□白繼峰，張蕾華

(1.山西省公安廳，山西 太原 030001；2.山西警察學(xué)院，山西 太原 030401)

在大數(shù)據(jù)時(shí)代，信息和數(shù)據(jù)浩如煙海，怎樣從浩瀚的信息中快速有效地檢索并從中找出我們所需要的信息，已成為當(dāng)前各業(yè)界迫切需要解決的難題。對(duì)于公安情報(bào)部門來講，如何快速處理海量文本信息同樣非常重要。為了加強(qiáng)對(duì)各類信息的全面整合、綜合分析和預(yù)警監(jiān)測(cè)，不斷提高搜集情報(bào)、偵查破案、處置重大警情的能力，公安情報(bào)部門必須緊跟時(shí)代發(fā)展，運(yùn)用人工智能中的知識(shí)圖譜、機(jī)器學(xué)習(xí)、語義分析、文本挖掘等理論和技術(shù)，通過計(jì)算機(jī)將所匯聚的紛繁復(fù)雜的各類異構(gòu)數(shù)據(jù)、海量信息剝繭抽絲，形成有價(jià)值的情報(bào)，快速、及時(shí)、高效地呈現(xiàn)給領(lǐng)導(dǎo)和實(shí)戰(zhàn)部門,提供最優(yōu)質(zhì)的情報(bào)分析成果。

一、公安情報(bào)信息處理現(xiàn)狀

當(dāng)下，公安機(jī)關(guān)各級(jí)、各部門依托先進(jìn)的信息技術(shù)積累匯聚了海量的信息資料，這些信息資料大多是以文本的形式保存，這些文本當(dāng)中包含有關(guān)人員、事件、背景等許多重要的線索和信息。面對(duì)這些海量文本信息，公安機(jī)關(guān)的情報(bào)處理能力日漸吃力。目前，公安情報(bào)部門雖然有完善的信息管理系統(tǒng)，具備相應(yīng)的查詢、篩選和統(tǒng)計(jì)功能，但是單依靠這些傳統(tǒng)方法很難挖掘出有價(jià)值的情報(bào)。在擁有海量信息的大數(shù)據(jù)時(shí)代，為有效維護(hù)國(guó)家安全和社會(huì)穩(wěn)定，公安機(jī)關(guān)就必須通過人工智能的技術(shù)突破，加強(qiáng)對(duì)各類信息的全面整合、綜合分析和預(yù)警監(jiān)測(cè)，不斷提高智能化的情報(bào)工作能力。

近些年，為了解決情報(bào)來源和情報(bào)資源的問題，公安情報(bào)部門一直在進(jìn)行相關(guān)建設(shè)，并投入大量的資源，但真正進(jìn)展似乎很小。事實(shí)上，情報(bào)工作的關(guān)鍵不僅在于搜集而且在于分析；只有進(jìn)行良好的分析和提供事情原委的能力，才能提供更加有效的預(yù)警。因?yàn)槿绻閳?bào)的唯一功能是積累“事實(shí)”，那么就沒有多少必要使用任何類型的分析人員[1]。目前，已有專家學(xué)者和情報(bào)人員對(duì)公安領(lǐng)域的數(shù)據(jù)分析進(jìn)行了大量的研究和應(yīng)用，談?wù)摵蛯?shí)踐最多的集中在人工智能發(fā)展的一大分支——以深度學(xué)習(xí)為代表的機(jī)器學(xué)習(xí)方向[2]。一般的方法是先對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析 ,根據(jù)統(tǒng)計(jì)分析的結(jié)果提取對(duì)事件、案件分析有效的訓(xùn)練樣本供機(jī)器學(xué)習(xí),然后應(yīng)用相關(guān)算法建立關(guān)聯(lián)規(guī)則,最后讓機(jī)器運(yùn)用學(xué)習(xí)到的規(guī)則去分析海量數(shù)據(jù)，對(duì)公安事件、案件內(nèi)部屬性之間存在的關(guān)系進(jìn)行挖掘。但是存在一個(gè)重要的問題是文本資源只能被人理解，機(jī)器無法理解；如何讓機(jī)器像人一樣理解文本，進(jìn)而分析產(chǎn)出情報(bào)，是當(dāng)前公安情報(bào)部門需要解決的重要課題。現(xiàn)有的知識(shí)圖譜技術(shù)對(duì)中文支持也不夠，筆者認(rèn)為，我們需要構(gòu)建一個(gè)中文情報(bào)知識(shí)圖譜，以幫助機(jī)器理解海量的文本資料。本文擬從人工智能發(fā)展的另一大分支——以知識(shí)圖譜為代表的知識(shí)工程建設(shè)出發(fā)，從情報(bào)處理工作的日常實(shí)際出發(fā)，談?wù)勛詣?dòng)化、智能化處理文本信息的方法和實(shí)踐。

