CN112181511B - 一种可执行的情报分析流交互配置生成方法 - Google Patents

Abstract

本发明公开了一种可执行的情报分析流交互配置生成方法，其步骤包括：1)根据目标情报分析任务的顺序，通过流程图形化设计器依次选取情报分析构件作为情报分析流中的节点组件并建立连接，生成多个顺执行的过程定义；2)对于当前生成的每一过程定义，引擎根据该过程定义对应的有向图D中各分析节点进行分解，生成分析流控制数据；3)引擎创建流程实例，按该有向图D的定义顺序启动分析节点；4)当引擎收到分析节点的元数据后，检查该流程实例的当前活动任务的启动条件，如果启动条件满足，则引擎调用对应的分析节点中的方法、数据；5)当一个活动任务执行完成后，如果没有后续分析节点，则该流程实例已经执行完毕，记录执行结果及日志。

Description

一种可执行的情报分析流交互配置生成方法

技术领域

本发明涉及计算机情报处理领域，涉及情报分析流生成的方法，尤其涉及一种可执行的情报分析流交互配置生成方法。

背景技术

数据的丰富带来了对强有力的数据分析工具的需求，情报分析人员越来越倾向借助新兴信息技术和分析工具来完成情报任务。其中，情报分析人员除了依赖于规范化的分析流程完成情报任务，面对日渐复杂的任务内容或情报问题的不确定性，当前缺乏一种自动化、可配置参数的管理方法来辅助情报分析人员设计情报分析流程。同时在情报分析中还存在以下问题：(1)情报分析流程的本质是存储在数据库中的图结构，如何有效的构建这种图结构，需要解决的问题包括规范图中的各种组成元素的关键属性，包括数据的结构、方法的应用原理、适用范围、使用流程、前置条件和后续结果，其中以前置条件和后续结果最为重要，只有将上述属性得以规范，可配置流中节点组件之间的组配才有逻辑上的合理性。(2)如何构建情报流程，这里包括基于拖拽式的流程构建方法、交互式的节点组件选择以及基于模型的感知式自动组件推荐等。(3)如何自动执行情报分析流程。当构建图结构以后，这种图结构仅是一种符号化描述，本身不具有可执行的功能。若要执行情报分析流程，还需要解决如何将符号化的情报分析流程进行解析并转换成可执行程序这一问题。

发明内容

为了克服上述缺陷，本发明提出一种可执行的情报分析流交互配置生成方法。

首先可配置参数的情报分析流技术中的节点组件包含数据和方法。可配置参数的情报分析流技术中的数据使用表的形式进行存储。在表中，每一列为一个字段，字段具有自己的名称、类型、长度限制等属性，每一行数据为一条记录，记录可以包含所有的字段数据，也可以仅包含字段中的一个子集。在具体存储的内容中，主要分为字符串型、数值型、布尔型、日期时间型、向量型、二进制型。可配置参数的情报分析流技术中的方法包括应用原理、适用范围、使用流程、前置条件和后续结果，应用原理、适用范围和使用流程属于方法的非结构化属性，可以通过文本描述的形式进行存储，而前置条件和后续结果是结构化属性，需要综合利用数值、字符串和数据结构进行规范。

情报分析流程是一个由若干分析方法所组成的、并且人和计算机都能够理解的情报分析流程的描述。因此，对情报分析流建模就是获得情报分析流程的自然描述，并将它进一步转换成计算机可执行的表示形式的一个过程，它跨越情报分析流程的整个生命周期。其中，情报分析流模型的配置阶段主要是完成分析过程的计算机化定义。在这个流程配置阶段，利用不同的情报方法组件，完成实际的分析过程到计算机可处理的形式化定义的转化，所得到的形式化定义被称为过程模板完成过程模板的定义后，所生成的分析流程将由分析流引擎进行流程的解析和转换并生成执行过程。引擎对分析流模型描述的过程进行初始化、调度和监控，过程中每个活动的执行，在需要人工介入的场合完成计算机应用软件与操作人员的交互。这样就实现了在模型中定义的分析过程与现实世界中实际过程的连接。情报分析流模型除了完成过程的配置、删除、活动的执行与控制外，它的另一个重要的功能是完成与分析软件及操作人员的交互。在实际应用中，分析软件和操作人员是完成情报分析任务的主体，而情报分析流模型通过过程定义和活动之间的控制来实现这些独立的功能实体间的集成，从而使整个情报分析活动成为一个协调运行的整体。

