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
Correlation)计算所有边上起点和终点度数之间的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。
rue,选择一个不依赖于Inedge的算法实现版本计算输出,性能会下降;若directed=false,会报错。 weight 否 String 边上权重。取值为:空或字符串,默认值为空。 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。
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:
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
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。
增和BFS遍历顺序(temporal bfs算法),搜索周围与之相关联的点,输出对应各节点的到达时间以及和源起点之间的距离。具体操作步骤如下: 在左侧“动态图”操作区的“动态拓展”模块内填写参数: 开始和结束的时间以及属性值在上述章节时间轴设置中已经设置完成,如果要修改参数,单击
引擎根据网页(节点)之间相互的超链接进行计算的技术,用来体现网页(节点)的相关性和重要性。 如果一个网页被很多其他网页链接到,说明这个网页比较重要,也就是其PageRank值会相对较高。 如果一个PageRank值很高的网页链接到其他网页,那么被链接到的网页的PageRank值会相应地提高。
访问IP地址:数据源的数据库的IP。 访问端口:数据源的数据库的端口(Hive不涉及)。 数据库名称:数据源的数据库的名称。 数据库用户名:访问数据源的数据库的用户名(Hive不涉及)。 数据库密码:访问数据源的数据库的用户密码(Hive不涉及)。 是否需要验证:Hive所在MRS集群是
arch64。默认取x86_64。 x86_64:X86 64位架构。 aarch64:ARM 64位架构。 vpcId 是 String 虚拟私有云ID。 subnetId 是 String 指定虚拟私有云下的子网ID。 securityGroupId 是 String 安全组ID。
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。 URI POST /ges/v1.0/{project_id}
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/v1.0/{project_id}/hyg/{graph_name}/algorithm
静态数据是指不会随着时间变化而动态显示或隐藏的数据。 控制滑块运行区段开始和结束时间的显示方式。 默认开启是以时间戳的方式填写和展现。 关闭是以日期的方式填写和展现。 设置滑块运行区段的开始时间和结束时间。 时间轴设置,具体参数填写请参考时间轴设置章节。 步进值:滑块每次单位时间内运行的距离。 间隔时间:滑块每运行一次的间隔时间。
[path2]] 其中,路径(path)的格式可参考:最短路径(Shortest Path)。 source String 路径的起点ID。 target String 路径的终点ID。 父主题: 算法API参数参考
需匹配的子图的边集, 点的ID要求为非负整数 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:“1,2\n2,3”。 vertices 是 需匹配的子图上各点的label String 标准CSV格式,点与其label之间以英文
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
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:“1,2\n2,3”。 vertices 是 需匹配的子图上各点的label String 标准CS
“用户组名称”:您可以为要创建的用户组设置名称或者使用默认的名称。 “组员选择”:您账号下所有创建的IAM用户都会显示在可选组员里,选择加入该用户组的组员,选中的组员会显示在右侧的已选中框内。 单击“用户名称/ID”左侧的,可一次性选中本页的所有组员或清空所有组员。 如果因为权限不足导致未
判断左值(标签、id、属性值)是否在右值(必须是array类型)中,和内存版的左值和右值是否有交集的语义有区别。 不支持CONTAIN、NOTCONTAIN、SUBSET等集合运算。 匹配:右值是左值的PREFIX(前缀)、NOTPREFIX(非前缀)、 SUFFIX(后缀)、N
label时,表示边的起点、终点和label相同才为重复边。 “允许重复边”:表示起点到终点之间可以有多条边。 “忽略之后的重复边”:表示起点和终点之间有多条边时,仅保留最先读入的那条边。 “覆盖之前的重复边”:表示起点和终点之间有多条边时,仅保留最后读入的那条边。 “重复边忽略
在细粒度权限设置之前,请先对用户组进行配置,具体操作请参考用户组配置。 在左侧导航栏选择“图细粒度权限控制 > 图细粒度权限配置”。 在“图细粒度权限配置”页面可以看到当前您所拥有的在“运行中”的图的图名称、细粒度权限状态、权限最近开启时间、以及可进行的操作。 图1 图细粒度权限配置页面 只有图的运行状态为“运行中”的图才会在该页面显示。