.jpg)
复杂网络
1.1.1 产品背景
当前，世界已经进入了大数据时代，大数据已经逐渐成为一种国家竞争战略，日益成为一种新的自然资源。从信息获取、存贮、搜索、分享、挖掘到展现应用，大数据呈现了前所未有的复杂性，传统的数据分析模式已经跟不上大数据时代的要求。
n 传统的数据分析基于数据库查询、报表、数据挖掘算法等来对业务数据进行分析展现。
n 传统方式对信息展示效果有限，需要大量的人工干预分析。
n 数据信息量大并且缺少关联性，人工分析需要“经验”。
n 数据分析“经验”难于传递，存在局限性。
1.1.2 产品描述
TopoGraph复杂网络分析平台是在大数据时代下推出的新型数据分析、展示平台，利用先进创新的分析技术，深度挖掘数据之间的公共要素和联系，揭示数据中深层次关系，并把这种关系用可视化展现方式展示出来，从而提供最直观、方便快捷的应用展现，开辟崭新的应用领域。通过TopoGraph复杂网络分析平台，把数据和数据的关联关系进行分析，运用复杂网络的技术发现内置的关系和路径，帮助客户把巨量、低关联、未知质量、低价值、内在的数据信息进行处理，转换成少量、清晰、容易理解、高价值、高关联的信息。
TopoGraph复杂网络分析平台具有高可靠的架构设计，采用Java技术开发，完全支持分布式架构，支持Oracle、SqlServer等关系型数据库，支持Linux、Windows操作系统，兼容IE、FireFox、Chrome等浏览器。
主要产品特性：
Ø 充分利用复杂网络理论挖掘数据关系
Ø 强大的可视化能力
Ø 直观易用，容易理解
Ø 深度揭示数据间的深层次关联关系
Ø 自动匹配挖掘疑点
Ø 智能化感应分析
Ø 国产化
1.1.3 主要特点
1）系统特性
l 支持Linux、Windows操作系统；
l 支持Oracle、SqlServer、MySql等常见关系型数据库；
l 多线程设计，支持大量并发用户访问；
l 支持分布式查询和负载均衡调度；
l 可扩展性好，方便增加和迁移节点；
l 兼容IE、FireFox、Chrome等浏览器。
2）模型配置
l 根据模型配置和参数自动挖掘疑点并显示出来；
l 支持实体链路查找；
l 支持实体简称。
3）展现技术
在数据展示图上，通过可视化的搜索、关系链、路径寻找等不同的方法，来获得不同实体之间的关联和内在隐藏的联系，从而建立完整的分析链条，得到最为充分的证据。
4）安全管理
l 系统提供多种权限级别的用户管理；
l 支持数据的加密与压缩，支持广域网的用户登录；
l 完善的日志管理，可以根据需要灵活配置。
1.1.4 产品功能指标
|
项目 |
指标 |
是否支持 |
备注 |
|
数据库支持 |
Oracle |
是 |
|
|
Sql Server |
是 |
||
|
My Sql |
是 |
||
|
其他关系型数据库 |
是 |
||
|
操作系统支持 |
Linux支持 |
是 |
|
|
Window支持 |
是 |
||
|
数据源 |
第三方数据 |
是 |
|
|
多数据源支持 |
是 |
同时支持多个业务数据库来源 |
|
|
功能 |
支持生长节点 |
是 |
|
|
支持删除节点 |
是 |
||
|
支持过滤 |
是 |
||
|
图表快照 |
是 |
||
|
图表缩放 |
是 |
||
|
图表打印支持 |
是 |
||
|
可视化展现 |
是 |
||
|
查找实体关系链接 |
是 |
||
|
实体关系链路分析 |
是 |
||
|
支持实体简称 |
是 |
||
|
无限关联 |
是 |
||
|
计算能力 |
分布式计算 |
是 |
|
|
并行计算 |
是 |
||
|
系统运行 |
自动预警 |
是 |
|
|
执行定时任务 |
是 |
1.1.5 用户价值
Ø 展示出数据之间的生态全景图，通过数据挖掘功能，自动发现业务疑点，为找出表面现象背后的本质提供线索；
Ø 利用“网络”本身的特性，对看视无关的离散数据，通过实体之间的关系自动展现出来，从而获得数据之间内在的深层次关系，为决策提供线索；
1.1.6 主要应用领域和客户范围
应用领域：
|
领域 |
分类 |
|
税务 |
Ø 逃税漏税分析
Ø 税务疑点挖掘 |
|
公安 |
Ø 社会维稳
Ø 反恐
Ø 情报分析
Ø 案事件分析
Ø 犯罪线索分析
Ø 刑侦辅助
Ø 经侦辅助
Ø 突发事件/专案分析
Ø 反洗钱
Ø 反腐败
Ø 毒品犯罪
Ø 金融欺诈
Ø 反传销 |
|
司法 |
Ø 清算
Ø 证据分析
Ø 案件分析
Ø 案件执行 |
|
银行 |
Ø 信用卡
Ø 客户关系 |
|
保险 |
Ø 保险欺诈
Ø 商业理赔 |
|
其他政府部门 |
Ø 各类型资源库（人口、法人、企业）
Ø 业务系统内部分析
Ø 不动产登记 |
1.1.7 应用场景
复杂网络就是将系统内部的各个元素作为节点，元素之间的关系视为连接，
例如神经系统可以看作大量神经细胞通过神经纤维相互连接形成的网络；计算机网络可以看作是计算机通过通信介质如光缆、双绞线、同轴电缆等相互连接形成的网络，类似的还有电力网络、社会关系网络、交通网络等等。
复杂网络是通过研究结构来了解和解释基于这些网络之上的系统运作方式，进而预测和控制网络系统的行为。在以下几种情况下，使用复杂网络会带来极大的好处。
l 提高应用系统的决策支持能力
随着数据库技术的迅速发展、数据库管理系统的广泛应用以及互联网的快速发展和普及，人们渐渐体会到数据海洋的无边无际。面对如此巨大的数据资源，人们迫切需要一种新的技术对数据进行更高层次的处理并找出规律和模式，洞察海量数据中隐藏的蛛丝马迹，以便更好的利用数据进行决策和研究。使用复杂网络分析技术，对海量数据经过分析和处理，智能地从海量数据中挖掘数据间的各种关联关系，结合关联关系节点图形布局算法与图形展现技术，将相互拥有关联关系的业务数据通过节点与连线的组合网状结构表现出来，启发使用者的数据信息直觉，辅助管理者对应用系统的决策支持和业务评估。
标签: 点击购买
