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
Job管理 代码样例文件路径 样例方法名 对应的API com.huawei.ges.graph.sdk.v1.examples.persistence waitJob 查询Job状态 testListJobs 查询Job列表 父主题: 持久化版样例
点操作 代码样例文件路径 样例方法名 对应的API com.huawei.ges.graph.sdk.v1.examples.persistence testQueryVertexsDetails 点详情查询 testBatchVertexsQuery 批量点查询 testBatchAddVertexs
图统计 代码样例文件路径 样例方法名 对应的API com.huawei.ges.graph.sdk.v1.examples.persistence testShowGraphVersion 查询图版本信息 testShowGraphSummary 查询图概要信息 父主题: 持久化版样例
索引操作 代码样例文件路径 样例方法名 对应的API com.huawei.ges.graph.sdk.v1.examples.persistence testListIndices 查询索引 testCreateIndex 新建索引 testDeleteIndex 删除索引 父主题:
元数据操作 代码样例文件路径 样例方法名 对应的API com.huawei.ges.graph.sdk.v1.examples.persistence testAddLabel 添加Label testUpdateLabel 更新Label testQueryGraphSchemaDetail
Filtered-query 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.customoperation FilteredQuerySample Filtered-query FilteredQueryV2Sample
按文件更新/删除数据 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.fileoperation ImportPropertiesSample 通过导入文件更新点边的指定属性 DeleteByFileSample
API详情与参数说明详见业务面API,如何找到API对应Java SDK代码样例文件详见Java SDK样例参考。代码样例文件所在的路径存在一个Main文件可用于调试。 以内存版的执行Cypher查询API为例,从Java SDK样例参考中找到其对应的Java SDK代码样例文件,文件名为“Exe
客户端初始化 认证方式 客户端连接参数 父主题: Java SDK
ICredential; import com.huaweicloud.sdk.core.http.HttpConfig; import java.util.Arrays; // 认证用的ak和sk硬编码到代码中或者明文存储都有很大的安全风险,建议在配置文件或者环境变量中密文存放,使用时解密,确保安全
客户端连接参数 在进行了上述客户端初始化认证方式后,您可根据需要进行HTTP配置。 HTTP配置 您可根据以下代码进行配置: import com.huaweicloud.sdk.core.http.HttpConfig; // 默认配置 HttpConfig config
component),不考虑路径方向的为弱连通分量(weakly connected component)。连通分量算法(Connected Component)计算得到的是弱连通分量。 参数说明 无。 示例 单击运行,计算各个节点所属的连通分量,JSON结果会展示在查询结果区。 父主题: 算法参考
ts) 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, URI POST /ges/v1.0/{
共同邻居算法(Common Neighbors) 概述 共同邻居算法(Common Neighbors)是一种常用的基本图分析算法,可以得到两个节点所共有的邻居节点,直观地发现社交场合中的共同好友、以及在消费领域共同感兴趣的商品,进一步推测两个节点之间的潜在关系和相近程度。 适用场景
Neighbors of Vertex Sets) 概述 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,如发现社交场合中的共同好友、消费领域共同感
得全量的算法结果可以采用API方式调用,具体请参考算法API。 以模板中的电影数据为例,运行后得到的PageRank值如下图所示。 图3 查询分析结果 将参数进行调整后,再次运行算法得到的PagRank值不同,但TOP排序不会有明显差异。 挑出了最有影响力的两部电影,分别是ID Comedy和ID
进行相近商品推荐,也可以针对人进行相近喜好的潜在好友推荐。 共同邻居(Common Neighbors) 是一种常用的基本图分析算法,可以得到两个节点所共有的邻居节点,直观地发现社交场合中的共同好友、消费领域共同感兴趣的商品,进一步推测两个节点之间的潜在关系和相近程度。 连通分量(Connected
import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet; import java.sql.SQLException;
输入directed=true, source="Alice", target="Jay", 同时添加边过滤条件labelName="friends",将会得到Json形式的返回结果。 父主题: 算法参考
进行相近商品推荐,也可以针对人进行相近喜好的潜在好友推荐。 共同邻居(Common Neighbors) 是一种常用的基本图分析算法,可以得到两个节点所共有的邻居节点,直观地发现社交场合中的共同好友、消费领域共同感兴趣的商品,进一步推测两个节点之间的潜在关系和相近程度。 连通分量(Connected