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
response_data参数说明 参数 类型 说明 closeness Double 紧密中心度值。 source String 计算的节点ID。 父主题： 算法API参数参考
HyG算法结果转存 功能介绍 用于将算法（jobId）的执行结果转存到OBS，供用户查看全量结果。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/jobs/{job_id}/export-result 表1 路径参数 参数 是否必选
String 字符串：对应的点/边上的属性作为时间 - filterType 否 在点或边上过滤 String V：点上 E：边上 BOTH：点和边上 BOTH startTime 否 起始时间 String Date型字符串或时间戳 - endTime 否 终止时间 String Date型字符串或时间戳
边中介中心度（edge_betweenness） 功能介绍 根据输入参数，执行边中介中心度算法。 边中介中心度算法（edge_betweenness）以经过某条边的最短路径数目来刻画边重要性的指标。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
cluster_coefficient Double 聚类系数。 statistics Boolean 是否仅返回全图平局聚类系数，默认为true。 父主题： 算法API参数参考
…]，其中vertexId为string类型。 runtime 是 Double 算法运行时间。 n 是 Integer 枚举圈的个数的上限。 circle_number 否 Integer 当statistics=true时，输出所有满足条件的圈的个数。 父主题： 算法API参数参考
0) 表1 response_data参数说明 参数 类型 说明 degree_correlation Double 度关联度 父主题： 算法API参数参考
runtime Double 算法运行时间。 min_circle_length Integer 最小圈长。 max_circle_length Integer 最大圈长。 limit_circle_number Integer 限定寻找圈的个数。 父主题： 算法API参数参考
其中vertex为string类型。 subgraph_number 否 Integer 当statistics = true时，输出所有满足条件的子图的个数。 父主题： 算法API参数参考
algorithmName 是 String 算法名字。 取值范围： connected_component。 kcore。 parameters 是 JSON 算法参数描述。 connected_component算法。 kcore算法。 subgraphCreator 是 Object
Integer 当图较大时，运行betweenness较慢，可以设置k，算法将从图中随机选取k各点，进行采样运算，k值越大约接近准确解。k不大于100000。 - 当进行采样近似edge-betweenness运算时，seeds和k参数二选一输入即可，当两者同时输入时，默认以seeds节点作为采样节点运算，忽略k。
路径最大长度（cutoff ）<=1000000, 路径数量上限（path_num） *路径最大长度（cutoff ）<=1000000。 本算法增加了内存容量校验，当内存不够时会报memory is not enough错误。 表2 response_data 参数说明 参数 类型
请求参数 表2 请求Body参数 参数 是否必选 类型 说明 algorithmName 是 String 算法名字。 parameters 是 parameters Object 算法参数。 表3 parameters 参数 是否必选 类型 说明 sources 是 String 起点
概述 子图匹配（subgraph matching）算法的目的是在一个给定的大图里面找到与一个给定小图同构的子图，这是一种基本的图查询操作，意在发掘图重要的子结构。 适用场景 子图匹配（subgraph matching）算法适用于社交网络分析、生物信息学、交通运输、群体发现、异常检测等领域。
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）和终点集（targets），本算法将返回起点集合到终点集合之间满足条件的两两全最短路径。 适用场景 带过滤全对最短路径（Filtered All
请求参数 表2 请求Body参数 参数 是否必选 类型 说明 algorithmName 是 String 算法名字。 parameters 是 parameters Object 算法参数。 表3 parameters 参数 是否必选 类型 说明 sources 是 String 起点
系的对象，如发现社交场合中的共同好友、消费领域共同感兴趣的商品、社区群体共同接触过的人，进一步推测两点集合之间的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。 参数说明 表1 Common Neighbors of Vertex Sets参数说明
请求参数 表2 请求Body参数 参数 是否必选 类型 说明 algorithmName 是 String 算法名字。 parameters 是 parameters Object 算法参数。 表3 parameters 参数 是否必选 类型 说明 sources 是 String 起点
ces。 source 是 String 源节点ID。 target 是 String 目标节点ID。 runtime 是 Double 算法运行时间 。 响应样例 同步成功响应样例 { "data": { "outputs": {
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）适用于互联网社交、金
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
