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
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。
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
访问图和分析图 大图访问 图引擎编辑器介绍 访问图引擎编辑器 动态图 图探索功能 多图管理(持久化版) HyG图管理(持久化版) 添加自定义操作 Schema编辑 隐藏图敏感信息 可视化查询图 画布快照 Gremlin查询 Cypher查询 DSL查询 使用算法分析图 索引管理 在绘图区分析图
) String source节点的个数不超过10000个。 - targets 是 终点ID集合,多个节点ID以逗号分隔(即,标准CSV输入格式) String target节点的个数不超过10000个。 - directed 否 是否考虑边的方向 Boolean true 或false,布尔型。
指定某个起始节点id,结合消息传递时间递增和BFS遍历顺序(temporal bfs算法),搜索周围与之相关联的点,输出对应各节点的到达时间以及和源起点之间的距离。具体操作步骤如下: 在左侧“动态图”操作区的“动态拓展”模块内填写参数: 开始和结束的时间以及属性值在上述章节时间轴设置中
从一个点出发搜索到目标节点的时序路径(时序路径满足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的经过时间),在画布上呈现点、边随时间递增(或非减)的变化趋势。 该功能可以通过strategy参数调整搜索的是距离最短的时序路径,还是尽早到达目标节点的时序路径。具体操作步骤如下:
“开发学习”:完整功能体验,适合开发者学习使用。 产品类型 可选的产品类型。 内存版:容量有限,最大可支持到百亿边。基于内存存储和计算,预置丰富的算法,支持Gremlin和Cypher查询语言。 持久化版:容量无限。基于分布式KV数据库做存储和计算的新一代图数据库,有更高的性能,仅支持Cypher查询语言。
Paths:表示距离最短的时序路径。 Foremost Temporal Paths:表示尽可能早的到达目标节点的时序路径。 Fastest Temporal Paths :表示耗费时间最短的时序路径。 适用场景 适用于疫情或疾病传播溯源、信息传播和舆情分析、结合时序的路径规划、资金流通路径等场景。
directed 否 Boolean 是否考虑边的方向,取值为true 或false,默认值为false。 k 否 Integer 最大深度,取值范围在1-100,包括1和100,默认值为3。 strategy 否 String 运行的算法策略。取值为:shortest,foremost,fastest。
查询和分析图 在“图管理”页面,可以通过“访问”操作对创建好的图数据进行查询和分析。 操作步骤 在“图管理”页面,选择已创建的图,在“操作”列选择“访问”,进入图引擎编辑器页面。 编辑器页面分布如图1所示,您可按照以下操作来熟悉编辑器功能: 算法区:选择任意算法,填写相关参数,执
根据输入参数,执行Cesna算法。 Cesna算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的。此外,该算法还利用了节点属性对社区进行建模,即假设节点的属性也是根据社区关系生成的。 URI POST /ges/v1.0/{project_id}/
动态拓展(temporal_bfs) 功能介绍 指定某个起始节点id,结合消息传递时间递增和BFS遍历顺序(Temporal BFS算法),搜索周围与之相关联的点,输出对应各节点的到达时间,以及与源起点之间的距离。 图1 原理展示 URL POST /ges/v1.0/{project_i
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。
用户Token。 用于获取操作API的权限。获取方法请参见获取Token接口,响应消息头中X-Subject-Token的值即为Token。 表3 请求Body参数 参数 是否必选 参数类型 描述 scenes 否 Array of scenes objects 要订阅的具体场景。 表4 scenes
集群信息:包括图规格、CPU架构。 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(内存版):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 实例资源 在实例
奖 高效的数据组织,更有效的对百亿节点千亿边规模的数据进行查询与分析。深度优化的分布式图形计算引擎,提供高并发、秒级多跳的实时查询能力。 公测 / 2 上线了全最短路径、node2vec等数个核心算法 为满足用户各种场景需求,图引擎服务提供了丰富的基础图算法、图挖掘算法和图指标算法。
用户Token。 用于获取操作API的权限。获取方法请参见获取Token接口,响应消息头中X-Subject-Token的值即为Token。 表3 请求Body参数 参数 是否必选 参数类型 描述 scenes 否 Array of scenes objects 要取消订阅的具体场景列表。 表4
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
根据输入参数,执行BigClam算法。 BigClam算法是一种重叠社区发现算法,该算法将节点与社区之间的关系建模为一个二部图,假设图中节点的连边是根据社区关系生成的,其可以检测出图中的重叠社区。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm