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

??certificate-table.title_zh_CN??

??certificate-table.name_zh_CN?? ??certificate-table.issued-at_zh_CN?? ??certificate-table.valid-until_zh_CN?? ??certificate-table.serial_zh_CN?? ??certificate-table.actions_zh_CN??
??certificate-table.serial_zh_CN?? ??certificate-table.valid-until_zh_CN?? ??certificate-table.actions_zh_CN??

??certificate-table.no-data.p1_zh_CN?? ??certificate-table.no-data.p2_zh_CN??

??invoice-table.title_zh_CN??

??invoice-table.name_zh_CN?? ??invoice-table.create-time_zh_CN?? ??invoice-table.id_zh_CN?? ??invoice-table.price_zh_CN?? ??invoice-table.actions_zh_CN??
??invoice-table.name_zh_CN?? ??invoice-table.create-time_zh_CN?? ??invoice-table.id_zh_CN?? ??invoice-table.price_zh_CN?? ??invoice-table.actions_zh_CN??
v4.3
搜索
    中文EN
    v4.3

      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