Girvan-Newman 社区发现算法
GN算法通过计算边介数，逐步移除网络中的"桥梁"边，揭示隐藏的社区结构。 在风控场景中，帮助识别欺诈团伙、批量注册、洗钱网络等风险群体。
将用户、设备、交易等实体构建为节点，关联关系构建为边
计算每条边作为最短路径桥梁的次数，识别关键连接
逐步移除介数最高的边，网络开始分裂成社区
通过模块化度评估，确定最优社区划分方案
边介数衡量一条边在网络中的"桥梁"作用。如果很多节点对之间的最短路径都经过这条边， 那么这条边的介数就高，它很可能是连接不同社区的关键边。
风控场景：识别欺诈团伙网络
点击"单步执行"或"自动演示"开始GN算法。算法将迭代计算边介数并移除高介数边，逐步揭示社区结构。
通过交易网络分析，识别组织化的欺诈团伙。即使成员刻意分散交易，GN算法也能通过关联关系发现隐藏联系。
分析注册IP、设备指纹、手机号段的关联网络，识别同一团伙控制的批量注册账号。
追踪资金流转路径，识别复杂的洗钱网络结构，发现分散转移资金的关联账户群。
分析商家、买家、物流之间的异常关联网络，识别组织化的刷单炒信行为。
通过理赔人、医疗机构、修理厂之间的关联分析，发现骗保团伙的组织结构。
识别通过虚假交易进行信用卡套现的商户网络，发现异常的消费-回款闭环。