随着我国金融业的迅猛发展,金融业已经深入到我们的生活当中,在金融业为大家提供便利的同时,基于金融的一系列诈骗也随着而来,这给各银行带来了巨大的经济损失。随着各银行加大对于金融欺诈的打击力度,像以前那种单人小打小闹的诈骗行为逐渐消失,取而代之的是团伙化、专业化的诈骗团伙,这些引起银行业的重点关注。反欺诈是一项识别服务,是对诈骗行为的一项风险识别。其核心是通过大数据的收集、分析和处理,建立反欺诈信用评分和反欺诈模型,解决不同场景中的风险问题。因此,本论文作者设计并实现了一套基于图数据库Neo4j的信用卡反欺诈系统,为银行业识别团伙欺诈提供帮助。与传统的信用卡反欺诈系统的根本区别在于,本系统不是基于关系型数据库,而是基于图数据库技术。本文主要针对信用卡反欺诈和图数据库,本文的主要工作和成果如下:第一,本文对NoSQL数据库进行了介绍,并着重介绍了 NoSQL数据库中的一种:图数据库,同时对图数据库和传统关系型数据库进行了比较,说明图数据库的优缺点;然后介绍了图数据库中常用的算法。第二,深入分析信用卡欺诈的特点和作案手段,并针对性的提出行之有效的处理办法。基于Neo4j图数据库对于多种算法的支持,利用图数据库中的Louvain(鲁汶)社区发现算法和标签传播算法,构建信用卡反欺诈系统的模型,通过发现团伙之间的关系,识别出团伙作案。第三,初步实现信用卡反欺诈系统的演示,该系统以开源图数据库Neo4j、Java标准开发框架Spring Boot、Java标准批量框架Spring Batch、Spring对于Neo4j API封装的Spring-Data-Neo4j库以及前端渲染框架D3.js库作为基础架构,以开源图数据库Neo4j处理和存储数据为核心,以Java标准批量框架Spring Batch作为批量定时节点调度,以Java标准开发框架Spring Boot作为服务端开发架构,以Spring-Data-Neo4j库来进行图数据映射,以前端渲染框架D3.js库展示和渲染系统。第四,本文总结了已有工作的成果和不足,对下一步工作进行了展望。