简介
打击有组织犯罪，一次一个节点。
灵感
有组织犯罪从贩毒到腐败再到谋杀等问题对社会产生负面影响。 解决这些问题依赖于了解犯罪事件、犯罪分子和金融活动的复杂互联网络。 我们的项目旨在提供一个分析平台，可以检测警察队伍中的异常并发现欺诈交易。 很明显，这些犯罪组织的识别和随后的破坏将极大地改善社会的社会和经济状况。
它能做什么
我们的分析平台可以看到参与异常大量不成功突袭的警察之间的联系，以及与黑手党成员的窃听电话之间的联系。 这为识别警察队伍中的“痣”提供了关键见解。 此外，警察部队内的异常支付交易价值可用于检测贿赂。 窃听连接可以检测谁是黑手党的关键成员，以及谁是最大影响的目标。 我们的图数据库可以大大减少发现犯罪组织结构所需的时间，从而导致更快、更彻底地铲除此类组织。
我们是如何构建的
我们在 Lucid Chart 中创建了模式，并指定了主键、外键和属性。 由于没有关于意大利黑手党的公开数据集，我们生成了具有代表性的合成数据。 我们对黑手党家族等级、主要犯罪活动和地理进行了研究，以确保我们的数据准确生成。 使用 Python 语言和相关的 Pandas 库，我们为黑手党成员、警察成员、公众个人、金融交易、犯罪事件、突袭等创建了 CSV。
CSV 被加载到 TigerGraph 中。 创建了模式，并将 CSV 文件映射到节点和边。
运行 GSQL 查询以揭示我们合成数据的见解。
