Комментарии 3
Я так понимаю, что эффективное хранение и выборка данных, имеющих графовую природу — это еще полдела. Главное — применение эвристик или обученых классификаторов для определения уровня подозрительности того или иного множества транзакций — а это в любом случае код уровня приложения — ведь база данных, даже графовая, не может сама работать, например, как нейронная сеть
+1
Вы так и не ответили на вопрос из заголовка, как же графовые базы данных помогают бороться с мошенничеством в e-commerce.
+14
Какая жуткая халтура! Вы даже не удосужились сделать перевод оригинальной статьи, вы перевели аннотацию к оригинальной статье.
Там на оригинале надо качнуть PDF, который и следовало переводить.
Кстати, не трудитесь, оригинал такой же бесполезный, я могу его выразить в одном предложении:
"Чтобы найти связи в данных, в обычной БД надо делать много join'ов, от этого будет все тормозить, поставь neo4j — запросы будут летать и фрод не страшен".
Там на оригинале надо качнуть PDF, который и следовало переводить.
Кстати, не трудитесь, оригинал такой же бесполезный, я могу его выразить в одном предложении:
"Чтобы найти связи в данных, в обычной БД надо делать много join'ов, от этого будет все тормозить, поставь neo4j — запросы будут летать и фрод не страшен".
+5
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Как графовые базы данных помогают бороться с мошенничеством в e-commerce