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
[{vertexId:communityId},...] 其中, vertexId: string类型 communityId: string类型 父主题: 算法API参数参考
请求参数 表2 请求Body参数 参数 是否必选 类型 说明 algorithmName 是 String 算法名字。 parameters 是 parameters Object 算法参数。 表3 parameters 参数 是否必选 类型 说明 source 是 String 被包含节点ID。
source String 起点ID target String 终点ID link_prediction Double 关联预测结果 父主题: 算法API参数参考
走将提前结束。 Integer 1~2000。 1000 label 否 希望输出的点的类型。 说明: 其值为空时,将不考虑点的类型,输出算法原始计算结果。 对其赋值时,将从计算结果中过滤出具有该“label”的点的返回。 String 节点label。 - directed 否
common_neighbors Integer 公共邻居节点个数。 source String 起点ID。 target String 终点ID。 父主题: 算法API参数参考
自定义图分析算法编程示例 自定义SSSP算法 # 导入必要的包 from hyg.analytics.graph import load_base_graph from hyg.analytics.model import pregel_types, PregelModel #
Shortest Paths of Vertex Sets) 概述 点集全最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间的所有最短路径。 适用场景 点集最短路算法可应用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系的分析。
连通分量(connected_component)(1.0.0) 当前该算法不需要输入parameters参数就可以运行。 表1 response_data参数说明 参数 类型 说明 Max_WCC_size Integer 最大连通分量中节点的个数 Max_WCC_id String
] 其中, vertexId:string类型 source String 起点ID target String 终点ID 父主题: 算法API参数参考
response_data参数说明 参数 类型 说明 closeness Double 紧密中心度值。 source String 计算的节点ID。 父主题: 算法API参数参考
自定义算法运行接口(当前支持Pregel编程模型) 在内置图分析算法不能满足用户需求的时候,HyG允许用户在Pregel编程模型中使用python语言实现自定义算法。其中,运行pregel自定义算法的接口是: BaseGraph.run_pregel(model:class, result_filter=None
边中介中心度(Edge-betweenness Centrality) 概述 边中介中心度算法(Edge-betweenness Centrality)以经过某条边的最短路径数目来刻画边重要性的指标。 适用场景 同betweenness类似,可用作关键关系的发掘;适用于社交、金融风控、交通路网、城市规划等领域
] 其中, vertexId:string类型 source String 起点ID target String 终点ID 父主题: 算法API参数参考
0) 表1 response_data参数说明 参数 类型 说明 degree_correlation Double 度关联度 父主题: 算法API参数参考
服务支持使用哪些算法对图进行分析? 为满足用户各种场景需求,图引擎服务提供了丰富的基础图算法、图挖掘算法和图指标算法。 支持在查询编辑器页面使用算法对图进行分析,当前支持的算法列表如下图所示。 表1 算法一览表 算法 介绍 PageRank算法 又称网页排名,是一种由搜索引擎根据
其中vertex为string类型。 subgraph_number 否 Integer 当statistics = true时,输出所有满足条件的子图的个数。 父主题: 算法API参数参考
algorithmName 是 String 算法名字。 取值范围: connected_component。 kcore。 parameters 是 JSON 算法参数描述。 connected_component算法。 kcore算法。 subgraphCreator 是 Object
“betweenness”: betweennessValue },...],其中: betweennessValue:double类型 父主题: 算法API参数参考
概述 子图匹配(subgraph matching)算法的目的是在一个给定的大图里面找到与一个给定小图同构的子图,这是一种基本的图查询操作,意在发掘图重要的子结构。 适用场景 子图匹配(subgraph matching)算法适用于社交网络分析、生物信息学、交通运输、群体发现、异常检测等领域。
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: 算法API参数参考