基于结构化情报分析系统的数据可视化研究.docx
《基于结构化情报分析系统的数据可视化研究.docx》由会员分享，可在线阅读，更多相关《基于结构化情报分析系统的数据可视化研究.docx（67页珍藏版）》请在冰豆网上搜索。
基于结构化情报分析系统的数据可视化研究
编号
南京航空航天大学
毕业设计
题目
基于结构化情报分析系统的
数据可视化研究
南京航空航天大学
本科毕业设计（论文）诚信承诺书
本人郑重声明：
所呈交的毕业设计（论文）（题目：
_______________________________________）是本人在导师的指导下独立进行研究所取得的成果。
尽本人所知，除了毕业设计（论文）中特别加以标注引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写的成果作品。
作者签名：
年月日
学号：
毕业设计（论文）原创性声明和使用授权说明
原创性声明
本人郑重承诺：
所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：
日 期：
指导教师签名：
日 期：
使用授权说明
本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：
按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：
日 期：
学位论文原创性声明
本人郑重声明：
所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：
日期：
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：
日期：
年月日
导师签名：
日期：
年月日
基于结构化情报分析系统的数据可视化研究
摘要
国防战略情报是为全局长期战略目标服务的情报，其目的在于探索国防科技发展的规律，预测其未来的趋向及其对政治、经济、社会、思想、文化的影响等。
传统的战略情报的分析方法主要包括：
Delphi法、内容分析法、交叉影响分析法、情景分析法等，但是都存在效果不足、方法不适等问题。
2004年，国际上出现了一种称为结构化论证（StructuralArgumentation）的新型的战略情报分析模型，其对定性研究的结构化论证方式有较好的实现效果，对国内的战略情报分析有较好借鉴作用。
本论文在研读了众多国外情报分析理论的论文和分析了多款国外基于结构化分析模型的情报分析系统的实例的基础上，自主研发设计了一款具有独立知识产权的面向国防战略情报的“问询式情报分析系统”（InferentialIntelligenceAnalysisSystem）；给出了该系统的整体设计框图、工作流程；并就数据可视化的关键问题进行了方案设计、算法实现和系统测试；并重点对其中的几张可视化效果图进行了源代码剖析。
最后，论文指出了IIAS中数据可视化继续完善的方向和未来情报分析领域的研究目标。
关键词：
数据可视化，战略情报，结构化论证模型，问询式情报分析
Theresearchofdatavisualizationbasedonthestructuredintelligenceanalysis
Abstract
Thecentralresearchtopicofstrategicintelligenceisanalyzingimportantstrategiesandpoliciestotherelationofthenationalsecurityandforecastingtheprospectsofadvancedtechnology,etc.TraditionalstrategicintelligencemethodsincludesDelphiSurveys,ContentAnalysis,Cross-impactAnalysis,ScenarioWritingandsoon.Thesemethodscanundertakesomeintelligencetasks,butoncethetaskbecomingcomplicated,allofthesemethodsmentionedcouldnotcompletethetaskindependently.
Onthebasisofstudyingmanythesisoftheintelligenceanalysistheoryandseveralinternationalintelligenceanalysistoolsofstructuralintelligenceanalysis,ThispaperproposedanewkindofIntelligencesupporttoolnamedInferentialIntelligenceAnalysisSystem（IIAS）orientedtothenationaldefensedomainwithindependentintellectualpropertyrights.ThispaperdescriptthemaindesignthoughtsandthegraphicaldescriptionofIIAS.
ThispaperreferredmanyinternationaltechnologicalmaterialsandproposedIIAS’sdatavisualizationprogram,andanalyzedthesourcecodeofimplementingsomevisualizationgraphs（suchastree-structuralgraphandarea-structuralgraph）alongwiththealgorithms.Finally,thispaperdescribedthefurtherstepsofperfectingdatavisualizationpartinIIASandhadashorttalkonthefuture’sintelligenceanalysisdomain.
