【正文】 Edge 的首席顧問(wèn) Stephen Few 一直致力于分析和提供有價(jià)值的商業(yè)數(shù)據(jù)，他在這方面已經(jīng)有超過(guò) 20 年的工作經(jīng)驗(yàn)。他的兩篇文章《Three Blind Men and an Elephant: The Power of Faceted Analytical Displays》和《Improve Your Vision and Expand Your Mind with Visual Analytics》描述了一款名為 tableau 的商務(wù)智能軟件，它主要的目的是可視化地呈現(xiàn)數(shù)據(jù)庫(kù)中的數(shù)據(jù)（這些數(shù)據(jù)都是經(jīng)過(guò)分類整合的） ，為人們作出更好的決策提供支持 [5][6]。 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 16 系統(tǒng) SEAS（Structural Evidential Analysis System）分析SEAS 是斯坦福大學(xué)的 John D. Lawrence 主持研發(fā)的一款 B/S 架構(gòu)的情報(bào)分析軟件。這款軟件主要用來(lái)進(jìn)行自頂向下的結(jié)構(gòu)化情報(bào)分析 [3]。它已經(jīng)被用在金融，保險(xiǎn)以及醫(yī)療安全等很多方面 [30]。SEAS 的主要思想是：針對(duì)某一特定的戰(zhàn)略情報(bào)任務(wù)，構(gòu)建該任務(wù)的問(wèn)題樹(shù)，從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的過(guò)程就是情報(bào)任務(wù)的不斷求精的過(guò)程，直到問(wèn)題細(xì)化成一個(gè)個(gè)可以被直接回答的原子問(wèn)題（在樹(shù)形結(jié)構(gòu)中以葉子節(jié)點(diǎn)的形式體現(xiàn)出來(lái)） 。SEAS 一開(kāi)始就被設(shè)計(jì)成支持合作式分析的工具，對(duì)每一個(gè)原子問(wèn)題的回答都可以有不同的情報(bào)分析人員（當(dāng)然不是所有的情報(bào)人員都行，必須局限在一個(gè)特定的專業(yè)范圍內(nèi)）共同完成。當(dāng)所有的問(wèn)題都分析完畢以后，這個(gè)情報(bào)任務(wù)就處于“已發(fā)布”的狀態(tài)，此時(shí)，如果有需要，其他的情報(bào)分析員可以引用這個(gè)論證到自己的情報(bào)分析中去，這樣可以最大程度提高情報(bào)分析的復(fù)用率。另外，值得一提的是 SEAS 中為配合情報(bào)分析的展開(kāi)而設(shè)計(jì)出的數(shù)據(jù)可視化的方案都非常不錯(cuò)，簡(jiǎn)潔美觀又包容了很多有用的信息。圖 “問(wèn)題樹(shù)” 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 17 圖 多維論證中的星狀散射圖圖 星座圖圖 星座圖和星狀散射圖的疊加 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 18 系統(tǒng) Angler 分析 Angler 是斯坦福研究中心人工智能研究所 Andres Rodriguez 等人研發(fā)的一款旨在糾正情報(bào)分析人員認(rèn)知偏見(jiàn)（Cognitive Bias）的一種合作式分析工具 [31]。它采用的是典型的自底向上的分析方法。Angler 的主要步驟如下:首先是頭腦風(fēng)暴（Brainstorming） ，就是針對(duì)某一問(wèn)題進(jìn)行廣泛的討論，產(chǎn)生很多的意見(jiàn)和觀點(diǎn)，接著是聚簇分析（Clustering）,將這些觀點(diǎn)和意見(jiàn)進(jìn)行歸類，最后是建立對(duì)這些歸類好的意見(jiàn)進(jìn)行排序，形成一致意見(jiàn)。圖 聚簇分析界面圖 形成統(tǒng)一意見(jiàn)的界面 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 19 第四章 面向國(guó)防戰(zhàn)略情報(bào)的問(wèn)詢式情報(bào)分析系統(tǒng)的分析與設(shè)計(jì) 問(wèn)詢式情報(bào)分析的基本過(guò)程該情報(bào)分析系統(tǒng)可以被稱作為問(wèn)詢式論證(Inferencial Argumentation)也可以叫作結(jié)構(gòu)化論證(Structured Argumentation),“問(wèn)詢”和“結(jié)構(gòu)化” 是從兩個(gè)不同的角度來(lái)描述這個(gè)情報(bào)分析系統(tǒng)的， “問(wèn)詢 ”側(cè)重論證的主體，包括情報(bào)分析人員和情報(bào)專家；而“結(jié)構(gòu)化”是側(cè)重論證的方法,是采用自頂向下的結(jié)構(gòu)化論證方法。