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
度数关联度算法(Degree Correlation) 概述 度数关联度算法(Degree 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。
聚类系数算法(Cluster 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。
点集最短路(Shortest Path of Vertex Sets) 概述 点集最短路算法(Shortest Path of Vertex Sets)用于发现两个点集之间的最短路径。 适用场景 点集最短路算法(Shortest Path of Vertex Sets)适用于互联
边中介中心度(Edge-betweenness Centrality) 概述 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
点集共同邻居(Common Neighbors of Vertex Sets) 概述 点集共同邻居(Common Neighbors of Vertex 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
The current user does not have permission. (细粒度授权时)当前用户没权限 使用具有Security Administrator权限的用户进行授权。 400 GES.8101 Invalid filter criteria for edge queries
OD中介中心度(OD-betweenness Centrality) 概述 OD中介中心度算法(OD-betweenness 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
单点环路检测(Single Vertex Circles 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。
点集全最短路(All Shortest Paths of Vertex Sets) 概述 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。
带过滤全最短路径(Filtered All Shortest Paths) 概述 带过滤全最短路径(Filtered All Shortest Paths)是在最短路径算法(Shortest Path)基础上支持条件过滤,寻找图中两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。
动态图数据格式 在大多数实际生活场景中,实体以及关系是动态变化的(如疫情传播网络、转账关系等),这些时序、变化背后蕴含的信息会对结果产生重要影响,因此需要采用动态图对其进行数据建模、存储和动态分析。本服务对动态图的相关能力进行了支持。 图1 动态图示例 本章节重点介绍动态图数据格
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
带过滤全对最短路径(Filtered All Pairs Shortest Paths)是寻找图中任意两点之间满足条件的最短路径。当前,考虑到实际应用场景,此算法需要用户指定起点集(sources)和终点集(targets),本算法将返回起点集合到终点集合之间满足条件的两两全最短路径。 适用场景 带过滤全对最短路径(Filtered
一般图数据格式 在导入图数据之前,您需要了解GES中支持的图数据格式。 GES仅支持载入具有标准CSV格式的原始图数据,如果您的原始数据并不符合指定的格式,则需要将数据整理为GES支持的格式。 GES支持的图数据格式包含三部分:点文件、边文件以及元数据。 点文件用于存放点数据。 边文件用于存放边数据。
带一般过滤条件最短路径(Filtered Shortest Path) 概述 带一般过滤条件最短路径算法(Filtered Shortest Path)寻找两点间满足过滤条件的最短路径,如有多条,返回任意一条最短路径。 适用场景 带一般过滤条件的最短路径算法(Filtered Shortest
适用场景 带一般过滤条件的环路检测(filtered circle 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
删除了旧实例后重新创建了新实例,预付费实例仍可以在相同区域、相同节点类型的新实例上使用。 预付费实例和具体的区域绑定,购买的预付费实例只能在绑定的区域使用,不能在非绑定区域使用。 预付费实例和具体的实例规格绑定,购买的预付费实例只能使用在对应规格上,不同规格的实例有不同的预付费价格。
推荐好友、商品或资讯 通过好友关系、用户画像、行为相似性、商品相似性、资讯传播的途径等,实现好友、商品或资讯的个性化推荐。 用户分群 通过对用户画像、行为相似度或者好友关系等,进行用户分群,实现用户群体分析管理。 异常的行为分析 通过对用户行为、伴行关系、账户/IP登录信息等,进行异常的行为分析,降低欺诈损失。
充值。 续费相关的功能 包年/包月图实例续费相关的功能如表1所示。 表1 续费相关的功能 功能 说明 手动续费 包年/包月图实例从购买到被自动删除之前,您可以随时登录管理控制台为使用的图实例续费,以延长图实例的使用时间。 在一个包年/包月图实例生命周期的不同阶段,您可以根据需要选择一种方式进行续费,具体如图1所示。
续费 续费概述 手动续费 自动续费