大数据时代开源情报的知识危机与应对策略*

赵 宁 黄铁娜 唐振宇 徐 乐

(哈尔滨工业大学图书馆 黑龙江 150001)

开源情报(OSINT)是利用公开数据和信息的搜集、处理、分析而成的情报，满足相应的用户需求[1]。情报界与学术界广泛认可，开源情报发挥的作用越来越大，在最终情报产品中的比重大于80%，对战略决策、军事领域、科研活动、社会经济都有强大的支持价值[2]。随着互联网、大数据的逐年发展，开源情报的信息获取程度加大，其来源领域、速度、数据的数量和类型都逐渐拓宽，使得信息分析会遇到相应的困难。情报研究和信息加工、知识增值的过程有相应的关联，开源情报的市场，不完全取决于其低廉的获取成本、内容的差异性和广泛的目标用户，重要的是情报产品质量，这也取决于其拥有的知识和价值。开源情报工作中，知识链贯穿信息处理、挖掘利用知识创造情报的过程，也面临“知识危机”，庞大的公开数据体量和类型使得信息分析会遇到相应的困难，更多的数据与更好的数据不一样，因关键信息的淹没、支撑情报分析的知识会影响情报质量，需要提升数据、信息的复杂性处理，同时情报人员对于知识的导入、关联、推理、更新要及时、准确和完备。因此对于开源情报的研究需要未雨绸缪，探讨大数据时代对情报工作带来的挑战以及应对策略。

1 开源情报来源的特征及分析

参考兰德公司《定义国防事业第二代开源情报》研究报告，各阶段开源情报的特征如图1，Web2.0的出现，开源情报的来源已从传统的纸质媒体和电视广播，扩展至互联网、深度网络、商业图像、技术数据、灰色文献等新兴信息源[3]。互联网、数字互联和社交媒体平台的兴起，大量的内容数字化，转移到在线动态网页、用户生成内容和社交媒体上，近年来网络数据的增长已经达到ZB级别(1021B)[4]。互联网可以获取的信息量庞大，是支撑国家安全和社会发展的资源保障，情报工作的发展也从传统的人力、图像、信号情报转向开源情报，并以网络情报为主要特征[5]。从纷繁复杂的海量数据中获取信息、处理、分析、分发情报产品，是大数据智能时代情报学应研究的问题。互联网开源情报来源相对稳定，搜集获取手段便捷、获取成本低，违反信息伦理和情报道德的工作风险低，其信息内容广泛并适合提供实时分析，可以作为秘密情报的补充和验证[6]。相对来讲，开源情报产品收益高，但是开源情报的信源也存在如下问题。

1.1信息来源的复杂性第二代开源情报的浪潮袭来，数据技术已经改变了信息搜集及存储的方式，数据处理能力推动情报工程各环节的进步，主要依赖数据智能技术专长，通过来源途径不停地获取，但是大部分互联网数据的特点是公开、海量，碎片化、离散无规则、不同层次分布的，大部分数据未索引、数据源不确定。结构化、半结构化、非机构化不同类型的数据处理技术极多，工具有上百种，但是缺乏整体的信源识别方法，没有特定的精炼方式[7]。通过互联网搜索的内容庞大，数据来源的复杂性会使得机器处理造成关键信息的淹没遗漏，针对性差，需要情报分析人员不停地监控获取数据，聚焦于开发和生产情报上。

1.2内容可靠性验证难度由于互联网上的数据来源质量良莠不齐，成为高价值的情报需要验证，其真实性和有效性需要筛选和过滤，这项工作具有挑战性。基于开源信息内容的特点，其可靠性未知，虽然计算机识别处理数据进行筛选分析使得工作相对自动化，但对于开源内容的复杂性、重复性，开源信息解析为情报没有固定的方式，机器尚不能完全取代人工筛选和甄别[8]。对于开源情报内容的验证，是一个反馈和反复的过程，仅美国中央情报局(CIA)就有2500多人，其他相应的情报界机构有数千人致力于开源情报的验证[9]。针对开源情报并未提出统一的可靠性指标验证方法，公共部门偏向于信源的检验而私营企业偏向于情报效用验证，和其他信源(比如秘密情报)的交叉验证使得流程方法具有难度，需要有效的融合，甄别和验证的难度加大[10]。

