视图辅助情报融合分析方法研究

孙二林 张为斌 宋 巍

(北京宸瑞科技股份有限公司 北京 100080)

0 引 言

情报分析过程既是信息向情报转化的过程，也是人机结合的过程。在大数据和人工智能时代的情报分析过程中，特别是在那些多人合作的复杂项目中，能否把握好信息与情报、人工与机器之间的关系和转化流程，是项目成功的关键。本文借助于三维空间中的视图，探索了情报、信息、人工、机器相融合的情报分析思路。

1 情报融合分析的基础

从专业的角度来说，情报融合分析的基础是情报转化理论。而知识是有价值的，价值是情报的核心要素之一。因此，情报融合分析的基础还涉及知识资本构成理论和知识价值转化理论。

1.1情报转化理论情报转化理论从早期的二元说演变到后来的三元说、四元说，在今天，三元说的认可度相对较高。

包昌火研究员认为，中国情报学应建立在“Information”和“Intelligence”两大基石之上，并主张Information的Intelligence化，即将信息转化为情报和谋略作为情报工作和情报学的核心任务[1]。这种早期的“信息”“情报”二元说是后来各种情报转化理论的基础。

在“信息”和“情报”的基础上加上“数据”，构成了三元说。1997 年，H. Garai 将数据、信息、情报的关系表述为: Data + Relevance + Purpose = Information; Information + Understanding = Intelligence; Intelligence + Action = Effectiveness[2]。这是早期的三元说理论。王延飞教授认为，情报数据信息系统的特色功能可以简略表示成“采、种、收”，意指情报数据信息系统应该具备数据采办、数据管理和数据监控的情报特色功能。其中“采”之功能指完成数据采办操作，从知数、识数、辨数三个方面实现对数据基础情况的揭示。“种”之功能指完成数据(组织)管理操作，从数据的“源与元”“链与联”两个角度实现对数据关系深度挖掘。“收”之功能指完成数据监控应用操作，收获布局成果，实现数据的价值[3]。这是一种突出数据视角的三元说。

在三元说中，存在几种不同的几何模式。传统的金字塔模式展现的是一种递进的关系，数据是信息和情报的前提，金字塔的形式也体现了数据的范围是最大的。情报位于塔尖，不仅是范围的精小，同时也说明了情报的价值性。而信息则作为两者之间的纽带，是一个过渡，也是一个枢纽[4]。芬兰学者 Iikka. Tuomi 在1999 年的时候提出的倒金字塔转化模式，他认为数据、信息 ( 情报) 、知识是倒金字塔结构: 数据是从信息 ( 情报) 里产生的，信息 ( 情报) 是在我们拥有知识后涌现出来的[5]。2015年，刘莉等[4]提出了数据、信息、情报之间的三角形转化模式，主要是在线性模式的基础上增加了数据到情报的直接转化，以及信息到数据的反向转化。从而构建出单双线桥连接的三角形转化模式。三角形模式在一定程度上可以把金字塔模式和倒金字塔模式结合起来，但这种结合是不彻底的，因为信息和数据之间虽然是双向连接，但信息与情报、数据与情报之间还是单向连接。三角形模式还可以进一步改善，但这种改善显然不是把单向连接改为双向连接那么简单。无论是金字塔模式、倒金字塔模式还是三角形模式，都是平面几何的语言。假如能用立体几何的语言来描述情报转化，描述能力会更好。

情报转化的四元说由数据、信息、知识、情报组成。四元说存在争议，例如郑彦宁等[6]认为：在转化链条中，知识并不是其中的一个节点，而是作用于从数据到信息、从信息到情报的每一个转化过程，知识贯穿整个转化链条。由于四元说争议较大，本文不做过多探讨。

1.2知识资本构成理论目前在知识管理研究与应用领域获得广泛认同的是源于波兰尼的显性知识与隐性知识的区分[7]，显性知识和隐性知识也被称为编码知识和未编码知识[8]。

