智慧社会背景下情报信息系统优化研究

石佳鑫，屈 健，蔡 威

中国人民警察大学 a.研究生院； b.智慧警务学院，河北 廊坊 065000

科技的飞速发展，使互联网、大数据等多种形式的信息技术不断涌现和创新，信息数据的规模和容量不断增加。体量庞大的数据信息以及越来越多样化的信息数据类别和呈现形式，将社会文明不断推向智慧社会的新世界。习近平总书记首次提出“智慧社会”这一概念，其在对全球化信息趋势发展深刻理解的基础上，准确把握我国信息化社会建设和发展的实际情况，为我国指明了新的信息化建设奋斗目标和发展方向[1]。智慧社会将在很大程度上改变人类社会的思维、生活、生产和组织方式，这一概念的提出，标志着智能技术正在成为多种信息技术中最重要、最具影响力的技术[2]。

公安情报的数据信息是反映公安情报各方面动向、状态、规律及变化趋势的数据、资料和文本等，由公安机关各警种、各部门通过不同的方式方法进行搜索整合、分析处理、实际应用而得到。通过对搜集到的各种数据和信息进行分析研判，可得出能大幅提高公安机关情报分析精准度的情报数据信息，并从警务目标、警务重点、警力分布等方面指导警务活动[3]。当前，社会正处于全面升级转型的关键阶段，通过科学有效、精准明确、高效迅速的情报分析，对事件进行预测、干预、评估与恢复，是公安机关情报部门和政府各级决策机构的迫切需求。然而，基于传统决策情报支持的情报信息系统，已经难以满足当下智慧社会的内在要求。

一、智慧社会背景下的情报信息系统

(一)相关概念

智慧社会是能够实现高度智能、精准测算、快速感知、互联互通、数字化和透明化的社会，是继农耕社会、工业社会和信息社会之后，人类社会发展史上迎来的一次系统全面的变革[4-5]。其核心是知识自动化分析技术，是以基于ACP，即人工社会(Artificial Societies)、计算实验(Computational Experiments)和平行执行(Parallel Execution)有机结合[6]的社会计算方法为指导的一种创新的社会形态概念。

情报信息系统是以情报为保障的信息系统。无论是国家还是城市，都缺乏面向管理业务的整体性的情报信息系统，有的行业或者领域在自身范围内建设运行了具有采集、积累和供应情报功能的信息系统，但是其提供的情报范围往往受限，情报的层次往往浮于表面，对管理和决策的支持非常有限。德国的紧急计划信息系统是一个相对比较完整的情报信息系统，但也不负责整合和提供具体的业务信息、情报，其建设运行的出发点仅在于作为信息获取和信息交换的工具，严格来说并非业务性平台[7]。

根据上述分析可知，智慧社会背景下的情报信息系统是运用智慧感知、智慧分析与智慧处置[8]等智能化和自动化系统，从多源异构、显隐性掺杂的多种情报源中进行自动化智能提取，通过收集提取、筛选过滤、感知识别、关联分析、有序化处理等一系列情报研判行为，形成一个完整的系统，将数据转变为有用信息，在有用的信息中提取知识，并将提取得到的知识升级为智慧[9]。智慧社会背景下的情报信息系统，有助于提高情报工作的有效性，提升决策过程中的情报支持力度，促进情报工作向“智慧”层面迈进。在构建智慧社会背景下情报信息系统的过程中：一方面，构建智慧社会背景下的情报信息系统，需要对数据进行融合与转化，对不同种类的异构数据进行总结归纳，从而形成情报信息数据库；另一方面，在新情报信息系统构建运行过程中，需要加强对于大数据、区块链等技术的运用，运用大数据技术进行数据挖掘和数据分析，运用区块链技术进行信息保存与分享等，从而加强情报系统的支撑力度。

(二)智慧社会背景下情报信息系统的特性

智慧社会的时代背景对情报信息系统提出了更高的要求，在信息化网络时代，将情报信息数据融入“智慧”的概念中，可以更加合理地对信息资源进行分配和安置[10]，笔者认为，智慧社会背景下的情报信息系统具有以下特性：

