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
网络的结构信息。 实时推荐(Real-time Recommendation) 一种基于随机游走模型的实时推荐算法,能够推荐与输入节点相近程度高、关系或喜好相近的节点。该算法可以基于历史购买或浏览数据进行相近商品推荐,也可以针对人进行相近喜好的潜在好友推荐。 共同邻居(Common
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Pag
Token认证:通过账号密码获取Token认证调用请求。 AK/SK认证:通过AK(Access Key ID)/SK(Secret Access Key)加密调用请求。 推荐使用AK/SK认证,其安全性比Token认证更高。 获取初始化参数 表1 初始化参数 参数名 是否必填 参数说明 来源 graphEndPoint
图引擎服务(Graph Engine Service,简称GES)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。 本文档将为您介绍如何在图引擎服务管理控制台完成图数据的相关操作和分析。 使用本服务的操作流程如下所示:
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 String - -
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: 准备工作:已注册华为云账号并进行了实名认证,账号不能处于欠费或冻结状态。
指导客户进行优化解决。 图实例运维监控看板只支持:2.3.17及以上版本的内存版图或2.4.8及以上版本的持久化版图。 一万边规格为开发学习类型,暂不支持运维监控看板。 图实例运维监控页面 登录图引擎服务管理控制台。在左侧导航栏,选择“图管理”。 在图管理列表中,指定图实例的操作列,单击“更多
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。 管理面API 管理面API提供了图的管
表5 parameters参数说明 参数 是否必选 类型 说明 source 是 String 起始节点id。 k 否 Integer 拓展深度,取值范围:1-100,默认值为3。 directed 否 Boolean 拓展方向,取值为true或false,默认值为true。 响应参数
您可以选择集群支持的CPU架构,单击“下载”按钮进行SDK的下载。 下载SDK和驱动: SDK:SDK是对业务面API的封装,推荐使用业务面SDK访问GES图实例。 驱动程序:针对Cypher API访问,推荐使用Cypher-JDBC驱动。详情请参见使用Cypher JDBC Driver访问GES。 选
“内网访问地址”可单击查看,该地址是访问图实例的浮动IP,通过单击该IP地址您可以查看访问图实例的物理IP列表。为了防止浮动IP切换造成业务闪断,推荐您通过轮询的方式使用物理IP访问图实例。 方式1:单击“图名称”前的 ,页面下方将会显示该图的信息,包括“图ID”,“虚拟私有云”,“子网
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,推荐算法,路径分析,业务定制算法等。 例如查询点1,2为起点,第二跳的邻居点集并返回: Match<Vertex> v(['1','2']);
社区数量搜索空间,多个整形值用","隔开,最多不超过100个,每个整形值的范围为[1,10000]。 learning_rate 否 Double 模型学习率,取值大于0,默认为0.01。 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。
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 跳数 Integer 1~100
社区数量搜索空间,多个整形值用","隔开,最多不超过100个,每个整形值的范围为[1,10000]。 learning_rate 否 Double 模型学习率,取值大于0,默认为0.01。 holdout_rate 否 Double 交叉验证所需的验证集占数据集比例,取值范围为(0,1),默认值为0
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。
Nana”,个数不大于100000。 1000 directed 否 是否考虑边的方向 Boolean true 或false,布尔型。 false k 否 最大深度 Integer 1-100,包括1和100 3 strategy 否 运行的算法策略 String 取值范围:shortest,foremost,fastest。
地,默认会用系统的Excel软件打开(推荐使用文本编辑器打开)。如果数据中包含“+”、“-”、“=”、“@”等特殊字符,会被Excel解析为公式。为了保证系统安全,请打开文件时注意以下事项: 1、不要启用“启用动态数据交换服务器启动(不推荐)”配置。 2、打开CSV文件,弹窗提醒
性。(PersonalRank值越高,source节点的相关性/重要性越高)。 适用场景 PersonalRank算法适用于商品推荐、好友推荐和网页推荐等场景。 参数说明 表1 PersonalRank算法参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 节点的ID
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。 参数说明 表1 Common Neighbors of Vertex Sets参数说明 参数 是否必选 说明 类型 取值范围