企业官网建设流程全解析

简介：i2 Analyst's Notebook 8 是一份由 IBM 出品的专业数据可视化与关联分析工具中文培训教材，主要面向安全、金融调查领域的数据分析师、侦查人员或相关专业学生。教程从软件基本概念讲起，系统介绍节点、边、时间线分析、聚类算法以及数据库、Excel、文本等多类数据接口配置，帮助读者理解如何将海量通话记录、银行流水等数据转化为可视化网络，揭示隐藏模式和潜在犯罪团伙。整个压缩包约 25.9MB，内含一份 doc 文档，内容覆盖界面绘图、基础操作、高级搜索等知识点，并配有大量实战演练：话单关系分析、银行账户交易分析、案件串并分析、人员物品动态关系、通讯录分析、活动轨迹跟踪等十余个场景，完整演示从数据导入、图表构建到关联研判的流程。目前已有 1581 人学习下载，适合希望快速上手该工具的分析人员按章查阅，也可作为机构内部培训的参考教材。

1. i2 Analyst's Notebook 8 遇上 .doc：先把 Word 里的情报搬进分析图

做反欺诈、内部调查或合规审计的人，每天都会收到一堆 .doc 格式的访谈记录、案情通报、尽调底稿。这些文档里塞满了人名、电话、地址、转账时间和金额，可如果你直接翻开 Word 看，看到的是几十页流水账，完全看不出谁跟谁有关。i2 Analyst's Notebook 8 的价值，就是把这些散落在 Word 段落和表格里的线索，变成一张实体与链接组成的分析图。但 i2 不会读 Word，它只认结构化数据。所以「i2 Analyst's Notebook 8 .doc」这个关键词背后，其实是两个绕不开的动作：把 .doc 里的信息提出来导进 i2，以及把分析完的图导出成 .doc 报告。这篇文章就把这两条路的细节、参数和坑一次性讲清楚，适合正在用 i2 或准备上 i2 的从业者照着做。

2. 从 .doc 到 i2 的链路设计：为什么必须先把文档结构化

2.1 i2 只认实体与链接，Word 只认段落与表格

很多人第一次用 i2 Analyst's Notebook 8 时会误以为它能直接解析 Word 全文，像搜索引擎一样把语义抽出来。实际上 i2 的数据模型非常死板：它只认两类东西——实体（Entity）和链接（Link）。实体是图上的点，比如一个人、一个公司、一部手机或一个地址；链接是点之间的线，比如一次通话、一笔转账、一条雇佣关系。除此之外，i2 还需要给每个实体挂属性，例如姓名、证件号、金额、时间戳；这些属性在图上以备注或标签形式显示。

而 .doc 文档呢？语法上只有段落、表格、页眉页脚。即使是一份写得很有条理的访谈记录，里面的「李四转给王五 300 万」也只是藏在某个段落里，i2 不可能自动认出谁是发起方、谁是接收方、金额是多少。所以第一步永远是结构化的过程：把 Word 里的自然语言，转成一张能表达实体和链接关系的中间表。这个步骤不用怕麻烦，因为它直接决定了后面 i2 图上是否有价值。我见过不少人省掉这一步，强行把整个 Word 塞进属性字段，结果图上全是文字块，一点分析价值都没有，纯属给自己挖坑。

2.2 设计一个可复用的中间表：实体表与关系表

既然要结构化，就得先定中间表长什么样。常见做法是我会把 Word 里的信息拆成两个 CSV：实体表和关系表。实体表的每一行代表一个实体，至少要有实体类型、实体名称、属性和值四列；关系表的每一行代表一条链接，至少要有链接类型、起点实体、终点实体、方向、日期和备注。这样拆的好处是 i2 的导入器天然支持这种模型，后面映射字段时不需要绕路。

举例来说，一份访谈记录里有这样的话：「2024-03-15，张三通过招商银行账户 622XXXX 向李四转账 30 万元。」那么实体表里应该有三行：一个人叫张三，类型是 Person；一个人叫李四，类型是 Person；一个账户号，类型是 Bank Account。关系表里则有一行：类型是 Financial Transfer，Source 是张三，Target 是李四，日期是 2024-03-15，金额 30 万放进日期列后面作为备注或属性。注意不要把「转账」这个词写进链接类型里，i2 的链接类型是预设概念，要在导入后统一，否则同一种关系会被拆成「转账」「汇款」「打款」好几个类型，图看着很乱。