下面簡(jiǎn)要描述該系統(tǒng)的工作過(guò)程：(1)當(dāng)情報(bào)分析員接收到上級(jí)下達(dá)的情報(bào)任務(wù)時(shí)，通過(guò)查找 Inter 或者內(nèi)部信息資料庫(kù)(Intra)或者知識(shí)庫(kù)(Konwledge Base)的內(nèi)容收集大量的信息以后，將該情報(bào)任務(wù)細(xì)分成若干個(gè)子任務(wù)，然后對(duì)每個(gè)子任務(wù)在進(jìn)行細(xì)分，直到不能再細(xì)分為止。這個(gè)過(guò)程成為查詢—分析過(guò)程。(2)對(duì)每一個(gè)不可再細(xì)分的子任務(wù)，逐一進(jìn)行論證，論證的主要方面包括：論證的結(jié)論，論證的資料來(lái)源，結(jié)論的可靠性，資料來(lái)源的可靠性等四個(gè)方面。如果認(rèn)為某一問(wèn)題需要提交小組討論決定或者交由某一專家提出意見(jiàn)，則可以先提交，待討論結(jié)果或?qū)＜乙庖?jiàn)出來(lái)后，再論證這一問(wèn)題，對(duì)該問(wèn)題的最終解釋權(quán)仍然掌握在情報(bào)分析員的手中。這個(gè)過(guò)程稱為論證過(guò)程。(3)當(dāng)所有的問(wèn)題論證完畢，可以查看結(jié)果顯示。結(jié)果顯示可以分成三種：示 3. 區(qū)域結(jié)構(gòu)顯示, 詳細(xì)內(nèi)容在 節(jié)解釋。根據(jù)最終的結(jié)果可以生成情報(bào)分析報(bào)告，該報(bào)告將是高層管理者制定決策的重要依據(jù)。 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 20 問(wèn)詢式情報(bào)分析系統(tǒng)體系結(jié)構(gòu)設(shè)計(jì)管理員 添加情報(bào)任務(wù)新情報(bào)任務(wù)分配任務(wù) 情報(bào)員圖 管理員業(yè)務(wù)流程圖情報(bào)員 分析情報(bào)關(guān)鍵字列表搜索關(guān)鍵字知識(shí)關(guān)聯(lián)樹(shù)( 接上 ) 知識(shí)關(guān)聯(lián)樹(shù)查看節(jié)點(diǎn)信息更多關(guān)鍵字部分相關(guān)信息站內(nèi)搜索更多相關(guān)信息做出情報(bào)假設(shè)情報(bào)假設(shè)列表( 接上 ) 情報(bào)假設(shè)列表情報(bào)員個(gè)人論證專家或群體論證未論證情報(bào)假設(shè)列表已論證情報(bào)假設(shè)列表已論證問(wèn)題列表生成工作表工作表決策者圖 情報(bào)員業(yè)務(wù)流程圖 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 21 管理員問(wèn)詢式情報(bào)分析系統(tǒng)情報(bào)分析員決策者專家學(xué)者分析報(bào)告圖 頂層數(shù)據(jù)流圖 管理員情報(bào)任務(wù)管理情報(bào)員分配人員管理專家分配 需專家解決的情報(bào)假設(shè)情報(bào)任務(wù)情報(bào)員信息專家信息情報(bào)任務(wù)分配表圖 管理員 0 層數(shù)據(jù)流圖 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 22 情報(bào)員情報(bào)任務(wù)分析與論證核實(shí)專家論證意見(jiàn)核實(shí)共享論證意見(jiàn)生成論證報(bào)告共享論證知識(shí)關(guān)聯(lián)樹(shù)需專家論證的情報(bào)假設(shè)已論證問(wèn)題和論據(jù)待核實(shí)的專家論證已論證問(wèn)題和論據(jù)待核實(shí)共享論證已論證的問(wèn)題和論據(jù)已論證問(wèn)題和論據(jù)決策者需共享論證的問(wèn)題待核實(shí)的共享論證圖 情報(bào)員數(shù)據(jù)流圖 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 23 專家編號(hào)密碼所在領(lǐng)域所在單位姓名管理員編號(hào) 密碼情報(bào)員所在單位姓名密碼編號(hào) 圖 管理員、情報(bào)員、專家概念模型情報(bào)假設(shè)編號(hào)內(nèi)容情報(bào)任務(wù)任務(wù)編號(hào)任務(wù)名下達(dá)日期優(yōu)先級(jí)圖 