在知识资本的构成理论研究中，最具代表性的有埃德文森、沙利文、斯图尔特、斯维比等。埃德文森和沙利文认为，企业的知识资本包括人力资源和结构性资本两部分。他所说的人力资源实质上主要指的还是人力资本，但范围要比人力资本的概念更为宽泛，是指企业或组织中所有与人的因素有关的方面，包括企业的所有者、雇员、合伙人、供应商以及所有将自己的能力、诀窍和技能带到企业的个人。人力资本代表了企业解决问题的能力。知识资本中的人力资本是以潜含的、未编码的知识和技能的形式存在，因而，它们是依附于个人的，个人对它们拥有所有权。一旦未编码的知识转化为编码知识，原所有者则失去所有权。结构性资本是指不依附于企业人力资源而存在于企业组织的其它所有能力，包括有形的和无形的因素。其中，无形的部分可包括企业的信息技术、用户数据库、经营流程、战略计划、企业文化、企业的历史、企业目标和价值观等。而有形部分则可包括财务资产、设施和企业资产表中有价值的所有项目。在结构性资本中，知识资产是其中的重要组成部分。知识资产是编码的、有形的或者是具有物质表现形式的专门知识，是企业商业创新的重要源泉。知识一旦编码，就能被广泛传播，同时也非常容易被模仿。因此，加强对编码知识产权的保护，对于保证企业的竞争优势，促进知识创新活动就显得尤为重要。在知识资产向市场转化的过程中，企业的经营性资产会起重要作用。经营性资产包括分销网络、供应网络、服务力量和组织的外部能力。企业的经营性资产也是结构性资本的重要内容，它是知识资产获得市场价值、实现价值和价值增殖的重要途径。如果没有合适的经营性资产，知识的价值就难以实现与发挥作用[9]。埃德文森和沙利文的知识资本可表示如下:

知识资本=未编码知识+无形的、已编码的知识资产+有形的、已编码的知识资产

斯图尔特则认为，知识资本的价值体现在人力资本、结构性资本和顾客资本之中。人力资本是指企业员工所具有的各种技能与知识，它们是企业知识资本的重要基础。它以潜在的方式存在，往往容易被忽视。结构性资本是企业的组织结构、制度规范、组织文化等。而顾客资本是指市场营销渠道、顾客忠诚、企业信誉等经营性资本。人力资本、结构性资本、顾客资本三者相互作用，共同推动企业知识资本的增殖与实现，这就是知识资本H-S-C结构。而斯维比则将知识资本分为雇员能力、内部结构和外部结构三部分。他认为，人力资本仅包括本企业的员工能力，而不包括顾客、供应商方面的能力，同时它将结构性资本明确区分为内部结构资本和外部结构资本。内部结构资本为雇员的知识和技能在企业或组织内的传递提供支持，而外部结构资本则保证企业知识资本的最大化。这种划分法具有明晰、简洁、操作性强的特点[9]。

此外，张少杰等[10]认为，按照知识的载体, 可将知识分为以人为载体的知识和以物为载体的知识产品。这里的“物”指的是庄稼牲畜、药品食物、建筑道路、衣服鞋帽、书本、计算机、交通工具等人造之物，不是自然界中原有的物质，可以把它们统称为“机器”[11]。陈赛君等[7]认为，可以根据运动形式的不同，将知识分为静态知识和动态知识。