二、知識(shí)圖譜的概念與公安情報(bào)知識(shí)圖譜構(gòu)建

(一)知識(shí)圖譜的概念理解

知識(shí)圖譜指利用信息可視化的理論、技術(shù)和方法把各種不同類別的信息連接在一起，并能夠從信息中抽取出相關(guān)要素，且能夠反映出各個(gè)要素之間關(guān)系的映射圖。通俗地說，就是使機(jī)器能夠從“關(guān)系”的角度來理解知識(shí)中概念之間以及概念中屬性與屬性之間的關(guān)系，并且用可視化的技術(shù)展示出來。通過知識(shí)圖譜，用戶可以快速有效地獲取相關(guān)知識(shí)以及知識(shí)之間的邏輯關(guān)系，并將不易理解的抽象信息以用戶能理解的可視化方式展示出來[3]。

建設(shè)公安情報(bào)知識(shí)圖譜就是基于情報(bào)資料本身，將“信息”搜集上升為“知識(shí)”積累，使機(jī)器能夠?qū)W習(xí)思考、分析理解、提出對(duì)策建議，甚至可以自產(chǎn)情報(bào)。

(二)公安情報(bào)知識(shí)圖譜的構(gòu)建方案

在國(guó)外，知識(shí)圖譜技術(shù)已經(jīng)比較成熟，大規(guī)模的知識(shí)圖譜已經(jīng)構(gòu)建好，這些知識(shí)圖譜包括百萬級(jí)別的實(shí)體以及十億級(jí)別的能表示這些實(shí)體之間聯(lián)系關(guān)系圖。國(guó)內(nèi)針對(duì)知識(shí)圖譜構(gòu)建技術(shù)的研究主要有百度“知心”、搜狗“知立方”、復(fù)旦大學(xué)“CN-DBpedia”和“Zhishi.me”等，都還處于起步研究階段[4]，而面向公安情報(bào)業(yè)務(wù)的知識(shí)圖譜構(gòu)建幾乎無人涉及。一方面是由于語言本身，相對(duì)于英文，中文語言本身就比較復(fù)雜，無法直接使用國(guó)外的技術(shù)進(jìn)行語義分析；另一方面，公安情報(bào)業(yè)務(wù)的專業(yè)語料庫比較匱乏，也缺乏相關(guān)專業(yè)人士參與到知識(shí)共享；再加上語料知識(shí)的不完整性，容易產(chǎn)生語法錯(cuò)誤、歧義問題以及專有名詞的不一致，無法滿足對(duì)公安情報(bào)知識(shí)圖譜構(gòu)建高度準(zhǔn)確性的要求。

歸納總結(jié)知識(shí)圖譜構(gòu)建的一般方案后，可以為公安情報(bào)知識(shí)圖譜的構(gòu)建提出以下路徑：即邀請(qǐng)具有一定知識(shí)背景的情報(bào)或行業(yè)專家人工擬定相關(guān)規(guī)則，以規(guī)則為基礎(chǔ)，通過無監(jiān)督或半監(jiān)督化的機(jī)器學(xué)習(xí)將海量非結(jié)構(gòu)化文本中蘊(yùn)藏的情報(bào)要素自動(dòng)挖掘出來，并進(jìn)行可視化展現(xiàn)。

具體方法就是從公安警務(wù)云平臺(tái)中抽取人口、警情、案件、車輛、物品、場(chǎng)所、指紋、圖片、通信等大量的信息資源，將每一條數(shù)據(jù)進(jìn)行實(shí)體拆分，經(jīng)清洗后整合成以“人員、物品、事件、地址、機(jī)構(gòu)……”為“情報(bào)要素”的一個(gè)個(gè)邏輯庫，通過統(tǒng)一的信息服務(wù)總線為警務(wù)云檢索平臺(tái)提供大數(shù)據(jù)支撐服務(wù)，再從海量文本中挖掘并建立“本體-關(guān)系-實(shí)體”三元組關(guān)系規(guī)則映射[5]，最后將各“情報(bào)要素”建立關(guān)系并通過可視化技術(shù)展示。步驟可分為：1.將公安民警采集的“人”、“事”、“地”、“物”、“組織”等信息抽取出來建立“本體”庫；2.將“人”、“事”、“地”、“物”、“組織”等本體信息按照“相關(guān)屬性”和“情報(bào)要素”繼續(xù)切片細(xì)分，建立“實(shí)體”庫；3.將本體與本體、實(shí)體與實(shí)體、本體與實(shí)體之間的關(guān)系進(jìn)行關(guān)聯(lián)、整合并建立“關(guān)系”庫；4.將本體、實(shí)體、關(guān)系可視化。