KeyWords：
datavisualization;strategicintelligence;StructuredArgumentation;
InferentialIntelligenceAnalysis
第一章绪论
1.1选题背景及意义
情报分析其实是一门很古老的技术，早在几千年前，古人就留下了“知己知彼，百战不殆”和“运筹帷幄之重，决胜千里之外”等名言。
在两次世界大战中，运用先进的情报技术战胜对手的战争案例也是不胜枚举。
由此可见，情报分析从其诞生之日起，就是一门服务于军事科技的重要的技术。
20世纪50年代以后，情报分析的应用范围逐渐由军事领域扩大到商业领域，因为越来越多的企业发现，在激烈的市场竞争中，要想使企业占据行业的主导地位，就必须分析、获取更多关于竞争对手的有价值的情报。
情报分析这门自古代流传下来的技术从此在新的领域焕发了勃勃生机。
进入21世纪，随着人们对人工智能（ArtificialIntelligence），数据挖掘（DataMining）机器学习（MachineLearning）以及认知科学（CognitiveScience）等学科的深入研究，情报分析工作对比以前已经有了几乎是质的飞跃。
在信息的来源方面，我们拥有庞大的Internet和企业的内部信息网络；在信息的处理方面，我们设计了好多套先进的用于信息分析的模型；在信息的可视化方面，我们拥有多种信息可视化的方案，方便高层决策者直观、清晰地了解整个分析过程和结果...…
虽然取得了如此巨大的成绩，但是，面对着全球信息总量呈几何倍数增长的现状，情报分析工作在新世纪也正面临着巨大的挑战。
例如如何在浩如烟海的信息中找到符合自己要求的那一条信息，这需要我们研发出高度匹配的垂直搜索引擎；如何鉴别信息的真伪则需要我们在计算机语义分析领域的研究取得突破性进展；如何知晓各条信息之间的相互关联性又需要我们在自动推理，人工智能等学科的研究上有更进一步的成果等等不一而足。
不过我们仍然相信，伴随着科学技术的日益进步，我们一定能够在情报分析领域不断超越，实现情报分析的高度智能化。
国防战略情报是为全局长期战略目标服务的情报，其目的在于探索国防科技发展的规律，预测其未来的趋向及其对政治、经济、社会、思想、文化的影响等。
传统的战略情报的分析方法主要包括：
Delphi法、内容分析法、交叉影响分析法、情景分析法等，但是都存在效果不足、方法不适等问题。
2004年，国际上出现了一种称为结构化论证（StructuralArgumentation）的新型的战略情报分析模型，这一模型融合了传统情报分析方法的许多优点，其对定性研究的结构化论证方式有较好的呈现效果，对国内的战略情报分析有较好借鉴作用。
本论文正是围绕着“结构化论证”这一新型的情报论证方法展开自己的研究。
1.2国内外研究现状
1.2.1国外部分
斯坦福研究中心（StanfordResearchInstitute）的博士JohnD.Lawrence在情报论证领域有几十年的研究经验，他领导的小组开发了两套产品，一套名为SEAS（StructuredEvidentialArgumentationSystem）是采用自顶向下分析（top-down）的模型来论证情报的；另一套名为Angler是采用自底向上的归纳（bottom-up）的模型来分析情报的。
他们各有优势，针对不同种类的情报任务，给出了不同的解决方案[1][2][3]。
俄亥俄州立大学认知系统工程实验室的DavidWoods等几个教授提出了一个辅助决策支持的情报论证模型，它把自顶向下和自底向上这两个过程整合到了一起,一边自顶向下分析将问题不断细化的时候，一边否定自己，对原有问题域进行筛选和扩充[4]。
加州大学伯克利分校的教授同时也是PerceptualEdge的首席顾问StephenFew一直致力于分析和提供有价值的商业数据，他在这方面已经有超过20年的工作经验。
他的两篇文章《ThreeBlindMenandanElephant:
ThePowerofFacetedAnalyticalDisplays》和《ImproveYourVisionandExpandYourMindwithVisualAnalytics》描述了一款名为tableau的商务智能软件，它主要的目的是可视化地呈现数据库中的数据（这些数据都是经过分类整合的），为人们作出更好的决策提供支持[5][6]。
RichardV.Badalamente和FrankL.Greitzer2005年在一次情报分析方法和工具的年度会议上对当前情报分析的软件提出了10个急待解决的问题，作者从技术难度（ITcomplexity）和对情报分析的影响力（IAimpact）两个维度描述这些问题。
假设这两个维度的总分值各为10的话，他们认为当前影响力为10的是实现无缝的数据接入和提取（seamlessdataaccessandingest），而且它的技术难度仅为4；当前技术难度为10的是情报假设自动生成（Hypothesisgenerateandtrace），而它的影响力为6;而动态数据可视化（dynamicdatavisualization）这一项的技术难度为7，而影响力为4[7]。
RichardsJ.Heuer这位在CIA工作了近30年的资深的情报分析专家,在他1979年退休之后，写了一本书名叫《PsychologyofIntelligenceAnalysis》,这本书之后被CIA奉为情报分析的“圣经”，每个CIA的工作人员，不管是底层工作人员还是高层管理人员，几乎人手一本。
该书分为四章，每一章都着重解决情报分析领域中的一个重要的问题。
分别是PartI：
我们思维的机制（Ourmentalmachinery）.PartII：
思考的工具.（Toolsforthinking）PartIII:
认知的偏见（CognitiveBiases）PartIV:
结论（Conclusions）[8]。
1.2.2国内部分
2006年国防大学和军事科技学院的董献洲等人发表了一篇名为“信息可视化技术在情报分析中的应用研究”的论文在《计算机工程与应用》的期刊上，文中着重讨论了两种信息收集处理过程中的可视化技术，河流模型和关联分析模型，遗憾的是文中并没有给出具体的实现方式以及关键的算法[9]。
2006年南京大学的苏勇在《现代图书情报技术》期刊上发表了一篇名为“信息可视化中赋权树形图的绘制实现方法”，文中详细描述了一种无交叉的赋权树形图的绘制方法[10]。
2008年孙成权，曹霞等人编著了一本名为《战略情报研究与技术预见》的书，在书中提到了战略情报研究的重点领域，基本内容，基本方法，以及重要意义等[11]。
2008年7月，武汉大学信息资源研究中心，李纲，郑重等人在《图书•情报•知识》上发表了一篇名为“信息可视化应用研究进展”的论文，论文描述了当前信息可视化的主要应用领域和当前国际最先进的信息可视化技术，以及当前有效的信息可视化工具和可视化建模语言[12]。
2007年7月，中国科学院文献情报中心的孙洁丽，景明昌等人在《情报科学》杂志上发表一篇名为“可视化技术在竞争情报中的应用”的论文，论文讲述了当前可用的可视化技术和模型，并给出了一种可用的可视化竞争情报系统的设计[13]。
1.3本文研究的内容
本论文在研读了众多国外情报分析理论的论文和研究了多款国外基于结构化分析模型的情报分析系统的实例的基础上，自主研发设计了一款具有独立知识产权的面向国防战略情报的“问询式情报分析系统”（InferentialIntelligenceAnalysisSystem）；给出了该系统的整体设计框图、工作流程；提出了可视化展现方案；分析了数据可视化的关键问题并进行了算法分析。
数据可视化是该论文的核心内容。
本论文给出了IIAS中的可视化方案，对其中的几张可视化效果图进行了源代码分析；对在可视化过程中的离散数据处理和区域覆盖等核心问题给出了关键算法，并分析了相关算法的执行效率。
在论文的最后，笔者将会给出在IIAS中数据可视化继续完善的方向和未来情报分析领域的研究目标。
