---
# 产品需求文档（PRD）
项目名称**：烟草专卖局稽查线索管理系统
**版本**：1.0
**日期**：2025年3月1日
---
## 1. 系统目标
1. **提升稽查效率**：
- 支持多模态数据（图片、语音、视频）的实时采集与智能信息提取，通过AI模型自动生成初查建议，减少人工处理时间80%。
2. **增强案件分析能力**：
- 基于动态知识图谱技术，揭示多模态线索间的复杂关联，提供跨区域、跨案件的网络化分析能力，案件破获率提升30%。
3. **确保数据安全与合规**：
- 采用联邦学习与差分隐私技术保护敏感数据，符合《烟草专卖法》《数据安全法》要求，数据泄露风险降低90%。
---
## 2. 用户需求
### 用户角色及核心痛点
| 用户角色 | 痛点描述 |
|----------------|--------------------------------------------------------------------------|
| **稽查人员 | 需快速从海量线索中定位高风险节点（如频繁出现的车牌、跨区域物流单）。 |
| 上级领导 | 需通过可视化工具（图谱、热力图）实时掌握案件全局态势及区域风险分布。 |
| 管理人员 | 需确保系统生成的分析报告符合法律规范，避免模型误判导致执法争议。 |
### 核心需求
1. 多模态数据支持**：采集图片、语音、视频，自动提取关键信息（人脸、车牌、卷烟批次）。
2. **智能分析与推理**：实现多模态线索的关联分析、优先级排序及合规报告生成。
3. **跨模态实时处理**：支持音视频流数据的实时解析与告警（如道路卡口监控）。
4. **数据安全与权限控制**：加密存储、操作审计、角色分级权限管理。
---
## 3. 功能设计
### 3.1 多模态内容处理模块
1. **图片处理**：
- **功能**：
- OCR识别（车牌、物流单号、门牌号）。
- 目标检测（YOLOv5s模型识别卷烟包装特征、人脸检测）。
- **输出**：结构化元数据（如“车牌：粤A·XX888，卷烟批次：2025A01”）。
2. **语音处理**：
- **功能**：
- 语音转文字（ASR技术，支持方言识别）。
- 情感分析（评估举报人情绪可信度）。
- **输出**：文本摘要及标签（如“高可信度：提及车牌粤B·XX123”）。
3. **视频处理**：
- **功能**：
- 关键帧提取（每10秒抽帧，捕捉人脸、车牌）。
- 实时流解析（支持RTSP协议，触发车牌告警）。
- **输出**：视频摘要时间轴（标注关键事件节点）。
### 3.2 线索整理模块
1. **自动分类**：
- 按数据类型（图片/语音/视频）、主题（假烟/许可证违规/非法运输）分类。
2. **优先级排序**：
- 基于XGBoost模型预测线索权重（高危区域、重复车牌自动升权）。
3. **标签化管理**：
- 自动生成标签（如“嫌疑人：张某”），支持手动标注与批量操作。
### 3.3 关联分析模块
1. **多模态数据关联**：
- 跨模态匹配（如语音中的车牌号与视频中的车牌匹配）。
2. **动态知识图谱**：
- **构建**：使用Neo4j存储实体（人、车、企业）及关系（交易、运输）。
- **分析**：
- 社区发现（Louvain算法识别团伙）。
- 关键节点定位（介数中心性分析）。
3. **智能推荐**：
- 根据关联结果推荐相似线索（如“张某关联的物流单A与仓库B”）。
### 3.4 搜索模块
1. **全文检索**：支持文本、图片描述、语音转写内容的模糊搜索。
2. **高级筛选**：按时间、地点、标签组合查询（如“2025年1月+广州+假烟”）。
3. **跨模态搜索**：文字描述搜索多模态内容（如“粤A车牌”返回图片、视频片段）。
### 3.5 数据安全模块
1. **加密存储**：AES-256加密多模态数据，HTTPS传输。
2. **权限控制**：
- 角色分级（稽查员：只读；管理员：编辑/删除）。
- 数据脱敏（车牌号掩码处理）。
3. **操作审计**：记录用户操作日志（查看、下载、修改），保留6个月。
### 3.6 可视化与报告模块
1. **多图表联动**：
- **主视图**：动态知识图谱（Gephi/Echarts）。
- **辅助视图**：时间轴（案件进展）、热力图（区域风险）。
- **交互**：点击图谱节点联动显示详情（图片、视频片段）。
2. **智能报告生成**：
- 基于ChatGLM-6B生成《线索分析报告》，包含处置建议、法律依据、相似案例。
- 内置合规性校验（标红潜在法律风险点）。
---
## 4. 技术选型
| 模块 | 技术方案 |
