neo4j：2024图数据库技术十大案例白皮书（22页）.pdf

1、发掘数据之间关系的首选平台图数据库技术十大案例 互联数据，无限潜能Jim Webber，Neo4j首席科学家白皮书1白皮书发掘数据之间关系的首选平台图数据库技术十大案例互联数据，无限潜能Jim Webber，首席科学家介绍“大数据”每年都在增长，但如今的企业领导者不仅需要管理更大规模的数据，还迫切需要从现有数据中得出深刻见解。那么，首席信息官和首席技术官应该如何获得这些见解呢？引用Seth Godin的说法，企业需要摈弃仅仅收集数据点的做法，开始着手建立数据之间的关联关系。数据点之间的关系甚至比单个点本身更重要。讽刺的是，传统的关系数据库管理系统(RDBMS)并不擅长处理数据之间的关系。那些表

2、状数据模式和呆板的结构难以添加新连接或不同类型连接。为了利用这些数据关系，您的组织需要一种能将关系信息存储为一等实体的新型数据库技术，这种技术就是图数据库。图技术就是未来。图数据库不仅能有效存储数据点之间的关系，而且非常灵活，适合添加新的关系类型，并使数据模型适应新的业务需求。除了数据库本身，图技术还涵盖了图数据科学的新兴领域，适合预测分析和机器学习，而所用的图数据可视化适合针对特定目的的数据发现和探索。那么，您的企业应当如何利用图数据技术，通过连接数据形成具有竞争优势的深刻见解，成就更高业务价值呢？以下是图技术的十大使用案例：目录介绍1案例1：欺诈检测 2案例2：实时推荐引擎4案例3：知识图

3、谱6案例4：反洗钱8案例5：主数据管理10案例6：供应链管理 12案例7：增强网络和IT运营管理能力14案例8：数据谱系16案例9：身份和访问管理18案例10：材料清单20结论2图数据库技术十大案例案例1：欺诈检测 银行和保险公司每年因欺诈导致数十亿美元损失。传统的欺诈检测方法往往无法将这些损失降到最低，因为它们执行离散分析，易受误报和漏报影响。越来越老练的欺诈者在认识到这一点后，开发了多种方法来利用离散分析的弱点。图技术提供了新的方法，通过先进的上下文分析，能够准确发现欺诈团伙和其他复杂诈骗。这使图数据库能够实时阻止高级欺诈手段。为什么要使用图技术进行欺诈检测？虽然没有一个欺诈预防措施是完美

4、的，但是如果您不再只关注单个数据点，而是关注关联数据点的连接时，就可以大大改进效果。理解数据之间的联系并通过这些链接获得有意义的结论并不需要收集新数据。通过将问题重新构造为图，您就可以从现有数据中获得重要见解。图与其他查看数据的方法不同，它正是为展现相关性而生的。对于使用传统的表格等表示方式难以检测的模式，图技术可以大显身手。越来越多的公司使用图数据技术来解决各种关联数据问题，包括欺诈检测。复杂关联分析要发现欺诈团伙，您需要遍历计算复杂度很高的数据关系，而随着欺诈团伙的不断壮大，这个问题愈发困难。侦查和防止欺诈为了防止欺诈集团，您需要对互联数据集进行实时关联分析，必须覆盖从创建虚假帐户到发生欺

5、诈交易整个时间段。欺诈团伙不断演进且动态变化欺诈团伙的形态不断变化、规模不断增长，您的应用程序需要在这种高度动态变化且前所未见的环境中检测这些欺诈模式。3图数据库技术十大案例例子：财富500强金融服务公司一家财富500强金融服务公司收集大量需要进行实时分析的数据以批准交易。虽然自动欺诈检测系统能够立即批准或拒绝其中大部分请求，但会将潜在的欺诈请求提交给分析员进行手动审查。分析员拥有专用交易审查工具，其中整合了所有相关第三方数据。在使用Neo4j之前，分析员必须查询Microsoft SQL Server数据库，以查看客户的欺诈活动历史记录。“运行一次查询需要至少5分钟，”该公司欺诈检测解决方案

6、的一位产品经理表示：“而且，由于我们的分析员每天需要审查上万笔交易，这种方式难以持续。此外，关系数据库不是执行关联分析查询的合适解决方案，因此它给我们的数据库带来了沉重负担。”该公司需要找到一种更有效的方法来分析数据，节省客户以及分析员的等待时间。具体来说，他们需要减少处理欺诈检测查询所需的时间，并为分析员提供简单的数据可视化功能。就在此时，他们发现了Neo4j，它能够提供关联数据的实时结果，实现了数据可视化，使分析员能够做出更快、更准确的决策。这样就使更广泛的搜索成为可能，公司希望将搜索深度从4层扩展到10层。公司分析员也开始注意到数据之间的集群和关系，从而发现以前没有注意到的全新潜在欺诈联