一方面，以上几种理论的角度不同，各有侧重；另一方面，这些理论有重复或相近之处，可以归并去重。埃德文森和沙利文侧重于知识的编码程度和有形无形；斯维比侧重于内部结构和外部结构；斯图尔特与斯维比较为接近，结构性资本和顾客资本分别对应于内部结构和外部结构；张少杰等侧重于知识的载体，以人为载体的知识和以物为载体的知识分别对应于无形的知识和有形的知识，因为“有形”指的就是“有物质表现形式”，即人造物。陈赛君等侧重于知识的运动形态，静态知识和动态知识分别对应于有形的知识和无形的知识，因为静态知识能够与思维主体暂时分离,而附着在各种各样的载体(即人造物)上存在于思维空间之外,传递到远方,流传于后世。而动态知识与思维主体(即人)密不可分,其运动总是在特定的条件下进行, 即往往伴随着思维主体的特定行为、情感 、情绪等等。与静态知识不同,动态知识的运动过程往往是无形的、不可见的[7]。由此可见，知识的构成可以按照以下三个维度进行划分：编码程度、有形无形(即载体、运动形式)、内部外部。

1.3知识价值转化理论知识价值转化理论有野中郁次郎(Ikujiro Nonaka)和竹内广隆(Hirotaka Takeuchi)合著的《创造知识的公司》；汤姆·斯蒂沃特(Tom Stewart)所著的《智力资本》；彼得·圣吉(Peter Senge)的《第五项修炼》；马克斯·H·博伊索特(Max H.Boisot)所著的《知识资产——在信息经济中赢得竞争优势》等。博伊索特教授建立了一个分析知识价值的模型。他认为知识的价值是由它的效用和稀缺性来决定的，而知识的效用是由知识的编码程度和抽象程度决定的，知识的稀缺性是由知识的扩散程度决定的，由此构成了一个决定知识价值的三维空间。在这一模型中，要增加知识的价值(效用)，就必须提高知识的编码程度和抽象程度，但知识的编码程度和抽象程度越高，知识就越容易扩散，其稀缺性就会降低，知识的价值就会减少，因此达到了一种自相矛盾的境况，这就是博伊索特的价值悖论[12-13]。

知识价值转化的各种理论中，博伊索特的模型是一个三维空间几何模型，清晰、直观、便于分析，而且与波兰尼的知识理论结合较好。汪丁丁认为可以把经济学的生产函数概念纳入到这个模型中[14]；张玉臣等建议将编码维改为体系维[15]，但其实没有本质改进，因为编码程度高就是体系程度高；李晶基于这一模型对 Web2. 0 社会性软件知识运行过程及形态转化进行了探讨，并建立了六阶段知识转化模型[16]。

由于博伊索特模型是三维几何模型，其表现能力要超过野中郁次郎的二维平面模型，也超过二维平面的情报转化模式，因此可以在博伊索特模型的基础上尝试构建更好的情报转化模式。当然博伊索特模型也有不足之处，它是一个封闭的模型，真实的知识转化和情报转化都是开放的过程，这一点需要考虑。

2 情报融合分析的结构

2.1情报转化环节与博伊索特空间的对应如前所述，知识的构成可以按照编码程度、有形无形(即载体、运动形式)、内部外部进行划分。从载体的角度，知识分为以人为载体的知识和以物为载体的知识，这种分类简单、清晰、客观。人类有个体和群体两个侧面[11]，群体的范围可大可小，所有人类是一个群体，通常所见的群体则是家族、企业、国家等组织形式，这也是知识资本构成理论中的群体。因此以人为载体的知识又分为以个体及小群体为载体的知识和以大群体为载体的知识，前者对应于知识资本中的“依附于个人的未编码知识”，后者对应于“企业的信息技术、用户数据库、经营流程、战略计划、企业文化、企业的历史、企业目标和价值观以及分销网络、供应网络、服务力量和组织的外部能力等无形的、已编码的知识资产”。

之所以把以人为载体的知识分为以个体及小群体为载体的知识和以大群体为载体的知识，而不是分为以个体为载体的知识和以群体为载体的知识，是因为当今社会的组织结构是复杂的多重群体结构，较小的群体有家庭、家族、企业，较大的群体有城市、省份、国家、文明乃至全人类，个体本身则可以看成是一个最小的群体。显然，“个体、群体”的划分方法是绝对、生硬的划分方法，而且会忽略掉复杂的多重群体结构。“个体及小群体、大群体”的划分方法则是相对的，有一定弹性，可以处理多重群体结构。例如，单就一个企业或机构而言，个体的知识属于“个体及小群体”的知识，企业或机构的知识属于“大群体”的知识。而在国家范围内，一个企业或机构的知识也可属于“个体及小群体”的知识。