我建议的中间表列设计如表 1 所示。设计时把日期统一成 yyyy-MM-dd 这种纯文本格式，i2 在导入时才不会把日期当成数字或乱码。关系表里的方向字段我用 1 表示正向，-1 表示反向，0 表示无方向，这符合 i2 导入器对 Direction 列的接受水平。

表：实体表与关系表的推荐列设计

2.3 用 Python 把 .doc 表格提成 CSV：win32com 与 pandas 的组合

.i2 Analyst's Notebook 8 的导入器能直接读 Excel 和 CSV，所以我们的工作就是把 .doc 里的表格导成 CSV。这里有一个现实问题：python-docx 这种库只支持 .docx，对老 .doc 无能为力。我在 Windows 上最稳的方案是 win32com 调起本机 Word 来读取，这样无论 .doc 里有什么奇奇怪怪的批注修订，都能还原原始内容。以下这段脚本可以把 .doc 中所有表格按顺序读出来并转成 pandas DataFrame。

import os import pandas as pd from win32com.client import Dispatch def doc_tables_to_dataframe(path): """ 用 Word COM 读取 .doc 文件中的所有表格， 返回一个合并后的 DataFrame。 """ word = Dispatch("Word.Application") word.Visible = False # 后台运行，不弹界面 doc = word.Documents.Open(os.path.abspath(path), ReadOnly=True) all_rows = [] for table in doc.Tables: # 遍历表格的每一行，跳过最后的单元格结束符 for row in range(1, table.Rows.Count + 1): row_data = [] for col in range(1, table.Columns.Count + 1): try: cell_text = table.Cell(row, col).Range.Text # 去掉 Word 自动加的换行符和单元格结束符 cell_text = cell_text.rstrip('\r\x07') except Exception: # 合并单元格时读取会抛错，这里补一个空字符串 cell_text = '' row_data.append(cell_text) all_rows.append(row_data) doc.Close(False) word.Quit() return pd.DataFrame(all_rows) if __name__ == "__main__": df = doc_tables_to_dataframe("访谈记录.doc") # 导出时用 utf-8-sig 带 BOM，避免 i2 导入时乱码 df.to_csv("interviews.csv", index=False, encoding="utf-8-sig") print(f"提取完成，共 {len(df)} 行")

这段代码有两个关键参数值得解释一下。第一，Word.Visible = False把 Word 实例放到后台，避免脚本运行时弹出一堆文档窗口，这在批量处理几十份 .doc 时是保命设置，否则每打开一个文件就闪一次。第二，to_csv里用encoding="utf-8-sig"这种带 BOM 的编码，不是普通 utf-8。i2 Analyst's Notebook 8 在中文 Windows 上默认读取 CSV 时会按系统编码判断，不带 BOM 的 UTF-8 经常被识别成 ANSI，结果导入后中文全乱。这里加 BOM 是我踩过坑之后的习惯，能省掉很多后面排错的功夫。

如果你的 Word 文档里不是表格而是大段文本，那上面的脚本就不够用了。常见处理办法是用同一个 COM 对象读doc.Content.Text，把全文抽出来后再用正则或关键词规则拆分。比如匹配「([\u4e00-\u9fa5]{2,4}) 通过 (.{0,20}?账户) 向 ([\u4e00-\u9fa5]{2,4}) 转账」这类固定句式。不过这需要你对语料模式有把握，我一般只在访谈模板比较统一时才用，否则拆出来的字段错位严重，反而是另一种坑。更通用的做法是让用户把关键信息填进 Word 表格，再用上面的脚本提取，这样准确率高得多。

3. i2 Analyst's Notebook 8 导入 CSV：字段映射、日期解析与自动布局

3.1 新建图本并启动文本导入器：关键选项

CSV 准备好之后，打开 i2 Analyst's Notebook 8，先进 New Chart 创建一个空图本。然后在菜单栏找到 Import / Export 区域，选择 Text Import 或者导入精灵，不同版本按钮位置略有差异，但功能一致。启动导入器后第一步是选择数据源文件，注意文件类型下拉要选 Text CSV 而不是 Excel，因为 CSV 是我们刚从 Python 生成的，避免让导入器去猜测 Excel 的表结构。

