图数据库在支付风控领域的应用研究_基础性应用

本文探讨了图数据库在支付风控领域的应用,包括查找风险人员的一度和二度关系,识别来回转账风险记录,以及监测地址不一致、购买自己商品的可疑行为。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

图数据库在支付风控领域的应用研究(2)

我们对先前建立的知识图谱进行基础性应用研究。

寻找风险人员的一度关系

我们假设"Shen Tong"是风险人员,返回他的一度关系:

match(c1)<-[r1]-(p:person{Pname:"Shen Tong"})-[r2]->(c2)	
return p,c1,c2

在这里插入图片描述

寻找个体间存在来回转账流动的风险记录

match(p1:person)-[r:TRANSFER_TO]->(p2:person),
	 (p2)-[r]->(p1)
return p1,r1,p2

在这里插入图片描述

寻找风险人员的二度关系

我们假设“Shen Tong”是风险人员,返回他的二度转账流动:

match(c1)<-[r1:TRANSFER_TO]->(c2)<-[r2:TRANSFER_TO]->(p:person{Pname:"Shen Tong"}) 
return c1,c2,r1,r2,p

在这里插入图片描述
返回他的全部二度关系:

m
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值