行(háng / xíng)業背景

信息化技術的快速發(fā／fà)展，推動行(háng / xíng)業進步的同時，一些問題也逐步凸顯。業務系統産生(shēng)的多源、異構數據量大，增長快，數據清洗難度高，系統間的數據相互孤立，難以形成關聯網絡，傳統的關系型數據庫在描述實體間關系的能(néng)力上十(shí)分有限，通過(guò)圖數據庫利用(yòng)關聯性探索分析，可(kě)以梳理複雜多源數據的關聯性，充分挖掘數據隐藏價值，賦能(néng)不同場景的智能(néng)應用(yòng)。 

産品介紹

艾可艾姆智能(néng)圖分析平台爲各領域的調查人員、數據分析師提供一個綜合性的數據可(kě)視化分析平台，用(yòng)于(yú)各類專項調查以及發(fā／fà)現工作。基于(yú)艾可艾姆智能(néng)圖分析平台，分析人員可(kě)以将掌握的各種數據資源導入平台，構建适用(yòng)于(yú)自(zì)身業務的關聯圖譜。平台提供豐富的可(kě)視化展示、交互查詢，輔以多樣的分析模型和圖挖掘算法，可(kě)廣泛用(yòng)于(yú)金融、政務、公安、社交等領域，幫助快速識别洗錢、欺詐、危害公共安全等活動。

産品功能(néng)

1、創建分析模型

通過(guò)從業務中抽象出基本數據結構，爲圖數據的構建和整合提供基礎，結合AI智能(néng)算法開發(fā／fà)基于(yú)業務場景的分析模型，支撐自(zì)動化分析和輔助決策。

2、數據快速導入

通過(guò)簡單界面拖拽操作，完成數據字段到本體結構的映射，實現數據的快速導入，多張表通過(guò)預置導入規則将數據彙集在同一圖數據庫中。

3、數據全貌和篩選

對(duì)全量數據的各維度進行(háng / xíng)預先統計和挖掘，讓分析者第一時間獲得(dé / de / děi)數據的整體概況，借助條件篩選功能(néng)，根據實際需求選擇相應的數據，屏蔽其(qí)他數據的幹擾，從而(ér)使關聯分析譜圖更加簡潔直觀，突出重點關系。

4、可(kě)視化布局

通過(guò)環形布局、力學布局、分層布局、網格布局等多種可(kě)視化布局方式，爲分析者提供多角度查看數據之間的關聯性。

5、路徑探尋

自(zì)動尋找兩個節點間可(kě)能(néng)的所(suǒ)有路徑以及包含多個節點的連通路徑。使用(yòng)路徑探尋功能(néng)發(fā／fà)現實體之間是如(rú)何産生(shēng)關聯的，中間經過(guò)了哪些其(qí)他實體的傳遞，最終将這些實體全部聯系起來。

業務場景

1、金融行(háng / xíng)業

通過(guò)資金流向分析、用(yòng)戶行(háng / xíng)爲分析和社交網絡分析等方法對(duì)目标行(háng / xíng)爲模式進行(háng / xíng)識别和監測，開展風險行(háng / xíng)爲匹配和風險傳導分析工作，可(kě)以廣泛應用(yòng)于(yú)銀行(háng / xíng)、券商、監管機構的反欺詐、反洗錢調查流程當中。

2、公安行(háng / xíng)業

基于(yú)話單分析、飛機同乘人分析、交易轉帳分析和活動軌迹分析等手段開展案件調查工作，找出犯罪嫌疑人的關聯對(duì)象，識别隐藏的犯罪團夥。基于(yú)沉澱的犯罪分子網絡關聯圖數據構建智能(néng)治安管理系統，監控潛在的治安風險。

3、電子商務

從數據計算的過(guò)程中研究個體及社群的購物習慣并以此進行(háng / xíng)個性推薦。一個典型的社群關系推薦鏈條：購物者 → 購買的産品 → 購買該産品的其(qí)他購物者 → 社群統計特征 → 屬于(yú)該特征的其(qí)他購物者 → 其(qí)他購物者購買的産品。