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
属性编辑 属性页签可展示选中点或边的属性信息,也可对单个点或边的属性进行编辑。 属性编辑的操作如下: 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,展示选中点边的属性信息。 若选中的点有多个标签(label),可单击label后的下拉框来查看其它label的属性信息。
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。
最短路径算法(Shortest Path) 概述 最短路径算法(Shortest Path)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最短路径。 适用场景 最短路径算法(Shortest Path)适用于路径设计、网络规划等场景。 参数说明 表1 最短路径算法(Shortest
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。
导入IAM用户 您需要在“导入IAM用户”弹框中,填写需要添加的IAM用户ID和IAM用户名,填写完成后单击“确定”,系统将会帮您在GES服务中添加该IAM用户,以便在用户组配置中能够选择该IAM用户。 图4 填写IAM用户信息 父主题: 配置图操作权限
Cypher查询 Cypher是一种声明式图查询语言,使用Cypher语句可以查询和修改GES中的数据,并返回结果。 具体操作步骤如下: 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。 Cypher查询编译过程中使用了基于label的点边索引。 第一次使用Cypher查询
Integer - - end 是 动态分析终止时间 Date/ Integer - - time_props 是 动态分析的时间属性定义 Object - - 表3 动态分析的时间属性(time_props)说明 参数 是否必选 说明 类型 取值范围 默认值 stime 是 开始时间属性名称
17及以上版本的内存版图或2.4.8及以上版本的持久化版图。 一万边规格为开发学习类型,暂不支持运维监控看板。 图实例运维监控页面 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,指定图实例的操作列,单击“更多 > 运维监控面板”,进入该图实例的运维监控页面
下载与安装SDK 业务面SDK支持Java和Python两种语言,Java SDK有以下两种情况: Maven源可用:有配置maven源,且maven源可以从开源仓库下载jar包。 Maven源不可用:没有配置maven源或者maven源不能从开源仓库下载jar包。 下载SDK
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。
兼容Gremlin查询语言和Cypher查询语言,支持开放的API接口。简单易用,让零基础用户快速上手。 具体操作步骤如下: 登录图引擎服务管理控制台,左侧导航栏选择“图管理”。 在“图管理”页面,选择需要访问的图,单击“操作”列的“访问”。 图引擎编辑器页面如图1所示。您可以
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
图探索功能 提供图相关工具来探索图。 多标签图不支持图探索功能。 路径拓展 利用Filtered-query-API原理,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
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
为了提高画布展示体验,您可以使用大图访问模式,对图数据进行处理和分析。 目前仅支持使用Cypher查询来进行大图访问和分析。 具体操作步骤如下: 登录图引擎服务管理控制台,在左侧导航栏中选择“图管理”。 在图管理页面,对需要进行分析的图,单击操作列中的“更多 > 大图访问”。 图1 大图访问 进入
紧密中心度算法(Closeness Centrality) 概述 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。紧密中心度可以用来衡量信息从该节点传输到其他节点的时间长短。节点的“Closeness
三角计数算法(Triangle Count) 概述 三角计数算法(Triangle Count)统计图中三角形个数。三角形越多,代表图中节点关联程度越高,组织关系越严密。 适用场景 三角计数算法(Triangle Count)适用于衡量图的结构特性场景。 参数说明 参数 是否必选
中介中心度算法(Betweenness Centrality) 概述 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。 适用场景 可用作社交、风控等网络中“中间人”发掘,交通、传输等网络中关键节点识别;适用于社交、金融风控、交通路网、城市规划等领域
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。