2 开源情报的知识危机

2.1信息、知识、情报关联关系在数据、信息、知识、情报、智慧相关概念的转化过程中有两个链条，一个链条是罗素·艾可夫描述的DIKW(数据-信息-知识-智慧)，另一个链条是莱特克里菲提出的DIKI(数据-信息-知识-情报)，结合国内外学者对于情报概念内涵的界定，综合信息论、知识论和认知论各观点，对相关定义概念的理解为：数据是事实的记录描述，是形成信息的基础；信息是经过处理的数据，内容具有关联性；信息经过推理和经验的总结成为知识；数据、信息都是情报的基础和来源，情报是经过分析加工的特定信息；信息、知识、情报关联关系如图2所示，它们可以相互动态转化，一些情报是信息直接组织选择而得，一些情报是在特定情境下被激活了的知识，更多的是信息与知识融合成为情报，即信息在一定知识指导作用下转化为情报；情报也能丰富完善知识；智慧相当于知识和情报整理融合形成的知识体系[11-14]。开源情报作为在公开领域获得信息而进行的开发，信息链上各元素之间的信息流动和转化关系如图3建立的开源DIKW模式所示，在开源信息与所需的深层专门知识之间形成了一条知识链，从低层到高层的转化，需要能动认知。

图2 信息、知识、情报关联关系

图3 开源DIKW模式

2.2开源情报的知识危机现象基于开源情报来源的特征，面对开源情报产品的市场随着大数据的发展而扩大，其影响到国际局势判断、国家重大政策、社会态势感知、商业发展的机遇和挑战[15]。据Allied Market Research的商业报告《开源情报全球市场：按来源，技术和最终用户划分的机会分析和行业预测，2020-2027》预测，未来7年的世界范围内，预测市场复合年均增长率达到了23.0%以上，对开源情报的需求正在急剧增长，全球开源情报市场预测分析见表1[16]。随着大数据和研究方法的更新，开源情报工作中知识流动加快、信息增值，产生更多的情报，知识经济的到来，开源情报研究的产业化趋势明显，也伴随着开源情报的知识危机。知识危机是指由于知识的产生或转化、传递及利用的过程中，充斥着难以预料和控制的偏误失衡，干扰知识的融合创新、知识体系的正确形成，从而影响公众认知和应用，抑制科学技术成长及产业发展等状况[17]。开源情报的知识危机则为在开源情报的产生、传递、利用的过程中，信息、知识、情报之间进行不断地交互与转化，由于互联网大数据增长过速、信息过载、虚假知识干扰的充斥，机器处理及人员技能无法达到能有效管理的水平，信息抽取的知识和情报产生依赖的知识存在局限、不完备和失效的状况，使得开源情报分析变得困难，运用其解决问题不当，影响输出和正确决策。其主要问题表现为知识的局限性，包括：a.知识形成链条过长，有用知识发现不及时，支撑情报分析的知识会影响开源情报质量；b.同质化和误导性信息产生偏见和错误的知识，影响事实客观性判断，造成情报失察、决策失误；c.无序化知识的产生，未能形成相应情报的知识体系，不利于开展高效的开源情报工作。

表1 开源情报市场2020-2027年预测分析

2.3开源情报的知识危机产生机理开源数据、信息经过处理分析产生的开源情报支持用户决策和服务利用，推动知识体系发展。若把开源情报活动和医疗活动类比，情报支持决策，类比医生诊断分析支持手术、临床应用，其中数据相当于病人的症状，信息相当于整理的病例，知识相当于已有的治疗方法，情报相当于医生的诊断分析，产生新的治疗方案即相当于更新知识、知识增值，情报的实践相当于临床应用，其效用相当于病人被治疗的程度。基于系统动力学的方法，用Vensim工具构建开源情报活动因果关系如图4所示，有助于了解各要素之间的作用关系。

