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
OD中介中心度（od_betweenness）（2.2.4） 表1 parameters参数说明 参数 是否必选 说明 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
最短路径（shortest_path） 表1 parameters参数说明 参数 是否必选 类型 说明 source 是 String 输入路径的起点ID。 target 是 String 输入路径的终点ID。 directed 否 Boolean 是否考虑边的方向，取值为true。
元数据操作 包名 样例类名 对应的API com.huawei.ges.graph.sdk.v1.examples.schema AddLabelSample 添加Label UpdateLabelSample 更新Label QueryGraphSchemaDetailSample
度数关联度（degree_correlation）(1.0.0) 表1 response_data参数说明 参数 类型 说明 degree_correlation Double 度关联度 父主题： 算法API参数参考
子图匹配（subgraph_matching）(2.2.16) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 edges 是 需匹配的子图的边集, 点的ID要求为size_t类型 String 标准CSV格式，边的起点与终点之间以英文逗号分隔，各边之间以换行符“\n”分隔，例如：“1
Bigclam算法（bigclam） 功能介绍 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.
infomap算法（infomap） 功能介绍 根据输入参数，执行infomap算法。 infomap算法是一种基于信息论的社区发现算法，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，其优化目标为找到最优的社区结构，使节点的层次编码长度最小。 URI POST /ges/v1
查看某个图的备份列表(1.0.0) 功能介绍 查询某个图下的备份列表。 调试 您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。 URI GET /v1.0/{project_id}/
初始化参数获取 参数名 参数值说明 获取方式 备注 regionCode 当前区域，比如华北-北京四的区域为cn-north-4 您可以从地区和终端节点中查询服务的区域。 - projectId 创建图实例的项目ID 登录管理控制台后，在页面右上角单击用户名，然后在下拉列表中单击“我的凭证”，进入“我的凭证”页面。
按文件更新/删除数据 包名 样例类名 对应的API com.huawei.ges.graph.sdk.v1.examples.fileoperation ImportPropertiesSample 通过导入文件更新点边的指定属性 DeleteByFileSample 通过读取文件删除点边
聚类系数（cluster_coefficient）(1.0.0) 表1 response_data参数说明 参数 类型 说明 cluster_coefficient Double 聚类系数。 statistics Boolean 是否仅返回全图平局聚类系数，默认为true。 父主题：
点集最短路（shortest_path_of_vertex_sets）(2.1.5) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 sources 是 起点ID集合 String 标准csv格式，ID之间以英文逗号分隔，例如：“Alice,Nana”。
OD中介中心度（od_betweenness） 功能介绍 根据输入参数，执行OD中介中心度算法。 OD中介中心度算法（od_betweenness）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。 URI POST /ges/v1.0/{p
标签传播算法（label_propagation） 功能介绍 根据输入参数，执行label_propagation算法。 标签传播算法（Label 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
Filtered-query 包名 样例类名 对应的API com.huawei.ges.graph.sdk.v1.examples.customoperation FilteredQuerySample Filtered-query FilteredQueryV2Sample Filtered-query
自定义操作 包名 样例类名 对应的API com.huawei.ges.graph.sdk.v1.examples.customoperation ExecuteCustomActionSample 执行自定义操作 父主题： 样例参考
node2vec算法（node2vec）(1.0.5) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 P 否 回退参数。 Double 大于0 1 Q 否 前进参数。 Double 大于0 1 dim 否 映射维度。 Integer 1~200，包括1和200。
子图匹配算法（subgraph matching） 功能介绍 根据输入参数，执行subgraph matching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。
连通分量（connected_component） 功能介绍 根据输入参数，执行连通分量（Connected Component）算法。 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
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
