情报产生于军事领域,在我国,最早期的情报定义是战时关于敌情的报告。目前,虽然对“情报”概念的认识不一致,但钱学森对情报概念的表述具有普遍意义[1,2]。钱学森先生指出,情报是为了解决特定问题所需要的知识,是激活了活化的知识。情报研究不仅仅是提供情况和事实,而是对获得的原始资料或原始信息进行评估,评估其可信性、准确性,揭示事物的本来面目、事物发展的客观规律和特点,这一事物与其他事物的相互联系与作用、分析预测事物未来的发展趋势,最终是要将信息转换成决策者可以使用的成果。
智慧工作平台是充分利用信息技术,促进情报研究建立新模式的重要手段,是将情报研究与信息化能力建设紧密结合,通过先进的信息化工具提升情报研究效率与准确性,实现情报研究过程管理的精细化,以及信息资源集中管控与充分共享,进而提升情报研究快速反应能力、准确执行能力和智能决策能力[3]。
1 研究现状及存在的问题经过多年的建设,以情报研究为主业的军工科研院所已具有一定的信息化基础,主要体现在:搭建了多网共存的基础网络环境,为业务运行提供坚实的基础;分散建立了一些涵盖各项综合管理业务的信息系统,初步构成了综合集成平台的雏形;初步建立了专业的情报分析研究工具和平台,并建立信息化工作组织,保障信息化工作平稳运转。
虽然拥有较好的智慧工作平台建设基础,但仍然存在以下问题:一是信息资源的开发和利用不够,难以满足领导层决策需求;二是信息系统相互独立,各业务数据分散且不统一;三是尚未形成能有效支撑管理决策、知识积累与共享、科学分析研究的信息化手段。
2 智慧工作平台建设思路 2.1 建设背景智慧院所是我国科研院所信息化建设的一个主旋律。2015年国防科工局启动了“智慧院所信息化能力建设”的研究课题,旨在从国家和行业的层面上研究高技术装备领域的信息化能力建设的方向和重点,并提出在“十三五”及后续时期内持续推进和引导领域企业的智慧院所和智能工厂建设的策略[4 − 6]。根据科工局智慧院所课题组的研究结论,智慧院所是基于知识构筑的智慧化组织,其组织、决策、运营、市场营销、管理和科研生产模式是以知识应用为基础,以创新驱动发展为目的,具有自学习、自成长、自优化、自适应的特征,是支撑我国军工科研院所未来自主创新的核心科研组织。区别于传统的科研院所,知识工程应用成为智慧院所建设的主体支撑架构之一,同时,具有更丰富的智能工具和感知工具集,能够跨领域全面收集和综合信息,实现更充分的信息集成和共享。
提升知识应用水平和自主创新能力,即产品研制中的知识重用、技术创新中的知识驱动、人才培养中的知识共享、经营决策中的知识支撑,即知识管理与数字化和信息化的集成,这是智慧院所建设区别与以往信息化能力建设的关键要素。
2.2 设计依据根据信息科学领域DIKW[2,7,8]金字塔架构,智慧的形成需要经历这样的过程,即广泛搜集数据,分析处理数据形成信息,提炼加工信息形成知识,然后在业务活动中积累知识、共享应用知识、再生产知识。
智慧工作平台设计是基于DIKW模型[2,7,8],结合情报研究业务特点,将知识、流程和信息技术进行深度融合,充分有效的整合和优化利用内外部资源,其“智慧”主要体现在情报研究过程中知识积累与应用,为管理与决策提供可量化的依据,为分析研究提供丰富的数据,以提高管理决策效率和分析研究工作的可信度和准确性。
2.3 建设思路以知识工程为基础,信息技术为手段[9 − 15],在互联互通、共享智能、综合集成的信息化资源基础上,全面推进业务流程与信息化的深度融合,通过补足要素、强化信息综合、优化决策手段,分步改进,逐步达到智慧化的信息化能力。
首先,补足要素,即对现有的各信息系统进行查缺补漏,并对系统进行升级、优化,特别是在信息搜集、加工处理及分析研究等方面增加智能化处理手段。
其次,深入开展知识工程,将知识管理平台嵌入到科研生产实际应用过程中,将知识抽取及推送至分析研究平台。