整个过程存在重要的正反馈回路，知识增值量→(开源情报量→开源情报效用)→知识体系完备性→分析知识供应量→知识增值量，可以看出知识增值是系统内驱力，影响开源情报效用，从而影响知识体系的完备性、为决策者协助提供解决方案。负向变化中，开源数据产生的开源信息成为抑制因子，信息噪声产生的知识缺口、信息处理不当，会使循环结果出现负增长，造成开源情报的知识危机。其产生机理为：随着开源情报来源的数据量越来越大、种类越来越多、速度越来越快。a.开源情报分析人员很难跟上信息变化增加的速度，很多有用的知识会淹没在信息中，产生知识的链条过长；b.产生的信息噪声越来越多，造成认知盈余多，开源情报的收集会被信息所累，错误知识增多；c.开源情报搜集信息产生的碎片化、无序的知识未能有效形成知识体系，造成相应需求领域知识增长的局限性。这些影响方面随着开源情报工作活动的循环，形成巨大的能量，造成开源情报的知识危机。

图4 开源情报活动因果关系

2.4开源情报的知识危机形成原因分析开源情报的研究对象主要是各种信息资源和知识资源，如何对其收集、整理、分析、利用和创新。开源情报中知识危机形成原因如图 5 所示，利用原因型鱼骨图发现开源情报工作管理上的缺失。

图5 开源情知识危机形成原因

a.知识形成链条过长的原因，是在开源情报知识发现上，由于开源情报来源的特点，情报人员的技能、情报源的验证和处理手段的局限，使得信息收集过滤难度大；对于开源信息的知识抽取、知识组织服务也需要外化，建立相应的开源知识库、知识地图，但目前情报机构对于显性知识的利用不够、资源建设有所限制。

b.错误知识多的原因，是在知识转化与创造上，由于知识需要权威验证，但有些权威性机构的开源情报收集的信息受到国家意识形态的把控和政治主张，信息输出在某种程度上具有相应的导向性，如美国国家情报总监办公室的开源机构OSE(之前名为开源中心OSC)，其情报产品主要分为开源分析和开源媒体协助两大类[18]。媒介导向分析的开源情报搜集倾向于国外官方和主流媒体、政府网站等官方站点，考量媒体的反映和立场，在特殊时间点的敏感事件受到影响，报道和客观事实相悖，知识主观性治理差会造成情报误判；另外社交网络公开信息的传播也具有集群性，信息流转快，但内容同质化严重会导致有效信息相对较少，另有些敌对方故意设置误导信息公开发布，这需要提高多源信息的融合甄别，相互配合才能更加准确地分析，知识检验缺失造成错误知识过多，开源情报工作方向的偏离[19]。

c.无序化知识的产生、未能形成相应情报的知识体系的原因是知识存储少、管理不够。由于开源情报具有时效性和局部相关性，其中零碎化的知识多、相应开源情报的适用性知识少，造成知识不完善；存在于开源情报中的隐性知识管理少、知识共享不足、情报需求知识的不满足，这些知识存储管理的偏差，不能有效完善情报分析的知识体系。

3 基于开源情报知识链流程模型建立与分析

开源情报研究工作伴随知识增值的过程, 包括知识激活、传递和效用[20]。处在知识变化的经济环境中，开源情报工作过程是以需求为导向、以知识为基础、以业务流程和知识管理为对象的“知识流”和“信息价值流”。已有文献研究说明了情报流程的划分，其过程分为规划与指导、搜集、处理与加工、分析、分发及反馈，主要理论模型包括线性、周期循环、多重反馈、以目标为中心和网络拓扑模式[21]。现实中情报活动具有复杂性，并不是各环节首尾相接，不是既定的规范化过程来组织实施，尤其对于开源情报的开发分析，情报流程各环节依赖更加弱化和模糊，各环节活动容易陷入无序状态。而情报的形成，其构成是知识传递链条无缝的功能衔接。知识链管理运作方式成为开源情报管理方向，包括知识创造、知识转移和扩展的过程，加强开源情报的知识价值链管理,可确保开源情报核心竞争力的可持续性，更好地融入大数据时代发展[22]。从数据到信息、信息到情报需要知识的支撑，是基于“数据——信息——知识——情报”过程[23]。开源信息获取成本降低，搜索、处理加工、分析使得信息转化为知识的成本占据较大比重，在原始信息和用户需求的深层情报之间，形成一条知识链，开源情报工作知识链模型如图6所示，以满足用户需求为导向，知识链管理的过程(识别、获取、整理、更新、生成、应用、共享、创新)为联系紧密的活动，是信息流动、知识增值的过程。