需要注意，第一，埃德文森和沙利文所说的“信息技术、用户数据库、分销网络、供应网络”指的不是计算机、数据库、网络等软硬件设备(它们属于以物为载体的知识)，而是企业人员的知识；第二，“无形的、已编码的知识资产”又可以细分为两类，即内向的知识和外向的知识，这样就可以与斯图尔特、斯维比的观点融合起来。

可见，知识可分为三大类：个体及小群体知识、大群体知识、人造物的知识(可简称为机器知识)。其中大群体知识又分为两类：内向知识、外向知识。三种知识正好可以与情报转化的三个环节对应起来，其中机器知识对应于数据，因为数据指的主要就是计算机、书本等记载的知识。个体及小群体知识、大群体知识分别对应于情报和信息，因为信息无论其是否存在价值，它都客观存在着；情报针对不同的主体而言体现不同的价值[4]。也就是说，信息是客观的、是大群体的共识，情报是主观的、是因个体和小群体而异的。同一个组织——无论是家族、企业还是政府部门、国家——往往既有情报又有信息，其中情报的传播范围一般都比信息的传播范围小。如谢尔曼·肯特认为：情报是一种知识，是高层行政、军事人员维护国家利益必须拥有的知识[17]，这说明情报的传播范围是少数人而非大众。肯特所指的情报主要是战略情报和军事情报，但即便是公安情报、科技情报、企业竞争情报等其他情报，其传播范围也是小群体而非大群体。

从编码的角度来说，个体及小群体知识对应于知识资本中的“依附于个人的未编码知识”，情报也是如此。当然，说情报是“未编码知识”不准确，可改成“编码程度较低的知识”，因为即使是编码的情报，相对于信息和数据而言编码程度也较低。数据和信息相比，数据的编码程度高，信息的编码程度中等。小理查兹·J.霍耶尔在《情报分析心理学》中传达了这样一种思想，即信息和专业知识虽比不可少，却不是让情报分析成为特殊工作的全部。我们必须要在分析科学中投入相当大的精力，而出发点就是清楚地理解人类思维这一最主要的分析工具固有的优势、弱点，以及它的处理信息的方式[18]。包昌火研究员认为：于20世纪90年代兴起的人际情报网络已经成为竞争情报工作和竞争情报系统的重要组成部分。它不仅是竞争情报活动的重要平台,也是知识管理的重要平台。人际情报网络是应情报活动的需要而构建的一种人际网络,是情报从业者获取、分析和传播非公开信息和隐性知识的重要平台[19]。这既说明情报属于个体及小群体知识，也说明情报具有隐性知识和编码程度低的特点。

由于大群体知识分为内向知识和外向知识，那么信息也可以分为内向信息和外向信息。由于信息是数据和情报之间的中间环节，而且情报属于范围较小的个体及小群体知识，数据可以在大范围传播，因此内向信息指的是从数据到情报的中间环节，而外向信息是从情报到数据的中间环节。内向信息和外向信息虽然都是中等程度编码，但外向信息基于情报的低编码知识而内向信息基于数据的高编码知识，因此内向信息的编码程度要略高于外向信息。例如，企业从互联网上收集的信息属于内向信息，企业在互联网上发布的信息属于外向信息，前者更规范，编码程度高于后者。

