Appearance
AI构建交易网络图谱
💡 系统简介
基于Cursor + Claude 4开发的智能AI构建交易网络图谱,支持Excel数据上传,自动构建交易关系网络,提供Neo4j风格的可视化展示。该系统适用于金融监管、合规风控、交易风险分析等社会治理场景。
🚀 系统特性
- 智能解析:自动解析Excel/CSV文件,提取交易关系数据
- 可视化展示:Neo4j风格的网络图谱,直观展示交易关系
- 交互分析:支持节点搜索、关系追踪、详情查看
- 统计分析:实时显示节点数、连接数、交易金额等统计信息
- 主题切换:支持明亮/暗黑两种主题模式
🚀 立即体验
🕸️
AI构建交易网络图谱
基于Cursor + Claude 4开发,支持Excel数据上传,Neo4j风格可视化
💡 使用提示
✨ 点击上方按钮在新窗口中打开系统:
- 📊 上传Excel:支持.xlsx、.xls、.csv格式文件上传
- 🎯 示例数据:点击"使用示例数据"快速体验
- 🔍 节点搜索:搜索特定人员或银行卡号快速定位
- 🎨 主题切换:支持明亮/暗黑两种主题模式
- 📈 统计分析:实时显示节点数、连接数、交易金额统计
📥 示例数据下载
如果您想体验数据上传功能,可以下载我们准备的示例Excel文件:
🛠️ 技术架构
mermaid
graph TD
A[Excel/CSV文件上传] --> B[数据解析模块]
B --> C[交易关系提取]
C --> D[图谱数据构建]
D --> E[Vis.js可视化引擎]
E --> F[交互式图谱展示]
F --> G[节点搜索与筛选]
F --> H[统计分析面板]graph TD
A[Excel/CSV文件上传] --> B[数据解析模块]
B --> C[交易关系提取]
C --> D[图谱数据构建]
D --> E[Vis.js可视化引擎]
E --> F[交互式图谱展示]
F --> G[节点搜索与筛选]
F --> H[统计分析面板]1
2
3
4
5
6
7
8
2
3
4
5
6
7
8
📈 应用场景
金融监管
- 交易链路分析:追踪资金流向,识别异常交易模式
- 风险评估:分析交易网络密度,评估潜在风险
合规风控
- 关系图谱:构建人员/账户关系网络
- 异常交易识别:发现隐藏的交易关联
合规审计
- 交易审计:可视化交易流程,辅助合规检查
- 报告生成:生成直观的交易关系报告
💾 数据格式要求
支持的Excel/CSV文件格式示例:
| 交易方A | 交易方B | 交易金额 | 交易时间 | 交易类型 |
|---|---|---|---|---|
| 张三 | 李四 | 10000 | 2024-01-01 | 转账 |
| 李四 | 王五 | 5000 | 2024-01-02 | 支付 |
数据格式说明
- 必需字段:交易方A、交易方B、交易金额
- 可选字段:交易时间、交易类型、备注等
- 支持格式:Excel (.xlsx, .xls)、CSV (.csv)
- 文件大小:建议不超过10MB
- 示例下载:可下载上方提供的示例Excel文件作为参考
🔧 系统优势
- 零代码使用:直接上传Excel文件,无需编程知识
- 实时可视化:秒级生成AI构建交易网络图谱
- 交互式分析:支持缩放、拖拽、搜索等交互操作
- 多维展示:节点大小、颜色反映交易额度和频次
- 导出功能:支持图像导出和数据导出
🎨 界面特色
- Neo4j风格:采用专业图数据库的可视化风格
- 响应式设计:适配桌面和移动设备
- 主题切换:支持明亮和暗黑两种主题
- 动画效果:流畅的节点动画和交互反馈
📞 项目信息
- 开发工具:Cursor + Claude 4
- 技术栈:HTML5 • JavaScript • Vis.js • Canvas
- 开发团队:产品经理-吴洋、前端开发-邱邱、算法模型工程师-姚昱材
- 部署状态:在线演示稳定运行
- 更新时间:2025年7月
🔒 隐私保护
本演示系统仅用于功能展示,上传的数据仅在本地处理,不会存储或传输到服务器。