情报研判系统 - 图数据分析平台

基于 Neo4j 图数据库和 FastAPI 构建的情报研判系统，提供话单分析、社交关系挖掘等功能。

📋 功能特性

数据导入

• ✅ JSON API 导入：直接通过 HTTP 接口导入数据
• ✅ Excel 导入：支持 .xlsx、.xls 格式
• ✅ CSV 导入：支持标准 CSV 文件
• ✅ 话单数据：主叫、被叫、通话时长、时间戳
• ✅ 微信好友关系：用户、好友、昵称

研判分析算法

1. 共同联系人分析：查找两个目标的共同联系人及联系强度
2. 最短路径查询：分析两个目标之间的关联路径
3. 频繁联系分析：查找某个目标的高频联系人
4. 中心节点分析：基于度中心性识别关键节点
5. 社区发现：团伙挖掘，识别紧密联系的群组
6. 网络扩展：N 度关系分析（1度、2度、3度...）
7. 通话模式分析：时间分布、通话时长统计
8. 统计信息：数据库节点、关系统计

🚀 快速开始

1. 环境准备

系统要求：

• Docker & Docker Compose
• Python 3.8+
• 至少 4GB 可用内存

2. 启动 Neo4j 数据库

# 在项目根目录下执行
docker-compose up -d

等待 10-20 秒，Neo4j 将在以下地址启动：

• Web 管理界面：http://localhost:7474
• 默认账号：neo4j / mysecretpassword

3. 安装 Python 依赖

pip install -r requirements.txt

4. 启动 FastAPI 服务

python -m app.main

服务将在 http://localhost:8000 启动。

5. 访问 API 文档

打开浏览器访问：http://localhost:8000/docs

您将看到完整的 Swagger 交互式文档。

📊 使用示例

示例 1：导入话单数据（JSON）

curl -X POST "http://localhost:8000/ingest/cdr" \
  -H "Content-Type: application/json" \
  -d '[
    {"caller": "13800138001", "callee": "13800138002", "duration": 120},
    {"caller": "13800138001", "callee": "13800138003", "duration": 60},
    {"caller": "13800138002", "callee": "13800138003", "duration": 180}
  ]'

示例 2：上传 Excel 文件

准备一个 Excel 文件（cdr_data.xlsx），包含以下列：

• caller：13800138001
• callee：13800138002
• duration：120
• timestamp：2024-01-01 10:00:00（可选）

然后上传：

curl -X POST "http://localhost:8000/ingest/upload/excel" \
  -F "file=@cdr_data.xlsx" \
  -F "data_type=cdr"

示例 3：分析共同联系人

curl "http://localhost:8000/analysis/common-contacts" \
  -H "Content-Type: application/json" \
  -d '{
    "target_a": "13800138001",
    "target_b": "13800138002",
    "node_type": "Phone"
  }'

返回结果：

{
  "target_a": "13800138001",
  "target_b": "13800138002",
  "common_contacts": [
    {
      "common_id": "13800138003",
      "type": "Phone",
      "contact_strength": 2
    }
  ],
  "count": 1
}

示例 4：查找最短路径

curl "http://localhost:8000/analysis/path?source=13800138001&target=13800138005&max_depth=5"

示例 5：团伙挖掘

curl "http://localhost:8000/analysis/communities?node_type=Phone&min_size=3"

📁 项目结构

graph-analysis-system/
├── docker-compose.yml          # Neo4j 容器配置
├── requirements.txt            # Python 依赖
├── .env                        # 环境变量配置
├── .gitignore                  # Git 忽略规则
├── README.md                   # 本文档
└── app/
    ├── __init__.py
    ├── main.py                 # FastAPI 应用入口
    ├── config.py               # 配置管理
    ├── database.py             # Neo4j 连接管理
    └── services/
        ├── __init__.py
        ├── ingest_service.py   # 数据导入服务
        └── analysis_service.py # 分析研判服务

🔧 配置说明

编辑 .env 文件自定义配置：

NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=mysecretpassword

📖 API 文档

数据导入接口

接口	方法	描述
/ingest/cdr	POST	导入话单数据（JSON）
/ingest/wechat	POST	导入微信好友（JSON）
/ingest/upload/excel	POST	上传 Excel 文件
/ingest/upload/csv	POST	上传 CSV 文件
/ingest/clear	DELETE	清空所有数据

研判分析接口

接口	方法	描述
/analysis/common-contacts	POST	共同联系人分析
/analysis/path	GET	最短路径查询
/analysis/frequent-contacts	GET	频繁联系分析
/analysis/central-nodes	GET	中心节点分析
/analysis/communities	GET	社区发现（团伙挖掘）
/analysis/expand-network	POST	网络扩展（N度关系）
/analysis/call-pattern	GET	通话模式分析

系统接口

接口	方法	描述
/	GET	API 根路径
/health	GET	健康检查
/statistics	GET	数据库统计信息
/docs	GET	Swagger 文档

🧪 测试建议

1. 小规模测试：先导入 10-20 条测试数据，验证基本功能
2. 访问 Neo4j Browser：http://localhost:7474，可视化查看图数据
3. 运行 Cypher 查询：在 Neo4j Browser 中手动查询验证数据

常用 Cypher 查询：

// 查看所有节点
MATCH (n) RETURN n LIMIT 25

// 查看所有关系
MATCH (a)-[r]->(b) RETURN a, r, b LIMIT 25

// 统计节点数
MATCH (n) RETURN labels(n) as type, COUNT(n) as count

🔍 扩展方向

• 前端可视化：使用 D3.js 或 ECharts 渲染关系图
• 实时流式导入：Kafka 集成
• 高级图算法：PageRank、Louvain 社区检测
• 权限管理：用户认证和授权
• 导出功能：生成分析报告（PDF/Excel）
• 性能优化：索引优化、查询缓存

🐛 常见问题

Q1: Neo4j 启动失败？

检查端口 7474 和 7687 是否被占用：

netstat -ano | findstr "7474"
netstat -ano | findstr "7687"

Q2: Excel 导入失败？

确保 Excel 文件包含必需字段：

• 话单：caller, callee, duration
• 微信：user, friend

Q3: 查询速度慢？

为常用字段创建索引（在 Neo4j Browser 中执行）：

CREATE INDEX phone_number FOR (p:Phone) ON (p.number)
CREATE INDEX wechat_id FOR (w:WeChat) ON (w.wxid)

📄 许可证

MIT License

👥 联系与支持

如有问题，请提交 Issue 或联系开发团队。

---

祝您使用愉快！ 🎉