情报转化过程可以用图1表示，可以看出，这种转化结构类似于野中郁次郎提出的知识转化的SECI模型[16]，但其中四个阶段的内涵不同。

图1 情报转化过程示意图

如果把三个环节放在博伊索特的三维空间几何模型中，那么从编码程度的角度来看，情报、信息、数据的编码程度分别是低、中、高；从扩散程度的角度来看，三个环节的扩散程度分别是低、中、高，因为编码程度越高扩散程度也越高；从抽象程度的角度来看，三个环节的抽象程度分别是高、中、低，因为抽象程度代表知识的加工程度[15]，数据的加工程度低，情报的加工程度高，信息介于二者之间[4]。综上所述，情报转化的三个环节如表1所示。

表1 情报转化的三个环节

2.2立方体中的三个视图有了情报、信息、数据的编码度、扩散度、抽象度，就可以将它们绘制在博伊索特三维空间几何模型中，形成一个立方体，进而可以把情报分析项目中的小组、人员、工时、操作步骤等对象投射到立方体的三个视图中。

立方体如图2所示。博伊索特模型一般被绘制为正立方体，为了不遮挡内部和后部虚线，本文中把它绘制成长方体，其中原点O表示编码度为零、抽象度为零、扩散度为零的点。长方体由两个四棱锥和两个三棱锥组成，其中四棱锥ODAEB表示个体及小群体知识和情报，四棱锥CFBGD表示机器知识和数据，三棱锥ODCB表示外向大群体知识和外向信息，三棱锥EGBD表示内向大群体知识和内向信息。

图2 基于博伊索特模型的立方体

之所以用四棱锥ODAEB表示个体及小群体知识和情报，是因为第一，它占据的位置就是编码度低、扩散度低、抽象度高的区域；第二，根据知识资本的定义，在三个维度中，编码度是最主要的，ODAEB的底是ODAE，占据了编码度为零的所有区域，符合知识资本的定义。四棱锥CFBGD表示机器知识和数据也是同样的原因。剩下的区域是两个三棱锥，正好可以分给外向信息和内向信息。其中三棱锥EGBD表示内向大群体知识和内向信息，因为它的编码度更高。

图1的情报转化示意图放到图2中，就是一个“数据四棱锥——内向信息三棱锥——情报四棱锥——外向信息三棱锥”的逆时针循环。对比李晶提出的博伊索特模型中的知识转化过程[16]，可以发现后者也是一个逆时针循环。说明本文描述的情报转化过程与李晶描述的知识转化过程在本质上相同。李晶之所以将知识转化分为六步，是因为立方体中有六个单独的方向，但知识在转化过程中不太可能按照单个方向进行，往往是按照两个或三个方向组合的向量进行转化。本文将立方体分为四个部分，既可以与情报转化相结合，又有三维转化的立体感。

在立方体中，情报四棱锥与两个信息三棱锥分别有一个三角形接触面，数据四棱锥与两个信息三棱锥也分别有一个三角形接触面，这意味着情报与信息、数据与信息之间的转化是畅通的。情报四棱锥与数据四棱锥之间有一条接触线BD，这意味着情报与数据之间也存在直接转化，只不过转化通道狭窄得多。BD线是两个四棱锥和两个三棱锥的共同分界线，说明它是情报转化过程的核心轴线，情报转化是围绕着这条轴线进行的。博伊索特认为，知识资产的最大价值位于B点，最小价值位于D点[14]，这两点的连线恰巧就是核心连线BD。博伊索特价值悖论认为，知识达到B点时会向G点转化，这正是逆时针的情报转化过程的一步。

河北省是农业大省，农村人口多。近年来随着城镇规模不断扩大，大量农民进城务工，使得农村人口减少，但是农村、农业的发展依然是河北省经济与社会发展中的重要环节。据统计，2017年河北省常住总人口达到7 519.52万人，其中，城镇常住人口4 136.49万人，占常住人口的55.01%，城镇户籍人口仅占39.89%。大量农业人口在城镇化过程中转移到城镇，使农村常住人口减少。

立方体沿着垂直于三个维度的方向可以形成三种二维切片，如图3所示。切片的位置不同，切片中各个视图的比例也不同，图3中的切片都是在三个维度中点处的切片。有时候在二维切片中分析情报转化过程会更简单。

