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
查询图元数据详情 功能介绍 查询图的元数据详情。 URI GET /ges/v1.0/{project_id}/graphs/{graph_name}/schema 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String 项目ID。获取方法请参见获取项目ID。
图操作接口 图操作接口旨在为用户提供从输入、计算到输出的端到端全流程操作接口。 图属性值类型 Python DSL当前支持3种数据类型:int、float和bool,分别对应C++中的int64_t、double和bool基本数据类型。 Combiner类型 Combiner用于
查询HyG图列表 功能介绍 查询HyG图列表。 URI GET /ges/v1.0/{project_id}/hyg 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String 项目ID。获取方法请参见获取项目ID。 请求参数 无 响应参数 表2 响应Body参数说明
pagerank算法 功能介绍 根据输入参数,执行PageRank算法。 PageRank算法又称网页排名算法,是一种由搜索引擎根据网页(节点)之间相互的超链接进行计算的技术,用来体现网页(节点)的相关性和重要性。 如果一个网页被很多其他网页链接到,说明这个网页比较重要,也就是其PageRank值会相对较高。
Pregel编程接口 用户在实现UserPregelAlgorithm中的方法init和compute时主要依赖于PregelContext对象,该对象提供如下API: 表1 PregelContext API 方法和属性 描述 说明 ext_id(nid)->int 获取当前点
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
执行事务Cypher 功能介绍 执行事务Cypher。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/transaction/{commit} 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String
认证方式 根据不同的认证方式,客户端初始化有三种方式,可根据需要选择其中一种。 AK/SK认证 参数ak、sk、regionCode和graphEndpoint如何填写见初始化参数获取。 import com.huawei.ges.graph.v1.GESGraphClient;
支持的表达式,函数及过程 表达式 Cypher查询支持多种的表达式,可以组合成丰富的过滤条件,目前支持的表达式如下: 运算类型 表达式 举例&备注 逻辑运算 and match (n:user) where n.age='Under 18' and n.gender='F' return
personalrank算法(personalrank) 功能介绍 根据输入参数,执行personalrank算法。 PersonalRank算法又称Personalized PageRank算法。该算法继承了经典PageRank算法的思想,利用图链接结构来递归计算各节点的重要性
中介中心度算法(betweenness) 功能介绍 根据输入参数,执行中介中心度算法。 中介中心度算法(Betweenness Centrality)以经过某个节点的最短路径数目来刻画节点重要性的指标。 URI POST /ges/v1.0/{project_id}/hyg/{g
topicrank算法(topicrank) 功能介绍 根据输入参数,执行TopicRank算法。 TopicRank算法12345热线多维度话题排序算法之一,适用于政务12345热线投诉话题排序。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
louvain算法(louvain) 功能介绍 根据输入参数,执行Louvain算法。 Louvain算法是基于模块度的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标是最大化整个社区网络的模块度。 URI POST /ges/v1.0/{p
认证方式 AK/SK认证 参数ak、sk、regionCode和graphEndpoint如何填写见初始化参数获取。 import os from gesgraphsdk.v1.aksk_credentials import GesGraphAkSkCredentials from
Bigclam算法(bigclam) 功能介绍 根据输入参数,执行BigClam算法。 BigClam算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的,其可以检测出图中的重叠社区。 URI POST /ges/v1.
infomap算法(infomap) 功能介绍 根据输入参数,执行infomap算法。 infomap算法是一种基于信息论的社区发现算法,该算法在效率和效果上都表现较好,并且能够发现层次性的社区结构,其优化目标为找到最优的社区结构,使节点的层次编码长度最小。 URI POST /ges/v1
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。
紧密中心度算法(closeness) 功能介绍 根据输入参数,执行紧密中心度算法。 紧密中心度算法(Closeness Centrality)计算一批节点到所有其他可达节点的最短距离的倒数,进行累积后归一化的值。 URI POST /ges/v1.0/{project_id}/h
Cesna算法(cesna) 功能介绍 根据输入参数,执行Cesna算法。 Cesna算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的。此外,该算法还利用了节点属性对社区进行建模,即假设节点的属性也是根据社区关系生成的。