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
通过知识点的先修关系，识别学习路径，针对薄弱知识点进行学习路径推荐。 金融风控应用 面对层出不穷、复杂多样的个人和群体行为，帮助客户挖掘出潜在的风险，为客户保驾护航。 该场景能帮助您实现以下功能。 实时欺诈检测 提供实时的用户行为检测，识别敏感用户，信息不一致的用户，及时识别欺诈风险。
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，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。
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，节点的标签按相似度传递给其他节点。标签数据就像是一个源头，可以对无标签数据进行标注，节点的相似度越大，标签越容易传播。
sources 否 查询的起始节点ID集合 String - 标准csv格式，ID之间以英文逗号分隔，例如:“Alice,Nana” n 否 枚举满足过滤条件的圈的个数上限 Int [1,100000] 100 statistics 否 是否输出所有满足过滤条件的圈的个数 Boolean
图数据模型中的点代表实体，如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 图数据模型中的边代表关系，如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 如果点被删除了，基于该点的边会自动删除。
类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false true weight 否 边上权重 String 空或字符串 * 空：边上的权重、距离默认为“1”。 * 字符串：对应的边上的属性将作为权重，当某边没有对应属性时，权重将默认为1。
集群容量：包括点和边的使用量、容量和使用率。 集群节点：包括CN节点可用数量/总数量、DN节点可用数量/总数量。 集群请求数统计：包括等待中的读请求个数、运行中的读请求个数、等待中的写请求个数、运行中的写请求个数。 图2 图集群状态 告警统计 在告警统计模块，您可以查看当前实例未消除的所有告警，以及过去7天实例产生的所有告警信息。
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”发掘，交通、传输等网络中关键节点识别，城市热点事件\早晚高峰人群车辆迁徙发生时关键路段的模拟；适用于社交、金融风控、交通路网、城市规划等领域 参数说明
er语句可以查询和修改GES中的数据，并返回结果。 商用 Cypher查询 2 上线子图匹配算法 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。 商用 子图匹配 3 上线带过滤全对最短路径算法
隐藏label 隐藏当前选择的label的点和边 在绘图区，单击图中任意一个点，被选中的点会显示为。 表示label隐藏。在图数据中默认是全部展示的，单击label旁的“眼睛”按钮，可隐藏当前选择的label的点和边（即在画布中不展示）。 表示基于label的实体过滤查询，单击该查询按
Louvain算法 概述 Louvain算法是基于模块度的社区发现算法，该算法在效率和效果上都表现较好，并且能够发现层次性的社区结构，其优化目标是最大化整个社区网络的模块度。 适用场景 Louvain算法适用于社团发掘、层次化聚类等场景。 参数说明 表1 Louvain算法参数说明
并且运行在一个完全隔离环境中的计算机系统。 CPU架构 CPU架构：目前支持“X86计算”和“鲲鹏计算”架构。 图规格（边数） 以边为单位，根据用户当前的配额，系统会提示可创建的图的数量以及边数。 “企业生产”和“开发学习”有不同的规格。 “开发学习”：目前只有“一万边”一种规格，无论在哪种产品类型下。
紧密中心度是一个节点到所有其他可达节点的最短距离的平均，该指标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 Centrality”越小，其所在图中的位置越中心。 标签传播（Label Propagation） 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
k核算法（k-core） 概述 k核算法（k-core）是图算法中的一个经典算法，用以计算每个节点的核数。其计算结果是判断节点重要性最常用的参考值之一，较好的体现了节点的传播能力。 适用场景 k核算法（k-core）适用于社区发现、金融风控等场景。 参数说明 表1 k核算法（k-core）参数说明
Cypher查询支持联想历史记录的功能，根据您输入的语法关键字会自动显示您刚输入过的语法供您参考和选择，帮助您提高查询效率。 图2 Cypher联想查询 输入栏中的关键词，不同的类型会呈现出不同的颜色，具体颜色区分如下： 保留字：灰色 注意：保留字是编程语言中的一类语法结构。在特定的编程语言里，这
标签（Label） 标签是属性的集合，描述了一个点或边拥有的所有属性的数据格式。 在不同的标签中，如果定义了相同的属性名称（Property name），则定义的cardinality和dataType需要跟已定义的一致。2.3.18版本以后不再有该限制，即支持不同Label下的同名属性类型不同。
紧密中心度是一个节点到所有其他可达节点的最短距离的平均，该指标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 Centrality”越小，其所在图中的位置越中心。 标签传播（Label Propagation） 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
产品优势 大规模 高效的数据组织，让您更有效的对百亿节点千亿边规模的数据进行查询与分析。 高性能 深度优化的分布式图形计算引擎，为您提供高并发、秒级多跳的实时查询能力。 查询分析一体 查询分析一体化，提供丰富的图分析算法，为关系分析、路径的规划、营销推荐等业务提供多样的分析能力。 简单易用
图信息：显示当前快照所保存的图数据。 主题色：记录保存快照时，画布的主题颜色。 快照的创建时间和修改时间。 操作列功能： 查看：将选择的快照展示在画布上。若您当前主题的颜色与当时保存的快照颜色不同，会有提示信息如图3所示。单击“是”系统会切换到快照保存时的主题，单击“否”系统会继续使用当前画布主题色。
DSL查询支持联想历史记录的功能，根据您输入的语法关键字会自动显示您刚输入过的语法供您参考和选择，帮助您提高查询效率。 输入栏中的关键词，不同的类型会呈现出不同的颜色，具体颜色区分如下： 保留字：灰色 注意：保留字是编程语言中的一类语法结构。在特定的编程语言里，这些保留字具有较为特殊的意义，并且在语言的格式说明里被预先定义。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
