综合集成研讨厅 [基于信息融合和综合集成研讨厅混合的企业竞争情报系统]

　　[摘要]针对竞争情报系统循环的不足以及情报源的特点，构建一个基于信息融合综合集成研讨厅混合的新型竞争情报系统，给出相应的技术框架和体系结构。该系统通过多源信息的融合，情报源的质量得以提高，增强企业战略决策的精度和有效性。
　　[关键词]信息融合　综合集成研讨厅　竞争情报系统
　　[分类号]G350
　　
　　目前情报系统发展到互相交融的宏观、复杂大系统阶段，对情报循环提出了新的挑战。对于竞争情报系统，情报源的采集和处理主要是采用数据仓库、数据挖掘、分布式异构信息集成(Web semite、Agent、XML)等技术。，情报的分析主要是采用综合集成研讨厅或者传统的战略决策支持系统。由于企业竞争情报源具有异构、多来源、多层次、多类型、海量、不完备、质量差等特点，数据仓库及数据挖掘的技术不能满足复杂动态竞争决策对情报源较高的处理要求。因此，如何将这些情报信息源有效融合处理，以优化信息源质量和决策过程，是竞争情报系统迫切需要解决的问题。
　　
　　1　企业竞争情报系统现状分析
　　
　　日前，各种竞争情报软件实现了对竞争情报循环环节的不同程度的支持。比如：在情报规划阶段，提供关键情报课题及问题的框架(KIT／KIQ)以及支持团队协同工作的管理平台；在信息收集阶段，使用自动搜索、分类、过滤、统计、自动摘要、文本挖掘以及对信息关系挖掘的技术；在情报决策阶段，使用综合集成研讨厅、商务智能技术或者群体决策支持技术来支持战略决策问题；在情报服务阶段，使用自动推送技术等。总体而言，在竞争情报的采集和决策效率与质量方面存在明显不足。
　　竞争情报采集系统大多是借助搜索引擎等检索工具对互联网上的信息进行自动收集和简单分析，其检索结果数量多而质量差，信息海量而知识贫乏。
　　多种信息源缺乏全面有效整合，加工难度很大。信息源具有异构、多来源、多层次、多类型、海量、不完备、质量差等特点。大多数系统虽然可以对结构化数据实现自动筛选等预处理，但对半结构化、非结构化、异构分布式数据不能有效加工。同时，这些多源信息往往没有按照情报分析决策的要求进行分数据源、分特征、分决策层次进行预处理。并且由于主客观条件的限制支持战略决策的信息不可能采集完全，加上信息及信息处理本身具有灰色性和模糊性，影响了情报分析决策的效果。
　　情报分析决策以基于经验判断、定性分析、简单统计的人工方式为主，而智能化情报分析技术仍处在摸索阶段。以三库为主的智能决策支持系统对企业中大量的动态、不确定的非结构化、半结构化问题束手无策，并且其针对竞争情报的适用性较差。而在一定程度上弥补该缺点的综合集成研讨厅采用的是基于数据仓库的数据采集模式，并不能按照决策的需求对信息全方位、分层次地进行关联和融合。
　　
　　2　信息融合和综合集成研讨厅结合应用的原理及可行性分析
　　
　　2.1信息融合的原理
　　信息融合(Information fusion)技术出现在20世纪70年代初期。早期的美国国防部定义数据融合“是对多源数据和信息进行自动探测、相联、相关、评价和复合的多层次、多方面的处理过程”。之后，学者不再把数据源局限于传感器的图像处理，认为数据融合是为了提高所需信息的质量，而使用来自不同渠道的具有不同性质的数据的一系列方法、工具和手段。目前，信息融合的应用也从军事拓展到医疗、航空、遥感、农业，经济管理等各个领域，成为学术领域的研究热点。虽然信息融合目前仍然缺乏明确一致的概念，但较为一致的理解是：信息融合是充分利用不同时空的信息资源，在一定准则下加以自动分析、综合、支配和使用，获得对被测对象的一致性解释与描述，以完成所需的决策和估计任务，使系统获得比它的各组成部分更优越的性能。由此可见，信息融合的内涵已经从早期的数据级融合与算法级融合发展成一种为“广义的、面向决策优化的形式化框架”。
　　信息融合在本质上模仿人脑综合处理复杂问题，利用统计决策、产生式规则、模糊逻辑、灰色理论、神经网络、D―S证据理论等多种融合方法，对不同系统获得的信息源进行全方位、多层次(数据层、特征级、决策层)的融合优化，实现多源信息的协调和性能优势互补。因此，它可以增强处理不确定性信息的能力，降低推理的模糊程度，增强系统的容错能力和自适应能力，弥补系统自身的不完善、不完全、不精确、不一致、不确定、未知信息等，最终提高系统的决策能力。