在螺旋式循环的知识发现、转化和创造、交流扩展的过程中，开源情报中隐性知识和显性知识的互动，知识增值产生聚集效应。通过开源情报中知识的成长模式，寻找减少开源情报知识危机的环节，情报机构的开源情报工作围绕知识链分析，进行知识链管理相应策略调整。通过对知识链的研究，增强开源情报的效用，作为大数据环境下开源情报工作的创新，知识增值的过程包括三方面：

3.1知识发现开源情报工作中的知识发现，是在对所需情报规划和方向确定后相应信息的获取，其中知识识别是对于采集的信息获取相应情境下的知识；知识获取是进行关键、有效信息的感知和收集。随着公开信息的增多，知识的增长形成富集效应，其转化为生产力的速度也越快，情报系统拥有相应的知识量。这需要梳理开源情报来源，对信息采集目标有所侧重，降低知识识别难度，使得其效率变高。对应开源情报的工作需要对信源动态跟踪，可利用智能代理技术，通过信息过滤技术进行跟踪匹配，获得有效信息。

3.2知识转化和创造开源情报工作中的知识转化和创造过程，是分析信息时的知识抽取和已有的知识辨析，完善相应的知识体系。其中知识整理是对知识相应的信息的分类，保证条理性和关联性，知识更新就是比对现阶段和以往的知识，进行去伪存真的过程，生成新的知识。对应开源情报的加工处理和分析过程，情报机构建立相应的知识处理存储系统，作为知识连续性的保障，采集知识的积累作用丰富并逐渐形成知识系统，包括建立知识库、知识平台，也提供相应情报分析的参考价值；构建一个全面、合理、操作方便的情报专题知识分类分级结构化体系，如专题情报特色知识库群，这需要解决知识的组织、专家服务等策略。

3.3知识交流和扩展开源情报工作中利用的知识交流扩展即为知识扩散，由于开源信息本身更容易传播，促进情报人员和机构的合作与创新，开源情报相应的隐性知识也需要整合利用，知识应用、知识共享作为组织成员的共享交流使用，以减少知沟；知识创新是对原有知识的合理升级，也作为满足开源情报需求新的知识。情报机构需要完善知识服务体系，开源情报工作本身和情报产品具有一定的秘密性，其中的知识分享需要情报机构组织成员间进行，需要有合理的内部传递机制。知识的组织、控制、技术、决策都是辅助知识链传递运转、知识外化为情报服务，知识链管理除了需要对数据和信息来源进行整理，同时还要对已拥有的知识不断完善、最终情报产品的存储和利用，将知识转化为开源情报开发的生产力。

4 开源情报知识链管理策略及可行性分析

情报机构与外部环境、机构与分析人员、分析人员与用户，用户与情报机构之间被知识链连接。情报界一直强调开源情报的重要，2006 年，美国启动国家开源情报事业规划，规定任何情报工作必须包含开源成分[24]，《美国国家情报战略》等一系列政策法规也都突出强调了情报共享与融合的重要性，从战略层面推动美国情报融合的进行[25]。职能机构的情报工作需要必要的整合和协同，以下从开源情报的知识链管理视角，思考开源情报工作的完善发展，避免开源情报的知识危机。

4.1 提高知识获取效率策略

4.1.1 加强情报人员素质 情报人员在开源情报工作中占据主导地位，为此必须加强人的智力投资。面向大数据时代开源情报工作的复杂性和多元化特点，情报分析人员需要运用更多的创造性和批判性思维，分析比以往更多的各类信息，高效的情报产出需要在搜集、处理、分析等各流程阶段提高工作效率和质量，相应的情报人员需要掌握和提高领域技能，具有开源信息针对性的获取利用，对专业知识脉络有清晰的理解，能掌握最新的动态，全面综合分析情报的素质。除了需要提高情报人员的信息技术能力，还应加强情报感知、理解、翻译、分析及沟通写作能力，避免“重IT、轻情报”的状况，应重视提升开源情报人员素质。在可行性方面，借鉴美国开源信息中心下属的开源学院，建立多层次开源情报培训体系的方式，其NOSE 计划对开源情报培训体系作了十分详尽的规划，增加专业型、复合型人才输出，适应当前开源情报工作的发展[26]。

