基于组合的情报分析构件化研究

王向锋　蔡鸿宇　张伟等

关键词： 构件； 情报工程； 情报分析； 情报流程

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０１．０１３

〔中图分类号〕Ｇ２５０ ２ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２４） ０１－０１４３－１０

随着信息技术与计算机科学的飞速发展， 信息依存的介质、场景与空间发生了根本变化［１］ ， 以信息为基础的情报分析不斷地向外拓展研究领域， 并与其他学科的分析方法互相借鉴［２］ 。从文献传递到智能服务［３］ ， 大数据环境下的智能化信息技术不仅为情报分析提供了新的支持， 还提出了新的发展要求。

大数据时代， 以数据挖掘［４］ 和人工智能［５］ 等新兴技术为基础的情报分析方法使得情报人员需要持续性补充自身的知识结构［６］ 。面对海量的领域知识与复杂的技术原理， 情报人员的知识结构广度需要向外延伸。同时， 为了规避技术依赖带来的“自动化偏见”［７］ ， 知识结构深度也需在专业领域持续深耕。在情报工作中， 不同广度与深度的知识结构形成了人与人之间、人与技术工具之间的知识距离，阻碍了其中的知识转化和流动［８］ 。由于人类的知识储备量存在一定的局限性， 知识结构深度与广度的发展促使情报人员要进一步明确工作职责。

同时， 大数据环境下数据密集型的研究范式［９］与个性化的情报需求对传统情报流程提出了挑战。新时代下， 情报工作的每个环节之间并非是简单的单向线性关系， 各环节的情报资料需要自由流动，包括用户和情报人员在内的情报主体之间需要充分沟通。因此， 有学者引入了构件化思维， 主张将情报工作的所有参与要素以构件的形式封装并在同一平台上组装和使用［１０］ 。但由于大数据环境下情报工作的参与要素较多， 因此主体之间的沟通和工作流程的协调成为了情报流程优化的新目标［１１］ 。

针对以上挑战， 本文提出基于组合的情报分析构件化研究， 核心目标是解决复杂信息环境下情报分析工作的划分问题， 并提高计算机等辅助分析工具对情报人员的支持作用。具体来讲， 本文采用了软件构件［１２］ 的经典模型和设计理论， 将情报工作中的情报分析人员、分析工具以及两者之间的交互方式进行了封装， 使其成为自主独立且可重复使用的构件。这些构件在外部接口和内部功能的支持下进行组合， 在组合过程中， 各构件需遵循规范的流程设计和组合原则， 按需在同一层次组装， 从而减轻情报人员的知识负荷并提高情报分析效率。

１ 相关研究

１.１ 情报分析构件化

大数据时代下， 人类社会中的数据规模产生了质的飞跃， 海量数据中蕴含着大量的高价值信息以待发掘， 情报分析工作已离不开计算机技术的支持［１３］。

首 先， 大数据包含结构化、半结构化和非结构化数据， 表现形式涵盖图片、文字、音频、视频等多种方式［２］ 。这些具有复杂结构的信息为后续的分析工作带来了不小的困难， 所以异构信息融合成为了情报分析的首要挑战［１４］ ， 情报人员需要将信息转化为机器可读的形式以实现大规模信息融合［１５］ ；其次， 大数据极快的生成速度构成了瞬息万变的信息环境， 因此需要网络爬虫等［１６］ 自动化数据搜集技术来应对复杂繁琐的信息搜集任务； 最后， 大数据价值密度低的特性促使情报工作者需要借助智能化技术方法来挖掘其中蕴含的高价值信息［１７］ 。

因此， 在大数据的影响下， 基于计算机的智能化分析方法成为情报工作中不可或缺的参与要素。但大量涌现的新兴信息技术在丰富了情报要素的同时， 也对传统的情报工作流程提出了挑战。

