覆盖银行、保险、电信、公安与供应链

预置行业场景模板,从数据到洞察只需 5 步;面向真实业务问题,而不是通用工具。

🏦 银行风控

预置场景
🏦

信贷反欺诈

自动识别担保圈、团伙欺诈模式,GNN 预测隐藏风险关系

开始分析 →
预置场景
💳

反洗钱监控

千亿级资金链路追踪,AI 发现异常交易模式与洗钱网络

开始分析 →
预置场景
🏢

企业关联风险

多层股权穿透,识别实际控制人与隐性关联方

开始分析 →

🛡️ 经侦分析

预置场景
🔍

资金追踪

多源数据融合,多层资金穿透 + 嫌疑人关系画像

开始分析 →

🚑 保险反欺诈

📞 电信反诈

🚚 供应链与采购

Graph · GNN · Agent 三位一体

从存储到计算到智能,全栈关系分析引擎

AI Agent
🤖

智能理解层

自然语言交互 · 意图解析 · 查询生成 · 结果解读 · 自动报告

Graph Computing
⚡

图计算引擎

社区发现 · PageRank · 路径分析 · 连通分量 · 最短路径 · 模式匹配

GNN Learning
🧠

图学习引擎

GraphSAGE · GAT · Graph Transformer · 节点分类 · 链路预测 · 异常检测

💾
原生图数据库免索引邻接 · 千亿节点 · 万亿关系 · 毫秒级查询
交易流水
企业工商
社交网络
知识图谱
设备指纹

实体解析 · 多源数据统一

自动识别同一主体的不同记录(账号、手机、证件、设备),融合为统一实体;打通交易、通话、地址等异构关系,构建高质量关系网络。

🔗

规则 + 模型混合解析

自动识别同一主体的账号、手机、证件、设备等多源记录

♻️

增量融合与去重

新数据持续进入,实时融合与去重,关系网络动态更新

✅

数据质量与主数据

质量评估与冲突消解,形成可信主数据和统一实体视图

理解关系 · 分析关系 · 预测关系

让复杂关系可理解,让隐藏关联可发现,让未来趋势可预测

01
🔍

理解关系

Graph DB · GraphRAG · LLM

数据之间到底有什么关系?了解更多 →
→
02
📊

分析关系

Graph Analytics · Algorithms

这些关系形成了什么结构?了解更多 →
→
03
🧠

预测关系

GNN · Graph Transformer

下一步可能发生什么?了解更多 →

海量关系,瞬息可算

不仅存得下,更要算得快、查得深

⚡

极速查询

毫秒级响应,多跳关系一穿到底

  • 全局统计仅 0.007秒
  • PageRank 关键节点发现 14.5秒
  • 支持千亿节点、万亿级关系
🔗

融合查询

Cypher + SQL 融合查询,四种方式自由组合

  • Cypher 做路径 · SELECT 做统计
  • CALL 调算法 · 图函数内联
  • 四种方式自由组合
🧮

内置算法

开箱即用的图算法工具箱

  • 社区发现 105秒(4,165万节点)
  • 最短路径 · 连通分量 · PageRank
  • 分布式扩展,线性扩容
实测数据
Twitter 真实关系网络 — 4,165万节点 · 14.6亿边 · 单一连通网络
0.007s
全局统计
105s
社区划分
14.9s
连通分量
14.5s
关键节点
2.6s
10+ 跳查询(Twitter 测试集 14.6亿边)
13.7s
最小生成树
100%
连通覆盖
多源
全最短路径

四种查询方式

①

Cypher 路径查询

MATCH (a)-[r*1..3]->(b) RETURN a,b,r

多跳遍历 · 路径模式 · 子图匹配

②

CALL 算法调用

CALL pagerank(top) / CALL gnn_training()

图算法 · GNN 训练推理 · 特征工程

③

SELECT 统计查询

SELECT ... FROM graph_table(...) GROUP BY ...

聚合统计 · 分组排序 · 类型转换

④

图函数内联

SELECT v, pr FROM pagerank(graph, ...)

算法结果直接参与 SQL 分析 · CTE 链式组合

让 AI 看懂关系网络

深度学习模型自动发现隐藏模式,精准识别风险与异常

🎯

精准识别

零漏检 · 零误报,标准测试集 · 97.1% 准确率

  • 召回率 1.0(一个不漏)
  • 特异度 1.0(不错判一个)
⚡

轻量高效

模型仅 520KB,CPU 即可运行

  • 10 万账户推理仅需 3~5秒
  • 18.5 秒完成一轮训练
🧠

持续学习

HOPE 记忆框架,越用越准

  • 跨批次持续记忆
  • 增强复杂关系建模能力
工业级验证
100万节点 · 5000万边 · CPU 四线程
92.0%
准确率
0.90
F1 综合评分
0.88
召回率
0.90
特异度
291s
每轮训练
520 KB
模型大小
1s
推理速度
HOPE
持续学习

关系穿透分析示例

🏢

输入企业

输入目标企业名称或统一信用代码,系统自动构建关系网络

  • 某科技有限公司
  • 工商注册号 · 统一信用代码
🔍

关系穿透

自动穿透多层股权、关联交易与资金关系

  • 实际控制人 → 投资公司 → 关联企业
  • 司法风险 · 资金关系 · 供应链
📊

智能洞察

多维度量化评估,一键生成风险报告

  • 237 关联节点 · 92 风险评分
  • 37 异常节点 · ⚠️ 高风险

智能助手:会思考的关系分析

自然语言交互式图分析,多 Agent 自动编排查询、算法与预测,让复杂分析像聊天一样简单

🔗

图增强检索

图遍历替代向量搜索,关系证据链确保回答可溯源

  • 实体识别 → 图遍历 → 关系路径发现
  • 附带关系证据链,可溯源可验证
  • 比传统检索强在 "理解关系"
🧠

企业级长期记忆

图结构存储让系统记住 "谁和谁有关系",而非相似文字

  • 关系记忆:公司→投资→公司→法人→账户
  • 动态更新,实时反映最新关系网络
  • 跨会话持久化,越用越智能
🤖

多 Agent 协作编排

搜索+分析+执行+审核, 四子 协同完成复杂图分析

  • 搜索 Agent:Cypher 查询 + 图遍历
  • 分析 Agent:算法选择 + 结果解读
  • 执行 + ✅ 审核:GNN 预测 + 验证
传统检索 / 向量搜索VSDeepGraph 关系智能检索
只能找到 "相似文字"
→
能理解 "谁和谁什么关系"
容易编造不存在的信息
→
基于关系证据链生成回答,杜绝 AI 幻觉
无法回答 "隐藏控制关系 类问题"
→
多跳图遍历 + GNN 预测隐藏关系
静态知识,不知道最新变化
→
实时图更新,动态反映关系变化

Agent 自动编排流程

1用户问题
→
2意图解析 · 实体识别
→
3Graph Traversal · 关系路径发现
→
4GNN 预测 · 风险评分
→
5智能生成 · 证据链报告