修改密码

请输入密码
请输入密码 请输入8-64长度密码 和 email 地址不相同 至少包括数字、大写字母、小写字母、半角符号中的 3 个
请输入密码
提交

修改昵称

当前昵称:
提交

申请证书

证书详情

Please complete this required field.

  • Ultipa Graph V4

Standalone

Please complete this required field.

Please complete this required field.

服务器的MAC地址

Please complete this required field.

Please complete this required field.

取消
申请
ID
产品
状态
核数
申请天数
审批时间
过期时间
MAC地址
申请理由
审核信息
关闭
基础信息
  • 用户昵称:
  • 手机号:
  • 公司名称:
  • 公司邮箱:
  • 地区:
  • 语言:
修改密码
申请证书

当前未申请证书.

申请证书
Certificate Issued at Valid until Serial No. File
Serial No. Valid until File

Not having one? Apply now! >>>

ProductName CreateTime ID Price File
ProductName CreateTime ID Price File

No Invoice

v5.0
搜索
    v5.0

      度中心性

      ✓ 文件回写 ✓ 属性回写 ✓ 直接返回 ✓ 流式返回 ✓ 统计值

      概述

      度中心性(Degree Centrality)算法用于衡量网络中节点的重要性,它计算与每个节点相连的入边和/或出边的数量,或边上的权重和。节点度是面向节点一层邻域的计算,是一种最简单、高效的图算法,在科学计算、特征提取、超级节点识别等领域扮演着至关重要的角色。

      基本概念

      入度和出度

      节点的入边数量称为节点的入度(In-degree),出边数量则称为出度(Out-degree),如果忽略边的方向计算所有边的数量,就得到节点的

      上图中红色节点的入度为4,出度为3,度为7。需要注意的是,有向自环边被视为一条出边和一条入边。

      加权度

      在很多应用中,图中的边会与一个数字相关联,称为权重(Weight)。在加权图中,一个节点的加权度(Weighted Degree)是指其所有邻边的权重和。不指定边权重时,节点度也可以理解为所有边的权重均为1时的度。

      在这个加权图中,红色节点的加权入度为0.5 + 0.3 + 2 + 1 = 3.8,加权出度为1 + 0.2 + 2 = 3.2,加权度为3.2 + 3.8 = 7

      特殊说明

      • 孤点的节点度完全取决于其自环边,没有自环边的孤点的度为0。
      • 每条自环边为节点贡献的度数2,有向自环边被视为一条入边和一条出边。

      语法

      • 命令:algo(degree)
      • 参数:
      名称 类型
      规范
      默认
      可选
      描述
      ids / uuids []_id / []_uuid / / 待计算节点的ID/UUID,忽略则计算全部点
      edge_schema_property []@<schema>?.<property> 数值类型,需LTE / 计算加权度时,用作边权重的属性,权重值为所有指定属性值的和
      direction string in, out / in计算入度,out计算出度
      limit int ≥-1 -1 返回的结果条数,-1返回所有结果
      order string asc, desc / 按度大小对结果进行排序

      示例

      示例是一个社交网络,边属性@follow.score的值可用作权重:

      文件回写

      配置项 回写内容
      filename _id,degree
      algo(degree).params().write({
        file:{ 
          filename: 'degree_all'
        }
      })
      

      统计值:total_degree = 20, average_degree = 2.25
      结果:文件degree_all

      Tim,0
      Bill,1
      Bob,2
      Sam,2
      Joe,3
      Anna,5
      Cathy,4
      Mike,3
      

      属性回写

      配置项 回写内容 回写至 数据类型
      property degree 点属性 double
      algo(degree).params({
        edge_schema_property: '@follow.score'
      }).write({
        db:{ 
          property: 'degree'
        }
      })
      

      统计值:total_degree = 40.4, average_degree = 5.05
      结果:每个节点的度回写至名为degree的点属性下

      直接返回

      别名序号 类型
      描述
      列名
      0 []perNode 点及其度 _uuid, degree
      1 KV 度总和、度平均值 total_degree, average_degree
      algo(degree).params({ 
        edge_schema_property: '@follow.score',
        order: 'desc' 
      }) as degree, stats
      return degree, stats
      

      结果:degree和stats

      _uuid degree
      3 11.1
      2 6.5
      4 6.1
      6 5.2
      1 4.9
      5 4.3
      7 2.3
      8 0
      total_degree average_degree
      40.4 5.05

      流式返回

      别名序号 类型
      描述
      列名
      0 []perNode 点及其度 _uuid, degree
      algo(degree).params({
        order: 'desc',
        limit: 1 
      }).stream() as results
      khop().src({_uuid == results._uuid}).depth(1) as neighbors
      return neighbors{*}
      

      结果:neighbors

      _id _uuid
      Bill 7
      Sam 5
      Joe 4
      Cathy 2
      Mike 1

      统计返回

      别名序号 类型
      描述
      列名
      0 KV 度总和、度平均值 total_degreeaverage_degree
      algo(degree).params({
        direction: 'out'
      }).stats() as stats
      return stats
      

      结果:stats

      total_degree average_degree
      10 1.25
      请完成以下信息后可下载此书
      *
      公司名称不能为空
      *
      公司邮箱必须填写
      *
      你的名字必须填写
      *
      你的电话必须填写
      *
      你的电话必须填写