针对这一问题， 贺德方［１０］ 提出了“情报工程”的概念， 认为情报工作中的各要素需要以构件的形式集成到同一平台， 情报分析需要系统化、层次化的流程设计， 以此实现情报工作的自动化、规范化、系统化。此后， 张家年等［１８］ 从学科建设的角度对情报工程理论进行了探讨， 认为情报工程的核心在于情报流程与工程思维的融合； 同时还辨析了大数据思维、工程思维与情报思维之间的关系［１９］ ，认为大数据思维是对情报思维的有益补充， 工程思维是实现情报分析自动化、规范化、系统化的必然选择。

此外， 汪雅君等［８］ 将情报工作中的人与计算机工具以构件的形式封装， 提出了情报构件的概念。情报构件分为以情报人员为主的人力构件与以计算机工具为主的计算机构件两类。不同的情报构件通过组合形成完整的分析系统以完成情报分析工作。构件在组合时以知识距离来衡量情报构件之间的适配程度， 在各自独立的前提下达到人机优势互补的效果。在此基础上， 汪雅君等［２０］ 进一步提出了基于构件的情报分析模型， 通过“原子化” 分解的情报流程来规范情报构件的粒度大小， 以此降低人工操作的难度。

根据情报工程的相关研究， 要提高智能技术在情报工作中的使用效率， 情报分析流程需要结合工程化思维进行规范化设计， 即情报要素需要在同一层次下组合， 并且情报资源在组合中流动时， 各组合要遵循规范的工作模式。虽然已有学者提出了“情报构件” 的概念并以此为基础构建分析模型，但构件之间的连接方式尚未明确。为进一步实现情报分析的自动化， 本文将在已有研究的基础上细化情报构件的模型设计， 并细化情报构件的组合原则。

１.２ 理论基础

“构件” 这一概念起源于建筑工程行业， 其主要含义为在系统中承担部分功能实现的可重复使用的功能单元［８］ 。此后， 构件被引申到软件领域用以支持软件复用［１２］ 。近年来， 构件概念被引入情报分析领域， 在软件构件的基础上增添了人力构件， 用以处理复杂的情报分析任务［８］ 。所以， 本文借鉴了软件领域的构件模型和架构设计来进一步完善情报构件的体系设计。

作为经典软件构件模型之一， ＣＯＲＢＡ 构件模型树立了软件构件外部接口设计的行业典范， 实现了环境兼容性和功能独立性［２１］ 。通过外部接口的规范化， ＣＯＲＢＡ 构件模型在自身可重用的基础上打破了系统中各要素之间一一对应的关系， 使得要素之间的组装变得更加灵活多变。同时， ＣＯＲＢＡ构件模型封装了内部功能的实现细节， 用户只需要关注目标构件的接口信息便可调用该对象［２２］ 。构件的外部接口主要分为３ 类［２３］ ： ①定义构件所提供的功能； ②规范构件之间的连接关系； ③调整构件运行时的工作特性。

但是以构件为主的简单复用无法应对复杂需求， 构件化的系统开发需要规范的架构设计。在众多设计模式中， ＭＶＣ（Ｍｏｄｅｌ－Ｖｉｅｗ－Ｃｏｎｔｒｏｌｌｅｒ）模式以其设计清晰且易拓展的特点得到了广泛的应用［２４］ 。如图１ 所示， ＭＶＣ 包含模型（Ｍｏｄｅｌ）、视图（Ｖｉｅｗ）和控制器（Ｃｏｎｔｒｏｌｌｅｒ）３ 个模块［２５］ 。模型模块负责数据处理以及封装数据对象； 视图模块负责数据表示， 是系統内部与外界的交互接口； 控制器模块负责管理数据流动， 保持其他两个模块数据操作的一致性。

２ 面向组合的情报构件体系设计

２.１ 情报构件抽象模型

随着社会信息化建设程度的不断加深与技术环境的大幅度变革， 计算机技术在情报分析中得到了广泛应用。但是， 纯自动化的计算机技术难以应对情报分析中复杂的逻辑判断和假设推演， 情报工作仍需要拥有长期知识积累和专业领域经验的情报专家对情报工作进行综合把控和细节处理［２６］ 。因此，这两个要素均在情报工作中扮演着不可或缺的角色，但两者之间的协作还需要人机交互技术提供支持。

