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
终端节点 终端节点即调用API的请求地址，不同服务不同区域的终端节点不同，您可以从地区和终端节点中查询所有服务的终端节点。 图引擎服务的终端节点如下表所示，请您根据业务需要选择对应区域的终端节点。 表1 图引擎服务的终端节点 区域名称 区域 终端节点（Endpoint） 华北-北京一
是否必选 说明 类型 取值范围 默认值 filterName 否 用于进行时间过滤的时间属性名称 String 字符串：对应的点/边上的属性作为时间 - filterType 否 在点或边上过滤 String V：点上 E：边上 BOTH：点和边上 BOTH startTime 否 起始时间
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/Q。每个节点出发生成多个随机步，反映出网络的结构信息。 适用场景
Coefficient） 概述 聚类系数表示一个图中节点聚集程度的系数。在现实的网络中，尤其是在特定的网络中，由于相对高密度连接点的关系，节点总是趋向于建立一组严密的组织关系。聚类系数算法（Cluster Coefficient）用于计算图中节点的聚集程度。 适用场景 聚类系数算法（Cluster
根据输入参数，执行单点环路检测算法。 单点环路检测（single_vertex_circles_detection）意在寻找图中的环路，环路上的点较好地体现了该点的重要性。 URI POST /ges/v1.0/{project_id}/hyg/{graph_name}/algorithm
Amy”，个数不大于100000。 directed 否 Boolean 是否考虑边的方向。取值为true或false。默认取值为false。 说明： 当数据集不包含inedge时，若directed=true，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。
limit_circle_number 否 限定寻找圈的个数 Integer [1,100000] 100 表2 response_data参数说明 参数 类型 说明 circles List 经过给定点的圈集合。格式： [[circle1],[circle2],…],其中circle的格式为： [vertexId
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。
带过滤的n_paths算法（filtered_n_paths） 概述 带过滤的n_paths算法是给定起始点source、目的点target、跳数k、路径数n、过滤条件filters，找出source和target间不多于n条的k跳无环路径。 适用场景 任意网络。 参数说明 表1
路径，格式： [[path1],[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
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。
单源最短路算法（SSSP） 概述 单源最短路算法（SSSP）计算了图论中的一个经典问题，给出从给定的一个节点（称为源节点）出发到其余各节点的最短路径长度。 适用场景 单源最短路算法（SSSP）适用于网络路由、路径设计等场景。 参数说明 表1 单源最短路算法（SSSP）参数说明 参数
targetProperties 否 Object 边文件中用于区分重复边的属性信息，JsonArray格式。请参见表3。 delimiter 否 Character csv格式文件字段分隔符，默认值为逗号（,）。list/set类型的字段内元素分隔符默认为分号（;）。 trimQuote 否 Character
带过滤的n_paths算法（filtered_n_paths）(2.2.22) 概述 带过滤的n_paths算法是给定起始点source、目的点target、跳数k、路径数n、过滤条件filters，找出source和target间不多于n条的k跳无环路径。 算法名称：带过滤的n_paths
是否考虑边的方向 Bool true或false false timeWindow 否 用于进行时间过滤的时间窗 Json 具体请参见表2。 - 表2 timeWindow参数说明 参数 是否必选 说明 类型 取值范围 默认值 filterName 否 用于进行时间过滤的时间属性名称
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。
图实例创建完成后，您可以通过连接管理功能下载相应的SDK和驱动，以及查看图实例的连接信息。 在图引擎管理控制台，左侧导航栏选择“连接管理”，进入连接管理页面。 图1 连接管理 下载SDK和驱动 图2 SDK和驱动 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：
Detection） 概述 单点环路检测（Single-Vertex-Circles-Detection）是一个经典的图问题，意在寻找图中的环路。环路上的点较好地体现了该点的重要性。 适用场景 单点环路检测适用于交通运输、金融风控等场景。 参数说明 表1 Single-Vertex-C
source 是 输入路径的起点ID String - - target 是 输入路径的终点ID String - - directed 否 是否考虑边的方向 Bool true或false false weight 否 边上权重 String 空或字符串 空：边上的权重、距离默认为“1”。
点集全最短路算法（Shortest Path of Vertex Sets）用于发现两个点集之间的所有最短路径。 适用场景 点集最短路算法可应用于互联网社交、金融风控、路网交通、物流配送等场景下的区块之间关系的分析。 参数说明 表1 All Shortest Paths of Vertex Sets参数说明
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
