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
OD中介中心度（od_betweenness）（2.2.4） 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false true weight 否 边上权重 String 空或字符串
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
最短路径（shortest_path） 表1 parameters参数说明 参数 是否必选 类型 说明 source 是 String 输入路径的起点ID。 target 是 String 输入路径的终点ID。 directed 否 Boolean 是否考虑边的方向，取值为true。
ExportFilteredEdgesSample 导出过滤后的边 DeleteFilteredEdgesSample 删除过滤后的边 父主题： 内存版样例
ImportGraphSample 导入图 ExportGraphSample 导出图 ClearGraphSample 清空图 父主题： 内存版样例
ListIndicesSample 查询索引 CreateIndexSample 新建索引 DeleteIndexSample 删除索引 父主题： 内存版样例
ListIndicesSample 查询索引 CreateIndexSample 新建索引 DeleteIndexSample 删除索引 父主题： 内存版样例
testShortestPathOfVertexSets 点集最短路径算法 testCommonNeighborsOfVertexSets 点集共同邻居 父主题： 持久化版样例
取消Job ExportJobResultSample 导出Job返回结果到文件 ListJobsSample 查询Job列表 父主题： 内存版样例
testShortestPathOfVertexSets 点集最短路径算法 testCommonNeighborsOfVertexSets 点集共同邻居 父主题： 持久化版样例
点集共同邻居(common_neighbors_of_vertex_sets)(2.2.13) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 sources（2.2.6） 是 起点ID集合 String 标准csv格式，ID之间以英文逗号分隔，例如：["Alice"
聚类系数算法（cluster_coefficient） 功能介绍 根据输入参数，执行cluster_coefficient算法。 聚类系数算法（cluster_coefficient）用于计算图中节点的聚集程度。 URI POST /ges/v1.0/{project_id}/h
ExportFilteredVertexsSample 导出过滤后的点 DeleteFilteredVertexsSample 删除过滤后的点 父主题： 内存版样例
聚类系数（cluster_coefficient）(1.0.0) 表1 response_data参数说明 参数 类型 说明 cluster_coefficient Double 聚类系数。 statistics Boolean 是否仅返回全图平局聚类系数，默认为true。 父主题：
全最短路（all_shortest_paths） 功能介绍 根据输入参数，执行全最短路算法。 全最短路（all_shortest_paths）用以解决图论研究中的一个经典算法问题，旨在寻找图中两节点之间所有的最短路径。 URI POST /ges/v1.0/{project_id
OD中介中心度（od_betweenness） 功能介绍 根据输入参数，执行OD中介中心度算法。 OD中介中心度算法（od_betweenness）在已知一系列OD出行计划前提下，以经过某个点/某条边的最短路径数目来刻画边重要性的指标。 URI POST /ges/v1.0/{p
标签传播算法（label_propagation） 功能介绍 根据输入参数，执行label_propagation算法。 标签传播算法（Label Propagation）是一种基于图的半监督学习方法，其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系
BuildSchemaStructureSample 生成Schema结构 QuerySchemaStructureSample 查询Schema结构 父主题： 内存版样例
testListIndices 查询索引 testCreateIndex 新建索引 testDeleteIndex 删除索引 父主题： 持久化版样例
点集共同邻居(common_neighbors_of_vertex_sets) 功能介绍 根据输入参数，执行点集共同邻居算法。 点集共同邻居（Common Neighbors of Vertex Sets）可以得到两个点集合（群体集合）所共有的邻居（即两个群体临域的交集），直观的发现与两个群体共同联系的对象，
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