因此， 情报构件主要包含计算机构件、人机交互构件与人力构件３ 种类型。三者之间的关系如图２ 所示。计算机构件主要负责对数据进行处理、计算、分析。人力构件的主要任务为分解外部传入的情报需求， 其中包含选取分析方法、设计局部分析流程及判断分析结果等。此外， 人力构件还需要辅助计算机构件完成半自动化的分析过程， 例如参数调整、结果检验等， 以此来保证情报服务的质量。人机交互构件承担着其他两类构件之间的信息传输任务， 计算机处理结果经可视化处理形成人力构件可以理解的信息界面， 人力构件分解后的需求内容经格式转换成计算机可读取的内容。

计算机构件主要为分析过程中所需的计算机软件或代码。人力构件指的是承担不同情报工作的人员， 例如情报采集员、情报分析员等。而交互构件是能够实现人机交互的工具， 主要以显示器、键盘、鼠标及计算机底层的操作系统为主。所有的情报构件会被存储在构件库中， 以便取用。

根据３ 类情报构件之间的关系以及每类构件负责的工作内容， 本文将情报构件的内部功能分为数据处理、需求迭代、格式转换及构件管理模块４ 个部分。其中， 构件管理模块负责处理构件库传入的管理信息。根据内部功能的分类， 本文进行了对应的外部接口设计， 如图３ 所示。

如图３ 所示， 内部的功能模块与外部的接口类型的对应关系如表１ 所示。情报构件的外部接口有６ 种类型， 数据处理功能模块包含３ 种： 功能服务接口负责向外部提供信息处理功能； 功能需求接口负责构件内部进行信息处理时接受其他构件提供的必要服务； 构件属性是情报构件在处理数据时的功能特性， 接口参数决定了情报构件的工作模式。需求迭代功能模块包括两种： 需求监听接口负责监听和接收外部传入的需求内容； 需求输出接口负责传出构件的需求分解内容。最后一类是情报构件库的管理接口， 用于创建、调用和销毁情报构件。格式转换模块不包含接口， 只负责情报构件内部的情报需求转化为特定的数据格式。

同时， 情报构件的外部接口也是实现不同构件之间组合连接的关键要素。在构件连接方式设计中， 本文参照ＣＯＲＢＡ 构件模型的设计将情报构件模型接口分为功能定义、构件组合和构件运行特性３ 类。其中， 功能定义接口包含需求输出接口和功能服务接口； 构件组合接口包含功能需求接口和需求监听接口； 构件运行特性包含构件属性接口和构件管理接口。

情报构件具有软件构件的一般性质［１２］ ：

１） 功能有用性： 向外提供的功能服务和传出的需求迭代内容必须对情报工作有用。

２） 易用性： 构件的功能描述简洁易懂， 外部接口易于使用。

３） 独立性： 构件内部能够保证自身的正确运行。

４） 环境适应性： 通过对构件内部属性的设置可以适应不同情境下的工作。

５） 可移植性： 不同环境中的情报构件可以互相移植。

但区别于软件构件， 情报构件具有一些特质。

首先， 情报人员也作为一种新的构件类型纳入情报构件体系中； 其次， 除计算机的输入输出设备以外， 人的五官等身体器官也可以作为接口用于连接， 拓展了接口形式； 最后， 人具备计算机无法比拟的逻辑思维能力， 可以完成更复杂的任务， 丰富了构件的功能类型。

２.２ 情报构件工作规范

２.２.１ 组合原则

情报构件组合原则是用以保障情报需求有序传递和构件组合功能完整的规范， 主要涉及情报构件的功能需求接口和需求监听接口。当数据资源和情报需求在构件组合中进行流动时， 必须保证该组合中所有的情报构件的功能需求接口都与对应的功能服务接口相连接， 需求监听接口也与对应的需求输出接口相连接。

