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
查询任务中心(1.1.8) 功能介绍 查询管理面任务中心。当前创建图、关闭图、启动图、删除图、增加备份、导入图、导出图、升级图等操作为异步任务，该API用于查询这些任务的详情。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成
执行Cypher查询 功能介绍 Cypher是一种被广泛使用的声明式图数据库查询语言，使用Cypher语句可以查询GES中的数据，并返回结果。当前的Cypher实现中使用了图的统计信息，目前Cypher查询编译过程中使用了基于label的点边索引，如需正常使用Cypher，请先参考
带过滤全对最短路径（Filtered All Pairs Shortest Paths） 概述 带过滤全对最短路径（Filtered All Pairs Shortest Paths）是寻找图中任意两点之间满足条件的最短路径。当前，考虑到实际应用场景，此算法需要用户指定起点集（sources
图引擎编辑器介绍 编辑器页面分为图分析区（包括探索区、操作区、元数据区、算法区、索引区）、绘图区、查询区、结果展示区、条件过滤及属性区。 图1 编辑器页面 表1 区域说明 区域名称 说明 探索区 提供图相关工具来探索图（例如：路经拓展），具体功能介绍请参考图探索功能。 操作区 通过调用
统计信息展示 通过框选画布中点和边，在统计信息区会显示出当前所框选的点边对应的标签和节点权重的数量。关于点和边的概念请参考图数据格式。 统计信息展示的具体操作如下： 进入图引擎编辑器页面，详细操作请参见访问图引擎编辑器。 单击绘图区右侧的，显示“条件过滤、属性和统计信息”页面，单击
关联预测算法（Link Prediction） 概述 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。 适用场景 关联预测算法（Link Prediction）适用于社交网上的好友推荐、关系预测等场景
Node2vec算法 概述 Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步，带有BFS和DFS的混合，回退概率正比于1/P，前进概率正比于1/
时序路径分析（Temporal Paths） 概述 时序路径分析算法（Temporal Paths）区别于静态图上的路径分析，结合了动态图上信息传播的有序性，路径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
查询任务中心(1.1.8) 功能介绍 查询管理面任务中心。当前创建图、关闭图、启动图、删除图、增加备份、导入图、导出图、升级图等操作为异步任务，该API用于查询这些任务的详情。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成
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。
计费项 图引擎服务的计费简单、易于预测，对您选择的图规格（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） 根据您选择的边数大小计费。 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的数据通过对象存储服务（OBS
自定义创建图 登录华为云账号，进入图引擎服务管理控制台，单击右上角的“创建图”按钮，进入创建图页面。 选择“区域”，即集群工作区域，可在页面左上角下拉栏选择。 在创建图页面单击“自定义创建”tab页进入自定义创图界面。 在“服务选型”页面设置以下参数： 图1 图名称和软件版本 参数
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
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
度数关联度算法（Degree Correlation） 概述 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
执行事务Cypher 功能介绍 执行事务Cypher。 URI POST /ges/v1.0/{project_id}/graphs/{graph_name}/transaction/{commit} 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String
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章节时间轴设置中已经设置完成
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
执行Cypher查询 功能介绍 Cypher是一种被广泛使用的声明式图数据库查询语言，使用Cypher语句可以查询GES中的数据，并返回结果。当前的Cypher实现中使用了图的统计信息，目前Cypher查询编译过程中使用了基于label的点边索引，如需正常使用Cypher，请先参考
聚类系数算法（Cluster 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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