再次,综合集成,一方面将各类管理信息抽取出来进行综合展现,为决策提供更充分的支持,另一方面是流程集成,打通各系统、各平台间的业务流和数据流。
2.4 建设目标初步打造基于一体化、可视化、智能化的安全可控的工作环境,重点构建以知识管理、分析研究、综合管控为核心的应用平台,打造知识共享、业务协同、决策科学、管理高效的信息化体系,为情报研究提供更科学、高效的研究工具和管理手段;初步实现知识共享、业务协同、决策科学、管理高效的信息化工作环境,全面支撑业务执行和管理决策。
3 船舶智慧工作平台建设实践 3.1 总体功能架构围绕船舶情报研究业务,为实现信息资源搜集、信息加工处理和分析研究的信息化智能化,围绕船舶情报研究业务流程,梳理形成了智慧工作平台的总体架构,如图1所示。
![]() |
图 1 总体架构 Fig. 1 Overall architecture |
船舶智慧工作平台在技术实现上,采用基于SOA架构的方式来进行实现,通过企业服务总线(Enterprise Service Bus)实现特有的服务集成平台(Service Integration Platform),来实现真正的随需而变支撑相关应用。总体技术架构,如图2所示。
![]() |
图 2 总体技术架构 Fig. 2 Overall technical architecture |
总体架构主要包括4层通用的体系架构。
1)基础层。提供系统运行支撑服务,包括硬件设备、网络环境运行操作系统及系统建设的开发平台。
2)数据层。提供基础数据支撑服务,包括对通用的关系型数据库数据、非关系型数据库数据、文档文件数据、缓存(内存)数据。
3)服务层。提供服务及服务集成服务能力,通过企业服务总线(ESB)整合,提供无边界服务主要包括公共组件服务、业务组件服务。
公共组件服务是将软件已实现一些成熟通用的组件,整合进入服务集成平台,提供统一的引用,服务调用。包括用户与授权、身份认证与SSO、日志服务、数据服务、数据交换服务、工作流服务、报表服务、表单服务、消息服务、查询统计服务等。
业务组件服务是对通用的基础功能服务进行统一管理,包括组织机构服务、可复用的业务功能服务、其他服务。
4)展现层。通过对服务的整合集成,为用户提供统一的展现平台。
3.3 综合管控平台以业务为导向,形成全面覆盖各项业务处理和管理功能的平台。以项目管理为中心,打通合同、预算、采购、财务、质量等系统之间的信息交互,为情报研究业务的开展提供有效的职能管控手段,综合管控平台的架构与功能,如图3所示。
![]() |
图 3 综合管理平台架构图 Fig. 3 Integrated management platform architecture |
其具体建设围绕着“三个一”来进行:
一个中心:以项目管理为中心、以业务为导向、打通系统之间的壁垒;
一张图:一张图集中全所业务数据、管理数据、知识数据,通过数据挖掘和图形化展示为领导提供决策依据,为员工提供业务辅助;
一个融合:扁平化管理(行政管理线)与业务数据流程(项目管理线)相融合,为法律、安全、财务提供动态监督视图,实现数据和流程的可溯可查,效果可评。
按照设计思路,在实际建设过程中,首先补充了综合管控平台中的功能模块,并重新设计优化了项目管理流程。
3.4 知识管理平台建立从知识采集、分析、加工、建模、统计评价以及对外服务的一整套科学、闭环的管理体系,将企业知识深度融合到企业业务分析研究过程中,实现知识的积累、传承和共享。知识管理平台的架构如图4所示。
![]() |
图 4 知识管理平台架构图 Fig. 4 Knowledge management platform architecture |
1)离散知识集中化。知识数据包括成果、专利、制度、标准、产品信息等为基础,总结提炼形成知识模型包括模板、文件格式等,对核心知识及存量知识进行梳理,建立知识库。