２.２.２ 工作模式

大数据环境下， 用户需求的不断变化推动了情报产品的持续更新。针对这种动态的工作特点， 以目标为中心的情报流程模型［２７］ 将用户和情报人员共同纳入目标情景的建设中。各方的充分沟通使得情报人员能够及时捕捉到动态变化的用户需求， 最终的情报产品更能满足用户需求［２８］ 。

在“以目标为中心” 的基础上， 本文将情报目标转化为情报需求， 与数据一起作为情报工作中的资源基础在不同工作环节中流动。同时， 目标共享情景也转换为需求文档， 作为需求传递的载体。

情报需求在３ 类情报构件中的流向为“人力构件→交互构件→计算机构件→交互构件→人力构件”。其中， 人力构件输出的需求分解信息控制了计算机构件的数据处理方式， 交互构件不仅负责消息传递， 还需要可视化处理计算机构件的分析结果。该流向与ＭＶＣ 设计模式中的数据流向存在一定的相似性。因此， 本文依照ＭＶＣ 设计模式将情报工作的工作模式定义为功能控制（控制构件组合）、信息交互（中枢构件组合）、功能实现（功能构件组合）３ 个部分， 每部分的功能都由多个情报构件在组合之后进行完成。各部分的工作模式如图４ 所示。

构件化的情报工作起始于初始需求文档和初始数据输入， 两者经中枢构件组合处理后传入控制构件组合。控制构件组合中的构件会针对文档中的需求内容， 再结合初始数据特征进行需求分解， 包括选用方法、设计流程和预期结果等。分解内容经中枢构件格式转换后交由功能构件库完成功能构件的选取和组合。组合完成后， 初始数据会传入功能构件组合中进行处理， 结果生成后会传入中枢构件组合中生成信息界面， 再交由控制构件组合完成可行性判断。如果可行， 中枢构件组合将向外输出记录着需求分解信息的迭代需求文档和最终的数据处理结果； 若不可行， 则进行新一轮的需求分解、数据处理和可行性判断。

其中， 控制构件组合主要以人力构件为主， 中枢构件组合是以人机交互构件为主， 功能构件组合则需要３ 类构件按需搭配。控制构件组合的工作是通过人力构件操作人机交互构件来完成， 多个构件共同分解情报需求并得出需要完成的情报任务。中枢构件组合的传递功能则是由人机交互构件自动化实现， 需求分解内容将会转化为特定功能的、参数已设置的、外部接口已连接的功能构件组合。功能构件组合的工作则是一次小范围的分析过程， 范围大小与整个构件组合的功能范围保持一致。

３ 基于构件组合的情报分析模型开发案例

根据抽象层次的不同， 本文将构件化思想下的情报分析模型定义为３ 层结构， 如图５ 所示， 按抽象程度由高到低分别为概念层、逻辑层、支撑层。

概念层是对情报分析的工作流分解， 是整个情报工作的顶层设计， 用于指导情报构件下的情报工作。逻辑层则描述了情报分析过程中的各情报构件组合内部的运行逻辑， 根据不同构件的特点进一步细化构件的职责边界和功能实现。支撑层表示了构件化的情报工作所需的现实支撑， 即模型中的每个构件所对应的实体。

３.１ 概念层

３.１.１ 信息链与情报分析

概念层是本文情报分析模型中工作划分的宏观指导， 该层需要明确情报分析过程中所涉及到的基本概念， 并根据这些概念初步设计工作流程。

“信息链” 是一种用以辨析信息、知识等概念的模型［２９］ ， 其简单揭示了情报学中５ 个基础概念间的复杂关系， 并以物理属性和知识属性的强弱加以区分。物理属性较强的计算机构件与知识属性较强的人力构件在构件组合中的占比经调整后可以有效完成信息链中各概念间的有序转化， 进而满足绝大部分的情报需求。