最終的目標(biāo)是，將知識(shí)圖譜技術(shù)與公安情報(bào)業(yè)務(wù)相結(jié)合，將各類數(shù)據(jù)匯總?cè)诤铣蔀槿?、事、地、物、組織等實(shí)體對(duì)象，并根據(jù)其中的屬性聯(lián)系、時(shí)空聯(lián)系、語義聯(lián)系、特征聯(lián)系等建立相互的關(guān)系，形成一張包羅萬象的公安專屬情報(bào)知識(shí)圖譜。

三、基于知識(shí)圖譜情報(bào)資料庫的建設(shè)實(shí)踐

智能化處理情報(bào)的終極目標(biāo)是智能輔助決策，也就是訓(xùn)練計(jì)算機(jī)成為具有情報(bào)知識(shí)并且具有邏輯推理和計(jì)算能力情報(bào)分析員，或是成為能夠具體分析問題并能夠作出初步?jīng)Q策的“大腦”。要實(shí)現(xiàn)這個(gè)目標(biāo)的第一步就是要利用知識(shí)圖譜技術(shù)建設(shè)情報(bào)資料庫，這個(gè)情報(bào)知識(shí)圖譜和情報(bào)資料庫應(yīng)該成為公安情報(bào)部門所有情報(bào)分析人員的歷史智慧總和。

(一)專業(yè)資料庫的建設(shè)

近年來，公安情報(bào)部門一直以服務(wù)公安決策為中心、秉持開放共享的系統(tǒng)建設(shè)思路，努力打造一個(gè)專業(yè)、系統(tǒng)的包含戰(zhàn)略研判、戰(zhàn)役研判、戰(zhàn)術(shù)研判三個(gè)層面的情報(bào)百科，而且也已經(jīng)在情報(bào)資源庫的基礎(chǔ)上建立起來一套存儲(chǔ)了海量文本情報(bào)的資料庫，涉及全球戰(zhàn)略大視野、敵情、社情、輿情和社會(huì)治安隱患分布等多個(gè)業(yè)務(wù)模塊。這個(gè)整合匯聚了海量以文檔方式、異構(gòu)數(shù)據(jù)庫方式存儲(chǔ)在各個(gè)業(yè)務(wù)系統(tǒng)的中文文本情報(bào)信息庫，解決了情報(bào)分析過程中無法對(duì)以往的研判成果進(jìn)行有效總結(jié)的問題，有利于對(duì)情報(bào)研判的過程和成果進(jìn)行回顧和展示，有利于情報(bào)部門在重要節(jié)點(diǎn)前快速開展工作，為直接、快速、高效輔助決策提供了重要支撐，同時(shí)也為建設(shè)情報(bào)知識(shí)圖譜打下堅(jiān)實(shí)的基礎(chǔ)。

(二)專業(yè)知識(shí)圖譜的建設(shè)

情報(bào)資料庫整合的多方資源為情報(bào)知識(shí)圖譜的構(gòu)建提供了基礎(chǔ)條件?；镜慕ㄔO(shè)思路就是按照情報(bào)要素和情報(bào)研判標(biāo)準(zhǔn)，組織專家對(duì)情報(bào)資料進(jìn)行文本分析，如語義標(biāo)注、實(shí)體及關(guān)系抽取、關(guān)聯(lián)分析等，獲取關(guān)于公安情報(bào)研判的所有規(guī)范或不規(guī)范的概念詞匯集合，并根據(jù)情報(bào)資源內(nèi)容的差異以及概念、屬性之間的關(guān)系類型，構(gòu)建情報(bào)知識(shí)的“本體-關(guān)系-實(shí)體”關(guān)系，形成匯集全警智慧的情報(bào)知識(shí)庫。具體技術(shù)實(shí)現(xiàn)路徑有以下步驟：

