已找到以下 511 条记录
AI智能搜索
产品选择
图引擎服务 GES
没有找到结果,请重新输入
产品选择
图引擎服务 GES
在搜索结果页开启AI智能搜索
开启
产品选择
没有找到结果,请重新输入
  • 算法一览表 - 图引擎服务 GES

    紧密中心度是一个节点到所有其他可达节点最短距离平均,该指标可以用来衡量信息从该节点传输到其他节点时间长短。节点“Closeness Centrality”越小,其所在图中位置越中心。 标签传播(Label Propagation) 一种基于图半监督学习方法,其基本思路是用已标记节点标签信息去预

  • 业务面API错误码 - 图引擎服务 GES

    业务面API错误码 调用接口出错后,将不会返回结果数据。调用方可根据每个接口对应错误码来定位错误原因。当调用出错时,HTTP 请求返回一个 4xx 或 5xx HTTP 状态码。返回消息体中是具体错误代码及错误信息。在调用方找不到错误原因时,可以联系技术人员,并提供错误码,以便我们尽快帮您解决问题。

  • 图引擎编辑器介绍 - 图引擎服务 GES

    属性页签展示选中点或边属性信息。 统计信息展示页签会显示出当前所框选点边对应标签和节点权重数量。具体介绍请参考统计信息展示。 图2 算法区 表2 算法区介绍 界面元素 说明 输入算法名称,快速查找对应算法。 展开算法参数配置区域。 运行算法。 算法属性设置区域。每个算法属性不同,详细信息请参考算法介绍。

  • 图引擎服务 GES - 图引擎服务 GES

    SDK)是对GES提供REST API进行封装,以简化用户开发工作。 SDK 业务面SDK 管理面SDK Cypher JDBC Driver访问GES 02 购买 GES计费简单、易于预测,您既可以选择按照小时费率计费按需计费方式,也可以选择更经济预付费实例计费方式。

  • 基本概念 - 图引擎服务 GES

    基本概念 点 图数据模型中点代表实体。如交通网络中车辆、通信网络中站点、电商交易网络中用户和商品、互联网中网页等。 边 图数据模型中边代表关系。如社交网络中好友关系、电商交易网络中用户评分和购买行为、论文中作者之间合作关系、文章之间索引关系等。 Gremlin Gremlin是Apache

  • 产品优势 - 图引擎服务 GES

    产品优势 大规模 高效数据组织,让您更有效对百亿节点千亿边规模数据进行查询与分析。 高性能 深度优化分布式图形计算引擎,为您提供高并发、秒级多跳实时查询能力。 查询分析一体 查询分析一体化,提供丰富图分析算法,为关系分析、路径规划、营销推荐等业务提供多样分析能力。 简单易用

  • 欠费说明 - 图引擎服务 GES

    用户在使用云服务时,账户可用额度小于待结算账单,即被判定为账户欠费。欠费后,可能会影响云服务资源正常运行,请及时充值。 欠费原因 未购买资源包,在按需计费模式下账户余额不足。 欠费影响 包年/包月 对于包年/包月图实例资源,用户已经预先支付了资源费用,因此在账户出现欠费情况下,已有

  • 时序路径 - 图引擎服务 GES

    从一个点出发搜索到目标节点时序路径(时序路径满足动态图上信息传播有序性,路径上后一条边经过时间要晚于或等于前一条边经过时间),在画布上呈现点、边随时间递增(或非减)变化趋势。 该功能可以通过strategy参数调整搜索是距离最短时序路径,还是尽早到达目标节点时序路径。具体操作步骤如下:

  • PersonalRank算法 - 图引擎服务 GES

    PageRank算法。该算法继承了经典PageRank算法思想,利用图链接结构来递归计算各节点重要性。与PageRank算法不同是,为了保证随机行走中各节点访问概率能够反映出用户偏好,PersonalRank算法在随机行走中每次跳转会以(1-alpha)概率返回到source节点,因此可以