第二章相关概念及理论概述
2.1情报
情报是经过分析的，可直接作为决策依据的结论和信息，对应英文的Inelligence。
用公式可表示为：
情报=原始信息+分析[14]。
以前有一种传统的情报观认为情报就是信息（Information），随着时间的发展，这种观点已经被淘汰。
2.2情报分析
情报分析（InformationAnalysis）亦称情报研究或情报调研，就是根据特定问题的需要，对大量相关信息进行深层次的思维加工和分析研究，形成有助于问题解决的新信息的信息劳动过程。
信息分析是在现代信息分析与咨询活动飞速发展的背景下，于20世纪50年代由情报科学中派生出来的一门新兴学科。
近二三十年来，在信息的广泛传播过程中，信息分析得到了迅猛发展[16]。
对这一概念的理解，可以从构成这一定义的几个要素来进行：
从成因来看，信息分析的产生是由于存在社会需求。
从方法来看，信息分析广泛采用情报学和软科学研究方法。
从过程来看，信息分析都需要经过一系列相对程序化的环节。
从成果来看，信息分析是形成新的增值的信息产品。
从目的来看，信息分析是为不同层次的科学决策服务的。
因此，信息分析是对各种相关信息的深度加工，是一种深层次或高层次的信息服务，是一项具有研究性质的智能活动。
2.3情报分析类型
由于情报分析涉及到社会的方方面面，采用各种各样的研究方法，所以根据不同的划分标准，可以将情报分析划分成各种不同的类型。
2.3.1按领域划分
国际形势或国内形势总是根据各种因素发生变化的。
一项情报分析任务，也总是根据各种相互联系的不同领域的信息构成的。
这些领域大致可以分为以下几方面：
政治（含外交）、经济（含产业）、社会、科学技术、交通通信、军事、人物。
就某个具体领域而言，进行情报分析时要考虑的要素简述如下：
政治信息分析要素、经济信息分析要素社会信息分析要素、科学技术信息分析要素、交通通信信息分析要素、人物信息分析要素、军事信息分析要素。
2.3.2按内容划分
1）跟踪型信息分析
跟踪型信息分析是基础性工作，无论哪种领域的信息分析研究，没有基础数据和资料都难以工作。
它又可分为两种：
技术跟踪型和政策跟踪型，常规的方法是信息收集和加工，建立文献型、事实型和数值型数据库作为常备工具，加上一定的定性分析。
这种类型的信息分析可以掌握各个领域的发展趋势，及时了解新动向、新发展，从而做到发现问题、提出问题。
2）比较型信息分析
比较是确定事物间相同点和不同点的方法，在对各个事物的内部矛盾的各个方面进行比较后，就可以把握事物间的内在联系，认识事物的本质。
比较型信息分析是决策研究中广泛采用的方法，只有通过比较，才能认识不同事物间的差异，从而提出问题、确定目标、拟定方案并作出选择。
比较可以是定性的，也可以是定量的，或者是定性、定量相结合的，许多技术经济分析的定量方法常常被采用。
3）预测型信息分析
所谓预测，就是利用已经掌握的情况、知识和手段，预先推知和判断事物的未来或未知状况。
预测的要素包括：
人——预测者情况和知识——预测依据手段——预测方法；事物未来和未知状况——预测对象预先推知和判断——预测结果。
根据不同的划分标准，预测可以分成许多不同的类型，如按预测对象和内容可以分为经济预测、社会预测、科学预测、技术预测、军事预测等。
2.3.3按方法划分
情报分析的类型也可以按照采用的方法来划分。
一般可以分为定性分析方法和定量分析方法两种。
定性分析方法一般不涉及到变量关系，主要依靠人类的逻辑思维功能来分析问题；而定量分析方法肯定要涉及到变量关系，主要是依据数学函数形式来进行计算求解。
定性分析方法比如比较、推理、分析与综合等；定量分析方法比如回归分析法、时间序列法等。
值得指出的是，由于信息分析问题的复杂性，很多问题的解决既涉及到定性分析，也涉及到定量分析，因此定性分析和定量分析方法相结合的运用越来越普遍。
图2.1情报分析方法一览
2.4战略情报
在国内孙成全，曹霞等所著的《战略情报研究与技术预见》一书中对战略情报的解释为：
