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
自定义算法运行接口(当前支持Pregel编程模型) 在内置图分析算法不能满足用户需求的时候,HyG允许用户在Pregel编程模型中使用python语言实现自定义算法。其中,运行pregel自定义算法的接口是: BaseGraph.run_pregel(model:class, result_filter=None
算法API 最短路径(Shortest Path)(1.0.0) 点集最短路(Shortest Path of Vertex Sets)(1.0.0) 标签传播(Label Propagation)(1.0.0) Louvain算法(1.0.0) 父主题: 业务面API
带过滤的n_paths算法(filtered_n_paths)(2.2.22) 概述 带过滤的n_paths算法是给定起始点source、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。 算法名称:带过滤的n_paths
使用算法分析图 服务为您提供了丰富的基础图算法、图分析算法和图指标算法,您可以使用图算法做关系分析等。 操作步骤 进入图引擎编辑器页面,详细操作请参见访问图引擎编辑器。 在算法分析区,你可以选择算法,并设置参数。 图引擎服务支持的算法如算法一览表所示,详细算法介绍请参见算法参考。
执行DSL算法 功能介绍 提供灵活的DSL帮助用户低成本设计并运行算法。DSL算法详细介绍请参考DSL语法说明。 DSL算法执行结束后,用户需使用HyG算法结果转存API将DSL执行结果转存到OBS上。转存之后,您可以通过stdout等文件查看算法结果,由于HyG图是分布式的,结果文件可能有多个,对应不同分区的结果。
topicrank算法(topicrank) louvain算法(louvain) Bigclam算法(bigclam) Cesna算法(cesna) infomap算法(infomap) 标签传播算法(label_propagation) 子图匹配算法(subgraph matching)
算法结果TXT格式说明 表1 算法结果的txt格式 算法 支持程度 header content e.g. all_pairs_shortest_paths 本地,OBS # runtime: {runtime} # paths_number: {paths_number} # data_total_size:
String 项目ID。获取方法请参见获取项目ID。 graph_name 是 String 图名称。 请求示例 执行指定算法,算法名字为pagerank,算法的权重系数为0.85,收敛精度为0.00001,最大迭代次数为1000,考虑边的方向。 POST http://{SERVER_URL}/ges/v1
算法API参数参考 算法公共参数 pagerank算法(1.0.0) personalrank算法(1.0.0) k核算法(kcore)(1.0.0) k跳算法(k_hop)(1.0.0) 共同邻居(common_neighbors)(1.0.0) 点集共同邻居(common_n
带过滤的n_paths算法(filtered_n_paths) 概述 带过滤的n_paths算法是给定起始点source、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
需要在图引擎编辑器的算法区内,选定该算法进行操作。具体操作详见使用算法分析图。 设置动态时间范围参数: start=1646092800,end =1646170716,stime="startTime",etime="endTime"。 设置temporal paths算法参数: source="Person00014"
Louvain算法(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 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 1~2000。
算法API参数参考 算法公共参数 最短路径(shortest_path) 点集最短路(shortest_path_of_vertex_sets) 点集共同邻居(common_neighbors_of_vertex_sets) 父主题: 原生算法API
使用HyG算法分析图 GES服务为您提供了丰富的基础图算法、图分析算法和图指标算法,您可以使用图算法做关系分析等。 前提条件 前端创建持久化版图时,选择开启HyG计算引擎。 图1 HyG计算引擎 操作步骤 创建HyG图。 发送“POST /ges/v1.0/{project_id
Component)算法。 连通分量代表图中的一个子图,当中所有节点都相互连接。考虑路径方向的为强连通分量(strongly connected 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
确解。输入节点个数不大于100000。 - k 否 采样个数 Integer 当图较大时,运行精确betweenness较慢,可以设置k,算法将从图中随机选取k各点,进行采样运算,k值越大约接近精确解。k不大于100000。 - 表2 response_data参数说明 参数 类型
HyG算法API 执行算法 算法API参数参考 算法结果TXT格式说明 执行DSL算法 DSL语法说明 父主题: 持久化版
原生算法API 执行算法 算法API参数参考 父主题: 持久化版
vertexTriangleCount},...], 其中, vertexId:string类型 vertexTriangleCount:Integer类型 父主题: 算法API参数参考
OD中介中心度(OD-betweenness Centrality) 概述 OD中介中心度算法(OD-betweenness Centrality)在已知一系列OD出行计划前提下,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