關聯(lián)圖譜基于圖數(shù)據(jù)庫建立關系網絡圖，是一種可視化的智能分析產品。通過數(shù)據(jù)抽取和轉換，圖計算引擎對數(shù)據(jù)進行查詢和分析，實現(xiàn)秒級數(shù)據(jù)運算和數(shù)據(jù)可視化，并以圖譜的形式展示給用戶的圖形分析工具。用戶可以基于已建好的圖譜進行查詢、分析和探索。

什么是關聯(lián)圖譜？

在了解什么是關聯(lián)圖譜之前，我們先來了解下什么圖，什么是圖數(shù)據(jù)庫。那什么是圖呢？

圖是相互連接事物及其關系的一種結構化表達，是最接近真實世界的數(shù)據(jù)組織結構。通過圖將所有的數(shù)據(jù)連接起來，即時地傳達信息，易于揭示復雜的關系模式。

圖由節(jié)點和邊構成，圖將現(xiàn)實生活中可觸摸的能看得見的實體（如某個人、某臺電腦、某張銀行卡等），或無法觸摸肉眼也不可見的某個事故、某個案件、某次意外等，都抽象成圖中的節(jié)點。而任意兩節(jié)點與節(jié)點間的關系，則抽象成邊。

圖就是由一組一組的節(jié)點和邊構成的，節(jié)點可以有多個屬性，邊也可以有多個屬性，節(jié)點可以有多個標簽，代表著不同的身份。如某個人在生活中即是一個孩子的爸爸，也是一位丈夫，也是某個金融科技公司的CPO。

圖可以包含非常豐富的關聯(lián)信息，比如：電話與電話間的呼叫關系、郵件往來關系、親屬關系、擁有關系等，在社交網絡、交通網絡、通訊網絡、資金網絡等各個領域的各種場景下，圖都能最直觀地展現(xiàn)實體間的關系鏈路，傳達關系路徑。

在科技領域有個六度空間理論，就是我們常聽說的，世界上任何兩個人最多只需通過6個關系就一定能找到對方，而關聯(lián)圖譜可以把這個理論變成現(xiàn)實。

好了，我們現(xiàn)在知道了什么是圖，那圖存在什么地方呢？數(shù)據(jù)量大的時候怎么辦呢？

畢竟中國13億多的人口，形形色色的關系所構成的社會關系網絡，更是上億級別的數(shù)據(jù)量。

圖存儲在圖數(shù)據(jù)庫（Graph Database）中，圖數(shù)據(jù)庫以圖論為理論基礎，圖論中圖的基本元素是節(jié)點和邊，在圖數(shù)據(jù)庫中對應的就是節(jié)點和關系。用節(jié)點和關系所組成的圖為真實世界直觀地建模，支持百億量級甚至千億量級規(guī)模的巨型圖的高效關系運算和復雜關系分析。

目前市面上較為流行的圖數(shù)據(jù)庫有Neo4j、Orient DB、Titan、Flock DB、Allegro Graph等。

不同于關系型數(shù)據(jù)庫，一修改便容易“牽一發(fā)而動全身”圖數(shù)據(jù)庫可實現(xiàn)數(shù)據(jù)間的“互聯(lián)互通”，與傳統(tǒng)的關系型數(shù)據(jù)庫相比，圖數(shù)據(jù)庫更擅長建立復雜的關系網絡。

關聯(lián)圖譜基于圖數(shù)據(jù)庫建立關系網絡圖，是一種可視化的智能分析產品。通過數(shù)據(jù)抽取和轉換，圖計算引擎對數(shù)據(jù)進行查詢和分析，實現(xiàn)秒級數(shù)據(jù)運算和數(shù)據(jù)可視化，并以圖譜的形式展示給用戶的圖形分析工具。用戶可以基于已建好的圖譜進行查詢、分析和探索。

關聯(lián)圖譜在風控領域中主要用于事中、事后的查詢和分析，目前在反欺詐、反洗錢、互聯(lián)網授信、車險、項目審計、公司關系、信用卡申請、交易等場景下均有應用。

可以這么說，凡是有關系的地方都可以用到關聯(lián)圖譜，我們現(xiàn)實生活中的實體都是由一個一個看似非常簡單的關系組成的，如:人與人之間、公司與人之間、公司與公司之間、人與某個項目、某個活動與某個明星、學校與某個學生，生活中可觸摸的不可觸摸的事物都可以用關系連接起來。

這些容易被我們忽視的隱形關系和看似非常常見的關聯(lián)關系，往往是風險突破口和識別欺詐、發(fā)現(xiàn)團伙的重要線索，下篇將詳細介紹關聯(lián)圖譜的應用場景。

作者：Amy，公眾號Amy產品記，旨在與同行交流關聯(lián)圖譜（知識圖譜）和風控領域產品

本文由 @Amy 原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載

題圖來自 Pexels，基于 CC0 協(xié)議