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
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
应用示例 使用HyG算法分析图
Service,简称GES),使用华为自研的EYWA内核,是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交关系分析、营销推荐、舆情及社会化聆听、信息传播、防欺诈等具有丰富关系数据的场景。 功能介绍 GES服务的功能主要有以下5个方面: 丰富的领域算法 支持PageRan
Neighbors)是一种常用的基本图分析算法,可以得到两个节点所共有的邻居节点,直观地发现社交场合中的共同好友、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
返回所有SceneApplication application_name 否 String 应用程序名字。当有且只有scene_name、application_name有值时,返回与application_name对应的application详情。当scene_name、applica
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。 适用场景 子图匹配(subgraph matching)算法适用于社交网络分析、生物信息学、交通运输、群体发现、异常检测等领域。 参数说明 表1 subgraph
ss 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”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
您可以通过图引擎编辑器对图进行分析和查询。其内置丰富的算法,供不同领域客户在不同场景使用;兼容Gremlin查询语言和Cypher查询语言,支持开放的API接口。简单易用,让零基础用户快速上手。 具体操作步骤如下: 登录图引擎服务管理控制台,左侧导航栏选择“图管理”。 在“图管理”页面,选择需要访问的图,单击“操作”列的“访问”。
0/{project_id}/hyg/{graph_name}”,project_id为项目ID,graph_name为图数据库中已创建的图名。 在Request Header中增加“X-Auth-Token”。 在Request Body中传入参数如下: { "inEdge": true //图是否包含入边
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 参数说明 表1 Edge-betweenness Centrality算法参数说明
对于该source节点的随机游走将提前结束。 Int 1~2000 1000 label 否 希望输出的点的类型。 说明: 其值为空时,将不考虑点的类型,输出算法原始计算结果。 对其赋值时,将从计算结果中过滤出具有该“label”的点的返回。 String 节点label - directed
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 * 空:边上的权重、距离默认为“1”。 * 字符串:对应的边上的属性将作为权重,当某边没有对应属性时,权重将默认为1。
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,如发现社交场合中的共同好友、消费领域共同感兴趣的商品、社区群体共同接触过的人,进一步推测两点集合之间的潜在关系和联系程度。 适用场景 点集共同邻居算法适用于进行关系发掘、产品/好友推荐等图分析技术。
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)的概率返回到source节点,因此可
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)的概率返回到source节点,因此可
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。 请求示例 订阅scenes应用场景分析能力,订阅的具体场景名称为12345工单关联分析,要订阅的application名字列表为"动态高纬关系深度分析"。 POST /v2/{project_id}/gr
场景名。 applications 否 Array of strings 要取消订阅的application 名字列表。 响应参数 状态码: 200 表5 响应Body参数 参数 参数类型 描述 success Array of strings 取消订阅成功的SceneApplication。
Engine Service,简称GES),是国内首个商用的、拥有自主知识产权的国产分布式原生图引擎,是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交应用、企业关系分析、风控、推荐、舆情、防欺诈等具有丰富关系数据的场景。 本文档能够帮助您快速了解和使用图引擎服务,基本使用流程如下:
Engine Service)。图引擎服务是业内首个商用的、拥有自主知识产权的国产分布式原生图引擎,是针对以“关系”为基础的“图”结构数据,进行查询、分析的服务。广泛应用于社交应用、企业关系分析、风控、推荐、舆情、防欺诈等具有丰富关系数据的场景。 您可以使用本文档提供API对图引擎服务资源进行相关操作。