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
创建图的方式 本章节为您介绍如何使用图引擎服务（GES）进行创建图。 有三种创建方式可供选择：自定义创建，行业图模板创建和创建动态图，系统默认使用自定义创建方式。 自定义创建图：您可以直接使用系统默认的创图方式，进行查询和分析图。 行业图模板创建图：您可以选择想要创建的模板，系统
导入元数据 准备元数据 从本地或OBS导入数据 父主题： 元数据操作
], "Gender":[ "F" ] } } SERVER_URL：图的访问地址，取值请参考业务面API使用限制。 响应示例 状态码： 200 成功响应示例 Http Status Code: 200 { "result":
0/{project_id}/graphs/{graph_name}/vertices/detail?vertexIds=46 SERVER_URL：图的访问地址，取值请参考业务面API使用限制。 响应示例 状态码： 200 成功响应示例 Http Status Code: 200 { "data":
"max_iterations":1000, "directed":true } } SERVER_URL：图的访问地址，取值请参考业务面API使用限制。 请求参数 Body参数说明详见算法公共参数表。 响应参数 表2 响应Body参数说明 参数 类型 说明
图引擎服务提供包年/包月、按需计费两种计费模式，以满足不同场景下的用户需求。 包年/包月是一种预付费模式，即先付费再使用，按照订单的购买周期进行结算，因此在购买之前，您必须确保账户余额充足。 按需计费是一种后付费模式，即先使用再付费，按照图实例实际使用时长计费。 关于两种计费模式的详细介绍请参见计费模式概述。
擎根据网页（节点）之间相互的超链接进行计算的技术，用来体现网页（节点）的相关性和重要性。 如果一个网页被很多其他网页链接到，说明这个网页比较重要，也就是其PageRank值会相对较高。 如果一个PageRank值很高的网页链接到其他网页，那么被链接到的网页的PageRank值会相应地提高。
任务中心 管理面任务中心 业务面任务中心 父主题： 查看图任务
编辑元数据 如果导入或创建的元数据文件不符合业务诉求，需要进行变更，您可以通过编辑元数据对Label和Property进行修改。 编辑元数据文件完成后，将覆盖之前的元数据文件。为避免数据丢失，建议您在编辑前，先复制一份元数据。 操作步骤 在“元数据管理”页面，编辑元数据有两个入口：
删除元数据 当元数据文件失效后，您可以在“元数据管理”页面，对应的元数据文件“操作”列中单击“删除”，来删除元数据文件。 数据删除后无法恢复，请谨慎操作。 图1 删除元数据 父主题： 元数据操作
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
共同邻居算法（Common Neighbors） 概述 共同邻居算法（Common Neighbors）是一种常用的基本图分析算法，可以得到两个节点所共有的邻居节点，直观地发现社交场合中的共同好友、以及在消费领域共同感兴趣的商品，进一步推测两个节点之间的潜在关系和相近程度。 适用场景
查看创建失败的图 当GES依赖的ECS服务的配额不足时，会出现创建图失败的情况，您可以在“图管理”页面查看创建失败的图。 操作步骤 在左侧导航栏，选择“图管理”。 在“图管理”页面中，左上角的“图管理”页签旁可以看到当前创建图失败的图数量。 图1 创图失败的图数量 单击可查看创建
备份图和恢复图 备份图 恢复图 删除备份 导出备份到OBS 从OBS中导入备份 父主题： 管理图
图数据的格式 一般图数据格式 动态图数据格式 父主题： 元数据操作
对于按需计费模式的资源，若不再使用这些资源且需停止计费，请删除相应资源。需要注意的是，停止运行的图实例的只是不收取基础资源图规格（边数）的费用，您存储到OBS中的图数据及OBS桶、公网带宽等仍然正常计费。因此删除图实例才能避免继续产生费用。 通过账单查找云服务资源并停止计费 为了确保所有计费资源都
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。
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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
