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
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”。
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。
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
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
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
约束与限制 浏览器版本说明 建议使用如下版本浏览器。 google chrome:43.0及更高版本。 mozilla firefox:43.0及更高版本。 Microsoft Edge:99.0.1150.39及更高版本。 从GES导出的CSV文件打开说明 如果将从GES导出的
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
),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}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id
0/{project_id}/graphs/{graph_name}/action?action_id=execute-algorithm { "algorithmName":"pagerank", "parameters":{ "alpha":0.85,
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
action_id=execute-algorithm 参数说明 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。 graph_name 是 String 图名称。 请求参数 表1 Body参数说明 参数 是否必选 类型 说明 algorithmName
0/{project_id}/graphs/{graph_name}/action?action_id=execute-algorithm { "algorithmName":"pagerank", "parameters":{ "alpha":0.85,
String 图名称。 请求示例 POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm { "algorithmName":"pagerank", "parameters":{ "alpha":0.85,
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。 参数说明 表1 k跳算法(k-hop)参数说明
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。
“40”则自动置为“40”。默认值为“4”。 请求样例 同步 { "executionMode": "sync", "algorithmName": "filtered_shortest_path", "edge_filter": { "property_filter":
DSL语法说明 语法介绍 Algorithm query接口是GES提供的一种graph DSL,我们可以利用DSL来完成对图的查询与计算。服务规划为DSL增加各种查询算子,细粒度的基础计算模式算子,从而使得DSL支持用户自定义的图遍历,多跳过滤查询,模式匹配,相似性算法,社区算
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
成后单击“确定”进行删除。 图4 删除快照 更多:包含下载和下载缩略图。 下载:将快照的JSON文件进行下载,保存到本地。 下载缩略图:以图片形式下载快照保存到本地。 删除图会将存储的快照一起删除,所以删除图前请先下载快照。 导入快照 可将之前下载的快照进行导入,一次只能导入一个快照。
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