情報(bào)任務(wù)、情報(bào)假設(shè)概念模型 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 24 管理員管理分配情報(bào)任務(wù)情報(bào)員專家情報(bào)假設(shè)分配管理含有情報(bào)員編號(hào)專家編號(hào)1*1*1*1***圖 IIAS 系統(tǒng)整體概念模型 圖 IIAS 系統(tǒng)邏輯模型(簡(jiǎn)略) 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 25 問(wèn)詢式情報(bào)分析過(guò)程圖形化描述圖 問(wèn)詢式情報(bào)分析平臺(tái)圖 情報(bào)員模塊 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 26 圖 情報(bào)選擇圖 情報(bào)搜索 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 27 圖 知識(shí)關(guān)聯(lián)樹(shù)圖 站內(nèi)搜索(1) 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 28 圖 站內(nèi)搜索(2)圖 情報(bào)假設(shè) 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 29 圖 情報(bào)論證圖 共享論證 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 30 圖 專家論證圖 核實(shí)專家論證 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 31 圖 核實(shí)共享論證 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 32 第五章 問(wèn)詢式情報(bào)分析系統(tǒng)的數(shù)據(jù)可視化方案設(shè)計(jì) 問(wèn)詢式情報(bào)分析系統(tǒng)(IIAS)可視化綜述數(shù)據(jù)可視化是該情報(bào)分析系統(tǒng)的一大難點(diǎn)，設(shè)計(jì)怎樣的穩(wěn)定結(jié)構(gòu)才能呈現(xiàn)我們剛才所描述的論證結(jié)果呢？當(dāng)然，首先能想到的便是采用樹(shù)形結(jié)構(gòu)顯示，因?yàn)槲覀儾捎玫氖亲皂斚蛳碌慕Y(jié)構(gòu)化分析方法，而只有樹(shù)形結(jié)構(gòu)才能描述這個(gè)過(guò)程。樹(shù)形結(jié)構(gòu)的每一個(gè)葉子節(jié)點(diǎn)都表示一個(gè)不可再細(xì)分的情報(bào)問(wèn)題。當(dāng)鼠標(biāo)移過(guò)該節(jié)點(diǎn)時(shí)便可顯示該問(wèn)題的結(jié)論，資料來(lái)源，結(jié)論的可靠性，資料來(lái)源的可靠性等信息。樹(shù)的根節(jié)點(diǎn)便是當(dāng)前的情報(bào)任務(wù)，沿著根節(jié)點(diǎn)不斷向下的過(guò)程便是自頂向下不斷細(xì)化粒度的過(guò)程。每一個(gè)節(jié)點(diǎn)都標(biāo)有一種顏色，其中，綠色表示該論證結(jié)果可靠，證據(jù)充足；黃色表示結(jié)果不太可靠，證據(jù)不太充足；紅色表示結(jié)果不可靠，證據(jù)不足，隨著時(shí)間的發(fā)展，需要再進(jìn)一步研究加以確定。 （詳見(jiàn)圖 ）還有一種可視化的方案，為了更加清晰的表現(xiàn)不可再細(xì)分的情報(bào)問(wèn)題中，哪些還不太可靠哪些根本不可靠，以及這些情報(bào)問(wèn)題的各自屬于哪一個(gè)領(lǐng)域，受斯坦福研究中心的 John D. Lawrence 博士的啟發(fā)，我們將要分析份的情報(bào)任務(wù)劃為 8 個(gè)不同的維度, 分別是：軍事、經(jīng)濟(jì)、科技、社會(huì)、政治、國(guó)防、其他。這 8 個(gè)維度基本涵蓋了情報(bào)問(wèn)題分析的各個(gè)方面。我們只要針對(duì)每一個(gè)維度提出相應(yīng)的若干情報(bào)問(wèn)題，如果這些問(wèn)題還可以再細(xì)分，則再提出細(xì)分的子問(wèn)題，直到提出的問(wèn)題不可再分為止。在顯示的時(shí)候，論據(jù)充足和資料可靠的論證不顯示（即綠色節(jié)點(diǎn)不顯示） ，只顯示那些論據(jù)不太充足和不充足的論證（即黃色和紅色的節(jié)點(diǎn)） （詳見(jiàn)圖 ） 。