4.1.2 应用智能代理技术 在信息获取知识识别环节，利用智能代理(intelligent agent)技术，根据开源情报的信息需求理解生成搜索规则，对信源动态跟踪获取，自动帮助开源情报工作完成信息收集、过滤、调整、执行等任务，搜索后的结果存于信息数据库即知识发现库，再经过知识库的推理机制传递给情报人员[27]。智能代理可以根据开源情报人员所需信息进行相关度匹配，提供可靠的保障，有效帮助开源情报工作消除信息过载的负担，提高开源情报的信息收集能力，摆脱信息焦虑。在可行性方面，智能代理技术已经应用在商业领域中，情报部门加强网络智能化建设，可实施多个智能代理协同工作，研究对于情报知识发现的分析技术、组织技术和工具，开发基于通用搜索引擎的开源情报自动化搜集模型，利用智能代理提高搜索精度和有效性，提升信息处理效率。开源情报信息处理速度加快，有助于知识的发现、缩短知识产生的链条。

4.1.3 知识外化服务建设 在知识整理阶段，情报工作各层面积累了大量的显性知识，进一步开发整理才能更新、生成有效知识，为知识转化做好技术保障。在情报组织内部，知识地图、知识库、知识社区是知识管理实现的重要手段，可以加快知识和信息的流动，有利于知识共享与交流，并将隐性知识显性化，以充分利用显性知识。知识库对知识和信息实现了有序化，不仅包括通过知识识别后的知识，也包括整个知识链产生的新知识，建立知识库使得情报人员寻找和利用信息的时间大大减少，提高知识转化；知识地图也是一种知识表达方式，作为获取的知识及知识关联的可视化描述，可使情报人员掌握开源情报工作过程中相应的知识；知识社区作为情报人员知识交流共享利用的知识管理技术，促进知识获取生成。目前知识外化服务不够，在开源情报工作中，需要对相应知识管理资源有效地建设，在可行性方面，借鉴IBM/LOTus、微软等大公司应用知识库、知识地图、知识社区共享知识及利用的方式，设立相应的知识工程师和管理者，应用在开源情报工作中，提高知识外化服务建设，促进知识的梳理更新[28]。

4.2 知识完备性检验共治策略

4.2.1 情报融合的交叉检验 在知识的转化和创造过程阶段，需要提高对知识的有效甄别，可融合其他情报交叉验证开源情报中的知识。英国开源情报联合工作组(OSJWG)在关于开源情报的报告中，认为交叉检验是开源情报和秘密情报间的验证[29]。情报的融合管理需要构建分发开源情报、与秘密情报进行交叉验证的系统，类似于美国的Intelink，联通开放和保密网络。开源情报和秘密情报挖掘融合后形成新知识，补充开源情报，保证其知识完整。在可行性方面，如从社交媒体挖掘拓展的人际关联分析，与秘密人力情报相互印证融合，可使人力分析更加全面；商业遥感卫星侦查补充秘密侦查图像情报的图像盲区、提升分辨率，使得图像情报监控更加精确完善；从开源军事网站上爬取数据挖掘分析作战部署，与相应的信号情报之间的验证补充等[30]。情报融合的交叉检验都是辅助情报准确性和价值的评估，提升知识的准确性。

4.2.2 Wiki式创建供智治理 在知识的交流扩展阶段，对于开源情报知识的完备性进行供智与共治。众所周知，Wiki是用户社区创建和维护的网站或数据库，任何用户都可以在其中添加或编辑内容，比如最著名的Wikipedia。Wikipedia内容也是开源的知识，作者都可以对其进行改进和扩展[31]。开源情报知识的完备性策略，可以采用Wikipedia知识库模型类似方式，鼓励合作和共识的建立，进行有效的知识序化和情报融合机制。同样，情报机构需拥有专业的情报分析人员，结合先验知识再转化成解决需求的知识，可为情报分析人员提供相应的结构化数据资料，为相应情报专题研究提供指导，协作更新专题情报的知识网络，确保持续审查和修正。在可行性方面，建立和管理一个安全的云托管环境，通过“众包”形式实现此目的，以便创建和维护可共享的知识库，从而激活成解决相应问题的情报策略，完善知识内生态结构。Wiki开源框架还可以确保内容是最新的，解决知识的更新时效性问题，随着时间的推移，得出对应主题变化在相应情景下及时的开源情报。对于开源情报工作，建立新的“Intellipedia”，实施Wiki式创建治理，使得相关人员都可以从动态有序的情报系统，基于情境感知获取情报需求的知识，也降低了共享知识的成本。

