图数据库Neo4j

图数据库Neo4j

官网:https://neo4j.com/try-neo4j/

可以在官网网页端熟悉数据结构及相关的neo4j命令,可网页端执行,直接显示图形化结果;
步骤:Launch the Free Sandbox --> new project --> Movies


简介:

Neo4j是一个高性能的,NOSQL图形数据库,它将结构化数据存储在网络上而不是表中。它是一个嵌入式的、基于磁盘的、具备完全的事务特性的Java持久化引擎,但是它将结构化数据存储在网络(从数学角度叫做图)上而不是表中。Neo4j也可以被看作是一个高性能的图引擎,该引擎具有成熟数据库的所有特性。程序员工作在一个面向对象的、灵活的网络结构下而不是严格、静态的表中——但是他们可以享受到具备完全的事务特性、企业级的数据库的所有好处。

图模型由两个要素组成:节点 和 边
节点:代表一个实体,可以是人,物,地点等等;
:代表两个节点之间的连接关系;
如下图:
图数据库Neo4j_第1张图片

有很多不同行业的大公司在使用Neo4j,IT行业如微软、IBM、HP,银行业如UBS,航空业如Airbus,还有Ebay、沃尔玛、US Army等等。


图数据库与关系型数据库比较:

图数据库Neo4j_第2张图片参考知乎:https://zhuanlan.zhihu.com/p/405835572


应用场景:

知识图谱:

于图数据库而言,知识图谱是图数据库关联最为紧密、应用范围最广的应用场景。知识图谱对海量信息进行智能化处理,形成大规模的知识库并进而支撑业务应用。知识图谱中图数据库具有存储和查询两方面的技术优势:存储方面:图数据库提供了灵活的设计模式;查询方面:图数据库提供了高效的关联查询;

作为图数据库的底层应用,知识图谱可为多种行业提供服务,具体应用场景例如电商、金融、法律、医疗、智能家居等多个领域的决策系统、推荐系统、智能问答等。

1.风险合规知识图谱:风险是金融的命脉,也是国家监管科技的主干。金融监管+风险合规的知识图谱是星环科技最早开始投入建设和技术研发的方向。面向超大规模图网络,星环科技率先发布了支持空间3D的图展示,避免了二维图的展示对于超过万节点的图无法清晰体现的弊端;同时结合反洗钱网络图谱利用属性图中节点带有地理定位属性,构建了跨境可疑资金转正图网络,对于可疑跨境交易一目了然。

2.精准营销类知识图谱:大型金融机构可能存在上千万家的B端或者C端用户,如何实现针对不同用户的精准营销?在营销知识图谱方面,星环科技面向银行开发了对公知识图谱的技术,实现了在营销端沉淀业务知识,充分发挥图谱价值,帮助银行实现诸如疫情期间小微企业信贷精准投放等应用。

3.投资研究类支持图谱:在金融和资本市场,最重要的金融业务就是投资,利用知识图谱刻画人类研究成果,进行知识图谱化表达和构建,也是多家券商和基金公司在探索金融科技赋能投资收益效果的发展路线图。在投资知识图谱方面,星环科技通过全栈能力,深度融合NLP+知识图谱技术,通过知识表示学习等领先的知识图谱技术,实现智能投研知识图谱,赋能投资研究场景应用。

金融领域

在金融领域,图数据库通过利用多维交叉关联信息可以深度刻画交易行为,可以有效识别规模化、隐蔽性的欺诈网络,结合机器学习、聚类分析、风险传播等相关算法,可以实时计算用户的风险评分,在风险行为发生前预先识别,有效帮助金融机构提升效率、降低风险。

反欺诈:通过账户、交易、电话、IP地址、地理位置等关键实体信息的关联关系,对风险暴露人的N层图挖掘,帮助筛选疑似欺诈人员,达到预防目的。

反欺诈信贷担保圈:中小企业通过关联企业、产业链上下游客户、关系人等相互担保,形成关系复杂的“担保网”,信贷担保圈的挖掘对企业贷款风险的识别与防范有重要意义。

股权穿透:通常是由高管、企业及关联公司构成的复杂网络,以股权为纽带,向上穿透到目标企业最终实际控制人,向下穿透到该企业任意层股权投资的所有企业及其股东。

更多场景:

金融领域 :冒名贷款、银行零售知识图谱、银行对公知识图谱、资金流向分析、企业关联图谱、事件传递图谱、个人信贷反欺诈、反洗钱知识图谱等

政企领域 :物联网、智慧城市、道路规划、智能交通、轨迹分析、疫情防控、寄递关系画像等

电信领域:深度经营分析、防骚扰、电信诈骗防范、运营商经营分析等

零售领域 :智能推荐、精准营销、供应链管理、货物推荐、浏览轨迹分析等

社交领域 :社区发现、好友推荐、兴趣用户推荐、舆论跟踪等

工业领域 :电网分析、供应链管理、设备管理、物流分析等

医疗领域 :智能诊断、电子病历、医保、保险分析等


相关链接:

详细教程及相关语法命令可参考w3c:https://www.w3cschool.cn/neo4j/neo4j_need_for_graph_databses.html

neo4j的linux安装可参考:https://blog.csdn.net/hdd2803/article/details/84432007

你可能感兴趣的:(neo4j,数据库,图数据结构)