检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
k核算法（kcore） 功能介绍 根据输入参数，执行K核算法。 K核算法是图算法中的一个经典算法，用以计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一，较好的体现了节点的传播能力。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
批量删除点(2.1.9) 功能介绍 根据批量节点ID删除节点。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/vertices/action?action_id=batch-delete 表1 路径参数 参数 是否必选 类型
Correlation） 概述 度数关联度算法（Degree Correlation）计算所有边上起点和终点度数之间的Pearson关联系数，常用来表示图中高度数节点是否和高度数节点相连。 适用场景 度数关联度算法（Degree Correlation）适用于衡量图的结构特性场景。
k跳算法（k-hop） 概述 k跳算法（k-hop）从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点的个数。 适用场景 k跳算法（k-hop）适用于关系发现、影响力预测、好友推荐等场景。
批量删除点 功能介绍 根据批量节点ID删除节点。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/vertices/action?action_id=batch-delete 表1 路径参数 参数 是否必选 类型 说明 project_id
k跳算法（k_hop） 功能介绍 根据输入参数，执行k跳算法。 k跳算法从起点出发，通过宽度优先搜索（BFS），找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点及其个数。 URI POST /ges/v1.0/{project_id
动态拓展 指定某个起始节点id，结合消息传递时间递增和BFS遍历顺序（temporal bfs算法），搜索周围与之相关联的点，输出对应各节点的到达时间以及和源起点之间的距离。具体操作步骤如下： 在左侧“动态图”操作区的“动态拓展”模块内填写参数： 开始和结束的时间以及属性值在上述
0.0) k跳算法（k_hop）(1.0.0) 共同邻居（common_neighbors）(1.0.0) 点集共同邻居(common_neighbors_of_vertex_sets)(2.2.13) 关联预测（link_prediction）(1.0.0) 最短路径（shortest_path）(2
算法API参数参考 算法公共参数 最短路径（shortest_path） 点集最短路（shortest_path_of_vertex_sets） 点集共同邻居(common_neighbors_of_vertex_sets) 父主题： 原生算法API
多标签图不支持DSL查询功能。 DSL常用查询语句 常用的查询语句如下表所示： 点查询 Match<Vertex> v(['Vivian','Eric']);return v; 表示查询id为Vivian和Eric的点。 N跳查询 Match<Vertex> v(['Vivian']);v.repeat(bothV())
参数 是否必选 类型 说明 vertices 是 Json 待添加的顶点数组。 表3 vertices参数说明 参数 是否必选 类型 说明 vertex 是 String 点ID。 label 是 String 点的label。 properties 否 Json 各个属性的值。 响应
单击当前输入框或左下方按钮，在弹出的“时间轴设置”框内填写，此处不可填写。 source：指定单个节点作为起始节点ID。 targets：终点节点ID集合（可设置多个终点节点ID）。 k：拓展深度，表示要拓展的最大级数，取值范围为1-100，默认值为3。 strategy：运行
算法的思想，利用图链接结构来递归计算各节点的重要性。与PageRank算法不同的是，为了保证随机行走中各节点的访问概率能够反映出用户的偏好，PersonalRank算法在随机行走中的每次跳转会以（1-alpha）的概率返回到source节点。 URI POST /ges/v1.0
是 Json 待添加的点数组，一次最多添加1万个点。数组参数详见vertices参数说明。 overrideExists 否 Boolean 对vertices参数中已经存在的点是否采取覆盖写策略。默认值为false。 当值为false时，会忽略已经存在的点，不做处理。 当值为t
类型 说明 vertices 是 Json 待更新的点数组。数组参数详见vertices参数说明。 表3 vertices参数说明 参数 是否必选 类型 说明 vertex 是 String 点ID。 label 否 String 点的label。 properties 是 Json
鼠标左键拖动）框选想要查询的点，单击鼠标右键选择“设为路径起点”（有路径拓展功能才能展示该选项），被框选点的点ID会自动填写到路径起点框内。框选点ID超过5个时，单击该框，会弹出的窗口中会显示当前被框选的所有点ID，您可以在窗口中添加点ID或者删除不想查询的点ID，选择完成后单击按钮，画布上会呈现查询结果。
ed。 请求示例 进行添加点操作，点名称为Lily，点的标签为user。 POST http://{SERVER_URL}/ges/v1.0/{project_id}/graphs/{graph_name}/vertices { "vertex":"Lily", "label":"user"
重复边的定义，是否忽略Label。取值仅支持为false。 false表示：<源点，终点，Label>三者相同的边为重复边。 createNotExists 否 Boolean 对于edges参数中不存在的source或target节点，是否会先添加这些点，再执行添加边操作。取值仅支持为false。 fal
表示重复边定义不包含Label，即用<源点，终点>标记一条边，不包含Label。 false 表示重复边定义包含Label，即用<源点，终点，Label>标记一条边。 表2 edges参数说明 参数 是否必选 类型 说明 source 是 String 边的source节点。 target 是 String
游走过程提前结束参数：候选推荐节点访问次数的最小值。 说明： 对于一个节点，如果其在随机游走过程被访问到，且被访问到的次数达到“nv”，则该节点将记入候选推荐的节点。 Integer 1~10 5 np 否 游走过程提前结束参数：候选推荐节点个数。 说明： 若某个source节点的候选推荐节点达到“np
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
