發(fā)布時間：2021-02-04 01:35

　　知識圖譜的發(fā)展為知識的管理和應(yīng)用提供了新的方向。在教育學(xué)領(lǐng)域,基于知識圖譜的個性化學(xué)習(xí)研究層出不窮。而在公安教育訓(xùn)練領(lǐng)域,知識圖譜的應(yīng)用潛力尚有待發(fā)掘。行動指揮員處于指揮鏈條的最低層級,直接面對各種復(fù)雜多變的警情,對反應(yīng)能力和知識技能的掌握程度要求較高,對行動指揮員能力的培養(yǎng)直接決定了警情的第一現(xiàn)場處置效果。本研究將知識圖譜與公安行動指揮員的培養(yǎng)結(jié)合起來,并引入個性化學(xué)習(xí)這一理念,從而讓行動指揮員能夠按照自身需要和任務(wù)需要展開個性化學(xué)習(xí),實現(xiàn)能力的提高。本研究主要采用了文獻資料法、德爾菲法、實踐專家研討會等方法,通過Neo4j這一數(shù)據(jù)庫來制作知識圖譜,為個性化學(xué)習(xí)提供支撐。文章共分為六個部分:第一章指出當(dāng)前公安行動指揮員的培養(yǎng)存在智能化程度較低、無法滿足個性化需要等問題,并對公安行動指揮員、知識圖譜等相關(guān)概念進行充分的界定。第二章結(jié)合了國內(nèi)外文獻,對知識圖譜、個性化學(xué)習(xí)以及二者地結(jié)合進行了梳理,并發(fā)現(xiàn)當(dāng)前將知識圖譜與個性化學(xué)習(xí)結(jié)合在其他領(lǐng)域已經(jīng)是一種較為先進的做法,并且取得了良好的效果。第三章針是研究方法的簡單介紹,并具體說明了德爾菲法、實踐專家研討會的應(yīng)用思路。第四章是行動指揮員知識... 

【文章來源】：中國人民公安大學(xué)北京市

【文章頁數(shù)】：103 頁

【學(xué)位級別】：碩士

【部分圖文】：

AI的發(fā)展在指揮員的培養(yǎng)領(lǐng)域，軍隊已經(jīng)開始結(jié)合最新的計算機技術(shù)展開了一定程度上的探討[5][6]

中國人民公安大學(xué)碩士學(xué)位論文-6-所屬人員按上級指令執(zhí)行具體任務(wù)，及時上報一線情況，臨機處置緊急情況[1]。公安行動指揮，也有學(xué)者稱之為戰(zhàn)術(shù)行動指揮[2][3]，并給出了不同的定義：警察戰(zhàn)術(shù)行動的指揮就是戰(zhàn)術(shù)行動的指揮員和指揮機關(guān)，為使警察隊伍保持高度的備勤狀態(tài)和有利態(tài)勢，爭取主動，力避被動，順利遂行戰(zhàn)術(shù)行動任務(wù)，而根據(jù)客觀情況和戰(zhàn)術(shù)行動原則所從事的各項活動[4]�？偟膩砜�，不管是行動指揮和戰(zhàn)術(shù)指揮，這一層級的指揮員都具有兩個屬性：一是層級的基礎(chǔ)性；二是行動的參與性。行動指揮員在整個警務(wù)處置的過程中，既是所在單位的領(lǐng)導(dǎo)者，也是實際警務(wù)活動的一線處置者。從各個學(xué)者的論述中可以看出，公安行動指揮和行動指揮員并非一個職務(wù)的概念，而是一個學(xué)術(shù)上的概念，是對從事該類工作人的統(tǒng)稱，而這一層級的指揮員，在公安實踐工作中，是一直客觀存在的。在日常的警務(wù)活動中，可能不存在現(xiàn)場指揮、中層指揮、高層指揮，但是一定存在行動指揮，而現(xiàn)場指揮和行動指揮，有時又是同一個指揮員擔(dān)任（圖2）。圖2行動指揮員示意圖如圖所示，公安行動指揮員是在警務(wù)處置活動中，處于最低指揮層級，并對其所在小組進行指揮調(diào)度并直接參與事件處置的領(lǐng)導(dǎo)者。從定義中，可以看出公安行動指揮員具有以下特點：[1]徐娜.警務(wù)戰(zhàn)術(shù)行動指揮的理論內(nèi)涵[J].公安海警學(xué)院學(xué)報,2017,16(06):10-14.[2]許在華.淺論警察戰(zhàn)術(shù)行動指揮行為的規(guī)律及屬性[J].河南公安高等�？茖W(xué)校學(xué)報,2007(04):126-128.[3]高琦.警察戰(zhàn)術(shù)行動指揮與實施探討[J].法制與社會,2014(06):155-156.[4]王澤.警察戰(zhàn)術(shù)行動指揮與實施的研究[J].警察實戰(zhàn)訓(xùn)練研究,2012(01):32-37.

中國人民公安大學(xué)碩士學(xué)位論文-8-圖3知識圖譜的發(fā)展知識圖譜（KnowledgeGraph）是谷歌在2012年5月提出的一個術(shù)語[1]。同時，在維基百科上，也給出了這樣的定義：知識圖譜是Google用于增強其搜索引擎功能的知識庫[2]。實際上，知識圖譜作為語義網(wǎng)絡(luò)[3]發(fā)展的產(chǎn)物，早在20世界60年代就已經(jīng)有人提出了，知識圖譜本質(zhì)上是一種叫做語義網(wǎng)絡(luò)（semanticnetwork）的知識庫，即具有有向圖結(jié)構(gòu)的一個知識庫，其中圖的結(jié)點代表實體（entity）或者概念（concept），而圖的邊代表實體/概念之間的各種語義關(guān)系，比如說兩個實體之間的相似關(guān)系。[4]簡單的來說，知識圖譜將實體、概念、屬性等通過相互之間的關(guān)系鏈接起來，是以圖的形式表現(xiàn)客觀世界中的實體(概念、人、事物)及其之間關(guān)系的知識庫[5]（圖4）。圖4知識圖譜示意圖2002年由Rasmussen等學(xué)者在65屆美國信息科學(xué)與技術(shù)學(xué)會會議上發(fā)表題為[1]AmitSinghal.IntroducingtheKnowledgeGraph:things,notstrings[DB/OL].(2012-05-16)[2019-08-05].https://googleblog.blogspot.com/2012/05/introducing-knowledge-graph-things-not.html.[2]wikipedia.KnowledgeGraph[DB/OL].(2012-10-10)[2019-05-20].https://en.wikipedia.org/wiki/Knowledge_Graph.[3]sowaJF.Principlesofsemanticnetworks:ExplorationintherepresentationofKnowledge[J].FrameProbleminArtificialIntelligence,1991(2-3):135–157.[4]漆桂林,高桓,吳天星.知識圖譜研究進展[J].情報工程,2017,3(01):4-25.[5]黃恒琪,于娟,廖曉,席運江.知識圖譜研究綜述[J].計算機系統(tǒng)應(yīng)用,2019,28(06):1-12.


本文編號：3017497