融合情报方法论与人工智能技术的企业竞争情报系统模型构建

发布时间：2022-01-07 03:07

　　【目的/意义】人工智能技术的飞速发展和广泛应用为企业情报资源的开发与利用提供了良好的条件。大数据环境下,利用人工智能技术帮助企业从海量信息中智能化地获取情报,对于企业获得和保持竞争优势有着重要的意义。【方法/过程】回顾和梳理了人工智能技术应用于竞争情报的相关研究,分析和阐述了企业竞争情报系统对于智能技术的需求,将人工智能技术应用于竞争情报系统的整个流程与环节中。【结果/结论】文章以"事实数据+工具方法+专家智慧"的情报方法论为指导,基于人工智能技术构建了企业竞争情报系统模型。该模型由情报采集子系统、情报分析子系统和情报服务子系统组成。分析了各组成部分的结构与功能。 

【文章来源】：情报科学. 2019,37(07)北大核心CSSCI

【文章页数】：8 页

【部分图文】：

融合情报方法论与人工智能技术的企业竞争情报系统模型融合情报方法论与人工智能技术的企业竞争情报系统

中往往会存在着冗余数据、缺失数据、不确定数据和不一致数据等复杂的情况。为了有效地减少情报分析子系统的数据分析负担，提升情报分析子系统的运作效率和分析效果，情报采集子系统需要对这些脏数据进行预处理。数据预处理模块通过数据清洗、数据集成、数据变换和数据归约来对数据格式和内容进行调整，使之能够满足数据分析的要求。多源信息融合是大数据时代竞争情报系统的一个重要环节与特点。多源信息融合通过选取合适的融合算法来对各种渠道所获取的信息进行关联和组合，完成多级别、多层次和多方面的分析处理，如图3所示。多源信息融合可以使不同形式、不同来源的信息相互补充，从而得到更加准确和可靠的推理决策。通过多源信息交叉印证不仅有助于数据的真伪辨别，而且能够更全面和准确地揭示事物联系以及事物状态的变化，有助于数据的价值得到更加充分的挖掘。图3多源信息融合4情报分析子系统情报分析子系统是整个竞争情报系统的核心。采集的情报信息只有经过加工和处理后才能被有效地利用，才能充分地体现其价值，因此情报分析子系统是将信息增值从而转化为情报的关键。情报分析子系统以人的智能为导向，采用知识处理技术和情报挖掘技术，对情报采集子系统所形成的情报资源库中的信息资源进行组织和挖掘；从而对知识单元和知识关联进行揭示与序化，充分挖掘情报信息中隐藏的价值。情报分析子系统通过知识图谱构建和情报智能挖掘从而形成面向企业情报服务的情报知识库，如图4所示。图4情报分析子系统情报分析子系统所形成的情报知识库是进行情报服务的源泉和基矗情报知识库中包含了企业上下游图谱、企业关系图谱、企业事件图谱和企业专利图谱等构建形成的各类知识图谱，通过分类、聚类等情报挖掘形成的情?

图3多源信息融合4情报分析子系统情报分析子系统是整个竞争情报系统的核心。采集的情报信息只有经过加工和处理后才能被有效地利用，才能充分地体现其价值，因此情报分析子系统是将信息增值从而转化为情报的关键。情报分析子系统以人的智能为导向，采用知识处理技术和情报挖掘技术，对情报采集子系统所形成的情报资源库中的信息资源进行组织和挖掘；从而对知识单元和知识关联进行揭示与序化，充分挖掘情报信息中隐藏的价值。情报分析子系统通过知识图谱构建和情报智能挖掘从而形成面向企业情报服务的情报知识库，如图4所示。图4情报分析子系统情报分析子系统所形成的情报知识库是进行情报服务的源泉和基矗情报知识库中包含了企业上下游图谱、企业关系图谱、企业事件图谱和企业专利图谱等构建形成的各类知识图谱，通过分类、聚类等情报挖掘形成的情报信息，情报分析人员和领域专家在情报挖掘基础上形成的各类情报报告以及企业在管理决策过程中所积累的情报案例等。44.1知识图谱构建作为一种高效、智能的知识组织方式，知识图谱是实现智能情报服务的基石。知识图谱在逻辑上可分为数据层和模式层，数据层主要是由诸多的事实组成；模式层位于数据层之上，主要是通过本体来规范数据层的事实表达【25】。知识图谱的构建方式分为自顶向下和自底向上两种。情报分析子系统需要构建的知识图谱属于典型的垂直知识图谱。相对于百科式的通用知识图谱而言，它更加注重知识的深度和整体的层次结构，需要自顶向下构建模式层，再逐渐将实体数据添加到知识图谱中；同时自底向上构建数据层，对实体进行归纳组织，并逐步向上抽象形成上层的概念，构建出模式层的本体【26】。构建流程主要包括本体构建、知识获娶实体对齐、


本文编号：3573684