基于标准知识框架的可视化情报分析方法及系统
技术领域
本发明属于计算机软件技术领域,涉及情报分析,用于计算机辅助情报分析与决策支持,为一种基于标准知识框架的可视化情报分析方法。
背景技术
现有的情报分析方法主要基于“人”主导的信息综合和研判。尽管在部分现有决策支持系统中设计了情报分析模块或子系统,但这些模块或子系统主要采取经典的数据分析模型,只能提供给用户进行情报分析的数据分析结果,很难实现过程数据的有效积累、零散信息的系统整合、研判过程的标准规范化和分析结果的可拓可验,难以对用户(指战员)平时积累的信息进行有效管控和战时信息的有效利用,难以提供个性化信息显示因而无法满足用户个性化的决策需求,难以保证情报分析的效率和效益。
发明内容
本发明要解决的问题是:现有情报分析系统只能对当前情报数据进行分析,而不能实现过程数据的积累、对零散信息的统合,不能满足用户的个性化使用需求,情报分析的效率和效益低。
本发明的技术方案为:基于标准知识框架的可视化情报分析方法,包括平时阶段和战时阶段,平时阶段基于知识建设系统实现,战时阶段基于知识应用系统实现,知识建设系统包括概念化描述模块、结构性分析模块、参数化描述模块、形式化组织模块、可视化表达模块、资源化处理模块、共用知识库模块和个性化知识库模块;知识应用系统包括知识模板模块、信息关联与模式匹配模块、人机交互模块、知识推理与语义分析器模块和情报信息可视化模块;
步骤1:采集情报分析对象的历史样本数据,运用标准化分类方法,形成分类表,概念化描述模块通过军事建模语言对情报分析对象进行概念化描述,形成概念化模型;
步骤2:根据分类表和概念化模型,按照军事建模构建规则,对情报分析对象的属性、行为特征进行特征抽象,形成典型特征体系表,在结构性分析模块中建立抽象的仿真结构框架,用于进行结构性分析;
步骤3:参数化描述模块根据典型特征体系表,进行参数化描述,构建对情报分析对象典型特征描述的标准描述框架,形式化组织模块根据仿真结构框架和标准描述框架对得到的实时情报数据进行形式化组织,再由可视化表达模块进行可视化表达,并由资源化处理模块进行数字化的资源处理,在共用知识库模块中构建标准化模型,包括基础公共模型和共用知识资源库;
步骤4:个性化知识库模块采集用户的个性化数据,包括用户对可视化表达的应用体验、经验、习惯和偏好,采用数据挖掘技术形成个性化分析与决策模型,构建个性化知识库;
步骤5:知识模板模块根据共用知识库模块的数据构建标准模型框架,情报分析时,根据受领的任务及标准模型框架提出标准化的侦察情报需求模版,经过侦察情报活动获得零散、片断的情报信息,在个性化知识库支持下,信息关联与模式匹配模块将侦察获得的情报信息进行关联,并与标准模型框架进行模式匹配,确定获得的情报信息的初步范畴和基本特征;
步骤6:人机交互模块运用实时仿真技术对获取的多维情报信息进行可视化,并根据个性化知识库为用户提供个性化的可视化情报信息,人机交互模块提供参数修正功能,并在人机交互过程中提取修正信息和用户输入的参数,进一步分析获得的情报信息与情报分析对象特征之间的关联度;
步骤7:人机交互模块将提取的信息和参数提交到知识推理与语义分析器模块,进行智能筛选与语义推理,探明情报分析对象的多维信息,分析其信息的语义、语用价值,或提出进一步获取信息的需求,并通过现有迭代算法、收敛算法来迭代、收敛信息,直至用户输入结束信息,表示情报分析结束,得到的决策信息已满足用户决策需求。
进一步的,还包括步骤8:对于个性化知识库中多次应用的个性知识,加入共用知识库模块,用于丰富、修改、完善共用知识资源。
进一步的,步骤7中,决策信息作为个性化数据输入个性化知识库模块。
本发明提供了一种基于标准知识框架的可视化情报分析系统,包括知识建设系统和知识应用系统,知识建设系统包括概念化描述模块、结构性分析模块、参数化描述模块、形式化组织模块、可视化表达模块、资源化处理模块、共用知识库模块和个性化知识库模块;知识应用系统包括知识模板模块、信息关联与模式匹配模块、人机交互模块、知识推理与语义分析器模块和情报信息可视化模块:
概念化描述模块:用于采集情报分析对象的历史样本数据,运用标准化分类方法,形成分类表,概念化描述模块通过军事建模语言对情报分析对象进行概念化描述,形成概念化模型;
