探究軍事信息服務的智能推薦技術(shù)

胡皓軒 郭家赫

中國人民解放軍戰(zhàn)略支援部隊信息工程大學密碼工程學院 河南 鄭州 450000

引言

信息量井噴這一現(xiàn)象是伴隨著信息技術(shù)飛速發(fā)展而產(chǎn)生的，因此在大量的信息中尋找精確有效的數(shù)據(jù)就需要有一種科學的方法與有效的手段來提供支撐。伴隨著信息技術(shù)的發(fā)展，我軍無論是在偵察裝備還是通信網(wǎng)絡方面都有顯著的升級與提高，在軍事信息的收集上無論是從來源或者是數(shù)量上都有顯著的提高，而從如此龐大的數(shù)據(jù)量中進行有效快速的甄別與篩選，并能夠?qū)⒂行У男畔⑦M行準確的傳達，則成為軍事領(lǐng)域中信息技術(shù)處理的重中之重，也就是本文所述的軍事信息服務智能推薦技術(shù)。在當前，對以上問題進行處理主要通過兩種途徑，其一便是通過搜索引擎，即用戶通過例如百度、谷歌等搜索引擎，利用關(guān)鍵詞主觀的檢索出對自己有幫助的信息，這種方式存在一定的弊端，第一就是檢索的準確性不盡人意，再者就是檢索的單一化，不能從多方面，多角度提供信息。第二種途徑就是信息推薦技術(shù)，這種技術(shù)可以基于用戶自身的特點與要求進行個性化與多元化的推送，相較于通過搜索引擎有著較大的優(yōu)勢，這種技術(shù)多用于民用領(lǐng)域，在軍事領(lǐng)域上并沒有得到廣泛的推廣與應用，因此也并沒有一套完整的技術(shù)策略支持。

1 推薦技術(shù)概述

電子商務領(lǐng)域是最早出現(xiàn)推薦技術(shù)的領(lǐng)域，在電子商務網(wǎng)站中，通過模擬銷售的方式為顧客提出消費建議的一種技術(shù)手段，進而衍生出推薦技術(shù)這一概念。用戶建模技術(shù)、對象建模技術(shù)和推薦算法是構(gòu)成推薦技術(shù)的三個方面。推薦技術(shù)的實施流程如下：首先，獲取用戶的偏好與關(guān)注點。然后，通過推薦算法建立二者的模型。最后，根據(jù)推薦算法分析大數(shù)據(jù)，依據(jù)不同用戶與信息對象之間進行比對，進而依據(jù)比對后的相識度進行信息推薦。

2 軍事信息服務智能推薦技術(shù)的重要戰(zhàn)略意義

當今世界軍各國軍事實力水平取決于各自的信息化水平及對智能技術(shù)的應用程度，通過對一路發(fā)展實踐分析不難發(fā)現(xiàn)，軍事信息服務智能推薦技術(shù)對整體戰(zhàn)略發(fā)展管理與戰(zhàn)略規(guī)劃起到了至關(guān)重要的作用，國防尖端技術(shù)離不開先進的技術(shù)支持，軍事信息服務智能推薦技術(shù)是軍事信息服務的重要保障，在科技日新月異的發(fā)展背景下，信息采集、信息處理、信息挖掘、信息服務、個性化信息推薦等方面都取得了顯著成果，為軍事服務信息資源建起到了有效的支持作用，并改變了原有的軍事情報研究模式，促進信息服務方式與科技信息工作快速發(fā)展，使得軍事科技信息服務能夠根據(jù)用戶的個體情況提供良好的服務，在軍事科技信息服務逐漸趨向數(shù)字化、信息化、智能化、個性化發(fā)展的過程中，信息服務智能推薦技術(shù)必將成為日后軍事信息的發(fā)展趨勢與常態(tài)，從當前全球軍事信息情況分析來看，世界各國軍事信息已經(jīng)趨向智能化方向大幅度邁進，改變了原有的軍事信息服務模式，在海量信息數(shù)據(jù)的基礎(chǔ)上，將更有針對性與個性化的信息提供給用戶，實現(xiàn)軍事信息實現(xiàn)自動采集與分類等一系列智能推薦操作。隨著神經(jīng)網(wǎng)絡、仿真推理等技術(shù)日益發(fā)展，為智能推薦技術(shù)在軍事信息服務中蔓延提供了更多的可能性，在時代不斷變化發(fā)展過程中，智能技術(shù)在軍事領(lǐng)域的廣泛滲透與蔓延，使軍事信息能力實現(xiàn)了前所未有的跨越，承擔了主要的技術(shù)支持。此外，如何在短時間內(nèi)提升軍事信息智能服務是一項關(guān)鍵問題，同時決定了全局水平。智能技術(shù)是軍事科技信息趨向智能分析與服務型方向發(fā)展，在深入挖掘軍事信息方面起到了重要的作用，軍事信息服務智能推薦技術(shù)促使軍事信息服務質(zhì)量大幅度提升，有必要將軍事信息服務智能推薦技術(shù)深入、拓展發(fā)展。軍事信息具有普通信息的特點，但又具備軍隊特有的特點，軍事信息服務智能推薦技術(shù)要滿足軍隊對信息的特殊需求，在智能化信息技術(shù)的基礎(chǔ)上，推動軍事信息由以往的傳統(tǒng)獲取方式，變更為智能推薦技術(shù)，逐漸向智能型、服務型、個性型方向發(fā)展，在科學技術(shù)的支持下，實現(xiàn)軍事信息服務的更多可能，提升信息在軍隊整體規(guī)劃中起到的管理與規(guī)劃作用，利用信息武裝軍隊，優(yōu)化軍事從行動，形成靈活多變的智能化變革發(fā)展，大力支持智能化推薦技術(shù)發(fā)展。另外，要將軍事信息服務智能化推薦技術(shù)在全國軍隊中推廣開來，提升整體軍事信息服務水平，體現(xiàn)出信息服務智能化在各領(lǐng)域的實用性，展現(xiàn)出信息技術(shù)、智能化技術(shù)的優(yōu)勢與獨特性，推動我國軍事領(lǐng)域進一步科學發(fā)展。

