情报分析中的可解释性技术及其评价方法研究

摘要：

[目的/意义]大数据时代下的情报分析面临着分析方法复杂、技术难以理解、结果不易解释等方面的挑战.可解释性技术是解决该类挑战、支持用户理解并信任情报分析决策结果的技术手段.[方法/过程]文章首先介绍了情报分析活动的发展动向,并从情报资料搜集、情报加工、情报分析和决策服务四方面阐明情报分析流程的解释必要性,接着阐述情报分析方法的解释类型,包括全局解释与局部解释相结合、以事后解释为主、群体智能决策解释和以人为本的交互解释.[结果/结论]情报领域中情报分析方法的解释技术包括因果推断、特征重要性分析、规则解释、知识推理和可视分析.情报分析解释中可用的评价方法有基于主观判断的定性分析、基于启发式的半定量分析和基于指标评价的定量分析.最后,对不同领域情报分析主要的可解释性技术和未来研究应重视的科学问题进行总结.

关键词：情报分析、可解释性技术、解释方法、解释评价

所属期刊栏目：44

分类号：R446.1;R197.324;TP391.7

资助基金：国家社会科学基金21ATQ008

在线出版日期：2023-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：24-34