结构性分析模块:用于根据分类表和概念化模型,按照军事建模构建规则,对情报分析对象的属性、行为特征进行特征抽象,形成典型特征体系表,在结构性分析模块中建立抽象的仿真结构框架,用于进行结构性分析;
参数化描述模块:用于根据典型特征体系表,进行参数化描述,构建对情报分析对象典型特征描述的标准描述框架;
形式化组织模块:用于根据仿真结构框架和标准描述框架对得到的实时情报数据进行形式化组织;
可视化表达模块:用于进行可视化表达;
资源化处理模块:用于进行数字化的资源处理;
共用知识库模块:用于构建标准化模型,包括基础公共模型和共用知识资源库;
个性化知识库模块:用于采集用户的个性化数据,包括用户对可视化表达的应用体验、经验、习惯和偏好,采用数据挖掘技术形成个性化分析与决策模型,构建个性化知识库;
知识模板模块:用于根据共用知识库模块的数据构建标准模型框架;
信息关联与模式匹配模块:用于将侦察获得的情报信息进行关联,并与标准模型框架进行模式匹配,确定获得的情报信息的初步范畴和基本特征;
人机交互模块:用于运用实时仿真技术对获取的多维情报信息进行可视化,并根据个性化知识库为用户提供个性化的可视化情报信息,还用于提供参数修正功能,并用于在人机交互过程中提取修正信息和用户输入的参数,进一步分析获得的情报信息与情报分析对象特征之间的关联度;
知识推理与语义分析器模块:用于进行智能筛选与语义推理,探明情报分析对象的多维信息,分析其信息的语义、语用价值,或提出进一步获取信息的需求,并通过现有迭代算法、收敛算法来迭代、收敛信息,直至用户输入结束信息,表示情报分析结束,得到的决策信息已满足用户决策需求。
本发明提供了一种在计算机系统以及计算机仿真技术支撑下的、基于知识框架和标准模型的情报分析方法,综合采用人工智能、计算机仿真和辅助决策相关技术,将用户平时工作体验、经验、习惯和偏好,以及积累的知识、信息,进行整合处理,转化为战时情报分析和决策的模型和资源,提高情报信息分析科学化和准确度,实现对用户个性化决策的支撑。
本发明可实现标准化框架支撑的情报数据积累,增加情报信息的表现维度,由单维向多维拓展,使其接近、趋向于事物本质;基于人工智能和辅助决策的相关方法,提高了情报分析与应用的效益;通过数理仿真实现情报信息要素的可视化直观客观表达,展示要素之间的关联关系,为用户提供指挥决策的思维脑图,提高情报分析的准确性、完整性、快捷性和有效性。
附图说明
图1为本发明的运行原理图。
具体实施方式
本发明提供了一种情报分析方法,可用于各种情报分析场合,例如军事分析等,包括平时阶段和战时阶段,也就是平时的信息积累阶段和实际应用的阶段。平时阶段基于知识建设系统实现,战时阶段基于知识应用系统实现,知识建设系统包括概念化描述模块、结构性分析模块、参数化描述模块、形式化组织模块、可视化表达模块、资源化处理模块、共用知识库模块和个性化知识库模块;知识应用系统包括知识模板模块、信息关联与模式匹配模块、人机交互模块、知识推理与语义分析器模块和情报信息可视化模块。下面根据图 1对本发明作进一步详细描述。
步骤1:采集情报分析对象的历史样本数据,运用标准化分类方法,形成分类表,概念化描述模块通过军事建模语言对情报分析对象进行概念化描述,形成概念化模型。
步骤2:根据分类表和概念化模型,按照军事建模构建规则,对情报分析对象的属性、行为特征进行特征抽象,形成典型特征体系表,在结构性分析模块中建立抽象的仿真结构框架,用于进行结构性分析。
步骤3:参数化描述模块根据典型特征体系表,进行参数化描述,构建对情报分析对象典型特征描述的标准描述框架,形式化组织模块根据仿真结构框架和标准描述框架对得到的实时情报数据进行形式化组织,再由可视化表达模块进行可视化表达,并由资源化处理模块进行数字化的资源处理,在共用知识库模块中构建标准化模型,包括基础公共模型和共用知识资源库。
步骤4:个性化知识库模块采集用户的个性化数据,包括用户对可视化表达的应用体验、经验、习惯和偏好,采用数据挖掘技术形成个性化分析与决策模型,构建个性化知识库。
步骤5:知识模板模块根据共用知识库模块的数据构建标准模型框架,情报分析时,根据受领的任务及标准模型框架提出标准化的侦察情报需求模版,经过侦察情报活动获得零散、片断的情报信息,在个性化知识库支持下,信息关联与模式匹配模块将侦察获得的情报信息进行关联,并与标准模型框架进行模式匹配,确定获得的情报信息的初步范畴和基本特征。
