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
"single", "dataType": "string" } } ] } 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":
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。
管理面任务中心 管理面任务中心功能，可用于查看创建图、备份图、启动图、增加备份、导入图、导出图、升级图等操作的异步任务的详情。 具体操作步骤如下： 在左侧导航栏，选择“任务中心” 在“任务中心”页面可以查看对应图所执行任务的类型，任务名称，图名称，关联图，开始时间，结束时间，状态和运行结果。
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。
jobID：异步任务的jobId。 图名称：只有持久化版图会显示图名称。 任务类型：异步任务类型（类型包括ImportGraph、VertexQuery）。 原始请求：用户发给接口原始请求的body体。 状态：包括等待、运行中、完成、取消四种。 进度：表示当前任务的运行进度。 开始时间：任务开始运行的时间，如果任务没有开始运行，该值为空。
"popularity" ] } ] } } 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":"success"
"ignoreLabel": false }, "createNotExists": false } SERVER_URL：图的访问地址，取值请参考业务面API使用限制。 样例中，若假设点666和777不在原图中，则创建666和777两个点，且label为默认值，之后再添加边。
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
"properties": [ "Rating" ] } ] } SERVER_URL：图的访问地址，取值请参考业务面API使用限制。 响应参数 表4 响应Body参数 参数 类型 说明 errorMessage String 系统提示信息。
ized PageRank算法。该算法继承了经典PageRank算法的思想，利用图链接结构来递归地计算各节点的重要性。与PageRank算法不同的是，为了保证随机行走中各节点的访问概率能够反映出用户的偏好，PersonalRank算法在随机行走中的每次跳转会以（1-alpha）的
lse， 默认为false。 false：会查询图实例2分钟内的指标。 true：会查询实时监控指标，请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标，会返回图实例性能指标和各个节点的指标。取值为true或者fals
"target": "27661363_山庄温泉" } ], "ignoreError": 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 表2 Body参数说明 参数 是否必选 类型 说明 edges 是 Object 待删除的边数组。
lse， 默认为false。 false：会查询图实例2分钟内的指标。 true：会查询实时监控指标，请求响应在3-5秒之间。 with_performance_metrics 否 Boolean 是否查询性能指标，会返回图实例性能指标和各个节点的指标。取值为true或者fals
计维度和周期，详细介绍请参见流水与明细账单。 样例二：使用资源名称查询账单 登录图引擎服务管理控制台，单击左侧导航栏的“图管理”进入页面。 在如下图所示位置单击鼠标左键，复制图实例名称。 图3 获取图实例名称 进入“费用中心 > 流水和明细账单”页面。 选择“明细账单”，在筛选条件中选择“资源名称”，并输入图
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
从本地或OBS导入数据 在图引擎管理控制台，单击左侧导航栏的“元数据管理”。 在“元数据管理”页面，单击左上角“导入”。 在“导入”页面，您可以在“类型”中选择从“本地”或从“OBS”中导入元数据。 从本地导入 “选择本地文件”：单击“上传”，选择本地的文件。 文件格式必须为xml格式。
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