构件化思想下的情报分析涵盖了信息链中的全部概念。多种构件组合首先从复杂信息环境中获取海量数据， 经过滤整理后形成存放着有序信息的信息资源库， 再根据经验和逻辑在信息库的基础上提出假设并验证， 最后将得出的結论、预测等情报产品通过智能化方式服务于情报用户。

根据信息链中不同概念之间转化流程， 本文初步设计了概念层的基本工作环节， 如图６ 所示。其中， 数据搜集是指从复杂信息环境中的多种信息源收集有关用户需求的数据。信息加工是指对搜集得到的数据进行抽取和过滤， 经真伪鉴别后再进行分类和挖掘， 最后形成存放着多组关联信息的资源库。情报分析是对加工后信息的进一步分析， 该环节针对用户需求提出相关假设， 然后根据领域知识与逻辑判断对信息库中的信息进行分解、重组和综合， 以此构建相应假设的证据链并得出相应的结论或预测结果。智能服务这一环节是根据用户特征对上一环节中分析得出的结论或预测进行智能化处理， 最终向用户提供所需的情报产品。

总之， 构件化下的情报工作完成了从海量数据向情报产品的转化， 并且是针对特定的用户需求展开的一种问题求解过程。其始于用户需求， 终于情报产品， 根本目的是为用户提供实际问题的决策依据。

但在大数据环境下， 大量的、生成速度极快的数据信息需要及时处理， 个性化的用户需求需要得到满足。所以单向的情报流程无法适应当下的信息环境和情报需求， 每个工作环节需围绕用户需求进行展开， 各情报要素之间需要紧密协作来实现高效的情报生产。此外， 关键信息会对最终的情报产品产生巨大影响， 情报生产需要多环节多循环的流程设计来实现不同信息源的交叉验证。因此， 综合以目标为中心和螺旋上升的情报思想将其改造为一种以构件组合为基础的情报工作流程， 以适应新时代的情报工作。

３.１.２ 基于信息链的情报构件化分析流程

在情报构件的体系设计中， 本文借鉴了以目标为中心的情报思想， 将需求与数据信息共同作为情报工作的资源基础。所以， 基于构件的情报工作流程不仅包含从数据到情报的转化， 也存在着情报需求的更迭。根据情报构件的模型设计可知需求的每一次更迭即情报产品的一次增量， 因此， 本文将螺旋上升模型应用于需求更迭的过程中， 以此提高情报产品与用户需求的契合度。

如图７ 所示， 在基于构件的情报工作流程中，情报分析人员首先需要对用户的需求进行归纳总结，形成初始需求文档后传入传递流中。此后， 信息链中事实链环所对应的数据源和初始需求文档将传至负责数据搜集的中枢构件组合中， 经处理后再交由控制构件组合进行需求迭代， 完成功能构件的组合。在功能构件组合中， 情报人员和计算机工具协作完成数据采集的工作， 然后将结果交由控制构件组合进行质量检验。达标后， 中枢构件组合将迭代需求文档和搜集到的数据向外输出至目标构件组合。以此类推， 数据、信息等在不同的情报构件组合中进行转化， 最终形成用户所需的情报产品。需求信息也在每个环节下的构件组合中依次传递， 使得情报产品的生产得到了全过程的记录。

区别于传统的情报流程， 需求传递并非是单向的过程。在传递时， 无关的中间环节可以跳过， 整个流程可以无限次循环。因此， 在出现以下３ 种情形时， 原有的传递流程需要做出调整： ①用户对某一环节提出新的需求： 新需求经由情报人员转化为文档， 直接传入该环节中进行新一轮的需求迭代；②先前环节中的需求迭代出现问题： 由当前环节中的控制构件组合在文档中指出问题， 形成新的文档传入问题环节； ③最终的情报产品不符合用户需求：情报人员根据用户意见对比最终的需求文档信息，研讨后在需求文档中指出问题环节中的错误操作及修正意见， 然后传入认知属性最低的工作环节进行新一轮的迭代。