第一步，數(shù)據(jù)抽取。對(duì)文本信息中具有特定意義的實(shí)體，包括人名、地名、機(jī)構(gòu)名、專有名詞進(jìn)行標(biāo)注，建立知識(shí)標(biāo)簽體系，再綜合專家經(jīng)驗(yàn)、概念、屬性構(gòu)建實(shí)體畫像，建立以實(shí)體為節(jié)點(diǎn)，以屬性為關(guān)聯(lián)的實(shí)體關(guān)系。

第二步，構(gòu)建關(guān)系體系。抽取實(shí)體間的關(guān)系(比如軌跡、通聯(lián)、親戚、族譜、社交等)，并進(jìn)行關(guān)系分析與動(dòng)態(tài)維護(hù)。

第三步，構(gòu)建知識(shí)圖譜。通過采用分類聚類算法，對(duì)具有相同、相近描述的實(shí)體進(jìn)行相似度度量，通過將知識(shí)聚類，逐步構(gòu)建知識(shí)圖譜。

第四步，知識(shí)挖掘。通過推理、關(guān)聯(lián)、挖掘，可以發(fā)現(xiàn)隱含知識(shí)，并且增加圖譜的知識(shí)覆蓋率。

(三)情報(bào)智能化處理

當(dāng)前，公安情報(bào)部門在基礎(chǔ)信息化建設(shè)方面已經(jīng)投入非常大的資源，但是在各種輔助單個(gè)情報(bào)分析人員以更快、更好地進(jìn)行情報(bào)分析研判，或在增強(qiáng)情報(bào)分析人員分析研判能力的工具上卻相對(duì)投入很少，尤其在如何處理海量文本信息方面，而人工智能的一系列理論和技術(shù)為情報(bào)智能化處理帶來了契機(jī)。事實(shí)上，當(dāng)前公安情報(bào)部門在處理海量文本情報(bào)信息的實(shí)際工作中最大的、最迫切的需求就是自動(dòng)化梳理情報(bào)信息，其次是文本挖掘，最終的目標(biāo)是實(shí)現(xiàn)智能化處理。

1.自動(dòng)化梳理。針對(duì)文本的分類算法有很多種，但是經(jīng)過調(diào)研，目前公安情報(bào)部門的文本數(shù)據(jù)適合采用“規(guī)則學(xué)習(xí)”(指從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)出一組能用于對(duì)未見示例進(jìn)行判別的規(guī)則)算法，目標(biāo)是產(chǎn)生一個(gè)能覆蓋盡可能多的樣例的規(guī)則集，以實(shí)現(xiàn)對(duì)文本情報(bào)數(shù)據(jù)的分類。具體步驟是：(1)建立業(yè)務(wù)分類體系，比如：刑事犯罪前科人員群體、涉眾經(jīng)濟(jì)投資受損群體等；(2)通過人工或者機(jī)器學(xué)習(xí)兩種方式從海量文本情報(bào)中總結(jié)或?qū)W習(xí)規(guī)則；(3)當(dāng)處理新的文本情報(bào)信息時(shí)，機(jī)器就會(huì)根據(jù)已有的規(guī)則(如群體類別)自動(dòng)進(jìn)行匹配；(4)將匹配好的信息自動(dòng)分類到各個(gè)邏輯庫去。這樣，通過機(jī)器自動(dòng)對(duì)情報(bào)進(jìn)行分類，就把原來海量的、雜亂無章的文本情報(bào)信息按照類別梳理出來，同時(shí)也把情報(bào)分析人員從簡(jiǎn)單、繁重的情報(bào)梳理工作中解放了出來，可以聚精會(huì)神地從戰(zhàn)略戰(zhàn)術(shù)層面或?qū)η閳?bào)的整體態(tài)勢(shì)等方面進(jìn)行深層次的關(guān)聯(lián)分析、深度研判。

2．智能化處理。將自動(dòng)化、智能化情報(bào)處理系統(tǒng)與情報(bào)資料庫、情報(bào)線索庫直接對(duì)接并獲取實(shí)時(shí)數(shù)據(jù)，進(jìn)行熱詞監(jiān)測(cè)、文本聚類、要素提取、語義分析、文本挖掘等智能化活動(dòng)，并且開發(fā)情報(bào)摘要、智能推薦、輔助人工研判等智能化功能，基本可以實(shí)現(xiàn)并滿足情報(bào)分析人員智能化處理情報(bào)的需求。智能化研判的技術(shù)路徑有以下步驟：(1)文本分類；(2)情報(bào)摘要；(3)關(guān)鍵字提??；(4)基于自然語言處理理論的分詞技術(shù)；(5)對(duì)多篇情報(bào)進(jìn)行智能合成；(6)智能抽取情報(bào)中的主要事件和重點(diǎn)群體、人員；(7)智能推薦研判意見；(8)人工校正與多維度分析研判。其流程如下圖。

