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
String Date型字符串或时间戳 - 注意事项 最短路径算法(Shortest Path)只返回一条最短路径。 示例 计算从Lee节点到Alice节点的一条最短路径。 输入参数source=Lee,target=Alice,weight=weights,directed=fals
单源最短路算法(sssp) 功能介绍 根据输入参数,执行单源最短路算法。 单源最短路算法是对于给定一个节点(称为源),给出从该源节点出发到其余各节点的最短路径长度。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
共同邻居算法(Common Neighbors)是一种常用的基本图分析算法,可以得到两个节点所共有的邻居节点,直观地发现社交场合中的共同好友、以及在消费领域共同感兴趣的商品,进一步推测两个节点之间的潜在关系和相近程度。 适用场景 共同邻居算法(Common Neighbors)适用于电商、社交等多领域的推荐场景。
将默认为1。 说明: 边上权重应大于0。 - seeds 否 节点ID String 当图较大时,运行betweenness较慢,可以设置seeds作为采样节点,进行近似运算,seeds节点越多越接近准确解。输入节点个数不大于100000。 - k 否 采样个数 Integer
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 source节点的个数不超过10000个。 - targets 是 终点ID集合,多个节点ID以逗号分隔(即,标准CSV输入格式) String target节点的个数不超过10000个。 -
times 否 以相同的过滤条件查询的层数 Integer [1,10] 1 第一层的过滤条件是对初始节点的过滤,因此仅vertex_filter参数有效。 最后一层的点过滤条件也是对初始节点的过滤。 环路的长度范围是 3-10,因此过滤层数是 4-11 层。 表3 response_data
动态拓展(temporal_bfs) 功能介绍 指定某个起始节点id,结合消息传递时间递增和BFS遍历顺序(Temporal BFS算法),搜索周围与之相关联的点,输出对应各节点的到达时间,以及与源起点之间的距离。 图1 原理展示 URL POST /ges/v1.0/{proj
Coefficient) 概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中,尤其是在特定的网络中,由于相对高密度连接点的关系,节点总是趋向于建立一组严密的组织关系。聚类系数算法(Cluster Coefficient)用于计算图中节点的聚集程度。 适用场景 聚类系数算法(Cluster
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
parameters参数说明 参数 是否必选 类型 说明 source 是 String 群体内包含的节点id,最多输入100000个节点。 temporal_vertex 否 Boolean 是否对节点执行群体演化,默认为false。 响应参数 表6 响应参数说明 参数 是否必选 类型 说明
服务器无法根据客户端请求的内容特性完成请求。 407 Proxy Authentication Required 请求要求代理的身份认证,与401类似,但请求者应当使用代理进行授权。 408 Request Time-out 服务器等候请求时发生超时。 客户端可以随时再次提交该请求而无需进行任何更改。
度数关联度算法(Degree Correlation)计算所有边上起点和终点度数之间的Pearson关联系数,常用来表示图中高度数节点是否和高度数节点相连。 适用场景 度数关联度算法(Degree Correlation)适用于衡量图的结构特性场景。 参数说明 无。 示例 单击运
算法的思想,利用图链接结构来递归计算各节点的重要性。与PageRank算法不同的是,为了保证随机行走中各节点的访问概率能够反映出用户的偏好,PersonalRank算法在随机行走中的每次跳转会以(1-alpha)的概率返回到source节点。 URI POST /ges/v1.0
游走过程提前结束参数:候选推荐节点访问次数的最小值。 说明: 对于一个节点,如果其在随机游走过程被访问到,且被访问到的次数达到“nv”,则该节点将记入候选推荐的节点。 Int 1~10 5 np 否 游走过程提前结束参数:候选推荐节点个数。 说明: 若某个source节点的候选推荐节点达到“np”
构来递归计算各节点的重要性。与PageRank算法不同的是,为了保证随机行走中各节点的访问概率能够反映出用户的偏好,PersonalRank算法在随机行走中的每次跳转会以(1-alpha)的概率返回到source节点,因此可以基于source节点个性化地计算网络节点的相关性和重要
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)计算一个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}/hyg/{graph_name}/algorithm
连通分量算法(Connected Component) 概述 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 compone
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}/hyg/{graph_name}/algorithm
动态拓展 指定某个起始节点id,结合消息传递时间递增和BFS遍历顺序(temporal bfs算法),搜索周围与之相关联的点,输出对应各节点的到达时间以及和源起点之间的距离。具体操作步骤如下: 在左侧“动态图”操作区的“动态拓展”模块内填写参数: 开始和结束的时间以及属性值在上述
获取项目ID的接口为“GET https://{Endpoint}/v3/projects”,其中{Endpoint}为IAM的终端节点,可以从地区和终端节点获取。 接口的认证鉴权请参见管理面API构造请求。 响应示例如下,其中projects下的“id”即为项目ID。响应示例如下,例