图3 立方体的三种二维切片

2.3三棱柱中的三个视图博伊索特模型直观易懂、功能强大，但它有一个问题：从数据到情报的转化和从情报到数据的转化似乎形成了一个闭合循环，这不符合时间单向流动的事实。要解决这个问题，必须加入时间维。

孙二林等提出，宇宙有四个基本维度：原点、时间维、空间维、层级维[11]。宇宙中的任何事物都可以用这四个基本维度来分析，情报转化也不例外。情报转化的四个基本维度如图4所示。

图4是一个三维坐标系，它的原点是某个情报分析场景，可以理解为项目、案件、任务，三个维度是时间维、空间维、层级维，原点加三个维度就是四个基本维度。其中空间维是不同地区的、互联网或内网的许多台计算机、平板、手机以及其中存放的数据文件、数据库、数据表等，也包括纸质资料。这些数据会随着时间的变化不断增长、变化，从2020年到2021年、2022年，这就是时间维。每一个数据都处于情报处理不同的层级，这就是层级维，层级维最底层的是信息和数据，最高层的是最终的情报产品。

这里的三个维度可以与博伊索特的三个维度一一对应。层级维对应于抽象维，都是对知识的加工层次；空间维对应于扩散维，因为所谓扩散就是指知识在空间中的扩散；时间维对应于编码维，因为编码是时间的产物，而且编码其实就是一个时间序列。同时，这三个维度与博伊索特的三个维度又有所不同，层级维、空间维、时间维都是开放的，可以不断延伸；而抽象维、扩散维、编码维是封闭的。而且时间维是单向的，编码维是双向的。在很多时候为了简化问题，可以认为层级维、空间维也是封闭的，这样它们就与抽象维、扩散维一致了。但时间维只能是开放的、单向的，只能与编码维大致对应，不可能与编码维完全一致。

由于时间维是单向的，因此在三维坐标系中知识只能沿着时间维单向转化；由于时间维是开放的，因此知识可以沿着时间维不断延伸。如果忽略层级维、空间维的开放性的话，只要经过以下两步就可以把博伊索特立方体模型转化为新的三维模型。第一步：沿着图2中的斜面ADFB把立方体切成两半，只保留下面这一半，即“情报——外向信息——数据”的转化；第二步：把切下来的另一半按照“数据——内向信息——情报”的转化顺序沿着时间维往后排。这就得到了图5。由于立方体切成一半后是三棱柱，因此这个模型可以称为三棱柱模型。在图5中，原来的情报四棱锥和数据四棱锥都被切成了两个三棱锥，分别用情报1、情报2、数据1、数据2表示。原来的两个信息三棱锥保持不变。

图5 三棱柱中的三个视图

显而易见，这个三棱柱可以沿着时间维不断延伸，情报转化过程不再是封闭的循环过程，而是一个波浪式前进的过程，情报、信息、数据构成三条波动曲线，这更符合事实。立方体变成三棱柱以后，其垂直于时间的截面是一个下宽上窄的三角形，情报一直处于三角形的顶端，这符合情报转化理论中的金字塔模型。在垂直于时间的截面中，情报、信息、数据分别占据三角形的三个角，这符合刘莉的三角形模型。沿着时间维的方向看，有的时候是“情报——外向信息——数据”，有的时候是“数据——内向信息——情报”，这又符合倒金字塔模型。可见，三棱柱不仅符合知识转化理论，也与多种情报转化理论相符。

3 情报融合分析的应用案例

图5中的三棱柱分为左右两部分，左半部分是一个外向的转化过程，即先有内部情报，然后经过外向信息转化为数据对外发布；右半部分是一个内向的转化过程，即先有外部数据，然后经过内向信息转化为内部情报。如果一个项目的最终产出是软硬件系统和定期自动发布的数据，那么可以用左半部分表示；如果最终产出是一次性的情报产品，则可以用右半部分表示。本文的案例主要涉及左半部分。