  • 查询边详情 - 图引擎服务 GES

    图名称。 sourceVertex 是 String 边起点。 targetVertex 是 String 边终点。 label(持久化版) 否 String 边label值。 sortKey(持久化版) 否 String 重复边sortKey值。 sortKeyType(持久化版)

  • 升级图 - 图引擎服务 GES

    由于GES软件版本不断升级,旧版本图可以通过“升级”操作升级为新版本图。 当前仅支持 1.0.3 以上版本升级功能。 具体操作步骤如下: 登录图引擎服务管理控制台,在左侧导航栏,选择“图管理”。 在图管理列表中,选择需升级图,在“操作”列选择“更多”>“升级”。 在弹出升级提示框中,选择“版本”和是否“强制升级”。

  • 导出图 - 图引擎服务 GES

    导出图 可将图数据导出至自定义OBS目录下。 内存版图支持 1.0.3 以上版本图数据导出。 持久化版图支持2.3.14及以上版本图数据导出。 具体操作步骤如下: 登录图引擎服务管理控制台,在左侧导航栏,选择“图管理”。 在图管理列表中,选择需导出图,在“操作”列选择“更多”>“导出”。

  • 计费项 - 图引擎服务 GES

    计费项 图引擎服务计费简单、易于预测,对您选择图规格(边数)、数据存储空间和公网流量收费。 表1 GES计费项说明 计费项 计费说明 图规格(边数) 根据您选择边数大小计费。 针对边数提供预付费实例和按需(小时)两种计费模式。 数据存储空间 GES数据通过对象存储服务(O

  • 终端节点 - 图引擎服务 GES

    终端节点 终端节点即调用API请求地址,不同服务不同区域终端节点不同,您可以从地区和终端节点中查询所有服务终端节点。 图引擎服务终端节点如下表所示,请您根据业务需要选择对应区域终端节点。 表1 图引擎服务终端节点 区域名称 区域 终端节点(Endpoint) 华北-北京一

  • 时间轴设置 - 图引擎服务 GES

    时间轴设置 将单一视角静态图转化为多视角动态图,为您展示在一段时间内,点、边随时间变化轨迹,展示动态图分析结果。 您需要使用具有“动态图分析能力”图才能使用该功能,动态图创建请参见创建动态图。 时间轴设置 创建动态图后,在“图管理”页面,单击动态图“操作”列“访问”按钮,进入图引擎编辑器。

  • 点集共同邻居(Common Neighbors of Vertex Sets) - 图引擎服务 GES

    Sets)可以得到两个点集合(群体集合)所共有的邻居(即两个群体临域交集),直观发现与两个群体共同联系对象,如发现社交场合中共同好友、消费领域共同感兴趣商品、社区群体共同接触过的人,进一步推测两点集合之间潜在关系和联系程度。 适用场景 点集共同邻居算法适用于进行关系发掘、产品/好友推荐等图分析技术。

  • 标签传播算法(label_propagation) - 图引擎服务 GES

    Propagation)是一种基于图半监督学习方法,其基本思路是用已标记节点标签信息去预测未标记节点标签信息。利用样本间关系建图,节点包括已标注和未标注数据,其边表示两个节点相似度,节点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,节点相似度越大,标签越容易传播。

  • 属性编辑 - 图引擎服务 GES

    属性页签可展示选中点或边属性信息,也可对单个点或边属性进行编辑。 属性编辑操作如下: 在绘图区选中一个点或边,单击右键,选择“查看属性”,会在右侧显示“属性”页签,展示选中点边属性信息。 若选中点有多个标签(label),可单击label后下拉框来查看其它label属性信息。 图1

  • 图引擎服务与图像处理有什么区别? - 图引擎服务 GES

  • personalrank算法(personalrank) - 图引擎服务 GES

    PageRank算法。该算法继承了经典PageRank算法思想,利用图链接结构来递归计算各节点重要性。与PageRank算法不同是,为了保证随机行走中各节点访问概率能够反映出用户偏好,PersonalRank算法在随机行走中每次跳转会以(1-alpha)概率返回到source节点。 URI