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
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 Path)参数说明 参数 是否必选 说明 类型 取值范围 默认值
ess Centrality”越大,其在所在图中的位置越靠近中心。 适用场景 紧密中心度算法(Closeness Centrality)适用于社交网络中关键节点发掘等场景。 参数说明 表1 紧密中心度算法(Closeness Centrality)参数说明 参数 是否必选 说明 类型
此造成业务损失。 配置OBS转储 云监控各监控指标的原始数据的保留周期为两天,超过保留周期后原始数据将不再保存。用户可以开通对象存储服务,然后将原始数据同步保存至OBS,以保存更长时间。 关于如何配置OBS转储,具体请参见《云监控服务用户指南》中的配置OBS数据存储章节。 父主题:
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。 参数说明 无。 示例 单击运行,计算图的度数关联度,JSON结果会展示在查询结果区。 父主题: 算法参考
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 参数 是否必选 说明 类型 取值范围 默认值 convergence
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 共同邻居算法(Common Neighbors)适用于电商、社交等多领域的推荐场景。 参数说明 表1 共同邻居参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 输入起点ID
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。 响应参数 参数 类型 说明 errorMessage String 系统提示信息,执行成功时,字段可能为空。执行失败时,用于显示错误信息。 errorCode String 系
类型 说明 exportPath 是 String 导出路径。 fileName 否 String 导出文件名。 obsParameters 是 String OBS认证参数。具体请见表3。 paginate 否 Object 分页参数,导出异步任务API默认关闭分页,具体请见表表4。
errorMessage String 系统提示信息,执行成功时,字段可能为空。执行失败时,用于显示错误信息。 errorCode String 系统提示信息,执行成功时,字段可能为空。执行失败时,用于显示错误码。 jobId String 执行算法任务ID。请求失败时,字段为空。 说明:
应用场景 GES服务适用于互联网应用、知识图谱应用、社交网络、金融风控应用、城市工业应用、企业IT应用等场景。 互联网应用 在移动互联网时代,面对庞大的社交关系,媒体传播网络,GES可以帮助客户快速、有效的发现海量数据中隐含的信息。 该场景能帮助您实现以下功能。 推荐好友、商品或资讯
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 表1 OD-betweenness Centrality算法参数说明 参数 是否必选 说明
受的折扣越大。一般适用于设备需求量长期稳定的成熟业务。 按需计费: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,秒级计费,按小时结算。按需计费模式允许您根据实际业务需求灵活地调整资源使用,无需提前预置资源,从而降低预置过多或不足的风险。一般适用于电商抢购等设备需求量瞬间大幅波动的场景。
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。 参数说明 表1 k跳算法(k-hop)参数说明 参数 是否必选 说明 类型 取值范围 默认值 k 是
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
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 参数 是否必选 说明 类型 取值范围 默认值 k 是 核数。
点数据集路径。 表7 schemaPath 参数 参数类型 描述 path String OBS文件路径。 log String OBS文件导入日志存储文件。 status String OBS文件导入状态。 success:完全成功 failed:完全失败 partFailed:部分成功
点数据集路径。 表7 schema_path 参数 参数类型 描述 path String OBS文件路径。 log String OBS文件导入日志存储文件。 status String OBS文件导入状态。 success:完全成功 failed:完全失败 partFailed:部分成功
映射维度。 Integer 1~200,包括1和200。 50 walkLength 否 随机步长。 Integer 建议取1~100,包括1和100。 40 walkNumber 否 每个节点的随机步长数。 Integer 建议取1~100,包括1和100。 10 iterations
error_msg String 系统提示信息。 执行成功时,字段可能为空。 执行失败时,用于显示错误信息。 error_code String 系统提示信息。 执行成功时,字段可能为空。 执行失败时,用于显示错误码。 请求示例 创建一个图,图名称为demo,图规模类型索引为百万边,图实例CPU架构类型为X86
Vertex Sets) 概述 点集全最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间的所有最短路径。 适用场景 点集最短路算法可应用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系的分析。 参数说明 表1 All Shortest