接下来有两个选项会直接影响成败。一个是字符编码，i2 在某些版本里默认可能猜成 UTF-8 或 GBK，出现乱码时要回到这一步手动指定。另一个是日期格式，旧版导入器默认按 yyyyMMdd 解析，如果你在 CSV 里写的是 2024-03-15，i2 会解析成 2024 年 03 月 15 日吗？不一定，有些版本会把这个字符串当成没有分隔符的文本。所以我在进入下一步前，通常会先把源文件里的日期打印出来确认一下。这里最稳妥的做法是统一把中间表里的日期列设为 yyyy-MM-dd，同时在导入器的日期格式设置里手动指定为 ISO 8601 格式，两者匹配才能让时间轴正常显示。

3.2 映射实体与链接：把 CSV 列塞进 i2 的数据模型

导入器的核心界面是字段映射窗口，它会把 CSV 的每一个列名列出来，让你选择这一列代表什么。对于实体表，我一般把 entity_type 列映射到 Type，把 entity_name 列映射到 Name，其余 attr_name 和 attr_value 两列可以按下拉菜单里的 Attribute 选项建立「属性名→属性值」对。这里有个技巧：i2 的映射支持一对多，也就是说你可以把 attr_name 和 attr_value 两个字段组合成一个属性映射，导入后每个实体就会带上对应的属性条目。如果你的 CSV 把多个属性放在同一行，比如一个人同时有电话和住址，需要拆成多行才能正确映射，否则 i2 只取一行里的一个属性名和一个属性值。

对于关系表，映射更直接：link_type 映射到 Link Type，source 映射到 Source，target 映射到 Target，direction 映射到 Direction。要注意的是 Source 和 Target 的实体名称必须和实体表里的名称完全一致，包括空格和大小写。有些人在 Word 里写了「张 三」带空格，实体表里也带空格，i2 会认为这是两个不同的实体。我习惯在生成 CSV 时做一次strip()和全角转半角清洗，把这类隐形差异干掉，否则导入后图上会出现一对一模一样的双胞胎节点，看着像实体，实则全是脏数据。

3.3 参数表：日期、方向、字符编码

为了让导入过程可控，我把真正需要每次确认的参数列成表，核对完再点 Finish。这张表不是摆设，而是我多次翻车后总结出来的检查清单。方向字段尤其容易出错：i2 里 Direction 列支持 0、1、-1 是不假，但如果你的关系是无方向的，比如「认识」这种双向关系，某些导入器版本要求你留空而不是填 0，填了 0 可能导致链接变成一条带箭头的线，语义就不对了。我现在的做法是无方向关系在 CSV 里直接留空，不填 0。

表：i2 导入前必查的参数清单

3.4 导入完必做：检查数量与运行自动布局

导入完成后，i2 会弹一个统计报告，显示成功导入多少个实体、多少条链接、多少条属性。我每次都会把这个数字记下来，和源 CSV 的行数做对比，如果实体表有 200 行而 i2 只导入 180 个，那说明有 20 行因为 Type 字段不合法或 Name 为空被静默丢弃了。很多人在这一步直接点确定，等到图上缺东西再去查，就晚了。i2 的导入统计是验证准确率的第一个抓手，建议截图留档。

接下来就是让图从一团乱码变成能看的形态。刚导入完的实体都堆在图本左上角，权重压在同一个位置，不仔细看还以为只导入了一个点。原因是 i2 不会自动布局，需要你手动触发。正确做法是先用 Ctrl+A 全选所有实体，然后进入 Layout 菜单运行 Auto Layout，一般选 Circular 或 Force-Directed 布局。圆形布局适合把团伙关系画成一个环，力导向布局适合显示亲疏程度。布局跑完后如果还有重叠，微调几个关键实体的位置，把它拖到图中心，再重新跑一次 Auto Layout，效果会稳定很多。

4. 把分析图导出成 .doc 报告：图例、时间轴与打印排版

4.1 导出路径：复制成图、打印到 Word 与 Chartbook

分析做完，最终要给领导或团队交付一个能放在 Word 里的成果。i2 Analyst's Notebook 8 没有一键生成 .doc 的按钮，常见做法是三种路径。第一种最直接：选中图本里要展示的部分，右键选择 Copy Chart，然后打开 Word 粘贴。这种方式生成的是一张位图，操作快，但分辨率受限于显示器，放大必糊。第二种是把图先导出成 PNG 或 JPG，再插入 Word，图片尺寸和分辨率可以自己控制。第三种是使用 i2 的 Chartbook 功能，把多张分析图组织成一个图表书，再整体发送到 Word。