左半部分的三棱柱有三个三棱锥，它们分别表示情报视图、信息视图、数据视图，合起来构成完整的情报分析场景。这说明：在一个较大的情报分析场景中(如项目、案件、任务)，情报、信息和数据三者缺一不可，既需要理解情报分析目标的人，也需要熟悉信息来源和去向的人，还需要掌握计算机软硬件的人。三种人在不同时间点的投入是不同的，在初期应投入较多情报分析人员和工作量，随着时间的进展，他们的大部分工作应逐步被信息采集处理人员和计算机软硬件人员代替；信息采集处理人员的工作量自始至终变化不大，但他们的工作内容从信息层面逐步提高到情报层面；计算机软硬件人员开始投入较少，随着时间的进展越来越多，最后应承担大部分工作。可见，情报分析过程从层级维的角度看是从低层的信息和数据转化为高层的情报的过程，从空间维的角度看是从近处的信息和情报转化为远处的数据的过程，从时间维的角度看是从早期的情报转化为后期的信息和数据的过程。

3.2三棱柱与安全指数项目的对应关系三棱柱中的几何元素与三个视图以及安全指数项目的对应关系如表2所示。

整个三棱柱是三个视图组成的情报分析场景，在案例中就是安全指数形成过程及整个项目组，也是项目经理的关注点，因为项目经理关注的就是整个项目的时间、空间以及任务范围。三棱柱的体积就是总工时。其中三个三棱锥分别表示三个视图，也是三个小组的成员及工作任务、工时。

表2 三棱柱中的元素与三个视图和安全指数项目的对应关系表

棱AB、OC、FB分别是情报分析组、信息采集组、开发维护组的主线，其中情报分析组、信息采集组的主线沿着时间维方向，因为他们关注的就是每月的情报产品及信息采集情况；而开发维护组的主线沿着空间维和层级维延伸，这是因为系统架构是按照空间和层级分布的，在时间上变化不大。

矩形OCFD、OCAB、DFAB分别表示三个转化，即信息转化为数据、情报转化为信息、情报转化为数据，在案例中就是信息采集组的工作逐步由开发维护组代替、情报分析组的工作逐步由信息采集组代替、情报分析组的工作逐步由开发维护组代替。对于某个情报产品(如一个国家安全指数)来说，它会沿着层级维自下而上地从信息和数据转化为情报；但对于整个情报分析场景(即各国安全指数系统)来说，它又会沿着时间维自左向右地转化为信息并最终转化为数据。也就是说，情报产品在进行转化，情报分析场景也在进行转化，两个转化的方向相互垂直。

三角形ODA、CFB分别表示最初和最终的时间截面，最初的时间截面主要由情报组成，安全指数主要由情报分析组完成；最终的时间截面主要由数据组成，安全指数主要由开发维护组完成。

点A、F分别表示情报和数据的核心顶点，在案例中分别表示情报分析组组长和开发维护组组长，他们相隔非常远，分别代表业务目标和技术手段，视角差别很大，在工作中会有较多争论。

三角形ODB、CDB表示两个分界面，其中ODB是情报与信息的分界面，在案例中表示情报分析组与信息采集组之间的数据接口；CDB是信息与数据的分界面，在案例中表示信息采集组与开发维护组之间的数据接口。线DB表示三个视图之间的分界线，在案例中是三个组共同的数据接口。两个分界面和一条分界线是项目经理的关注点。

3.3三个视图的分界线：安全指数打分表安全指数的打分表就是三个视图的共同分界线，如表3所示。该表是实际的安全指数打分表的简化版。

表3 安全指数打分表

在表3中，每个国家的安全指数分为5个安全层次，分别是政治安全、经济安全、军事安全、社会安全、公共安全，此外还有打分时间、国家、人口等基础数据。每个安全层次下面有2～3个分项，总共17个分项。每个分项需要填两个数，一个是原始数据，一个是分项分值。根据原始数据计算分项分值，分项分值累加得到层次分值，层次分值累加得到总分值。