3 推薦技術(shù)的組成分析

3.1 用戶建模技術(shù)

不同類型的軍事信息的受眾也不同，不同的軍事用戶的關(guān)注偏好也不一樣，因此在進行軍事信息只能推薦時要先進行建模，即用特定的模型來描寫不同的軍事用戶的關(guān)注偏好，在注冊初期，通過軍事用戶填寫的用戶特征或者喜好標簽來獲取第一手的用戶資料，從而獲取其顯性特征，這種手段能夠?qū)⒂脩艨焖俑咝У倪M行定位，但是容易造成用戶隱私泄露，難以保證用戶隱私的私密性，并且用戶在進行信息瀏覽時會消耗掉大量的時間。用戶的隱性特征則需要大數(shù)據(jù)分析，通過對用戶的瀏覽數(shù)據(jù)進行發(fā)掘，歸納總結(jié)出用戶的偏好，這樣可以節(jié)省用戶的瀏覽時間，也可以發(fā)現(xiàn)用戶的潛在偏好，但是通過這種方式得出的數(shù)據(jù)真實準確性不高，軍事用戶不同于一般用戶，其偏好特征并非是一成不變的，因此在建模的時候也要考慮到軍事用戶在不同時期偏好的變化性，比如說作戰(zhàn)人員在平時可能會更關(guān)注關(guān)于作戰(zhàn)訓練的信息，而在發(fā)生戰(zhàn)斗時則會更多關(guān)注關(guān)于戰(zhàn)場的信息等，因此在為軍事用戶建模的時候應該加入相應的變量特征，進而能分析用戶當前所處情景而智能地推薦相關(guān)信息，從而達到快速有效的推送[1]。

3.2 對象建模技術(shù)

在軍事領(lǐng)域，通常軍事信息對象都是文本類為主，此外另有部分圖像、音頻、視頻等，在應對不同的軍事信息對象時，也要進行分別建模，比如針對文本類信息，可抽取內(nèi)容的關(guān)鍵詞，通過推薦算法進行比對，來分析文本間的相似性。圖像、音頻、視頻也是同理，因此，在應對不同類型的推送對象時，也需要分別來進行建模。

3.3 推薦算法

協(xié)作過濾推薦算法和混合推薦算法這兩類推薦算法是較為常見的兩種推薦算法。

3.3.1 協(xié)作過濾推薦算法。協(xié)作過濾算法即是一種將相似的用戶或者對象推薦給潛在受眾的一種算法，根據(jù)用戶或者對象可做以下解釋，比如某軍事用戶A偏好訓練信息與武器裝備信息，軍事用戶B偏好訓練信息，就可以將武器裝備信息推薦給用戶B，根據(jù)對象的協(xié)作過濾算法是指通過用戶偏好對象之間的相似性進行推送，比如軍事用戶A偏好機械作戰(zhàn)類信息，就可以將與機械作戰(zhàn)類相似的信息同樣推送給用戶A。這種算法是基于相似度來作為依據(jù)的，優(yōu)勢是可以根據(jù)用戶的偏好習慣來獲取用戶特征[2]。