　　
　　2.2信息融合和综合集成研讨厅结合应用的可行性分析
　　就情报处理的本质而言，情报数据融合涉及分布异构环境下的多元信息集及多道分析工序，信息之间有各种复杂的关联，情报信息分析和决策也是复杂的、层次性的迭代过程，有时侯需要应用多种信息检索途径，并进行反复查找、分析、推理、演绎等才能获得适合决策目的、优化的情报源。文献所建立的智能情报采集模型恰恰证实了该论述，竞争情报智能采集过程，实质上是将情报采集与分析相混合的过程，其首先将企业内外部的原始信息源通过信息搜集和简单处理转变成初始信息源；对其进行分析、处理形成二次信息源，再利用数据挖掘、数据仓库挖掘以及联机分析(OLAP)等从中挖掘情报知识储存在情报知识库中，即形成三次信息源。从信息融合的角度看，这个过程是属于信息融合的低层次融合――数据融合，还没有上升至面向决策优化的、更高层次的系统级乃至思想级融合。由此可见，情报挖掘处理过程本身具有融合的要求。利用信息融合可以通过对与竞争决策关联的、企业内外部的、多渠道、多性质的多源信息进行关联、处理，去除冗余，克服歧义，提高情报源质量。
　　企业竞争情报系统呈现出复杂系统的特征，可以用定性到定量综合集成的思想来解决。而竞争情报综合集成研讨厅正是基于这种思想，利用集成定量模型与专家经验知识的智能决策技术等来解决复杂的半结构化、非结构化的决策问题，目前被认为是解决情报决策问题的较适合的技术框架。但竞争情报综合集成研讨厅所采用的基于数据仓库的提供数据源模式不具备信息融合所具备的优化数据源的功能，因此借助信息融合技术。
　　如果将信息融合优化情报的采集和分析环节，并将其与情报综合集成研讨厅有机混合，则可以优化综合研讨厅的信息源，从而提高情报分析决策的有效性、准确性和可靠性。
　　
　　3　基于信息融合和综合集成研讨厅的竞争情报系统框架模型
　　
　　3.1系统需求分析
　　3.1.1企业竞争战略决策的本质过程　竞争情报的本质属性是为企业竞争战略决策提供支持。面对高度竞争、动态变化的环境，企业竞争战略决策的制定需要综合考虑竞争对手、供应商、协作企业、内外部环境资源等多方面的因素，因而要求企业竞争情报系统能够针对信息源的特点，实现全面的、不同层次的处理和智能决策。例如，我们要考虑某企业的某种产品市场细分的营销策略，仅从企业内部多个信息系统(企业 资源计划系统、计算机辅助制造／设计系统、财务等子系统)获得的基于多维度(时间维、区域、产品)的市场销售统计数据、产品价格情况、客户情况等方面考虑是远远不够的；还要考虑通过人际网络和电子商务网站等获得的竞争对手的营销战略目标与市场细分策略，乃至竞争对手的产品、多维度的市场销售情况、价格、渠道等；还要考虑通过调研、咨询中介、行业资讯网站等了解该产品的国际、国内整体价格统计数据、行业市场整体状况、供应商状况等，甚至还要考虑利用传统调查工具以及在线网站的知识挖掘工具掌握客户的群体和个体的消费倾向和爱好。而对上述因素下面还要进一步细分多个层次的关联因素。显然，这是一个多个系统的信息与数据的获取、关联、融合、优化、评估、决策的问题。
　　3.1.2系统的需求分析　由此可见，信息融合与综合集成研讨厅混合系统必须满足以下支持战略决策的需求：①信息融合系统能自动化、智能化地对企业内外部的分布式异构多源信息抽取、分类、存储、挖掘、转换、集成，并将其按照决策问题的层次采用一定的方法进行关联、融合，为决策支持提供优化的信息源；②综合集成研讨厅通过Intranet／Intranet／Internet建立分布式数据库、知识库、模型库、案例库以及分布式资源共享技术、远程协同技术实现资源共享，通过人工智能、专家系统、机器学习、群体决策支持系统等新技术与多领域专家知识、经验的综合集成，支持竞争情报的智能分析与决策；③信息融合与综合研讨厅混合的应用，可以对竞争情报规划―情报采集―情报加工―情报分析―情报发布与共享的流程进行支持和优化。
　　
　　3.2信息融合与综合集成研讨厅集成的原理
