智能情报获取系统框架研究

发布时间：2022-01-27 12:38

　　人工智能技术的发展,正在改变未来作战的方式及制胜机理,合理有效地利用人工智能技术进行情报的获取与应用将极大地提高军事行动的目的性和有效性。本文分析了军事情报获取问题的难点和待解决的问题,基于"先分解后集成"的思想,针对待解决的问题,结合文本挖掘、数据挖掘技术,建立了"文本挖掘（Text Mining）+人（People）+智能技术（Intelligence）&集成技术（Integration）"模型（TPI&I模型）。通过模型中的数据管理模块、Hadoop集群模块、文本信息挖掘模块,数据挖掘模块等,提高了复杂多维军事情报的可分析性及信息提取效率,为实际作战中情报信息的获取和利用打下了坚实的基础。 

【文章来源】：军民两用技术与产品. 2020,(08)

【文章页数】：5 页

【部分图文】：

情报信息获取框架图

原始文本及网络文本格式多样、信息量巨大，且格式不规范、内容不完整、重复无效的信息会降低文本挖掘的效率并影响文本挖掘结果的准确度。为了降低这些因素的不良影响，在进行正式文本挖掘前对目标文本进行降噪处理具有重要意义[5]。文本预处理主要包括去标记、分词、去停用词、关键词提取等4个主要步骤。文本分词之后，因为不是所有的词都有意义，且基于向量空间模型的文本表示会造成数据密度较小，因此需要进行去停用词和关键词提取操作。关键词提取时，需要根据不同关键词在对应文章中所占比重进行比较，设关键词ti相对于文章dj权重值为wij，计算公式如下：

数据挖掘模块包括数据准备、数据预处理、数据挖掘、结果输出等4个步骤。数据准备阶段需要根据实际需要选择数据库来确定数据来源，并在执行过程中完成数据抽取工作[7]。数据预处理包括数据清洗、数据集成。具体的执行过程则需要根据用户定义的规则来实现。在数据挖掘过程中，需要根据实际需要，运用各种类型的数据挖掘算法对经过预处理的数据执行挖掘算法，经常使用的数据挖掘算法有神经网络、回归分析、支持向量机、聚类分析等。最后，该系统将数据挖掘结果输出给专家系统和情报人员，以供进一步的分析处理。（五）其他AI技术模块

【参考文献】：
期刊论文
[1]运动员训练专家系统知识库的设计与实现[J]. 毕璐,刘斌,张鹏海.  计算机与数字工程. 2019(02)
[2]基于在线评论文本挖掘的商业竞争情报分析模型构建及应用[J]. 张振华,许柏鸣.  情报科学. 2019(02)
[3]军事情报学研究现状与发展前瞻[J]. 高金虎.  情报学报. 2018(05)
[4]TEI@I框架下的交通道路脆性预测模型研究[J]. 沈书立,李祥飞.  管理工程学报. 2018(02)

硕士论文
[1]基于爬虫与数据挖掘的电商页面信息分析[D]. 吕博庆.兰州大学 2018
[2]基于Spark的Web文本挖掘系统的研究与实现[D]. 张馨允.吉林大学 2016
[3]网络爬虫系统的研究与实现[D]. 赵茉莉.电子科技大学 2013



本文编号：3612505