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
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
功能介绍 根据输入参数，执行cluster_coefficient算法。 聚类系数算法（cluster_coefficient）用于计算图中节点的聚集程度。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数
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/v1.0/{project_i
查询Job状态(1.0.0)-业务面 功能介绍 查询Job的执行状态。对点过滤查询、边过滤查询、执行算法等异步API，命令下发后，会返回jobId，通过jobId查询任务的执行状态。 URI GET /ges/v1.0/{project_id}/graphs/{graph_nam
查询Job状态 功能介绍 查询Job的执行状态。对点过滤查询、边过滤查询、执行算法等异步API，命令下发后，会返回jobId，通过jobId查询任务的执行状态。 URI GET /ges/v1.0/{project_id}/graphs/{graph_name}/jobs/{job_id}/status
后，效果图可展示在绘图区。 结果展示区：可查看运行记录和查询结果。单击右侧“导出”按钮，下载分析结果。 条件过滤及属性区：您可在绘图区选中一个点，单击右键，选择“查看属性”会显示该点的属性信息在右侧区域。 图1 编辑器页面
errorCode String 系统提示信息。 执行成功时，字段可能为空。 执行失败时，用于显示错误码。 jobId String 查询节点任务ID。请求失败时字段为空。 请求示例 生成数据资产。 POST /ges/v1.0/{project_id}/graphs/{graph
当未知OD数据时，输入seeds数据。 - modes 否 与seeds对应的热点事件类别 String IN： 表示以热点事件发生地点的节点ID作为起点 。 OUT：表示以热点事件发生地点的节点ID作为终点。 - capacity 否 与seeds对应的热点事件参加人数 Integer - - OD_pai
游走过程提前结束参数：候选推荐节点访问次数的最小值。 说明： 对于一个节点，如果其在随机游走过程被访问到，且被访问到的次数达到“nv”，则该节点将记入候选推荐的节点。 Int 1~10 5 np 否 游走过程提前结束参数：候选推荐节点个数。 说明： 若某个source节点的候选推荐节点达到“np”，
单击“数据导入”，在右侧弹出的窗口中，填写以下参数： AccessKey：用户的访问密钥ID。 SecretKey：与访问密钥ID结合使用的密钥。 点数据集：点文件目录或点文件名，支持csv、txt格式文件导入。 边数据集：边文件目录或边文件名，支持csv、txt格式文件导入。 元数据：新增数据的元数据文件OBS路径。
filterName 是 用于进行时间过滤的时间属性名称 String 字符串：对应的点/边上的属性作为时间 - filterType 否 在点或边上过滤 String V：点上 E：边上 BOTH：点和边上 BOTH startTime 否 起始时间 String Date型字符串或时间戳
rue或者false，默认取true。 true 表示重复边定义不包含Label，即用<源点，终点>标记一条边，不包含Label。 false 表示重复边定义包含Label，即用<源点，终点，Label>标记一条边。 图规格为（持久化版）的图暂不支持该参数。 targetProperties
取消Job(1.0.0) 功能介绍 用于取消已经提交的作业。 只有导出图，导入图，点过滤查询、边过滤查询、多跳过滤查询（Filtered-query V2）、执行算法、增加索引返回的Job支持取消。 支持取消的算法有：topicrank、pagerank、personalrank
关联预测算法（Link Prediction） 概述 关联预测算法（Link Prediction）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。 适用场景 关联预测算法（Link Prediction）适用于社交网上的好友推荐、关系预测等场景。
Centrality） 概述 紧密中心度算法（Closeness Centrality）计算一个节点到所有其他可达节点的最短距离的倒数，进行累积后归一化的值。紧密中心度可以用来衡量信息从该节点传输到其他节点的时间长短。节点的“Closeness Centrality”越大，其在所在图中的位置越靠近中心。
扩副本(2.2.23) 功能介绍 扩副本能力允许动态扩容多个从节点，扩容的从节点可以处理读请求，从而提高读请求性能。 一万边和百亿边规格的图暂不支持扩副本。 进行扩副本操作后，不支持扩容图操作。 如果要对图进行扩容和扩副本两个操作，需要您先进行扩容图操作，再进行扩副本操作。 调试
1000 initial 否 点上用作初始化标签的属性名称 String 空或字符串。 空：每个节点各自分配一个特有的初始化标签；适用于事先没有任何节点标注信息的情况。 字符串：将节点的对应的属性字段取值作为初始化标签（类型为string，对于未知标签的点，初始化标签字段赋空）；适用
将默认为1。 说明： 边上权重应大于0。 - seeds 否 节点ID String 当图较大时，运行betweenness较慢，可以设置seeds作为采样节点，进行近似运算，seeds节点越多越接近准确解。输入节点个数不大于100000。 - k 否 采样个数 Integer
sources 是 起点ID集合，多个节点ID以逗号分隔（即，标准CSV输入格式） String source节点的个数不超过10000个 - - targets 是 终点ID集合，多个节点ID以逗号分隔（即，标准CSV输入格式） String target节点的个数不超过10000个
将默认为1。 说明： 边上权重应大于0。 - seeds 否 节点ID String 当图较大时，运行betweenness较慢，可以设置seeds作为采样节点，进行近似运算，seeds节点越多越接近准确解。输入节点个数不大于100000。 - k 否 采样个数 Integer
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 共同邻居算法（Common Neighbors）适用于电商、社交等多领域的推荐场景。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