　　信息源包括企业内部信息源(企业资源管理系统ERP、客户关系管理系统CRM、供应链管理系统SCM、知识管理系统KM、计算机辅助设计与制造系统CAD／CAM、内部人际网络等)和外部信息源(竞争对手网站、行业网站、财经网站、咨询专题网站、中介网站、外部人际网络)等。依赖此信息源，信息融合系统的工作榧架分为三个层次。基于信息融合与综合集成研讨厅混合的企业竞争情报系统如图1所示：
　　
　　3.2.1数据融合层　依靠各种技术从分布异构信息源进行信息的采集，即初始采集和二次采集，使用人际网络或者自动网络信息采集技术，如搜索代理、网站监视、电子邮箱、自动摘引从Internet＼Intranet上获取所需的情报，并对其进行自动标引、分类、过滤、去重、关联、数据清理等处理、存储。与此同时，还可以利用数据库、数据库挖掘和联机分析技术对其进一步加工，挖掘出的情报知识(模式、规则等)存储以备后序使用。上述信息按照主题形式存储。
　　3.2.2特征融合层　从多个面向主题的数据库中抽取信息、汇聚、抽象、提炼形成目标属性信息子集，从中获取特征，对其进行特征融合。例如，可以针对营销价格策略的诸多价格特征(行业价格、客户接受的价格、竞争对手的价格、生产价格等等)使用神经网络和模糊逻辑对其预测、分类，再将局部结果融合优化、存储。
　　3.2.3决策层融合　就信息融合的概念而言，该层次任务是采用灰色理论、模糊逻辑、D―S证据理论等决策级融合方法实现决策融合、决策及其可信度融合和概率融合，从而实现对决策过程优化。鉴于这个信息融合过程与综合集成研讨厅的决策仿真过程有密切的关联，本文将两者合并称之为“决策级融合”。对于某个情报专题，决策专家运用竞争情报综合集成研讨厅所具有的分布式知识库、模型库、方法库、决策用综合数据库(信息融合形成过程中的数据库的集合)等资源以及专家系统、智能推理技术进行推理评估。但需要考虑不同信息源与不同决策专家的重要程度，故需要选用合适的决策级融合方法对其证据可信数进行修正、合成，将其用于决策方案的修正，从而达到多源多专家评估方案的优化，增加战略决策的可行性。
　　
　　3.3基于信息融合与综合集成研讨厅集成的情报系统结构
　　3.3.1系统结构　在功能需求分析的基础上，建立应用于企业竞争情报的从定性到定量综合集成的信息融合一综合集成研讨厅系统。借鉴OSI多层结构模型的思想，并结合开放式标准体系的特点，将该系统体系结构划分为四个层次，即网络通信层、基础资源层、集成支持层、应用层，各层之间均通过应用程序API进行连接，如图2所示：
　　基础资源层主要指分布式数据资源层次，包括信息融合得到的决策数据库，情报模板库、知识库、方法库以及案例库等。集成支持层包括情报模板管理系统、建模仿真系统，研讨支持系统以及评估系统等。应用层包括环境监测与评估、竞争对手分析、危机预警、信息安全以及反竞争情报等。
　　
　　3.3.2系统流程　该系统工作的流程是：①决策部门提出情报需求；②专家研讨，提出假设，得到情报专题的定性知识；③把专家的假设从定性到定量进行转化，即采用情报模板系统和群体专家意见一致性集结技术，将非结构化知识向结构化知识转化；④利用决策用综合数据库、模型库、知识库、方法库等集成的数据资源以及研讨厅系统，通过系统仿真、建模等对专家意见论证；⑤情报产品发送。该流程的第三步以及第四步可以利用信息融合技术进行优化，最终使得基于多源异构信息和多专家决策的情报分析的可信度提升。
　　
　　4　结语
　　
　　本文从探讨现行竞争情报系统的特性入手，指出企业竞争情报源具有异构、多来源、多层次、多类型、海量、不完备、质量差等特点，数据仓库及数据挖掘的技术不能满足动态竞争决策对情报源较高的处理要求。在此基础上，提出了信息融合的思想。希望能通过信息融合优化多源情报源，使之对以往提出的综合集成研讨厅系统进行优化。本文所提出的基于信息融合和综合集成研讨厅混合的企业竞争情报系统框架与结构有一定应用价值，但其研究是初步的，仅作抛砖引玉之用。对于信息融合结合支持战略决策的企业竞争情报系统的具体应用尚需要进一步深入探讨。

相关热词搜索：研讨 融合 混合 基于信息融合和综合集成研讨厅混合的企业竞争情报系统 图书情报专硕 图书情报期刊