在圖 中，發(fā)現(xiàn)在科技領(lǐng)域還有 1 個(gè)不充足的論證和 4 個(gè)不太充足的論證。而在文化區(qū)域，所有論證均充足可信。表明在科技領(lǐng)域還需要加大該情報(bào)的研究力度。這兩種可視化方案的各有各自的特點(diǎn)，樹(shù)形結(jié)構(gòu)顯示優(yōu)點(diǎn)是全面，系統(tǒng)地反映了自頂向下的情報(bào)分析的全過(guò)程；而區(qū)域結(jié)構(gòu)顯示則能幫助情報(bào)分析員把焦點(diǎn)集中在那些還沒(méi)有完全充足論證的情報(bào)問(wèn)題上，發(fā)揮最大優(yōu)勢(shì)解決這些問(wèn)題。把這兩者有機(jī)地結(jié)合起來(lái)分析，往往能給決策者制定決策帶來(lái)很大的便利。 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 33 可視化部分圖形描述圖 生成工作表圖 工作表 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 34 圖 樹(shù)形結(jié)構(gòu)圖(1)圖 樹(shù)形結(jié)構(gòu)圖(2) 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 35 圖 樹(shù)形結(jié)構(gòu)圖(3)圖 樹(shù)形結(jié)構(gòu)圖(4) 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 36 圖 樹(shù)形結(jié)構(gòu)圖(5)圖 樹(shù)形結(jié)構(gòu)圖(6) 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 37 圖 區(qū)域結(jié)構(gòu)圖 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 38 第六章 可視化實(shí)現(xiàn)在上一章已大概描述問(wèn)詢式情報(bào)論證系統(tǒng)的工作流程，其中重點(diǎn)介紹了其數(shù)據(jù)可視化的部分，但是并沒(méi)有涉及到具體的細(xì)節(jié)。在這一章中，我們將會(huì)對(duì)在實(shí)現(xiàn)數(shù)據(jù)可視化部分時(shí)，所遇到的關(guān)鍵問(wèn)題進(jìn)行深入探討，給出其算法并評(píng)估其運(yùn)行效率。 離散數(shù)據(jù)歸類問(wèn)題 問(wèn)題描述及算法在上一章的樹(shù)形結(jié)構(gòu)圖中（見(jiàn)圖 ） ，一個(gè)最為基礎(chǔ)和關(guān)鍵的問(wèn)題是將葉子節(jié)點(diǎn)進(jìn)行歸類，得到一些父親節(jié)點(diǎn)，再對(duì)父親節(jié)點(diǎn)歸類，得到祖父節(jié)點(diǎn)… 直到歸類到根節(jié)點(diǎn)為止。這個(gè)問(wèn)題的實(shí)質(zhì)，可以轉(zhuǎn)化成如下的形式化的語(yǔ)言描述：【問(wèn)題描述】有 n 個(gè)形如 形式的字符串，將這些字符串提取出公共部分 組成數(shù)組（n 且 ）N?9,1?cba舉例來(lái)說(shuō),假設(shè)現(xiàn)有一個(gè)字符串?dāng)?shù)組：、、 如何對(duì)該數(shù)組進(jìn)行歸類，使得最后的輸出結(jié)果為一個(gè)二維數(shù)組，二維數(shù)組第一維是 4，第二維是 3，用矩陣的形式表示如下： ???????.我們發(fā)現(xiàn)雖然二維數(shù)組的形式簡(jiǎn)單，但是有致命的缺點(diǎn)，即初始化時(shí)空間必須固定以后便不可動(dòng)態(tài)增加。于是為了進(jìn)一步減少存儲(chǔ)空間的浪費(fèi)，我們考慮采用多重鏈表結(jié)構(gòu)。如下圖所示: NULLNULLNULL NULL 圖 多重鏈表結(jié)構(gòu) 畢業(yè)設(shè)計(jì)（論文）報(bào)告紙 39 【算法 】 輸入：n 個(gè)形如 形式的字符串 str[n] 輸出：多重鏈表 LinkList 過(guò)程：（java 語(yǔ)言描述） LinkListArrayList classification(String[] str) {LinkListArrayList vecall = new LinkListArrayList()。for (int i = 0。 i 。 ++i) {if (str[i] == ) {continue。} else {ArrayList list = new ArrayLis