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
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。
中介中心度算法(betweenness) 功能介绍 根据输入参数,执行中介中心度算法。 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。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name
topicrank算法(topicrank) 功能介绍 根据输入参数,执行TopicRank算法。 TopicRank算法12345热线多维度话题排序算法之一,适用于政务12345热线投诉话题排序。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name
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/{project_id
客户端连接参数 在进行了上述客户端初始化认证方式后,您可根据需要进行HTTP配置。 HTTP配置 您可根据以下代码进行配置: import com.huaweicloud.sdk.core.http.HttpConfig; // 默认配置 HttpConfig config
最短路径(shortest_path) 功能介绍 根据输入参数,执行最短路径算法。 最短路径算法(Shortest Path)用以解决图论研究中的一个经典算法问题,旨在寻找图中两节点之间的最短路径。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name
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_id
创建实例或实例已创建,需绑定EIP时,页面提示“委托配额不足”如何处理? 用户在第一次使用GES服务的时候需要授权,授权过程会在IAM(统一身份认证)页面创建例如名为“ges_admin_trust”的委托。而一个用户最多只能创建10个委托,委托个数超限之后无法创建委托,所以页面会出现
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
全最短路(all_shortest_paths) 功能介绍 根据输入参数,执行全最短路算法。 全最短路(all_shortest_paths)用以解决图论研究中的一个经典算法问题,旨在寻找图中两节点之间所有的最短路径。 URI POST /ges/v1.0/{project_id}
OD中介中心度(od_betweenness) 功能介绍 根据输入参数,执行OD中介中心度算法。 OD中介中心度算法(od_betweenness)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。 URI POST /ges/v1.0/{project_id
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。利用样本间的关系建图
三角计数算法(triangle_count) 功能介绍 根据输入参数,执行三角计数算法。 三角计数算法(Triangle Count)统计图中三角形个数。三角形越多,代表图中节点关联程度越高,组织关系越严密。 URI POST /ges/v1.0/{project_id}/hyg/
聚类系数算法(cluster_coefficient) 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
带过滤全对最短路径(filtered_all_pairs_shortest_paths)(2.2.17) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 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
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
点集共同邻居(common_neighbors_of_vertex_sets) 功能介绍 根据输入参数,执行点集共同邻居算法。 点集共同邻居(Common Neighbors of Vertex Sets)可以得到两个点集合(群体集合)所共有的邻居(即两个群体临域的交集),直观的发现与两个群体共同联系的对象
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_id