从需求传递上看， 在数据源到情报产品的转化过程中， 情报工作呈现螺旋上升态势。在内部的结果判断与外部的用户沟通下， 需求文档一次次的更迭对应着最终的情报产品的不断增量， 在保证了情报产品高质量的同时， 完成了用户需求与情报工作的动态交互。

３.２ 逻辑层

如图８ 所示， 逻辑层是构件化方式下针对概念层中每个工作环节下的情报构件组合实现逻辑的展开。在概念层中， 需求的不断更迭对应着数据到情报的增量式转化。所以， 本文将从需求文档的传递与数据源到情报服务内容的转化两个方向描述图中情报构件组合的工作逻辑。

３.２.１ 需求文档的传递流程

如图８ 中菱形与Ｖ 型接口的连接方向所示：传递流中的需求文档传入中枢构件组合中， 首先会被需求可视化处理构件所接收， 文档中的信息与数据文件的特征信息会传入控制构件组合的信息界面中。需求分析构件需要根据自身职责对信息界面中所记录的需求内容进行专业化的拆解。拆解完成后，方法选取构件根据功能构件库传来的构件描述信息进行分析方法的选取， 然后再交由流程设计构件按照组合原则对所选取的功能构件进行组合并设置各功能构件的运行参数。所有控制构件的操作都会被记录在信息界面中。

此后， 记录着迭代需求的界面信息会继续以文档的方式向两个方向传递： ①中枢构件组合中的需求读取构件负责解析需求信息， 以此控制功能构件库中功能构件的调用、设置及组合； ②控制构件组合中的结果判断构件根据需求信息对功能构件组合的处理结果进行可行性判断， 并将判断信息写入文档中， 传入需求文档式转化构件中形成特定格式的计算机可读的文件。

经格式转化后的需求文档将传入需求文档输出构件中进行读取。该构件需要根据判断信息控制迭代需求文档的输出方向和处理结果是否向外输出。如果判断为可行， 则将需求文档传入下一环节， 并将该信息传入结果输出构件。如果判断为不可行，则仅将文档传入本环节， 再进行新一轮的需求迭代。

需要注意的是， 在本环节中的控制构件进行需求迭代时， 如若发现前面各环节的需求分解有误，则直接将错误原因记录， 经文档格式转换后将文档向问题环节输出。同时， 如果接收到的需求文档的目标环节并非本环节， 则直接将数据文件和需求文档传至下一环节。

３.２.２ 传入数据的转化流程

如图８ 中圆形与弧型接口的连接方向所示： 首先， 传入的数据文件在可视化处理构件的处理下，其数据特征将传入信息界面构件中， 形成可视化界面后传入控制构件组合中的需求分析构件。同时，数据文件也会被数据存储构件所读取， 待功能构件组合完成后对其进行处理、计算和分析。

在组装功能构件时， 不同类型的功能构件需要根据需求文档中的内容进行设置。功能构件库首先将流程设计信息传入信息界面构件中生成相应的可视化界面， 然后按照所选用的情报分析方法转化为交互界面构件的人工辅助操作界面和模型计算构件中的业务逻辑。在交互界面构件的支持下， 模型计算构件中的计算结果与人工辅助构件所接收的交互界面中的信息保持自动同步， 人工辅助构件无需进行复杂操作便可以获取到模型计算构件中的分析结果， 并根据需求信息在交互界面中传入调整信息。模型计算構件再根据不断更迭的调整信息完成后续的分析过程或调整原有的分析结果。

组装完成后， 其中的数据管理构件将会从数据存储构件中读取整个分析过程中所需的全部数据。人工辅助构件在情报分析流程的指导下协助计算模型构件完成半自动化的情报分析工作， 最终得出的数据处理结果将由计算模型构件传入中枢构件组合中的可视化处理构件中， 处理后交由控制构件组合中的结果判断构件完成结果判断。如果结果可行则由中枢构件组合中的结果输出构件将结果传入下一环节， 不可行则销毁结果。