2)隐性知识显性化。对专家资源进行整合,分享个人知识与经验,建立专家库;通过建立在线提问与回答的方式,征集答案,选择最佳答案,解决业务难题,建立问答库,实现隐性知识的积累和共享。
3.5 分析研究平台利用任务管理、工具集封装、数据管理等信息化手段和技术,以知识总库为资源支撑,引入资源搜集、加工处理、分析研究工具并建设相应管理系统,打造包含“多、精、专”各类工具集的开放分析研究平台,实现情报分析模式和方法的转变,实现工作组间的有效协作,形成知识与数据紧密支持业务分析工作的新模式,其核心功能和架构如图5所示。
![]() |
图 5 分析研究平台架构图 Fig. 5 Analyze and research platform architecture |
1)集成总体思路
综合管控平台、知识管理平台、分析研究平台分别对知识进行获取、加工、存储、挖掘等管理操作,为了打造一个对实现信息搜集、数据挖掘、资源共享、模型工具、管理决策“智慧化”的信息化工作环境,三平台的集成关系如图6所示。
![]() |
图 6 三平台集成关系 Fig. 6 Three platform integration relationship |
综合管控平台侧重于各项目重要节点进度、输入、输出等宏观控制以及不同维度的项目统计情况。
分析研究平台侧重于各项目具体任务的执行,以及向综合管控平台反馈任务执行状态,配合综合管控平台形成项目分解后,任务执行状态的闭环管理。
知识管理平台以百科词条、文档等形式融入到分析研究平台中,实现科研人员在项目执行过程中的知识自动推送,同时接收分析研究平台形成的相关成果,实现知识积累和传承。
分析研究平台配合综合管控平台实现项目多维度、全寿期管理,形成项目进度、任务分解执行的闭环管理体系;同时,将知识管理平台深度融合到企业业务执行过程中,实现知识推送、积累且持续更新的闭环管理,打造基于知识型的分析研究平台。
2)集成原则
平台集成方式主要是通过ESB企业服务总线的形式进行集成。主要集成原则如下:
所有需要用于应用系统开发的服务接口都必须满足标准的Web服务接口模式,真正的跨语言、跨平台,提供标准的服务定义、服务注册、服务接入和访问的方式,并能够实现操作方法和操作数据的解耦。
现有的已上线系统,如果有系统间集成需求则需要扩展Web服务接口,如果有特殊原因,系统开发厂商或者系统维护人员不能提供Web服务接口,则在ESB上开发Web服务接口,如果涉及到对系统数据库进行读操作,需要对应业务系统提供视图,如果涉及到写操作,对应业务系统提供中间表及存储过程,ESB不直接操作应用系统的业务数据表。
在建或者待建系统,涉及到应用集成一定要采用Web服务方式开发接口,然后在ESB上注册Web服务接口,由ESB上提供认证机制、消息转发、服务监控、服务统计、业务日志功能、服务组合编排等功能。
3)集成架构
三平台的集成架构图如图7所示,各平台使用了不同的技术框架,主要如下:知识管理平台:B/S结构;数据库支持oracle和sqlserver;中间件:JBOSS;分析研究平台:B/S结构和C/S结构相结合;数据支持oracle;中间件:tomcat;综合管控平台:B/S结构;数据库支持MYSQL,中间件:tomcat。
![]() |
图 7 集成架构图 Fig. 7 Integrated architecture |
4)集成接口设计
综合管控中的项目管理过程中会形成系列项目成果文件、项目过程文件。这部分文件如果具备分享价值,用户可以分享入知识管理。知识管理平台搜索引擎通过ESB系统调用综合管控系统webservice接口进行获取数据,触发知识入库流程。
用户通过分析研究平台在文档编写的任务环节中根据文档和任务的关键词推送知识管理平台的相关文档链接到分析研究平台,用户点击文档能进行查看。分析研究平台通过ESB系统调用知识管理平台webservice接口进行获取数据。