我实际工作中用得最多的是第二种。因为 .doc 报告通常要打印成纸质件，分辨率低会被直接打回重做。导出图片时我会在 i2 的文件菜单中选择 Export Chart as Image，把缩放比例调到 200% 或 300%，输出 PNG 格式，因为 PNG 是无损压缩，比 JPG 更清晰。有人嫌 PNG 文件大，但对报告来说，单张 10 MB 以内的 PNG 完全可接受，别用 JPG 去换那一点点体积，字会糊。

4.2 让 Word 里的人能看懂：图例与说明文字

i2 导出的图片如果没有图例，读者根本不知道红色方块是什么、蓝色箭头代表什么。所以在导出前，务必打开图例设置，把它放到图的角落。i2 的图例窗口默认显示实体类型和链接类型，你需要检查一下是否覆盖了所有关键类型，比如 Person、Bank Account、Call、Financial Transfer。如果一个类型在图里出现但图例没有，说明它的样式和某个已有类型重合了，要去编辑样式给它单独配色，然后再进图例刷新。

时间轴是另一块容易翻车的地方。如果你的关系表里有日期，i2 的时间轴（Temporal）会被激活。在导出前，我的习惯是把 Temporal 工具栏打开，选中所有实体，运行一次时间轴分析，确认链接发生时间分布是否合理。如果某条链接的日期是 1970-01-01，那八成是 CSV 里填了 0 或者空值被 i2 硬解析了，这种脏数据进图上会让时间轴看起来像有个远古事件。在导出图片时，时间轴如果作为独立视图，Win 上 i2 的默认打印模板不一定包含它，需要你手动把时间轴窗口也导出成图片，一并在 Word 里摆放。

4.3 用 Word 模板统一报告样式：粘贴后的处理技巧

把图片粘进 Word 只是第一步，报告要够专业，还得统一格式。我的做法是准备一个 Word 模板，里面预置了标题样式、正文样式和页边距，还有一段固定的说明文字模板。粘贴图片后，用 Word 的「插入题注」功能给每张图编号，比如「图 3：张三关联关系图」。如果你用的是 .docx 后期另存为 .doc，那可以直接用 Word 的样式排版；但老 .doc 对某些新版 Word 的图片压缩算法不友好，建议全部操作在 .docx 里完成，最后另存为 .doc 交出去。

还有一个细节：i2 导出到 Word 的文字内容，比如实体列表或链接清单，粘贴时会变成普通表格，样式经常走样。我一般会用 Word 宏或 python-docx 对粘贴后的表格做一次统一设置，把表格的边框、字体大小、列宽调成和模板一致。如果你不想碰宏，那就在粘贴前在 i2 里把要导出的列表排序好，粘贴后用 Word 的「表格样式」库选一个内置样式，一秒对齐所有表格边框，效率比自己调高得多。

5. i2 与 .doc 协作的 5 个避坑记录：乱码、日期、合并表格与黑匣子

5.1 现象：CSV 导入后中文全乱码

第一次跑通流程时，导入后的实体名称全部变成「．ㄤ．」之类的乱码，图上一个正常中文都没有。我当时第一反应是 i2 的文本引擎出了问题，后来才发现是编码选择错了。原因很简单：我用 pandas 默认的 utf-8 编码输出 CSV，没有带 BOM，而 i2 在中文 Windows 上读取 CSV 时默认按 ANSI 解码，UTF-8 字符串被逐字节拆开自然就乱了。解决方法是输出时改用encoding="utf-8-sig"，也就是带 BOM 的 UTF-8，i2 识别到 BOM 后就会按 UTF-8 解码。如果你手里的 CSV 已经生成了，不想重新导出，也可以用记事本打开另存为 ANSI，但这只适合纯中文短文本，有生僻字时容易出问题，还是回到 Python 里重导出更稳。