4.3 知识存储获取管理策略

4.3.1 情报知识的开放共享 开源情报搜集渠道是开放的，但情报本身不是全部公开，开源情报的价值是为情报工作提供了数量庞大、广泛的内容资料。知识的开放共享通过透明、公开的方式获取，形成合力的情报共享环境，被共享知识具有明晰性，可解决情报机构分野、不同情报种类间缺少互动、重复收集的问题。在可行性方面，建立相应的网站系统，提供各级各层的情报信息、知识的共享环境，借鉴美国为实现国土安全情报共享建立的融合中心和信息共享环境(ISE)，其建立了80个情报融合中心，按照“联邦-州-地方”三级体系提升共享任务，通过国家融合中心网络，将不同层级、不同部门的情报工作单位整合为庞大的信息共享环境(ISE)，赋予不同层级机构相应权限，地方获取的情报有效地传递至联邦层面的情报机构和其他区域的融合中心，通过ISE提供的系统实现双向或多向的互联互通，打破过去情报系统条块分割所形成的单一体系的弊端[32]。另外“情报透明”共享理念提出，开源情报机构间的共享主要是开源情报内容的资料和信息，如2015年美国国家情报总监发布《情报界情报透明原则》，建立了情报界网站www.intelligence.gov，作为解密文件的开源存储库进，用户获取知识都是开放的[33]。

4.3.2 适用性内容获取管理 从开源情报使用角度，知识适用性需要对有效的内容获取管理。美国情报机构传递机制中最为成熟的是美国国家情报总监办公室的反恐中心，由项目管理机构-行政部门-军事部门执行[34]。美国国家安全情报建立分类传递机制，是按情报任务的不同，通过任务中心进行分类传递与整合，来解决不同类别情报供给。情报机构需要建立一个中心负责协调各情报分析机构利益相关方合作，不断加强开源情报的共享，如国家情报总监办公室开源中心(OSC)，领导和协调开源情报活动，与政府情报界16家情报机构进行交互，用户个性化定制需求服务、开源情报产品，产生情报规模经济，2015年OSC改名开源情报机构(OSE)，机构没有计划扩大服务范围，16家情报机构访问设置权限进行内容获取与管理[35]。OSE当前状态以及可以提供的开源情报，也向潜在的用户、合作伙伴和赞助者提供，以评估是否具有实现情报需求目标的价值。适用性内容获取管理在可行性方面，借鉴美国国家安全情报传递机制，情报组织形成建立不同情报领域的知识服务体系，根据开源情报任务的不同领域，结合已有知识库内容，依托中心进行知识的分类传递与整合，以支持不同类别情报需求的供给，对情报人员提供有价值的适用性的内容[36]。

4.3.3 “咖啡原则”管理 从开源情报生产角度，知识适用性需要对情报研究组织进行管理。“咖啡原则”是乌尔里希·贝克设计政治结构时提出的整合原则，对于整体情报需求目标的管理，试图对用户单一性、矛盾性、对立性等问题提供综合和理性的方案[37]。面向开源情报工作的贡献，消除知识局限性，在CAFÉ框架内建立的各种伙伴关系[38]。“咖啡原则”运用到开源情报工作的可行方面，包括：a.建立相应专题的情报研究人员团体，支持团队创建、更新、共享知识模型；b.开源情报往往很难被分类，但是知识可以分类，确立用户的情报可访问级别，进行相应类别的知识贡献；c.确保相关情报人员工作的独立性；d.情报研究成员或者组织的资格由现有的情报人员进行推荐、授权。这些政策有助于对情报工作的组织管理。

5 结 语

开源情报产品市场潜力巨大，其作用影响到军事、执法、金融、科研等每个领域，开源情报的重要性日益提高，已经纳入情报工作的核心。互联网时代促使开源情报的快速发展，数据驱动的情报工作方式已发生深刻的变化，也带来开源情报相应的“知识危机”。基于开源情报工作流程的基础上，挖掘知识链上可以改进的环节，通过情报机构和相应的体系加强情报人员素质、应用智能代理技术、知识外化服务建设；情报的融合交叉检验、Wiki式创建供智治理；开源情报的共享、内容获取管理和情报的组织管理来提升相应的知识获取效率、知识完备性、知识的共享存储获取管理，增强开源情报的效用，提高情报产品的竞争力。