如图1所示，设计层是直接面向用户，用于情报任务分析流程的设计，所以该层主要是过程定义子系统在前端UI上实现对情报分析构件的拖拽和连线，完成具体情报分析任务的过程定义。当情报分析任务的过程定义完毕后，过程数据就会进入到展示层，该层是采用可视化和交互的方式将情报分析的过程展现给用户。设计层的过程定义数据会进入展示层的分析流运行服务子系统，该子系统中的关键为分析流引擎，它将过程数据分解为不同的计算步骤、计算方法和所需数据，展现给用户，并与计算层的计算分析子系统和数据存储子系统进行交互。除此之外，本层的监督管理子系统的主要作用是为用户提供系统运行状态的可视化监控。计算层中的数据存储子系统和计算分析子系统实现了整个情报分析过程中的方法应用和数据保存与加载。两个子系统的信息传递和信息匹配策略由设计层的过程定义子系统所制定，由展示层的分析流运行服务子系统所解析，其执行的过程和计算的结果也由分析流运行服务子系统所控制和展示。

如图2所示，在系统的流程结构方面，对用户来说，整个情报分析流系统是一个黑盒系统，用户所产生的操作和看到的结果都发生在用户界面。在用户界面用户在任务表管理器中生成、加载和修改分析任务项(任务项即情报分析构件，对应于可执行情报分析流中的“节点组件”)，在分析流建模器中建立情报分析任务的流程模型，即定义具体情报分析任务的过程。之后分析任务项的具体过程定义进入到分析流引擎。分析流引擎作为情报分析系统的核心而存在，它负责流程的调度，保证流程按事先确定的顺序正确流转。

分析流引擎进行流程的解析和转换并生成执行过程：

Step1：情报分析流应用建模人员通过使用流程图形化设计器完成应用系统的建模，即实际情报分析流程的定义。建模结果保存在数据库中，并可反复修改；

Step2：客户端用户通过浏览器登录到Web服务器，此时可以启动新的流程、处理其分析任务项等。每个分析任务项都与一个活动对应。在活动中以各种不同的方式表示需要处理的数据。用户可以通过客户端的Web服务器对这些数据进行处理。在此过程中可以与数据库系统进行交互，如查询数据库信息，或将某些应用数据保存到数据库等。

Step3：当用户利用情报分析流系统进行任务分析时，会触发情报分析方法控制台和情报分析流引擎。其中情报分析方法控制台是不同情报分析方法在系统中实现的各模块功能的集成，用于实现流程的运行和协调各模块的工作。控制台是情报分析任务实际运行中与用户交互的接口，不处理任何流程的内容，具体表现为每个步骤的执行页面。而情报分析流引擎主要是提供对流程的转移逻辑和内容的处理，当情报分析流引擎开始运作时，其执行的过程如下：

情报分析流程的过程定义为一个包括多个分析节点的有向图D，其中V(D)是分析节点集合{d₁,d₂,d₃,…d_n}，E(D)为分析节点之间有向边的集合，ψ(D)为分析节点启动条件集合。第n个分析节点d_n中包括分析节点的元信息{方法，数据，分析节点d_n的启动条件ψ_n，下一个分析节点d_n+1的方向(d_n->d_n+1)…}。

1)引擎收到用户发出的启动指令，向分析流建模器发出请求，得到当前过程定义。

2)得到过程定义后，引擎将过程定义有向图D装载入内存，对过程定义对应有向图D中各分析节点进行分解，按照分析节点的元信息进行配置，生成分析流控制数据。

3)引擎创建流程实例，进入实例调度，按分析节点有向图D的定义顺序启动分析节点。

4)当引擎收到分析节点d_n元数据后，会检查该流程实例的当前活动任务的启动条件，也就是当前活动任务和其他活动任务的数据和控制依赖关系，如果启动条件满足，引擎调用对应的分析节点中的方法、数据。

5)用户可通过引擎对当前活动任务进行交互操作，查看执行状态。

6)当一个活动任务执行完成后，引擎根据过程定义对应的有向图D的信息，得到该活动任务的后续分析节点，对列表中的每一个节点检查转移条件是否满足，如果满足创建该节点对应的活动实例则转到步骤4)；如果后续列表为空转到步骤7)。

7)一旦当前流程实例的结束节点结束，该流程实例已经执行完毕，记录执行结果及日志。

当这一系列的过程完成之后，就实现了用户在实际中的情报分析任务到情报分析系统的自动化运行的映射。

与现有技术相比，本发明的积极效果为：

1、分析的过程更加智能化，本方法能够将用户提交的复杂的情报分析任务需求在极少人为工干预的情况下自动转化为机器可以理解、可执行的分析过程，极大的提升了复杂情报分析任务的智能化水平；

