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
实时推荐算法(Real-time Recommendation) 概述 实时推荐算法(Real-time Recommendation)是一种基于随机游走模型的实时推荐算法,能够推荐与输入节点相近程度高、关系或喜好相近的节点。 适用场景 实时推荐算法(Real-time Reco
进入API Explorer,产品选择“图引擎服务”。 单击任意API的“代码示例”,再单击“SDK信息”即可获取安装方式与使用说明。 图1 查看代码示例 图2 SDK信息 生成SDK代码示例 进入API Explorer,产品选择“图引擎服务”。 “当前版本”可选v1和v2(推荐),
标签传播算法(Label Propagation) 概述 标签传播算法(Label Propagation)是一种基于图的半监督学习方法,其基本思路是用已标记节点的标签信息去预测未标记节点的标签信息。利用样本间的关系建图,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
关联路径算法(n-Paths) 概述 关联路径算法(n-Paths)用于寻找图中两节点之间在层关系内的n条路径。 适用场景 关联路径算法(n-Paths)适用于关系分析、路径设计、网络规划等场景。 参数说明 表1 关联路径算法(n-Paths)参数说明 参数 是否必选 说明 类型
历史查询 在运维监控页面左侧导航栏单击“监控>历史查询”,进入历史查询页面,该页面展示了图实例历史上运行过的异步任务的详情(和业务面任务中心展示的一样)。 图1 历史查询页面 父主题: 监控
点集最短路(Shortest Path of Vertex Sets) 概述 点集最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间的最短路径。 适用场景 点集最短路算法(Shortest Path of Vertex Sets)适用于互联
边中介中心度(Edge-betweenness Centrality) 概述 边中介中心度算法(Edge-betweenness Centrality)以经过某条边的最短路径数目来刻画边重要性的指标。 适用场景 同betweenness类似,可用作关键关系的发掘;适用于社交、金融风控、交通路网、城市规划等领域
点集共同邻居(Common Neighbors of Vertex Sets) 概述 点集共同邻居(Common Neighbors of Vertex Sets)可以得到两个点集合(群体集合)所共有的邻居(即两个群体临域的交集),直观的发现与两个群体共同联系的对象,如发现社交场
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)适用于衡量图的结构特性场景。
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。
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
全最短路算法(All Shortest Paths) 概述 全最短路径算法(All Shortest Paths)用以解决图论研究中的一个经典算法问题,旨在寻找图中两节点之间的所有最短路径。 适用场景 全最短路径算法(All Shortest Paths)适用于路径设计、网络规划等场景。
持久化版规格说明 持久化版图数据库作为一款新型图数据库产品,除了具备图管理、图数据增删改和查询分析等能力,适配Cypher查询语言外,还为用户提供了图数据的持久化功能,将用户写入的数据落盘,通过多副本和硬件冗余等方式,实现高可用和快速故障恢复,目前持久化版已完成千亿和万亿的大规模图存储和查询验证。
业务面API使用限制 用户访问业务面API有三种方式: 通过ECS访问,且创建ECS的VPC和创建图选定的VPC是同一个。如果安全组选择的是同一个,则可以直接访问;如果安全组不是同一个,要在创建图的安全组开通该ECS的访问限制,即入方向放开80和443端口,出方向放开所有端口(分
Gremlin命令怎么执行和查看运行结果? 执行 在图编辑器页面,您可以在此页面对当前图进行查询分析,在页面下方的Gremlin输入框中,输入一行Gremlin命令后,按“回车”键执行。 查看结果 执行Gremlin命令后在“运行记录”可以看到命令运行情况,在“查询结果”可以看到
点集全最短路(All Shortest Paths of Vertex Sets) 概述 点集全最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间的所有最短路径。 适用场景 点集最短路算法可应用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系的分析。
单点环路检测(Single Vertex Circles Detection) 概述 单点环路检测(Single-Vertex-Circles-Detection)是一个经典的图问题,意在寻找图中的环路。环路上的点较好地体现了该点的重要性。 适用场景 单点环路检测适用于交通运输、金融风控等场景。
下拉列表中单击“我的凭证”,进入“我的凭证”页面。 在页面的项目列表中查看项目ID。 iamEndPoint 否,密码认证方式必填 IAM服务的终端节点 您可以从地区和终端节点中查询。 authToken 否,Token认证必填 用户Token Token可通过调用获取用户Token接口获取
OD中介中心度(OD-betweenness Centrality) 概述 OD中介中心度算法(OD-betweenness Centrality)在已知一系列OD出行计划前提下,以经过某个点/某条边的最短路径数目来刻画边重要性的指标。 适用场景 可用作社交、风控等网络中“中间人
带过滤全最短路径(Filtered All Shortest Paths) 概述 带过滤全最短路径(Filtered All Shortest Paths)是在最短路径算法(Shortest Path)基础上支持条件过滤,寻找图中两节点之间满足条件的全最短路径。 适用场景 适用于关系挖掘、路径规划、网络规划等场景。