图数据库在支付风控领域的应用研究_建立知识图谱
图数据库在支付风控领域的应用研究(1)
我们对在支付风控领域所涉及的标签和关系进行罗列，将数据制成csv格式数据表后导入Neo4j，然后通过Neo4j对其中数据进行数据处理。
标签分析
个体（person）
ID（PID：ID）
身份信息（PNo：varchar(10)）
姓名（Pname：varchar(10)）
性别（Psex：char(2)）
生日（Pbirth:datetime）
信用值（Pcredit:int）
单位（Pcompanyid:varchar(10)）
职位（Pposition：varchar(10)） #leader/clerk
城市（Pcity：varchar(10)）
省份（Pprovince：varchar(10)）
商家（Company）
ID（CID：ID）
商户名称（Cname：varchar(10)）
零售类别（Ctype：varchar(10)）
信用值（Ccredit：int）
城市（Ccity：varchar(10)）
省份（Cprovince：varchar(10)）
厂家（factory）
ID（FID：ID）
厂家名称（Fname：varchar(10)）
生产类别（Ftype：varchar(10)）
信用值（Fcredit：int）
城市（Fcity：varchar(10)）
省份（Fprovince：varchar(10)）
关系分析
个体-购买商品->商家(PURCHASE_FROM)
商品名称（Mname:varchar(20)）
购买时间（Mtime：datetime）
购买金额（Mmoney：float）
支付工具（Mpayment：varchar(10)） #支付宝、微信、京东 等
收货城市（Mcity：varchar(10)）
收货省份（Mprovince：varchar(10)）
个体-转账->个体（TRANSFER_TO）
转帐方（Tfromid：ID）
转账时间（Ttime:datetime）
转账金额（Tmoney：float）
转账工具（Tpayment：varchar(10)）#支付宝、微信、京东 等
收账方（Ttoid：ID）
个体-任职于->商家/厂家（WORK_IN）（MANAGE）
商家-买货于->厂家（BUY_GOODS_FROM）
产品名称（Bname：varchar(20)）
生产时间（Btime：datetime）
产品质量（Bgrade&#
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！