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
Vertex Sets) 用于发现两个点集之间的最短路径。适用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系分析。 关联路径(n-Paths) 该算法用于寻找图中两节点之间在k层关系内的n条路径。适用于关系分析、路径设计、网络规划等场景。 紧密中心度(Closeness
标准CSV格式,边的起点与终点之间以英文逗号分隔,各边之间以换行符“\n”分隔,例如:“1,2\n2,3”。 vertices 是 需匹配的子图上各点的label String 标准CSV格式,点与其label之间以英文逗号分隔,各点与其label对之间以换行符“\n”分隔,点与sample中点相对应,例如:“1
Vertex Sets) 用于发现两个点集之间的最短路径。适用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系分析。 关联路径(n-Paths) 该算法用于寻找图中两节点之间在k层关系内的n条路径。适用于关系分析、路径设计、网络规划等场景。 紧密中心度(Closeness
sources 是 起点ID集合 String 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。 - targets 是 终点ID集合 String 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。
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 否 查询的起始节点ID集合 String - 标准csv格式,ID之间以英文逗号分隔,例如:“Alice
是 起点ID集合 String 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。 - targets(2.2.6) 是 终点ID集合 String 标准csv格式,ID之间以英文逗号分隔,例如:["Mike","Amy"]。
需匹配的子图的边集,标准CSV格式,边的起点与终点之间以英文逗号分隔,各边之间以换行符“\n”分隔,例如:“1,2\n2,3”。 vertices 是 String 需匹配的子图上各点的label, 标准CSV格式,点与其label之间以英文逗号分隔,各点与其label对之间以换行符“\n”分隔,点与sample中点相对应,例如:“1
6) 是 起点ID集合 List 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。 - targets(2.2.6) 是 终点ID集合 List 标准csv格式,ID之间以英文逗号分隔,例如:["Mike","Amy"]。 个数不大于100000。
sources 是 起点ID集合 String 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。 - targets 是 终点ID集合 String 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。
sources 是 起点ID集合 List 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。 - targets 是 终点ID集合 List 标准csv格式,ID之间以英文逗号分隔,例如:["Alice","Nana"]。 个数不大于100000。
或false,布尔型。 false 表2 response_data 参数说明 参数 类型 说明 paths List source节点和target节点之间的路径,格式: [[path1],[path2]] 其中, 路径(path)的格式可参考最短路径(Shortest Path)。 paths_number
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。 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
聚类系数算法(Cluster Coefficient) 概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中,尤其是在特定的网络中,由于相对高密度连接点的关系,节点总是趋向于建立一组严密的组织关系。聚类系数算法(Cluster Coefficient)用于计算图中节点的聚集程度。
标准csv格式,起点和终点以英文逗号分隔,各起点和终点节点对之间以换行符“\\n"分隔,例如:“Alice,Nana\\nLily,Amy"。 seeds 否 String 热点事件发生地的节点ID,ID个数在30以内。 当未知OD_pairs数据时,输入seeds数据。标准csv格式,节点之间以英文逗号分隔,例如:“Alice
on:表示文件系统的挂载点。 网络 在网络页面,您可以根据节点和网卡名称浏览指定节点的网络资源实时消耗情况。其中包括:节点名称、网卡名称、网卡状态、接收丢包数、接收速率(KB/s)、发送速率(KB/s)和网络监控情况等。 图5 网络页 用户可单击指定节点名称所在行最右侧的“监控”按钮,进入网络监控概览
Node2vec算法通过调用word2vec算法,把网络中的节点映射到欧式空间,用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步,带有BFS和DFS的混合,回退概率正比于1/P,前进概率正比于1/Q。每个节点出发生成多个随机步,反映出网络的结构信息。 适用场景
起点、终点和label相同才为重复边。 “允许重复边”:表示起点到终点之间可以有多条边。 “忽略之后的重复边”:表示起点和终点之间有多条边时,仅保留最先读入的那条边。 “覆盖之前的重复边”:表示起点和终点之间有多条边时,仅保留最后读入的那条边。 “重复边忽略Label”:忽略la
Integer 1~10 5 表2 response_data参数说明 参数 类型 说明 paths List source节点和target节点之间的路径,格式: [[path1],[path2]] 其中,路径(path)的格式可参考:最短路径(Shortest Path)。 paths_number
true或false。 false 表2 response_data参数说明 参数 类型 说明 paths List source节点和target节点之间所有的最短路径,格式: [[path1],[path2]] 其中,路径(path)的格式可参考:最短路径(Shortest Path)。 paths_number
、目的点target、跳数k、路径数n、过滤条件filters,找出source和target间不多于n条的k跳无环路径。 适用场景 任意网络。 参数说明 表1 filtered_n_paths参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 起始点 String