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
上后一条边的经过时间要晚于或等于前一条边，呈现时间递增（或非减）性。 时序路径不满足传递性：即从节点i到节点j有一条时序路径，从节点j到节点k有一条时序路径，并不能说明从节点i到节点k有一条时序路径。因此在求解问题上，相较于静态图上的路径求解复杂度升高，计算难度变大，但时序路径分
Failed 未满足前提条件，服务器未满足请求者在请求中设置的其中一个前提条件。 413 Request Entity Too Large 由于请求的实体过大，服务器无法处理，因此拒绝请求。为防止客户端的连续请求，服务器可能会关闭连接。如果只是服务器暂时无法处理，则会包含一个Retry-After的响应信息。
k核算法（k-core） 概述 k核算法（k-core）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。 适用场景 k核算法（k-core）适用于社区发现、金融风控等场景。 参数说明 表1 k核算法（k-core）参数说明
HyG对缺失属性进行了默认处理支持。 seeds 否 String 节点ID，输入节点个数不大于100000。 当图较大时，运行精确betweenness较慢，可以设置seeds作为采样节点，进行近似运算，seeds节点越多越接近精确解。 k 否 Integer 采样个数，k不大于100000。
k跳算法（k-hop） 概述 k跳算法（k-hop）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中节点的个数。 适用场景 k跳算法（k-hop）适用于关系发现、影响力预测、好友推荐等场景。 参数说明 表1
局、核心单节点布局、分层布局、自动分群布局、核心双节点布局。展示效果如图 力引导布局展示效果所示。 说明： 核心双节点布局必须要选中两个点才可以生效。 当画布中有图数据时，单击图数据内容，可根据需要选择图数据的颜色和大小。 点详情弹窗。把鼠标移动到想要查看的非虚化节点上，会自动显
sources：表示群体内包含的节点ID，最多可以输入十万个节点，节点之间需要用逗号隔开。 图1 群体演化模块 输入完成后，单击“群体演化”模块右侧的按钮，运行结果将在画布上展示。 图2 动态图展示 界面元素 说明 动态图的开始运行按钮。 动态图的播放方向，默认开启为正向播放，关闭后为反向播放。
理，对k跳过程进行逐层过滤，列出满足过滤条件的第k跳节点或边。Filtered-query接口说明可参考Filtered-query API。 在图引擎编辑器左侧探索区的“路径拓展模块”内，填写以下参数： 路径起点：查询起始节点ID列表。有以下几种方法可以查询： 框选点的方式：画布上已经有点的情况下，
对图进行备份恢复、变更规格、扩副本、升级等相关操作。 管理图操作 分析图 图数据分析 通过“图引擎编辑器”对图进行查询和分析。 图数据分析 查看图任务 总览图 系统总览页面展示了“我的资源”信息，可以帮助您快速了解已有图的总体信息和计费详情。 总览图 任务中心 任务中心可用于查看创建图、备份图、启动图、删除图等异步任务的详情。
String 系统提示信息，执行成功时，字段可能为空。执行失败时，用于显示错误信息。 errorCode 否 String 系统提示信息，执行成功时，字段可能为空。执行失败时，用于显示错误码。 data 否 Json 时序路径分析的结果详情。 请求示例 指定起始节点id搜索周围与
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。 -
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。 URI POST /ges/v1.0/{p
导出等场景）下载到本地，默认会用系统的Excel软件打开（推荐使用文本编辑器打开）。如果数据中包含“+”、“-”、“=”、“@”等特殊字符，会被Excel解析为公式。为了保证系统安全，请打开文件时注意以下事项： 1、不要启用“启用动态数据交换服务器启动（不推荐）”配置。 2、打开
Single-Vertex-Circles-Detection算法参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 被包含节点ID。 String - - min_circle_length 否 最小圈长 Int [3,15] 3 max_circle_length
match (n:movie) return n ：查询label为movie的点。 match (n) return n limit 100 表示查询100个节点的详细数据。 match (n{Occupation:'artist'}) return id(n), n.Gender
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
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
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
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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