正是得益于情報(bào)知識(shí)圖譜的啟發(fā)和應(yīng)用，才有了情報(bào)資料庫的初步探索?？梢钥隙ǖ卣f，只要情報(bào)知識(shí)圖譜能夠?qū)F(xiàn)實(shí)生活中海量碎片化、異構(gòu)化數(shù)據(jù)中的“情報(bào)要素”提取出來并與“人”、“事”、“地”、“物”、“組織”等工作對(duì)象建立映射關(guān)系，并且能夠還原對(duì)象之間錯(cuò)綜復(fù)雜的關(guān)系，“就能讓計(jì)算機(jī)幫助人類突破人腦信息處理極限，運(yùn)用超全維度和超高量級(jí)的信息量進(jìn)行高效的思考?！盵6]

四、大數(shù)據(jù)條件下的文本情報(bào)智能化處理

情報(bào)的終極目標(biāo)是要做到未卜先知、無所不知，而當(dāng)前公安情報(bào)部門的首要目標(biāo)是實(shí)現(xiàn)將大數(shù)據(jù)和文本情報(bào)結(jié)合起來的“智能綜合預(yù)警”，更好地輔助決策?；诠睬閳?bào)知識(shí)圖譜和智能化情報(bào)處理系統(tǒng)，我們將有望打造一套理想狀態(tài)下完美的情報(bào)預(yù)警系統(tǒng)，甚至可以達(dá)到“擁有近似等價(jià)于真實(shí)世界信息量的全量數(shù)據(jù)，以及媲美最頂尖情報(bào)專家大腦的情報(bào)理解分析能力”[7]，可以讓各級(jí)公安情報(bào)部門在維護(hù)國(guó)家安全和社會(huì)穩(wěn)定工作方面發(fā)揮重要作用。

(一)大數(shù)據(jù)統(tǒng)計(jì)分析挖掘模型開發(fā)

在情報(bào)知識(shí)圖譜和智能化處理情報(bào)的基礎(chǔ)上，充分利用大數(shù)據(jù)優(yōu)勢(shì)，可以設(shè)計(jì)開發(fā)“大數(shù)據(jù)統(tǒng)計(jì)分析挖掘模型”。針對(duì)公安機(jī)關(guān)整合共享產(chǎn)生的海量數(shù)據(jù)優(yōu)勢(shì)，嘗試從這些海量數(shù)據(jù)中挖掘、篩選信息，與公安業(yè)務(wù)掛鉤，圍繞重點(diǎn)人員、關(guān)注群體、車輛等設(shè)計(jì)大數(shù)據(jù)統(tǒng)計(jì)分析模型，對(duì)長(zhǎng)期累積的海量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分析得出某一數(shù)據(jù)的常量值，再對(duì)數(shù)據(jù)進(jìn)行“每日監(jiān)測(cè)”或“趨勢(shì)分析”，對(duì)于監(jiān)測(cè)或分析到的異常數(shù)據(jù)，轉(zhuǎn)給情報(bào)分析人員結(jié)合當(dāng)前的敵情、社情、輿情進(jìn)行關(guān)聯(lián)研判，或者對(duì)數(shù)據(jù)進(jìn)行開發(fā)，通過使用數(shù)學(xué)算法對(duì)海量數(shù)據(jù)進(jìn)行分析和建模，挖掘出各類數(shù)據(jù)背后所蘊(yùn)藏的內(nèi)在的、必然的因果關(guān)系，進(jìn)而研判出某一事件發(fā)生的概率，科學(xué)預(yù)測(cè)其發(fā)展趨勢(shì)，來服務(wù)打防管控等現(xiàn)實(shí)斗爭(zhēng)。

