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
louvain算法（louvain） 功能介绍 根据输入参数，执行Louvain算法。 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。 URI POST /ges/v1.0/{project_id
服务支持使用哪些算法对图进行分析？ 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。 支持在查询编辑器页面使用算法对图进行分析，当前支持的算法列表如下图所示。 表1 算法一览表 算法 介绍 PageRank算法 又称网页排名，是一种由搜索引擎根据网页
关联预测算法（link_prediction） 功能介绍 根据输入参数，执行link_prediction算法。 关联预测算法（link_prediction）给定两个节点，根据Jaccard度量方法计算两个节点的相似程度，预测节点之间的紧密关系。 URI POST /ges/v1.0
DSL语法说明 语法介绍 Algorithm query接口是GES提供的一种graph DSL，我们可以利用DSL来完成对图的查询与计算。服务规划为DSL增加各种查询算子，细粒度的基础计算模式算子，从而使得DSL支持用户自定义的图遍历，多跳过滤查询，模式匹配，相似性算法，社区算法
k跳算法（k-hop） 概述 k跳算法（k-hop）从起点出发，通过宽度优先搜索（BFS），找出k层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。
Node2vec算法 概述 Node2vec算法通过调用word2vec算法，把网络中的节点映射到欧式空间，用向量表示节点的特征。 Node2vec算法通过回退参数 P 和前进参数 Q 来生成从每个节点出发的随机步，带有BFS和DFS的混合，回退概率正比于1/P，前进概率正比于1/
算法API参数参考 算法公共参数 pagerank算法(1.0.0) personalrank算法(1.0.0) k核算法（kcore）(1.0.0) k跳算法（k_hop）(1.0.0) 共同邻居（common_neighbors）(1.0.0) 点集共同邻居(common_neighbors_of_vertex_sets
算法 代码样例文件路径 代码样例文件名 对应的API com.huawei.ges.graph.sdk.v1.examples.algorithm PagerankSample PageRank算法 PersonalrankSample Personalrank算法 KcoreSample
算法参考 算法一览表 PageRank算法 PersonalRank算法 k核算法（k-core） k跳算法（k-hop） 最短路径算法（Shortest Path） 全最短路算法（All Shortest Paths） 带一般过滤条件最短路径（Filtered Shortest
算法API参数参考 算法公共参数 pagerank算法 personalrank算法（personalrank） k核算法（kcore） k跳算法（k_hop） 点集共同邻居(common_neighbors_of_vertex_sets) 最短路径（shortest_path）
Louvain算法(1.0.0) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 convergence 否 收敛精度。 Double 0~1，不包括0和1。 0.00001 max_iterations 否 最大迭代次数。 Integer 1~2000
louvain算法（louvain）(2.2.1) 表1 parameters参数说明 参数 是否必选 说明 类型 取值范围 默认值 convergence 否 收敛精度。 Double 0~1，不包括0和1。 0.00001 max_iterations 否 最大迭代次数。 Integer
删除过滤后的点(2.2.7) 功能介绍 删除满足过滤条件的点集合。 表1 路径参数 参数 是否必选 类型 说明 project_id 是 String 项目ID。获取方法请参见获取项目ID。 graph_name 是 String 图名称。 URI POST /ges/v1.0/{
使用算法分析图 服务为您提供了丰富的基础图算法、图分析算法和图指标算法，您可以使用图算法做关系分析等。 操作步骤 进入图引擎编辑器页面，详细操作请参见访问图引擎编辑器。 在算法分析区，你可以选择算法，并设置参数。 图引擎服务支持的算法如算法一览表所示，详细算法介绍请参见算法参考。
实时推荐（realtime_recommendation）(2.2.21) 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 节点的ID，可以是多个。 String source节点的个数不超过上限（默认30个，可以通过source_limit
新建索引(1.1.6) 功能介绍 根据给定的indexName，IndexType等信息创建索引。目前支持的索引：复合索引。 复合索引有全局点索引（GlobalCompositeVertexIndex）和全局边索引（GlobalCompositeEdgeIndex）。复合索引可在label
Cesna算法（cesna） 功能介绍 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
时序路径分析（Temporal Paths） 概述 时序路径分析算法（Temporal Paths）区别于静态图上的路径分析，结合了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，呈现时间递增（或非减）性。 时序路径不满足传递性：即从节点i到节点j有一条时序路径
支持的表达式，函数及过程 表达式 Cypher查询支持多种的表达式，可以组合成丰富的过滤条件，目前支持的表达式如下： 运算类型 表达式 举例&备注 逻辑运算 and match (n:user) where n.age='Under 18' and n.gender='F' return
新建索引 功能介绍 根据给定的indexName，IndexType等信息创建索引。目前支持两种索引：复合索引和全文索引。 复合索引有全局点索引（GlobalCompositeVertexIndex），全局边索引（GlobalCompositeEdgeIndex）以及局部点索引（CompositeVertexIndex
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