战略情报是为全局域长期战略目标服务的情报，其目的在于探索科学技术发展的规律，预测其未来的趋向及其对政治、经济、社会、思想、文化的影响，从而为确立宏观的社会发展目标、制定科技发展方针政策、规划产业经济发展方案，进行重大技术引进改造与协作攻关决策等提供重大背景资料、数据信息资料和对策咨询建议[11]。
2.5战略情报研究的类型和研究的主要领域
战略情报的研究的类型主要包括：
（1）战略设计的情报研究、战略评估的情报研究和战略实施的情报研究
（2）跟踪研究、比较研究、预测研究、评价研究（3）科学情报研究、技术与技术经济情报研究、工程情报研究、科技政策与科研管理情报研究（4）技术预测、技术评估与技术预见（5）动态监测服务、态势分析研究和前瞻预测研究（6）分散式、集中式、分散与集中相结合形式、社会网络化形式。
战略情报研究的主要领域包括：
（1）科学情报研究。
它主要包括:
交叉科学（InterdisciplinaryScience）；战略性研究——国家目标导向的基础科学研究；NBIC汇聚技术——交叉科学与战略性研究相结合的未来重要领域这三方面的情报研究等
（2）技术情报研究，主要是指技术创新和共性技术。
（3）工程情报研究，主要包括工程创新和大科学，大科学工程的情报研究。
（4）科技政策与科研管理情报研究。
2.6战略情报的分析方法
2.6.1德尔菲法（DelphiSurveys）
德尔菲依据系统的程序，采用匿名发表意见的方式，即团队成员之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，以反覆的填写问卷,以集结问卷填写人的共识及搜集各方意见，可用来构造团队沟通流程，应对复杂任务难题的管理技术[18]。
德尔菲法最初产生于科技领域，后来逐渐被应用于任何领域的预测，如军事预测、人口预测、医疗保健预测、经营和需求预测、教育预测等。
此外，还用来进行评价、决策、管理沟通和规划工作。
2.6.2内容分析法（ContentAnalysis）
内容分析法是一种对文献内容作客观系统的定量分析的专门方法，其目的是弄清或测验文献中本质性的事实和趋势，揭示文献所含有的隐性情报内容，对事物发展作情报预测。
它实际上是一种半定量研究方法，其基本做法是把媒介上的文字、非量化的有交流价值的信息转化为定量的数据，建立有意义的类目分解交流内容，并以此来分析信息的某些特征[19]。
2.6.3交叉影响分析法（Cross-ImpactAnalysis）
所谓交叉影响分析法，就是在信息分析和预测中，根据若干个事件之间的相互影响关系，分析当某一事件发生时，其他事件因受到影响而发生何种形式变化的一种方法[20]。
2.6.4情景分析法（ScenarioWriting）
情景分析的整个过程是通过对环境的研究，识别影响研究主体或主题发展的外部因素，模拟外部因素可能发生的多种交叉情景分析和预测各种可能前景。
情景分析法是为了提高企业、公共部门或者其他组织对未来的适应性和发展力，因此分析的一个前提是要对分析的对象有一个清晰的认识。
如果不了解这些，就从整体的角度出发，很可能通过情景分析得到的一个看似非常好的战略，会变得不切实际，或者效果并不见得好。
2.7结构化情报分析——一种新型的战略情报研究方法
2.7.1结构化情报分析模型概述
结构化情报分析模型（StructuralIntelligenceAnalysisModel）是一种融合了德尔菲法，内容分析法，交叉影响分析法而设计出来的新型的战略情报研究方法。
说它融合德尔菲法，是因为在情报分析员遇到不确定的情报问题时，需要寻求专家的意见；说它融合内容分析法，是因为对树形结构的叶子节点的问题的回答就是进行内容分析寻找答案的过程；说它融合交叉影响分析法，是因为在树形结构的建立过程中，父节点和子节点的关系就是交叉影响的关系。
斯坦福研究中心（StanfordResearchInstitution）的博士JohnD.
升级会员 