于频率的自适应快照保留策略从原始快照集合保留部分原始快照，并构建包含被保留的原始快照中所有边的加权合并图，再采用现有的静态图划分算法对加权合并图进行图划分，得到原始快照集合的划分结果。本发明有效且高效地支持高质量的大规模离散时间动态图数据划分操作，从而减少跨节点通信开销，进一步提升大规模分布式动态图神经网络系统的训练效率。