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&#