步骤6:人机交互模块运用实时仿真技术对获取的多维情报信息进行可视化,并根据个性化知识库为用户提供个性化的可视化情报信息,人机交互模块提供参数修正功能,并在人机交互过程中提取修正信息和用户输入的参数,进一步分析获得的情报信息与情报分析对象特征之间的关联度。
步骤7:人机交互模块将提取的信息和参数提交到知识推理与语义分析器模块,进行智能筛选与语义推理,探明情报分析对象的多维信息,分析其信息的语义、语用价值,或提出进一步获取信息的需求,并通过现有迭代算法、收敛算法来迭代、收敛信息,直至用户输入结束信息,表示情报分析结束,得到的决策信息已满足用户决策需求。
进一步的,还包括步骤8:对于个性化知识库中多次应用的个性知识,加入共用知识库模块,用于丰富、修改、完善共用知识资源。
进一步的,步骤7中,决策信息作为个性化数据输入个性化知识库模块。
对应于上述方法,本发明提供了情报分析系统,通过计算机实现,包括知识建设系统和知识应用系统。
知识建设系统:
概念化描述模块:用于采集情报分析对象的历史样本数据,运用标准化分类方法,形成分类表,概念化描述模块通过军事建模语言对情报分析对象进行概念化描述,形成概念化模型;
结构性分析模块:用于根据分类表和概念化模型,按照军事建模构建规则,对情报分析对象的属性、行为特征进行特征抽象,形成典型特征体系表,在结构性分析模块中建立抽象的仿真结构框架,用于进行结构性分析;
参数化描述模块:用于根据典型特征体系表,进行参数化描述,构建对情报分析对象典型特征描述的标准描述框架;
形式化组织模块:用于根据仿真结构框架和标准描述框架对得到的实时情报数据进行形式化组织;
可视化表达模块:用于进行可视化表达;
资源化处理模块:用于进行数字化的资源处理;
共用知识库模块:用于构建标准化模型,包括基础公共模型和共用知识资源库;
个性化知识库模块:用于采集用户的个性化数据,包括用户对可视化表达的应用体验、经验、习惯和偏好,采用数据挖掘技术形成个性化分析与决策模型,构建个性化知识库。
知识应用系统:
知识模板模块:用于根据共用知识库模块的数据构建标准模型框架;
信息关联与模式匹配模块:用于将侦察获得的情报信息进行关联,并与标准模型框架进行模式匹配,确定获得的情报信息的初步范畴和基本特征;
人机交互模块:用于运用实时仿真技术对获取的多维情报信息进行可视化,并根据个性化知识库为用户提供个性化的可视化情报信息,还用于提供参数修正功能,并用于在人机交互过程中提取修正信息和用户输入的参数,进一步分析获得的情报信息与情报分析对象特征之间的关联度;
知识推理与语义分析器模块:用于进行智能筛选与语义推理,探明情报分析对象的多维信息,分析其信息的语义、语用价值,或提出进一步获取信息的需求,并通过现有迭代算法、收敛算法来迭代、收敛信息,直至用户输入结束信息,表示情报分析结束,得到的决策信息已满足用户决策需求。
本发明通过抽象情报分析对象的本质特性、获取关键信息,对情报分析对象的进行概念化描述、结构性分析、形式化组织、参数化描述、可视化表达和资源化处理,抽取知识框架,构建知识体系,梳理知识侧面,建立反映事物多维特征和关键属性的共用知识库;将每个用户平时对相关事物的认识、对知识应用体验和经验有效积累,为丰富、修订、完善共用知识库打下基础,提供个性化的学习功能,建立了个性化知识库;情报分析时,在平时建立的知识建设系统的支持下,用户可通过知识应用系统将获得的或积累的片段、零散数据或情报信息进行信息关联,并在个性化知识库支持下,与共用知识模板进行模式匹配,并能够进行人机交互式个性化参数的修正,关联修正后的数据在知识推理与语义分析器的运行支撑下,进行知识筛选、语义推理和语用分析;当难以有效匹配时,则进一步进行知识筛选、语义推理,或重新确定侦察情报信息需求,再进行侦查情报活动,直至获得满足的信息后,实现情报信息可视化,启迪和触发用户进行相关参数的修订与确认,直至获得满意、确切的决策信息;知识框架或标准模型的建立与应用过程具有良好的反馈机制,使用户平时对数据、模型、规则等知识资源的积累,并有效地转化为作战决策时的决策依据。