2、分析的方法能够根据数据的特性、分析的任务进行自动的匹配并推荐最佳的分析方法，本方法可以为待分析的数据提供最佳的方法匹配，解决了传统分析方法依赖于分析人员的经验去选择适用的方法；

3、分析任务中不同的分析方法之间会进行自动的合规性检查，系统会对不合规的分析方法进行提示，辅助用户修正分析流程。

附图说明

图1为情报分析流交互配置原理图。

图2为情报分析流系统的流程图。

图3为本发明实施例配置流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在图1中，设计层是直接面向用户，用于情报任务分析流程的设计配置，所以该层主要是过程定义子系统在前端UI上实现对情报分析组件的拖拽和连线，完成具体情报分析任务的过程定义。当情报分析任务的过程定义完毕后，过程数据就会进入到展示层，该层是采用可视化和交互的方式将情报分析的过程展现给用户。设计层的过程定义数据会进入展示层的分析流运行服务子系统，该子系统中的关键为分析流引擎，它将过程数据分解为不同的计算步骤、计算方法和所需数据，展现给用户，并与计算层的计算分析子系统和数据存储子系统进行交互。除此之外，本层的监督管理子系统的主要作用是为用户提供系统运行状态的可视化监控。计算层中的数据存储子系统和计算分析子系统实现了整个情报分析过程中的方法应用和数据保存与加载。两个子系统的信息传递和信息匹配策略由设计层的过程定义子系统所制定，由展示层的分析流运行服务子系统所解析，其执行的过程和计算的结果也由分析流运行服务子系统所控制和展示。

实施例

采用Medline生物医学数据进行实验，目的是揭示生物医学领域的研究主题现状并发现生物医学领域的研究热点。

在具体的分析方式上，本研究采用共词分析。抽取DescriptorName字段(即Mesh主题词)，基于每条记录(文章)中主题词形成共词关系。利用该共词关系，可形成共词网络，基于该共词网络，可以进行点度中心度分析和连通分支分析。首先进入系统的情报任务功能，点击添加分析任务。

添加分析任务后，确定保存。

任务添加成功后，点击设计流程。

在流程设计页面，通过点击鼠标右键实现添加分析组件。

成功添加的组件可以通过右键进行配置。

在组件配置界面，可以将组件设置成不同的类型，比如设置成可以从hadoop中读取XML文件。

通过配置，最终本实验流程在系统上的任务设计如图3所示。系统自动生成情报分析流程并执行。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。

Claims (3)

1.一种可执行的情报分析流交互配置生成方法，其步骤包括：

1)根据目标情报分析任务的顺序，通过流程图形化设计器依次选取情报分析构件作为情报分析流中的节点组件并建立连接，生成多个顺序执行的过程定义；所述过程定义为一个包括多个分析节点的有向图D，其中V(D)是有向图D中的分析节点集合{d₁,d₂,d₃,…d_n}，E(D)为有向图D中的分析节点之间有向边的集合，ψ(D)为分析节点启动条件集合；第n个分析节点d_n中包括分析节点的元信息{方法，数据，分析节点d_n的启动条件ψ_n，下一个分析节点d_n+1的方向(d_n->d_n+1)…}；所述节点组件的类型为数据或方法，方法类型的节点组件包括应用原理、适用范围、使用流程、前置条件和后续结果，应用原理、适用范围和使用流程通过文本描述的形式进行存储，前置条件和后续结果综合利用数值、字符串和数据结构进行规范；

2)对于当前生成的每一过程定义，引擎根据该过程定义对应的有向图D中各分析节点进行分解，按照分析节点的元信息进行配置，生成分析流控制数据；

3)引擎创建流程实例，进入实例调度，按该有向图D的定义顺序启动分析节点；

4)当引擎收到分析节点d_n的元数据后，检查该流程实例的当前活动任务的启动条件，如果启动条件满足，则引擎调用对应的分析节点中的方法、数据；

5)当一个活动任务执行完成后，引擎根据该有向图D得到该活动任务的后续分析节点，并检查其转移条件是否满足，如果满足则创建该后续分析节点对应的活动实例并转到步骤4)；如果没有后续分析节点，则该流程实例已经执行完毕，记录执行结果及日志。

2.如权利要求1所述的方法，其特征在于，对数据类型的节点组件使用表的形式进行存储；其中在表中每一列为一个字段，字段具有名称、类型和长度限制，每一行数据为一条记录。

3.如权利要求2所述的方法，其特征在于，所述记录包含对应行中所有的字段数据，或仅包含字段中的一个子集。

Images