多源情报融合与智能决策平台 —— 在海量、异构、碎片化数据中发现隐藏关联、揭示异常模式、形成可操作情报
以实体和关系为中心，而非以表格和字段为中心
从传统 BI 的"表-字段"思维切换到"实体-关系"思维——人、地点、事件、组织在知识图谱中作为节点，其间的关联作为关系边，更贴近人类分析师的认知模式。
图谱视图、地图视图、时间线视图、列表视图四大视图实时联动——在一个视图中圈选，其他视图自动过滤同步。这是情报分析师的核心工作范式。
AI 辅助而非替代人类判断——让 AI 处理海量数据的模式匹配和异常发现，人类分析师专注于判断、推理和决策。
数据接入 → 分析探索 → 报告生成 → 行动协同，全流程在统一平台内完成，不需要在多个工具间切换。
四大模块构成完整的情报分析闭环
结构化（关系型DB）、半结构化（JSON/XML）、非结构化（文档、邮件、文本）数据的统一接入与标准化。实体解析（Entity Resolution）自动识别不同来源中指向同一实体的记录。
基于 Neo4j/NebulaGraph 存储知识图谱——实体为节点、关系为边、属性与时间戳为元数据。支持标准图查询语言和基于自然语言的图查询。
图谱、地图、时间线、列表四大联动视图。内置图算法库（社区发现、中心性、路径分析、模式匹配、异常检测），支持交互式探索。
可配置的决策模板（风险评估、关系网络分析、资源优化调度等）。规则引擎 + AI 推理双驱动——简单规则自动执行，复杂推理调用 LLM。
同一场景，四个维度，实时同步——全景态势感知的核心体验
节点-关系网络图，支持展开、折叠、过滤、聚类、路径高亮等交互操作。
地理空间属性实体和事件叠加在地图上，支持热力图、轨迹回放、区域聚合。
所有事件按时间轴排列，支持缩放、对比和事件关联分析。
传统数据表格，支持排序、筛选和导出，与其他三视图实时联动。
覆盖从商业情报到企业合规的多种高风险复杂场景
竞品分析、供应链风险、市场态势洞察。整合公开信息与内部数据，形成全景情报视图。
财务审计、关联交易检测、异常行为识别。图分析算法自动发现隐藏的利益输送网络。
反洗钱（AML）、关联网络分析、风险传导建模。满足监管报送要求。
案件调查、人员关系网络、时空轨迹分析。多维联动还原事件全貌。