(二)大數(shù)據(jù)和文本情報(bào)結(jié)合的智能綜合預(yù)警

十九大以來習(xí)近平總書記關(guān)于新時(shí)代公安工作的系列重要指示，為我們做好新時(shí)代公安工作提供了行動(dòng)綱領(lǐng)和基本遵循，也為我們重新思考定位新時(shí)代公安情報(bào)工作提供了前所未有的契機(jī)。面對(duì)新時(shí)代不斷變化的新形勢(shì)和新任務(wù)，公安情報(bào)部門的定位不能僅停留在“感官”(眼、耳、鼻、舌、身等)，還應(yīng)該勇于成為“公安大腦”。因此，情報(bào)部門對(duì)于事關(guān)國(guó)家政治安全、政權(quán)安全、社會(huì)穩(wěn)定、地區(qū)治安、經(jīng)濟(jì)運(yùn)行、金融安全等各方面的情報(bào)信息，不僅僅要敏銳感知，更要綜合研判，準(zhǔn)確評(píng)估當(dāng)前的態(tài)勢(shì)并預(yù)測(cè)風(fēng)險(xiǎn)。

傳統(tǒng)的情報(bào)研判方式正在發(fā)生從量到質(zhì)的轉(zhuǎn)變，經(jīng)過全量數(shù)據(jù)編織的情報(bào)知識(shí)圖譜已經(jīng)蘊(yùn)含了所有公安工作關(guān)注的對(duì)象和他們相互之間顯性和隱性的關(guān)系[8]，將現(xiàn)有的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)(如文本情報(bào))關(guān)聯(lián)打通，相互支持、相互印證，最終實(shí)現(xiàn)及時(shí)、準(zhǔn)確的綜合預(yù)警勢(shì)在必行。大數(shù)據(jù)和文本情報(bào)結(jié)合的綜合預(yù)警模式是從大數(shù)據(jù)統(tǒng)計(jì)分析挖掘模型和智能化文本情報(bào)處理兩條線出發(fā)，分別進(jìn)行各自的情報(bào)收集、分析、研判，并在指定的節(jié)點(diǎn)上進(jìn)行比對(duì)碰撞，使情況更加全面，使情報(bào)不遲不漏。其已經(jīng)成為新的情報(bào)預(yù)警工作模式，也必將在輔助決策和服務(wù)實(shí)戰(zhàn)中發(fā)揮更加突出的作用。這種系統(tǒng)將由人和計(jì)算機(jī)組成，而計(jì)算機(jī)和其中所建立的情報(bào)資料庫將使情報(bào)分析人員變得更加聰明。通過該模式，分析人員可以“在海量數(shù)據(jù)中發(fā)現(xiàn)新情報(bào)”[9]。具體流程如下圖。

五、結(jié)論與展望

大數(shù)據(jù)的核心價(jià)值在于預(yù)測(cè)，未來的警務(wù)必定是在數(shù)據(jù)驅(qū)動(dòng)下的智能預(yù)測(cè)型警務(wù)[10]。圍繞情報(bào)知識(shí)圖譜建設(shè)起來的這套完美的情報(bào)系統(tǒng)實(shí)質(zhì)上就是未來公安行業(yè)的人工智能，扮演著“公安大腦”的角色。未來每一位民警都將是公安大腦的延伸，或提供信息和反饋輸入給大腦，或利用大腦得出分析判斷結(jié)果采取行動(dòng)。在這個(gè)人機(jī)互動(dòng)的有機(jī)體系內(nèi)，每一位民警都將擁有基于全量數(shù)據(jù)進(jìn)行運(yùn)算的超人思考能力，只要犯罪分子在真實(shí)世界留下過絲毫數(shù)據(jù)的痕跡，民警就可以借助系統(tǒng)輕松掌握其動(dòng)向，在行動(dòng)前立于不敗之地；對(duì)于有預(yù)謀的犯罪行為，系統(tǒng)都將提前智能預(yù)警，防患于未然，避危于未形。

為了給情報(bào)預(yù)警工作和情報(bào)分析研判提供新的思路和方法，本文提出了基于知識(shí)圖譜的智能化情報(bào)處理工作思路和模式。本文的研究旨在為大數(shù)據(jù)環(huán)境下的情報(bào)預(yù)警工作更好地發(fā)揮作用提供參考和借鑒，可以肯定的是，公安情報(bào)知識(shí)圖譜和智能化處理情報(bào)理論與技術(shù)是公安信息化改革發(fā)展前進(jìn)道路中的重要基石，是情報(bào)研判從“步行時(shí)代”邁向“發(fā)動(dòng)機(jī)時(shí)代”的核心引擎[11]，也是目前公安情報(bào)系統(tǒng)建設(shè)的里程碑式的關(guān)鍵轉(zhuǎn)折點(diǎn)，未來的智慧警務(wù)、公安大腦和公安人工智能，都將從這里起步。