1.智能化与自动化。在智慧社会背景下，快速获得情报数据信息是情报系统迅速响应的前提条件。用传统的关键情报主题(KITs)需求识别法对情报问题进行分析和理解，需要时间约占总分析时长的40%[11]，这显然无法达到快速访问和获得情报数据信息的要求。同时，传统的情报分析和研判方法比较简单，侧重于情报分析人员已掌握的历史经验和直觉思维，导致情报数据信息系统分析结果大多局限于情报分析人员的经验和专业素质。在智慧社会背景下，不再需要通过与用户对话交流来获取情报需求，而是通过知识库智能建议的大数据来识别情报需求，并且实现数据的自动收集和需求的自动分析。情报数据信息系统的知识库通过对所处情境进行匹配，实现情报需求的自动推荐。另外，在智慧社会背景下的情报分析中，使用大数据分析工具可以对情报信息进行自动化的监管识别、风险评估、相关性分析和情感态势分析等，从大量的数据信息中找出内在的关联和规律，针对情报分析的不同阶段智能化地提出相应的决策计划和解决方案。

2.标准化与集成化。传统情报信息收集具有一定的随机性，与之相比，智慧社会背景下的情报数据信息系统更加强调标准化，即情报信息分析过程和所涉及的各种要素，包括情报信息分析处理的流程、应用的技术手段、文字文档等的标准化，其目的是实现输入和输出一一对应，使情报分析人员更加深入了解收集到的情报信息。除此之外，智慧社会背景下的情报信息系统所涵盖的数据信息、有效知识、分析方法、应用工具、智能技术等将以构建块的形式集成到一个统一的情报工作流程中，在这个统一的工作流程中，数据处理专家和情报分析专家等将共同工作[12]。

3.复杂化与多样化。随着智慧社会的建设发展，情报信息系统的涵盖范围也在不断扩大：(1)从种类上看，主要包括基础信息、监测检测信息、决策支持信息和职能管理信息4个方面[13]；(2)从数量上看，数据的规模是海量级别，在智慧社会万物互联的促进下，情报信息的数量不断增加，冗杂的数据逐渐复杂化；(3)从类型上看，数据逐步向多样化发展，包括结构化、半结构化、非结构化数据以及交互数据等。与此同时，互联网、物联网等新兴科技信息技术的快速发展，为相关情报机构和部门的信息化研究进一步铺平了道路，如目前的信息化防控和天网工程等。现如今，各种情报信息来源更加丰富，涵盖范围日益广泛，情报信息系统的数据和规模都呈现出几何倍数增长态势，必然使智慧社会背景下的情报信息系统数据类型出现复杂多样的特点。

二、构建情报信息系统必要性

(一)信息情报系统面临的新环境

在当今海量情报信息涌现的网络时代，情报的动态性、海量性及异构性特征凸显，其中最为突出的矛盾是以人工分析为主的传统情报分析系统，面对现如今呈几何倍数增长的情报数据资源，工作量急剧增加，导致情报工作难以有效开展，情报分析系统急需更新迭代。在这种情况下，情报分析系统需要智能化科技的加持，从而提高情报服务的数据挖掘和整理分析能力。情报信息系统利用抓取技术自动进行身份隐藏、持续采集更新、数据即时导入、重点热点内容推荐及个人信息的定制与收藏，可以实现大量结构化、非结构化、半结构化数据的自动采集、分类存储、跨库查询、检索信息的定制化展现。打破数据来源界限，消除传统单一抓取工具容易被网络技术监控及阻拦的风险，以统一专业库的形式，针对海量网络信息资源持续快速获取所需高质量、深层次的情报知识，对提高在大数据辅助下决策制定的科学性和准确性具有重要现实意义[14]。

(二)智慧社会为情报信息系统带来的新挑战

由于此前信息权限与知识产权等限制，传统的情报信息系统无法实现互联互通，总体较为孤立、单一与分散，而在智慧社会，新的社会环境所带来的挑战对于情报信息系统提出更高要求。

