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
算法公共参数 算法请求示例 { "algorithmName":"XXX", "parameters":{ ... } } 请求参数 表1 Body参数说明 参数 是否必选 类型 说明 algorithmName 是 String 算法名字。 取值范围(以下显示的均为算法实际调用时的名称):
pagerank算法(1.0.0) 表1 parameters参数说明 参数 是否必选 类型 说明 alpha 否 Double 权重系数(又称阻尼系数),取值范围为(0,1),默认值为0.85。 convergence 否 Double 收敛精度。取值范围(0,1),默认值为0
紧密中心度(closeness)(1.0.0) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 输入需要计算的节点ID。 String - - 表2 response_data参数说明 参数 类型 说明 closeness Double
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
全最短路(all_shortest_paths)(1.0.12) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 输入路径的起点ID。 String - - target 是 输入路径的终点ID。 String - - directed
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。
louvain算法(louvain)(2.2.1) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 convergence 否 收敛精度。 Double 0~1,不包括0和1。 0.00001 max_iterations 否 最大迭代次数。 Integer
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
三角计数(triangle_count)(1.0.0) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 statistics 否 是否仅输出总的统计量结果: true:仅输出总的统计数量。 false:输出各点对应三角形数量。 Boolean true或false,默认为true。
边中介中心度(edge_betweenness)(2.2.4) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false true weight 否 边上权重 String 空或字符串
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
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
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
度数关联度(degree_correlation)(1.0.0) 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
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
最短路径(shortest_path)(2.1.5) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 输入路径的起点ID。 String - - target 是 输入路径的终点ID。target取值不能与source取值相同。
标签传播(label_propagation)(2.1.8) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 convergence 否 收敛精度。 Double 0~1,不包括0和1。 0.00001 max_iterations 否 最大迭代次数。