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
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
度数关联度（degree_correlation）(1.0.0) 表1 response_data参数说明 参数 类型 说明 degree_correlation Double 度关联度 父主题： 算法API参数参考
中介中心度算法（betweenness）(2.2.4) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false true weight 否 边上权重 String 空或字符串
间的关系建图，节点包括已标注和未标注数据，其边表示两个节点的相似度，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。 Louvain算法 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
间的关系建图，节点包括已标注和未标注数据，其边表示两个节点的相似度，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。 Louvain算法 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
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/v1.0/{project_id}/hyg/{graph_name}/algorithm
DSL，我们可以利用DSL来完成对图的查询与计算。服务规划为DSL增加各种查询算子，细粒度的基础计算模式算子，从而使得DSL支持用户自定义的图遍历，多跳过滤查询，模式匹配，相似性算法，社区算法，推荐算法，路径分析，业务定制算法等。 例如查询点1，2为起点，第二跳的邻居点集并返回： Match<Vertex> v(['1'
带一般过滤条件环路检测（filtered_circle_detection）(2.2.15) 请求样例 Post http://{}/ges/v1.0/1/graphs/movie/action?action_id=execute-algorithm { "algorithmName":
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 Node2vec算法适用于节点功能相似性比较、节点结构相似性比较、社团聚类等场景。 参数说明 表1 Node2vec算法参数说明 参数 是否必选 说明 类型 取值范围 默认值 P 否 回退参数
Component） 度数关联度算法（Degree Correlation） 三角计数算法（Triangle Count） 聚类系数算法（Cluster Coefficient） 中介中心度算法（Betweenness Centrality） 边中介中心度（Edge-betweenness
2.2.4) 边中介中心度（edge_betweenness）(2.2.4) OD中介中心度（od_betweenness）（2.2.4） 单点环路检测（single_vertex_circles_detection）（2.2.4） 带一般过滤条件环路检测（filtered_circle_detection）(2
DegreeCorrelationSample 度数关联度 TriangleCountSample 三角计数 ClusterCoefficientSample 聚类系数 BetweennessSample 中介中心度算法 EdgeBetweennessSample 边中介中心度 OdBetweennessSample
三角计数算法（triangle_count） 紧密中心度算法（closeness） 中介中心度算法（betweenness） 边中介中心度（edge_betweenness） OD中介中心度（od_betweenness） 单点环路检测（single_vertex_circles_detection）
Louvain算法 概述 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。 适用场景 Louvain算法适用于社团发掘、层次化聚类等场景。 参数说明 表1 Louvain算法参数说明
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}/hyg/{graph_name}/algorithm
发掘图重要的子结构。 适用场景 子图匹配（subgraph matching）算法适用于社交网络分析、生物信息学、交通运输、群体发现、异常检测等领域。 参数说明 表1 subgraph matching参数说明 参数 是否必选 说明 类型 取值范围 edges 是 需匹配的子图的边集
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/v1.0/{project_id}/hyg/{graph_name}/algorithm 表1
方向： OUT：沿出边跳 IN：沿入边跳 ALL：双向跳 String OUT，IN，ALL OUT 注意事项 k值越大，覆盖的点越广。 根据六度空间理论，社交网上6跳可以覆盖到所有人。 BFS按边搜索。 示例 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。
一个字段，如字段中含有分隔符或者换行等。 offline 否 Boolean 是否离线导入，取值为false。 false表示在线导入，相对离线导入，在线导入速度略慢，但导入过程中图并未锁定，可读不可写。 obsParameters 是 Object Obs相关参数。 表3 parallelEdge参数类型
是否离线导入，取值为true或者false，默认取false。 true 表示离线导入，导入速度较快，但导入过程中图处于锁定状态，不可读不可写。 false 表示在线导入，相对离线导入，在线导入速度略慢，但导入过程中图并未锁定，可读不可写。 edgesetPath、vertexsetPath、schemaPath、
是否离线导入，取值为true或者false，默认取false。 true 表示离线导入，导入速度较快，但导入过程中图处于锁定状态，不可读不可写。 false 表示在线导入，相对离线导入，在线导入速度略慢，但导入过程中图并未锁定，可读不可写。 obsParameters 是 Object Obs相关参数。 表3 obsParameters参数类型
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