1.智能性有待提高。智慧社会的建设重视大数据战略，随着社会处理信息方式的变化，情报决策主体更多依赖于情报信息资源的综合分析与智能化处理，其中智能化的“智能”主要依托智慧社会的“智慧”，是来源于智慧社会中云计算、物联网、仿真系统等新兴技术的支撑，表现在情报信息监测与预警、分析与研判、侦察与反馈等各个方面[15]。可以说，情报信息系统在智慧社会的海量数据支撑下，不仅集成了所有情报信息获取分析流程，包括数据的采集和统计等，更进一步完成了对数据的总结、归纳以及情报的提炼、可视化和信息化等步骤，形成了一个综合性的大数据情报分析系统。在该系统中，理论、方法、技术和情报信息均实现自动化，最终形成对情报用户的高质量智慧服务。因此，在智慧社会背景下，传统的情报信息获取方法难以适应多源、异构的数据，需要更加智能化的可计算的情报信息分析方法。

2.需求发生转变。在传统的情报信息系统中，情报信息的需求相对固定，情报系统内容设置也较为稳定，变化和调整相对缓慢，其情报系统需求多为单个、孤立的需求。而在智慧社会背景下，情报信息多是面向决策，也是服务决策的，情报信息系统所进行的分析研判是为了满足情报用户对情报产品的不同需求。因此，通过情报系统所收集的情报应当是一种逐渐走向综合的、方案级的知识[16]，其往往具有很大的不确定性、复杂性与多样性。且情报用户的需求不再是单个需求，而是一系列的需求，是整个情报信息系统的需求，这种需求对情报信息系统的要求较高。在智慧社会背景下，情报信息系统正向着智能化、人性化、精准化飞速发展。

不仅如此，今年，葡萄酒大师David Allen再度担纲金樽奖评审团主席，在颁奖典礼晚宴的致辞中，他提到了震惊业界的侍酒师大师考试泄题的丑闻，并公开为包括我们评审团副主席在内的侍酒师大师站台，表示他们并没有被牵连其中……刚开始，我还不太明白他在致辞中提及此事的用意，直到他在台上娓娓叙述这一刻的时候，我突然明白：正是他们如此珍视这一份“大师”的名誉，才有了这么多业界的牛人在孜孜以求这一个头衔。

3.收集范围扩大。在智慧社会背景下，情报信息数据逐步呈现出海量、多源、异构等特点，一方面能够为情报信息系统提供更加有针对性、更加全面的数据信息，另一方面追求针对性强以及海量复杂的数据信息使得信息价值密度下降，容易令情报分析员陷入信息陷阱，迷失在信息海洋之中。在大数据背景下，情报收集已经不是问题，大量的数据能被高效收集，但只有少量数据经过分析处理。有研究表明，在被标记过的大量数据中，23%的信息是有潜在价值的，但实际上仅有不到0.5%的数据是被处理过的[17]。如何在海量数据中发现有用的信息，将其整合成情报决策主体所需的情报资源，则是优化智慧社会情报信息系统的关键[18]，这就为新环境下的情报信息系统正常运转提出了前所未有的挑战。

三、面向智慧社会的情报信息系统优化对策

情报信息的处理流程涉及获取情报源、明确情报需求、数据采集与清洗、综合分析研判和生成情报产品等过程，贯穿于情报信息管理的整个生命周期。根据上述对智慧社会背景下构建新情报信息系统的必要性分析，需要将情报信息系统中包含的每一个步骤进行优化(见图1)，使其充分适应智慧社会的时代发展要求。

图1 面向智慧社会的情报信息系统优化模型

(一)拓宽情报源

在智慧社会背景下，情报信息系统涉及领域越来越广泛，其情报数据信息涵括了社会生活的方方面面。因此，为更好地完善情报信息系统，情报源不仅要包含传统的情报信息数据，更应在传统情报源基础上尽可能地实现情报源的扩展，运用大数据、区块链等新兴技术，结合智慧社会背景，进一步开展情报搜集，拓宽情报源。在互联网时代下，互联网和互联网+已成为人们获取社会信息的主要途径，新型情报信息系统也应通过搜索引擎实现相关信息情报的及时搜索与及时传递。例如，为方便群众查询避险可以通过社交软件(如QQ、微信等)发布求助信息、灾难信息等重要信息，以构建包含情报信息组织部门、专业主管部门(包括其下设的基层专业部门)等部门联合的信息发布平台，实现相关情报数据、相关业务数据、媒体新闻数据、物联网数据的实时交互，成为新型情报信息系统的全方位立体化情报信息源，完成对互联网、物流网及传感网等数据全面实时获取，实现在各种条件下对所需情报信息的全覆盖。