3.3.2 混合推薦算法。混合推薦算法是采用多種不同算法相結(jié)合，基于用戶與對象的不同，從而將信息更準確的推薦給用戶，這種算法相較于單一的算法更具優(yōu)勢，其關(guān)鍵點在于將更好的信息推送給用戶時，該如何選用算法并將之結(jié)合，與其他用戶有所不同，軍事用戶較為特殊。可以通過情景感知的方式為軍事用戶推薦地理條件、氣象環(huán)境等內(nèi)容作為作戰(zhàn)行動單元的推薦內(nèi)容。以情報分析為基礎(chǔ)為心理戰(zhàn)、輿論戰(zhàn)提供情感分析等推薦內(nèi)容。根據(jù)關(guān)聯(lián)性原則，可以為戰(zhàn)場事件行動決策推薦相關(guān)內(nèi)容。以社交網(wǎng)絡為載體對作戰(zhàn)群組協(xié)同配合推薦相關(guān)內(nèi)容[3]。

4 系統(tǒng)設(shè)計與案例設(shè)計分析

4.1 系統(tǒng)設(shè)計

與普通用戶有所不同，軍事用戶的需求具有特殊性，在上述分析討論的基礎(chǔ)上，可以設(shè)計出如下的軍事信息服務智能推薦系統(tǒng)架構(gòu)。可以由基礎(chǔ)層、數(shù)據(jù)層、控制層與應用層幾個層面共同組成。基礎(chǔ)層存放硬件系統(tǒng)是軍事系統(tǒng)網(wǎng)絡設(shè)施、存儲設(shè)施、計算設(shè)施的載體，是構(gòu)建針對軍事信息服務的智能推薦系統(tǒng)的硬件條件。數(shù)據(jù)層中存儲了海量的信息，記錄了用戶各種行為、戰(zhàn)場的相關(guān)環(huán)境如氣象情況、地形地貌、水文條件等，還包括多媒體信息，其中有海量的視頻影音資料，為推薦系統(tǒng)起到了數(shù)據(jù)支持的重要作用，肩負對數(shù)據(jù)進行加密與安全性保護的職責。控制層主要的作用是掌握用戶的喜好，對各種信息進行過濾整合，支持用戶進行自主預測，最終從海量的信息中為用戶提供有價值的信息，從而展現(xiàn)出信息的價值與優(yōu)勢。應用層能夠?qū)刂茖犹幚砗蟮男畔?nèi)容進行接受與展示，支持用戶交互操作，能夠滿足用戶提出的各種需求[4]。

4.2 案例分析

下面將以某國空軍作戰(zhàn)計劃的文本信息作為案例進行分析，先要對文本內(nèi)容對用戶及提出的關(guān)鍵詞進行分析。由于分配的任務有所不同，可以對用戶的角色進行分類，可以分為作戰(zhàn)人員、科研人員及保障人員，其中作戰(zhàn)人員對作戰(zhàn)與訓練方面的信息更加感興趣，作戰(zhàn)計劃、訓練動態(tài)、作戰(zhàn)進程、作戰(zhàn)態(tài)勢等。科研人員的信息偏好主要集中在項目計劃、科研任務、教學信息等方面。保障人員更加偏愛作戰(zhàn)計劃、采購供應、技術(shù)保障及作戰(zhàn)進程等方面的內(nèi)容。經(jīng)過進一步分析后能夠提取出文本中的關(guān)鍵詞為：某導彈、衛(wèi)隊、光纖、目標群、摧毀等。最后，通過采用科學的計算方式，能夠計算出文本中關(guān)鍵詞與不同軍事用戶特征的相似度值。對于某國空軍軍事情報文本，與作戰(zhàn)人員的信息偏好十分接近。為此可以將文本推薦給作戰(zhàn)人員[5]。

5 結(jié)束語

綜上所述，針對軍事信息服務中信息推薦相關(guān)內(nèi)容進行了技術(shù)分析，對推薦技術(shù)進行了大概敘述，并分析了推薦技術(shù)的組成情況，分別介紹了用戶建模技術(shù)、對象建模技術(shù)、推薦算法，對常用的協(xié)作過濾算法與混合推薦算法做出簡要分析，并就一些常用方法給出了優(yōu)缺點對比。并探究了系統(tǒng)設(shè)計結(jié)構(gòu)，簡單列舉了相關(guān)案例。本文研究的內(nèi)容有利于我國軍事信息智能化推薦，對我國軍事信息智能化推薦發(fā)展有重要意義與價值，能夠為相關(guān)技術(shù)發(fā)展起到參考作用。在后續(xù)工作中，需要積極探索軍事信息服務的智能推薦技術(shù)，提升我國軍事信息服務能力與智能推薦能力，為我國軍事作戰(zhàn)提供有價值的參考信息，提升相關(guān)服務的個性化與針對性。同時，在日后工作過程中，需要將智能技術(shù)與具體的應用場景有機結(jié)合，切實有效的考慮用戶的具體需求，對技術(shù)手段進行不斷優(yōu)化，提升智能技術(shù)推薦的質(zhì)量與效率。