综合管控项目进行过程中,对于下发的任务,可以与分析研究平台接口,在分析研究平台中进行任务再分解,并可以在分析研究平台对文档进行编辑、协作等操作。知识管理平台通过ESB系统调用分析研究平台webservice接口进行获取数据。
4 建设成效按照建设思路和设计方案,通过分阶段建设,初步实现了以综合管控、知识管理和分析研究三核心平台间的集成应用,加强了船舶领域科技情报研究中信息搜集、数据挖掘、资源共享、模型工具、管理决策等能力,构建了“智慧化”的信息化工作环境。
系统设计风格简洁,将按照业务板块梳理的知识内容与综合管理业务、情报分析业务之间的有机结合和信息推送,并实现了对情报分析研究工具的在线调用,有效提高了船舶情报研究工作和综合管理工作效率。同时在实际使用过程中,结合业务应用,持续优化流程,更新迭代和优化升级平台功能。
5 结 语面向军工情报研究的智慧工作平台建设与实施,将军工情报研究碎片化知识系统化内嵌到情报研究全流程中,并借助了一些辅助分析工具,提高资源利用集中与共享,大幅提升了军工情报研究工作效率,提升了情报研究快速反应能力、准确执行能力和智能决策能力。
[1] |
史秉能, 汤珊红, 赵柯然. 钱学森指引科技情报工作现代化发展[J]. 情报理论与实践, 2024, 47(1): 6-9+25. |
[2] |
叶继元, 成颖. 情报的概念及其与信息链、DIKW链的关系探讨[J]. 中国图书馆学报, 2022, 48(4): 39-51. |
[3] |
姚俊兰. 咨询情报智能服务系统设计与实践[R]. 上海: 上海交通大学, 2023.
|
[4] |
崔蕾, 李亚政, 张楠, 等. 安全生产管理系统建设的研究与实践[J]. 计算机与数字工程, 2023, 51(8): 1725-1731. |
[5] |
赵勇, 吴艳鑫, 李海东. 核工业智慧院所建设思路及方法[R]. 北京: 核工业计算机应用研究所, 2023.
|
[6] |
吕建军, 孔宁, 周陶然, 等. 新形势下船舶行业“智慧院所”建设[J]. 船舶标准化工程师, 2022, 55(2): 7-10+14. |
[7] |
徐晶晶, 崔晨. 基于智慧院所的档案知识服务平台设计与实现[J]. 机电兵船档案, 2022(6): 66-70. |
[8] |
董华, 隋小宁. 数字化驱动制造企业服务化转型路径研究−基于DIKW的理论分析[J]. 管理现代化, 2021(5): 72-76. |
[9] |
胡金明. 装备研制企业基于DIKW模型和知识价值链的质量知识管理[J]. 电子质量, 2022(7): 93-96. |
[10] |
潘乐炳, 葛林强, 王铄. 信息系统发展: 从网络驱动到知识驱动[J]. 中国电子科学研究院学报, 2022, 17(9): 929-934. |
[11] |
张雷鸣. 数字院所系统架构与标准体系研究[J]. 中国标准化, 2023(7): 41-47. |
[12] |
张智. 知识工程在船舶结构优化设计中的应用[J]. 船舶物资与市场, 2025, 33(5): 1-3. |
[13] |
衣正尧, 弥思瑶, 朱嘉晟, 等. 船舶智能制造及其智能船舶产品发展趋势的可视化分析[J]. 船舶工程, 2025, 47(4): 106-115. |
[14] |
李蓉刚. 国有军工企业数字化转型的挑战与路径研究[J]. 中国军转民, 2025(9): 40-42. |
[15] |
梁金丹, 陈真, 杨梦媛, 等. 船舶智能制造技术的应用分析[J]. 中国水运, 2024(9): 66-68. |
[16] |
王刚. 军工科研院所智慧档案馆数字资源体系构建研究[J]. 机电兵船档案, 2023(4): 92-94. |