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
图解图计算技术
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。
k核算法(k-core) 概述 k核算法(k-core)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。 适用场景 k核算法(k-core)适用于社区发现、金融风控等场景。
公网流量 GES支持绑定公网IP,所需费用按照虚拟私有云(VPC)服务的EIP计费规则进行计费;GES在华为云内部网络产生的流量不计费。 图引擎服务计费详情及样例,请参见产品价格详情。您可以通过图引擎服务提供的价格计算器,选择您需要的图规格,快速计算出创建图的参考价格。
Combiner类型 Combiner用于在满足交换律和结合律的计算过程中对数据进行局部计算,减少数据交换量。Python DSL当前提供sum、max和min三种类型的Combiner,支持对int、float两类的数据进行局部计算。
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。
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。
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
Bool true或false true 示例 计算从Lee节点出发,到其余各节点的最短路径长度。 输入参数source=Lee,directed=true。 父主题: 算法参考
示例 单击运行,计算图的度数关联度,JSON结果会展示在查询结果区。 父主题: 算法参考
公网流量 GES支持绑定公网IP,所需费用按照虚拟私有云(VPC)服务的EIP计费规则进行计费;GES在华为云内部网络产生的流量不计费。 图引擎服务计费详情及样例,请参见产品价格详情。您可以通过图引擎服务提供的价格计算器,选择您需要的图规格,快速计算出创建图的参考价格。
times 否 int 2 用于限制最长步数。默认值为2,最大值为20。 emit 否 bool false 是否返回所有元素。默认为false。在输出select-as或path模式下,emit的值决定了是否输出不在最终完整路径上的点。
k核算法(k-core) k-core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,较好的刻画了节点的传播能力。 k跳算法(k-hop) 从起点出发,通过宽度优先搜索(BFS),找出k层与之关联的所有节点。
Double 0~1,不包括0和1 0.85 N 否 总的游走步数。 Int 1~200000 10000 nv 否 游走过程提前结束参数:候选推荐节点访问次数的最小值。
- directed 否 是否考虑边的方向 Bool true或false false n 否 路径个数 Int 1~100 10 k 否 层数 Int 1~10 5 示例 输入参数source=Lee,target=Alice,n=10,k=5,directed=false,计算结果会展示在绘图区
计算结果会展示在绘图区,JSON结果会展示在查询结果区。 父主题: 算法参考
请求示例 图数据库的更新信息同步到HyG计算引擎,点属性列表为空,边属性列表的属性名称为“Rating”、label名称为“rate”。
聚类系数算法(cluster_coefficient)用于计算图中节点的聚集程度。
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 按需计费适用于具有不能中断的短期、突增或不可预测的应用或服务,例如电商抢购、临时测试、科学计算。 适用计费项 以下计费项支持按需计费。 表1 适用计费项 计费项 计费说明 图规格(边数) 根据您选择的边数大小计费。 针对边数提供预付费实例和按需(小时)两种计费模式。