|--------------------|--------------------------------------------------------------------------|
| **后端框架 | Spring Boot（业务逻辑）、Python（AI模型服务） |
| 数据库 | Neo4j（图数据）、Elasticsearch（全文检索）、MySQL（元数据存储） |
| AI模型 | YOLOv5s（目标检测）、ChatGLM-6B（报告生成）、CLIP（多模态对齐） |
| 实时处理 | Apache Flink（流式计算）、RTSP协议（视频流接入） |
| 安全技术 | AES-256加密、联邦学习（FATE框架）、JWT鉴权 |
| 前端框架 | Vue.js + Echarts（可视化）、Mapbox（地理信息） |
---
## 5. 用户界面设计
### 5.1 线索管理页面
- 布局**：左侧分类导航栏（图片/语音/视频），右侧线索列表（支持排序与筛选）。
- **交互**：双击线索条目跳转至详情页。
### 5.2 关联分析页面
- **布局**：
- 左侧：动态知识图谱（支持拖拽、缩放、社区染色）。
- 右侧：节点详情面板（展示多模态数据及提取结果）。
- 底部：时间轴与热力图联动控件。
- **功能**：点击节点高亮关联路径，右键菜单生成子图报告。
### 5.3 报告生成页面
- **布局**：模板化框架（摘要、分析、建议），支持一键导出PDF/Word。
- **交互**：用户可编辑建议内容，系统自动校验合规性。
---
## 6. 测试计划
| 测试类型 | 测试内容 | 验收标准 |
|--------------------|--------------------------------------------------------------------------|-----------------------------------|
| **功能测试 | 多模态数据提取准确性、关联图谱生成逻辑 | 准确率≥95%，响应时间<2秒 |
| 性能测试 | 千级并发线索上传、实时视频流处理延迟 | 系统无崩溃，延迟<500ms |
| 安全测试 | 数据加密强度、权限越权访问、操作日志完整性 | 通过OWASP Top 10安全扫描 |
| 用户体验测试 | 界面交互流畅性、报告可读性 | 用户满意度评分≥4.5/5 |
---
# 产品需求文档（PRD）
项目名称**：烟草专卖局稽查线索管理系统
**版本**：1.0
**日期**：2025年3月1日
---
## 1. 系统目标
1. **提升稽查效率**：
- 支持多模态数据（图片、语音、视频）的实时采集与智能信息提取，通过AI模型自动生成初查建议，减少人工处理时间80%。
2. **增强案件分析能力**：
- 基于动态知识图谱技术，揭示多模态线索间的复杂关联，提供跨区域、跨案件的网络化分析能力，案件破获率提升30%。
3. **确保数据安全与合规**：
- 采用联邦学习与差分隐私技术保护敏感数据，符合《烟草专卖法》《数据安全法》要求，数据泄露风险降低90%。
---
## 2. 用户需求
### 用户角色及核心痛点
| 用户角色 | 痛点描述 |
|----------------|--------------------------------------------------------------------------|
| **稽查人员 | 需快速从海量线索中定位高风险节点（如频繁出现的车牌、跨区域物流单）。 |
| 上级领导 | 需通过可视化工具（图谱、热力图）实时掌握案件全局态势及区域风险分布。 |
| 管理人员 | 需确保系统生成的分析报告符合法律规范，避免模型误判导致执法争议。 |
### 核心需求
1. 多模态数据支持**：采集图片、语音、视频，自动提取关键信息（人脸、车牌、卷烟批次）。
2. **智能分析与推理**：实现多模态线索的关联分析、优先级排序及合规报告生成。
3. **跨模态实时处理**：支持音视频流数据的实时解析与告警（如道路卡口监控）。
4. **数据安全与权限控制**：加密存储、操作审计、角色分级权限管理。
---
## 3. 功能设计
### 3.1 多模态内容处理模块
1. **图片处理**：
- **功能**：
- OCR识别（车牌、物流单号、门牌号）。
- 目标检测（YOLOv5s模型识别卷烟包装特征、人脸检测）。
- **输出**：结构化元数据（如“车牌：粤A·XX888，卷烟批次：2025A01”）。
2. **语音处理**：
- **功能**：
- 语音转文字（ASR技术，支持方言识别）。
- 情感分析（评估举报人情绪可信度）。
- **输出**：文本摘要及标签（如“高可信度：提及车牌粤B·XX123”）。
3. **视频处理**：
