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
Centrality)适用于社交网络中关键节点发掘等场景。 参数说明 表1 紧密中心度算法(Closeness Centrality)参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 输入需要计算的节点ID String - - 示例 输入参数source=Lee,计算Lee节点
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 filtered_n_paths参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 起始点 String 图内部点 无 target 是 目标点
节点之间满足条件的全最短路径。 适用场景 适用于关系挖掘、路径规划、网络规划等场景。 参数说明 表1 Filtered All Shortest Paths参数说明 参数 是否必选 说明 类型 取值范围 默认值 source 是 起点ID String - - target 是 终点ID
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 默认值 sources 是 起点ID集合 String 标准csv格式,
Path)适用于路径设计、网络规划等场景,通过对点边条件的过滤,控制最短路径的生成。 参数说明 表1 带一般过滤条件最短路径算法(Filtered Shortest Path)参数说明 参数 是否必选 类型 说明 source 是 String 输入路径的起点ID。 target 是 String
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-Circles-Detection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 被包含节点ID。 String - - min_circle_length
-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 - source 是 节点的ID String
ource-path为“/v3/auth/tokens”。 query-string:查询参数,是可选部分,并不是每个API都有查询参数。查询参数前面需要带一个“?”,形式为“参数名=参数取值”,例如“limit=10”,表示查询不超过10条数据。 例如,您需要获取IAM在“华北
图规格(边数)费用明细账单 产品类型 图引擎服务 GES 产品 图规格(边数) 计费模式 按需 资源名称/ID 图实例的名称和ID 例如:ges-0001,70fd9db0-5e13-41af-8d2c-ee4a1858b13f 规格 图实例的规格(边数) 使用量类型 个 单价 按需计费模
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 参数 是否必选 说明 类型 取值范围 默认值 sources 是 起点ID集合 String 标准csv格式
中节点关联程度越高,组织关系越严密。 适用场景 三角计数算法(Triangle Count)适用于衡量图的结构特性场景。 参数说明 参数 是否必选 说明 类型 取值范围 statistics 否 是否仅输出总的统计量结果: true:仅输出总的统计数量。 false:输出各点对应三角形数量。
detection)算法适用于金融风控中循环转账检测、反洗钱,网络路由中异常链接检测,企业担保圈贷款风险识别等场景。 参数说明 表1 filtered circle detection参数说明 参数 是否必选 说明 类型 取值范围 默认值 sources 否 查询的起始节点ID集合 String - 标准cs
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 matching参数说明 参数 是否必选 说明 类型 取值范围 edges 是 需匹配的子图的边集, 点的ID要求为非负整数 String 标准CSV
ypher,请使用新建索引API构建索引,示例如下: 点label索引添加命令示例,索引名称为cypher_vertex_index,索引类型为全局点索引。 POST http://{SERVER_URL}/ges/v1.0/{project_id}/graphs/{graph_name}/indices
array数据类型。 dataType:数据类型,支持的的数据类型如下表所示。 表1 支持的数据类型 类型 描述 char 字符。 char array 定长字符串(需指定最大长度,用maxDataSize参数实现)。 说明: 您可以设置maxDataSize参数来限制该类型数据的最大长度,详见图_元数据示例。
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 参数说明 表1 OD-betweenness Centrality算法参数说明 参数 是否必选 说明 类型 取值范围 默认值 directed 否 是否考虑边的方向 Boolean true或者false
Pairs Shortest Paths)适用于关系挖掘、路径规划、网络规划等场景。 参数说明 表1 Filtered All Pairs Shortest Paths参数说明 参数 是否必选 说明 类型 取值范围 默认值 sources 是 起点ID集合,多个节点ID以逗号分隔(即,标准CSV输入格式)
不推荐使用“g.V()”语法,由于点过大时,这种查询方式影响展示效果。 为了避免返回数据过大导致系统查询耗时过长,强烈建议您添加limit参数,并且将limit参数设置在1000以内,展示效果更佳。 边查询 g.E():查询所有边,不推荐使用,边数过大时,这种查询方式不合理,一般需要添加过滤条件或限制返回数量。
eRank值会相应地提高。 适用场景 PageRank算法适用于网页排序、社交网络重点人物发掘等场景。 参数说明 表1 PageRank算法参数说明 参数 是否必选 说明 类型 取值范围 默认值 alpha 否 权重系数(又称阻尼系数) Double 0~1,不包括0和1 0.85
/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 String - - alpha 否 权重系数 Double