所有数值的填写方式分为四类：第一类是空白，既不需要填写也不需要计算，留空即可；第二类是信息视图，该数值由信息采集组采集并填写；第三类是情报视图，该数值由情报分析组经过分析后填写；第四类是数据视图，它或者是自动采集并填写的数值，或者是根据别的数值计算后填写的数值，由开发维护组的程序完成。例如，“政局稳定度”的“原始数据”是情报视图，表示该数值由情报分析组填写；“政局稳定度”的“分项分值”是数据视图，表示该数值可以由原始数据计算得出。

可见，安全指数打分表是由三个视图共同组成的，它是三个视图的分界线，是项目经理关注的重点。该表中的每个数值的填写方式是变化的，最开始大多数数值属于情报分析组手工填写的情报，需要较多的专业知识及分析经验；随着采集数据源和分析流程的稳定，逐渐变为信息采集组填报的信息；最后随着自然语言解析、神经网络、知识图谱等人工智能技术的采用，大多数数值变为自动填报的数据。但是，安全指数在发布和传递之前还要经过情报分析组的人工审核，信息采集组也要定期监控信息的采集状态，机器可以取代大部分人工但不能完全取代人工。

3.4使用效果对比我司在2019-2020年做了两个需求和复杂度相当的项目，第一个未采用情报融合分析方法，第二个采用了情报融合分析方法，即安全指数项目。第一个不太成功，第二个比较成功。

两个项目的每月工时统计如图6、7所示，横轴表示月数，纵轴表示当月工时，三条曲线分别表示三个小组。可以看出，第一个项目没有“三棱柱”的特点，甚至可以说与其相反，因为开发维护组在前期出现一个明显的高峰，而按照图5中左半部三棱柱，代表开发维护组的数据曲线的高峰应该在后期出现。

图6 第一个项目每月工时统计

图7 第二个项目(安全指数项目)每月工时统计

而安全指数项目有明显的图5左半部“三棱柱”的特点，情报分析组的工时投入比另外两组早得多，波峰出现得也早，信息采集组其次，开发维护组最晚，三条曲线错落有致，对应于“情报——信息——数据”的转化。

两个项目都在第15个月时进入收尾阶段，第一个项目工时投入为15400，第二个项目为8564，工时减少了44%。这说明情报融合分析方法起到了节省成本、提高效率的作用。

在团队配合方面，第一个项目不够好，三个小组——特别是情报分析组和开发维护组——各执己见、争论不下。而第二个项目则比较好，由于情报分析组介入时间早、前期工作做得比较充分，而且使用了分工明确的“安全指数打分表”，因此每个人能够明白自己的任务，实现有效配合。

在互联网信息采集方面，第一个项目的信息采集组采集了很多网站和社交账号，但没经过情报分析组的甄别和筛选，获得的信息意义不大。第二个项目采集的内容都经过了仔细筛选，因此质量比较高。

在人工智能等新技术方面，第一个项目研究了很多算法模型，但脱离了实际数据和业务，大多数都没用上。而第二个项目的算法模型并不多，但都结合到了系统中去，形成了有效产出。

可见，情报融合分析方法的理论基础比较牢靠，在实践中也是项目成功的关键。

4 结束语

本文基于情报转化理论、知识资本构成理论、知识价值转化理论提出了情报融合分析，它将项目中的小组、人员、工时、操作步骤等投射到用三维空间的数据视图、信息视图、情报视图中，这样就可以可视化地描述情报分析过程，实现信息与情报、人工与机器的有机融合和相互转化，解决复杂情报分析项目面临的问题，减少工时、提高效率。三个视图的工时曲线和相互之间的接口需要特别注意，这是项目成功的关键。