- **功能**：
- 关键帧提取（每10秒抽帧，捕捉人脸、车牌）。
- 实时流解析（支持RTSP协议，触发车牌告警）。
- **输出**：视频摘要时间轴（标注关键事件节点）。
### 3.2 线索整理模块
1. **自动分类**：
- 按数据类型（图片/语音/视频）、主题（假烟/许可证违规/非法运输）分类。
2. **优先级排序**：
- 基于XGBoost模型预测线索权重（高危区域、重复车牌自动升权）。
3. **标签化管理**：
- 自动生成标签（如“嫌疑人：张某”），支持手动标注与批量操作。
### 3.3 关联分析模块
1. **多模态数据关联**：
- 跨模态匹配（如语音中的车牌号与视频中的车牌匹配）。
2. **动态知识图谱**：
- **构建**：使用Neo4j存储实体（人、车、企业）及关系（交易、运输）。
- **分析**：
- 社区发现（Louvain算法识别团伙）。
- 关键节点定位（介数中心性分析）。
3. **智能推荐**：
- 根据关联结果推荐相似线索（如“张某关联的物流单A与仓库B”）。
### 3.4 搜索模块
1. **全文检索**：支持文本、图片描述、语音转写内容的模糊搜索。
2. **高级筛选**：按时间、地点、标签组合查询（如“2025年1月+广州+假烟”）。
3. **跨模态搜索**：文字描述搜索多模态内容（如“粤A车牌”返回图片、视频片段）。
### 3.5 数据安全模块
1. **加密存储**：AES-256加密多模态数据，HTTPS传输。
2. **权限控制**：
- 角色分级（稽查员：只读；管理员：编辑/删除）。
- 数据脱敏（车牌号掩码处理）。
3. **操作审计**：记录用户操作日志（查看、下载、修改），保留6个月。
### 3.6 可视化与报告模块
1. **多图表联动**：
- **主视图**：动态知识图谱（Gephi/Echarts）。
- **辅助视图**：时间轴（案件进展）、热力图（区域风险）。
- **交互**：点击图谱节点联动显示详情（图片、视频片段）。
2. **智能报告生成**：
- 基于ChatGLM-6B生成《线索分析报告》，包含处置建议、法律依据、相似案例。
- 内置合规性校验（标红潜在法律风险点）。
---
## 4. 技术选型
| 模块 | 技术方案 |
|--------------------|--------------------------------------------------------------------------|
| **后端框架 | Spring Boot（业务逻辑）、Python（AI模型服务） |
| 数据库 | Neo4j（图数据）、Elasticsearch（全文检索）、MySQL（元数据存储） |
| AI模型 | YOLOv5s（目标检测）、ChatGLM-6B（报告生成）、CLIP（多模态对齐） |
| 实时处理 | Apache Flink（流式计算）、RTSP协议（视频流接入） |
| 安全技术 | AES-256加密、联邦学习（FATE框架）、JWT鉴权 |
| 前端框架 | Vue.js + Echarts（可视化）、Mapbox（地理信息） |
---
## 5. 用户界面设计
### 5.1 线索管理页面
- 布局**：左侧分类导航栏（图片/语音/视频），右侧线索列表（支持排序与筛选）。
- **交互**：双击线索条目跳转至详情页。
### 5.2 关联分析页面
- **布局**：
- 左侧：动态知识图谱（支持拖拽、缩放、社区染色）。
- 右侧：节点详情面板（展示多模态数据及提取结果）。
- 底部：时间轴与热力图联动控件。
- **功能**：点击节点高亮关联路径，右键菜单生成子图报告。
### 5.3 报告生成页面
- **布局**：模板化框架（摘要、分析、建议），支持一键导出PDF/Word。
- **交互**：用户可编辑建议内容，系统自动校验合规性。
---
## 6. 测试计划
| 测试类型 | 测试内容 | 验收标准 |
|--------------------|--------------------------------------------------------------------------|-----------------------------------|
| **功能测试 | 多模态数据提取准确性、关联图谱生成逻辑 | 准确率≥95%，响应时间<2秒 |
| 性能测试 | 千级并发线索上传、实时视频流处理延迟 | 系统无崩溃，延迟<500ms |
| 安全测试 | 数据加密强度、权限越权访问、操作日志完整性 | 通过OWASP Top 10安全扫描 |
| 用户体验测试 | 界面交互流畅性、报告可读性 | 用户满意度评分≥4.5/5 |
---
