01
金融图数据库概述
为什么金融行业需要图数据库？图数据库 vs 关系型数据库，金融场景下的图数据模型。
基础概念
02
主流图数据库选型对比
Neo4j、JanusGraph、NebulaGraph、Amazon Neptune 的架构、性能、社区对比。
选型对比
03
Neo4j 安装与入门
Neo4j Desktop 安装、Cypher 基础语法、节点与关系的创建。
实操Cypher
04
Cypher 查询进阶
MATCH、WHERE、RETURN 的深度使用，路径查询与模式匹配。
查询进阶
05
金融风控中的图应用
反欺诈图谱构建、团伙检测、循环交易检测的 Cypher 实现。
风控反欺诈
06
图数据库与知识图谱
金融知识图谱的构建流程，实体抽取与关系抽取。
知识图谱NLP
07
图数据库性能调优
索引策略、查询优化、数据分片与集群部署。
性能调优
08
图数据库与大数据生态
Spark GraphX 集成、Flink 实时图计算。
大数据实时
09
供应链金融中的图应用
上下游关系分析、风险传导路径追踪。
供应链风险
10
反洗钱图应用
可疑交易网络分析、资金流向追踪。
反洗钱合规
11
客户关系管理图应用
360度客户视图、社交网络分析。
CRM社交
12
监管科技中的图应用
合规图谱、监管规则引擎。
监管合规
13
资产管理图应用
投资组合关联分析、市场情绪传导。
资管投资
14
保险精算图应用
理赔欺诈网络、风险聚合模型。
保险精算
15
银行核心系统图应用
账户关联图谱、信贷审批辅助。
银行信贷
16
证券交易图应用
内幕交易检测、市场操纵识别。
证券监管
17
支付清算图应用
支付网络拓扑、清算路径优化。
支付清算
18
数字货币图应用
链上交易图谱、地址聚类分析。
数字货币区块链
19
征信系统图应用
担保圈风险、多头借贷检测。
征信风控
20
审计系统图应用
审计线索追踪、异常交易发现。
审计异常
21
数据治理图应用
数据血缘图谱、元数据管理。
治理血缘
22
推荐系统图应用
基于图的协同过滤、社交推荐。
推荐协同过滤
23
自然语言处理图应用
文本实体链接、关系抽取。
NLP实体
24
时间序列分析图应用
时序图模型、趋势预测。
时序预测
25
异常检测图应用
图异常检测算法、孤立点分析。
异常检测
26
路径分析图应用
最短路径、关键路径、影响力传播。
路径算法
27
社区发现图应用
Louvain 算法、标签传播算法。
社区聚类
28
可视化分析图应用
Gephi 集成、D3.js 前端展示。
可视化D3
29
图数据库运维与监控
集群监控、备份恢复、安全策略。
运维监控
30
图数据库未来趋势
图机器学习、图神经网络、图数据库与 AI 融合。
未来GNN