(二)明确情报需求

明确情报的需求，是开展其他环节情报工作的基础。不同的情报客户对情报的要求不同，对情报成果的衡量标准不同。传统的情报需求获取途径时间花费长且主观随意性强，情报人员在为相关机构提供情报服务的过程中，不断满足已有需求，挖掘新需求。在智慧社会背景下的情报需求获取中，应当分析总结应对策略和经验，通过本体构建工具如protégé、本体描述语言如OWL等，建立相应的情报信息知识库和案例库，对已经拥有的数据、信息和知识经验进行提取与综合集成，再将经验信息纳入到具体的“情景”中加以考量与运用。同时，要对相关客户的不同需求进行分析研判，根据情报客户过去的情报需求，描绘情报用户画像，构建情报用户库，分析情报用户当前需求情况与需求变化，从而能够更全面、准确地提炼相似情景下的情报需求，实现情报需求的专业化与定向化服务，进一步确定不同情报用户的不同情报需求。

(三)加强数据采集与清洗

数据采集与清洗是情报信息分析的基础工作之一，决定着情报信息分析结果的精确性与可靠性。在智慧社会背景下，事件的发生大多会伴有一定的风险信号和舆情信息等，因此，要通过采集接处警系统、城市管理相关数据库等所形成的信息资源，互联网中与事件相关的信息资源，以及通过人际传播的信息资源等各类情报信息，以尽力获取事件的全貌。但在获取大量数据的同时，往往会产生大量数据压力。首先，来自不同情报源的数据信息极有可能存在重复，如果不对数据进行及时处理与清洗，往往会造成数据冗余，影响数据的运用。其次，通过不同系统所获取的情报信息在数据和结构上各有不同，数据异构性强，数据结构与数据标准不统一，必须通过一定的技术手段对海量、离散的数据进行转换、清洗、拆分和汇总等处理，才能获得更加完整、统一的数据。最后，由于不同部门对数据要求不同，其收集数据涵盖的内容不同，部门之间的数据通常需要互相补充才能形成较为完整的数据信息，只有对数据进行合理处理与清洗，才能充分实现数据价值，为下一步分析研判打下坚实基础。

(四)推动综合分析研判

情报信息的分析研判工作强调标准化和自动化，是整个情报信息系统的核心。在智慧社会背景下，对多类(文字、图片、视频等)、多源(应急部门、社会组织、公众等)和多平台传感器(GIS、遥感系统等)的原始数据信息进行分析与处理以形成关键的情报产品尤为重要。首先，应当构建对应的情报分析预警模型，将数据信息与社会实际情况相结合，在已构建的其他数学模型的基础上，改进构建适当的情报预警模型，实现自动分析、自动预警。其次，要综合运用分析技术，如大数据分析、智能系统研判、社会面预测等，做到具体问题具体分析，实现即时预警、定时分析、定向呈现。最后，在智慧社会背景下进行综合分析研判，要综合运用情报智能推荐技术、情报表达语言和技术等，实现多种情报分析工具与手段的兼容，达成集成化处理的目标，这是情报分析工作顺利完成的关键。

(五)生成针对性情报产品

四、结语

本文梳理智慧社会视角下的情报相关概念，总结了智慧社会背景下情报信息系统智能化、自动化与多样化等特性，分析了传统情报信息系统面临的新环境和挑战，包括智能性有待提高、需求发生转变等，在此基础上对面向智慧社会的情报信息系统进行优化，为情报工作提出了一些新思路、新设想，希望对智慧社会背景下的情报信息系统建设研究有所裨益。