３.３ 支撑层

支撑层是逻辑层实现的现实保障， 主要由数据源和情报构件库中的各类构件组成。数据源是进行情报分析工作的数据来源， 主要包含大数据时代下的公开数据资源库（政府机关、行业协会、大众传媒等）和存放着组织机构内部的信息系统所产生的事务数据的机构数据资源库［３０］ 。情报构件库中存储着各种计算机构件、人力构件、人机交互构件。其中， 人机交互构件的类型以计算机设备为主， 主要用于情报数据的收集、处理、存储、分析和决策，通常需要配备显示器、键盘、鼠标等外接设备以提高操作效率。计算机构件和人力构件介绍如表２、表３ 所示。

如表２ 所示， 计算机构件可以按照所提供的功能分为数据库管理构件、数据挖掘构件、情报分析构件和可视化构件４ 类［２，３１］ 。数据库管理构件主要负责构件间数据资源的资源传递， 将数据按一定的规则进行存放和使用； 数据挖掘构件则是负责信息加工， 使用数理统计、人工智能等方法挖掘大量数据中的高价值信息； 情报分析构件用于辅助专业人员针对高价值信息提出对应的决策建议； 可视化构件负责数据信息的可视化展示， 帮助情报人员进一步凝练高价值信息， 为用户提供更加直观的情报报告。

如表３ 所示， 人力构件可以根据其知识背景分为情报采集员、数据分析员、情报分析员和情报管理员４ 类［３２］ 。情报采集员需要筛选不同的情报源获取其中的数据以供后续加工； 数据分析员需要根据情报需求选取计算机分析工具和算法， 并且在分析过程中调整相关参数； 情报分析员需要根据高价值信息进行经验推断并提出决策和建议； 情报管理员则需要安排每一环节下的分析流程， 保证数据资源与需求信息的有序流动。

４ 总结与展望

为实现人力构件和计算机构件［８］ 的有机结合，本文提出了人机交互构件来补充现有的情报构件类型。结合３ 类构件的特点， 本文根据ＣＯＲＢＡ 构件模型的外部接口设计进一步细化了情报构件的内部功能和外部接口。在以目标为中心情报思想的指导下， 本文根据ＭＶＣ 架构设计了情报构件的组合原则和工作模式， 以此规范构件的组合过程并划分不同构件的工作职责。为进一步解释情报构件在情报分析中所承担的功能角色， 本文在构件组合的基础上开发了层次性、规范性的情报分析模型。其中，根据信息链与情报分析的密切联系得出了可以满足大部分需求的情报工作流程， 然后再综合以目标为中心的情报思想， 将其改造为面向构件组合的情报工作流程。然后根据情报构件的工作模式对该流程中的每一环节的运行逻辑进行了展开说明。最后根据该模型中构件的工作特点明确了可以支撑系统运行的实体。

本文提出的情报构件体系具有情报人员职责规范化、情报工作开展快速化和情报产品质量可控化等优点。首先， 情报人员经过构件化封装后， 构件内部功能与外部接口的规范设计可以为不同情报工作中情报人员职责的划分提供参考； 其次， 在基于构件的情报分析流程的指导下， 各情报要素所对应的构件通过外部接口在同一层次有序组装可以实现情报分析工作模型快速开发； 最后， 情报需求的每一次更迭对应着情报产品的每一次增量， 也意味着对情报产品质量的每一次把控， 使得最终的情报产品更贴近用户需求。

情报构件最大的特点是将“人” 进行构件化表示， 如何连接人力构件和其他构件是组合构件的关键。而本文的接口设计面向所有类型的情报构件，所以未来需要进一步细化人力构件的接口类型和功能来完善情报构件体系。此外， 仅将情报要素划分为３ 种类型致使本文开发的情报分析模型中的构件粒度较大， 未来需要进一步分解情报分析工作中的各要素， 完成更细粒度的情报构件分析模型开发。