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
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.
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
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) 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
Cesna算法(cesna) 功能介绍 根据输入参数,执行Cesna算法。 Cesna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。此外,该算法还利用了节点属性对社区进行建模,即假设节点的属性也是根据社区关系生成的。
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
紧密中心度算法(closeness) 功能介绍 根据输入参数,执行紧密中心度算法。 紧密中心度算法(Closeness Centrality)计算一批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。 URI POST /ges/v1.0/{project_id}/h
标签传播算法(label_propagation) 功能介绍 根据输入参数,执行label_propagation算法。 标签传播算法(Label Propagation)是一种基于图的半监督学习方法,其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系
全对最短路径(all_pairs_shortest_paths) 功能介绍 根据输入参数,执行全对最短路径算法。 全对最短路径(all_pairs_shortest_paths)是寻找图中任意两点之间满足条件的最短路径。 URI POST /ges/v1.0/{project_i
边中介中心度(edge_betweenness) 功能介绍 根据输入参数,执行边中介中心度算法。 边中介中心度算法(edge_betweenness)以经过某条边的最短路径数目来刻画边重要性的指标。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
执行算法 功能介绍 根据输入参数,执行指定算法。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/action?action_id=execute-algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id
云服务委托权限过大优化 GES服务在2.4.6版本前,使用委托有以下两种场景: 表1 委托场景 委托名 权限 说明 get_agency或者ges_agency_default_{RegionId} Server Administrator或者XX FullAccess 允许GE
执行算法(1.0.0) 功能介绍 根据输入参数,执行指定算法。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/action?action_id=execute-algorithm 表1 路径参数 参数 是否必选 类型 说明
关联预测算法(link_prediction) 功能介绍 根据输入参数,执行link_prediction算法。 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。 URI POST /ges/v1
k跳算法(k_hop) 功能介绍 根据输入参数,执行k跳算法。 k跳算法从起点出发,通过宽度优先搜索(BFS),找出k层与之关联的所有节点。找到的子图称为起点的“ego-net”。k跳算法会返回ego-net中节点及其个数。 URI POST /ges/v1.0/{project
单点环路检测(single_vertex_circles_detection) 功能介绍 根据输入参数,执行单点环路检测算法。 单点环路检测(single_vertex_circles_detection)意在寻找图中的环路,环路上的点较好地体现了该点的重要性。 URI POST
执行算法 功能介绍 根据输入参数,执行指定算法。 URL POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String 项目ID。获取方法请参见获取项目ID。
子图匹配算法(subgraph matching) 功能介绍 根据输入参数,执行subgraph matching算法。 子图匹配(subgraph matching)算法的目的是在一个给定的大图里面找到与一个给定小图同构的子图,这是一种基本的图查询操作,意在发掘图重要的子结构。
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
连通分量(connected_component) 功能介绍 根据输入参数,执行连通分量(Connected 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