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
Node2vec算法 概述 Node2vec算法通过调用word2vec算法,把网络中的节点映射到欧式空间,用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步,带有BFS和DFS的混合,回退概率正比于1/P,前进概率正比于1
node2vec算法(node2vec)(1.0.5) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 P 否 回退参数。 Double 大于0 1 Q 否 前进参数。 Double 大于0 1 dim 否 映射维度。 Integer 1~200,包括1和200。
API和repeat query API共同的功能。 该接口支持对多跳过滤查询,循环执行遍历查询进行加速。 例如以下gremlin语句: g.V('node1').repeat(out('label_2')).emit() URI POST /ges/v1.0/{project_id}/gr
GES基于属性图(Property graph)模型导入图数据,一个属性图是由点、边、标签(Label)和属性(Property)组成的有向图。 点又称作节点(Node),边又称作关系(Relationship),点和关系是最重要的实体。 图数据模型中的点代表实体,如交通网络中的车辆、通信网络中的站点、
带一般过滤条件的环路检测(filtered circle detection)算法适用于金融风控中循环转账检测、反洗钱,网络路由中异常链接检测,企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明 参数 是否必选 说明 类型 取值范围 默认值 sources
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。 适用场景 可用作社交、风控等网络中“中间人”发掘,交通、传输等网络中关键节点识别;适用于社交、金融风控、交通路网、城市规划等领域 参数说明 表1 Betweenness Centrality算法参数说明 参数 是否必选
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。 适用场景 可用作社交、风控等网络中“中间人”发掘,交通、传输等网络中关键节点识别,城市热点事件\早晚高峰人群车辆迁徙发生时关键路段的模拟;适用于社交、金融风控、交通路网、城市规划等领域 参数说明 表1 OD-betweenness
如何使用图引擎服务 图引擎服务(Graph Engine Service,简称GES)是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、营销推荐及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。 本文档将为您介绍如何在图引擎服务管理控制台完成图数据的相关操作和分析。
是否开源(支持maven、pip等工具下载) 是否支持API Explorer动态生成代码 支持的语言 当前版本 管理面SDK 是 是 支持Java、Python、Go、NodeJs和PHP v1和v2版本。 业务面SDK 否(只能从GES连接管理界面下载) 否(可参考下载SDK压缩包中的样例代码) 支持Java和Python,其他语言后期逐步上线
查询的使用。 点id的类型不需要设置,默认为string。 请注意label前后不要任意加空格,逗号表示分隔符,空格会被识别成label的一部分,可能会出现识别不了或提示label不存在的情况。 示例: Vivian,user,薇薇安,F,25-34,artist,98133 Eric
学习路径的识别及推荐 通过知识点的先修关系,识别学习路径,针对薄弱知识点进行学习路径推荐。 金融风控应用 面对层出不穷、复杂多样的个人和群体行为,帮助客户挖掘出潜在的风险,为客户保驾护航。 该场景能帮助您实现以下功能。 实时欺诈检测 提供实时的用户行为检测,识别敏感用户,信息不一致的用户,及时识别欺诈风险。
指定graph_name参数,加载图数据 graph = load_base_graph("movie") # 通过外部id获取内部id SOURCE_NODE = graph.nid(100) # 基于Pregel模型实现自定义SSSP算法,并设置顶点值类型ntype为int, # 消息类型
云容器引擎-成长地图 | 华为云 图引擎服务 图引擎服务(Graph Engine Service)是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、营销推荐、舆情分析、路径规划、知识图谱、金融风控等具有丰富关系数据的场景。 产品介绍 图说GES
"ada3e720-ab87-48cb-bff7-3ec5ae1a9652", "name": "ges060803_nodelete-20210608135513", "backupMethod": "manual",
备份图 为确保数据安全,您可以选择将图数据备份,以便后续出现故障或错误时,可以使用备份数据进行恢复操作。 操作步骤 备份操作的入口有两个:“图管理”页面和“备份管理”页面。 “图管理”页面操作如下: 登录图引擎服务管理控制台。在左侧导航栏,选择“图管理”。 在图管理列表中,选择需要备份的图,在“操作”列单击“备份”。
给定两个节点,根据Jaccard度量方法计算两个节点的相似程度,预测节点之间的紧密关系。 Node2vec算法 通过调用word2vec算法,把网络中的节点映射到欧式空间,用向量表示节点的特征。Node2vec通过回退参数P和前进参数Q来生成从每个节点出发的随机步,它带有BFS和DFS
"id" : "ada3e720-ab87-48cb-bff7-3ec5ae1a9652", "name" : "ges060803_nodelete-20210608135513", "backup_method" : "manual", "graph_id"
"ada3e720-ab87-48cb-bff7-3ec5ae1a9652", "name": "ges060803_nodelete-20210608135513", "backupMethod": "manual",
"id" : "ada3e720-ab87-48cb-bff7-3ec5ae1a9652", "name" : "ges060803_nodelete-20210608135513", "backup_method" : "manual", "graph_id"
outDegree(n) startNode 2.3.10 获取边的入点 match (n)-[r]->(m) return startNode(r) endNode 2.3.10 获取边的出点 match (n)-[r]->(m) return endNode(r) 表2 路径操作类函数