5.2 现象：日期列变成一串五位数

有一次导入后，链接的时间在时间轴上显示成 44123 这样的数字，完全没法看。原因是 pandas 在读取或生成中间表时，那些日期列被当成了数值，实际上这是 Excel 序列号——Excel 会把日期存储为从 1900 年起的天数。我在清洗 .doc 表格时没注意表格单元格是日期格式还是文本格式，导致 Python 读出来就是 int，直接写进了 CSV。解决方法是导入前检查 CSV 里的日期列，用以下方式做一次显式转换：pd.to_datetime(df['date'], errors='coerce').dt.strftime('%Y-%m-%d')，转换失败的值保留原文，这样 i2 拿到的一律是 yyyy-MM-dd 文本。还有一点，如果 .doc 表格里的日期在 Word 显示为「2024年3月15日」，Python 读出来可能是「2024/3/15」，这类格式也要统一转成 yyyy-MM-dd，否则 i2 的日期解析器会直接跳过。

5.3 现象：Word 表格有合并单元格，提取后行数变少

处理一份 .doc 里的报名表时，导出的 DataFrame 比肉眼数的行数少了很多，而且很多单元格是空值。原因是原 Word 表格有大量纵向合并的单元格，比如一个公司名称横跨了三行子公司记录，用 win32com 的table.Cell(row, col)读取合并区域时会抛异常，我的脚本捕获异常后补了空字符串，结果这些行的关键字段都是空的。解决思路不在 i2，而在提取环节：先用 Word 的「取消合并单元格」功能把表格展开，保存后再用脚本提取。如果不想手动改，可以在脚本里对读取失败的单元格执行前向填充：识别到空值时沿列方向用上一行的非空值填充。这个方法对有规律的合并表足够用，但遇到嵌套合并时还是建议手工清理，别把希望全寄托在代码上，那也是个黑匣子。

5.4 现象：导入后所有实体挤在原点，图上只有一个点

这个坑几乎每个人都会遇到。导入成功后，图本的窗口里看不到任何实体，把鼠标滚轮缩小到底，才发现所有实体全部叠在坐标原点，看起来像 i2 只画了一个节点。原因不是导入失败，而是 i2 对纯 CSV 导入的数据默认不执行布局，每个实体的坐标都初始化为 (0, 0)。解决方法是全选实体后运行 Auto Layout，建议先 Run Circular 布局，让实体围成一个圈，再对关键实体手动拖拽微调。如果你希望导入时就带坐标，可以在实体表里加两列 x 和 y，映射到 i2 的 X Coordinate / Y Coordinate 字段，但手工算坐标没有意义，还是让布局算法代劳比较合理。

5.5 现象：导出到 Word 的图片模糊，放大后锯齿严重

完成分析后我直接把 i2 图表复制粘贴到 Word 报告里，结果打印出来字全是糊的。原因是 Copy Chart 复制的是屏幕分辨率的点阵图，我的显示器是 1080p，复制出来的图就只有 1920 像素宽，放到 A4 纸上相当于被拉伸了两三倍，不糊才怪。解决方法是走 Export Chart as Image 的菜单，把缩放比例调到 300%，导出 PNG 后再插入 Word。如果图片仍然模糊，检查一下 Word 的图片压缩设置，新版 Word 默认会压缩文档中的图片到 220ppi，在「文件-选项-高级-图像大小和质量」里改成不压缩，才能保留 i2 导出的清晰度。这个设置坑了我两次，后来我把它写进了自己的交付检查表，每次导出前先改再插。

6. 收尾技巧：用增量更新与统计验证，让 .doc 变成可持续的分析流

最后分享一个我常用的进阶技巧：把「.doc 转 i2」从一次性的手工劳动，变成可重复的分析流。i2 Analyst's Notebook 8 的导入器支持在已有图本上执行「更新导入」，也就是说当同一份访谈记录补了新内容，你只需要重新跑一遍 Python 脚本生成新的 CSV，然后在 i2 里选择更新已有图表，它就会自动把新增实体和链接追加进去，而不是让你从头再导一次。这个功能在 i2 的导入向导里有明确选项，英文叫 Update existing chart，勾选后匹配规则是按实体名称和类型判断是否已存在，匹配上的实体保留原位置和布局，不匹配的作为新实体加入。

不过增量更新对 CSV 的规范性要求很高，实体名称稍有变化就会被当成新节点。我现在的验证习惯是导入后立刻看统计报告，把实体数和链接数记录在一个文本文件里，每次都对比上次的数字。如果某次更新后实体数量暴涨而原文档内容只加了一页，那八成是名称匹配出了问题，回到 CSV 里查空格和全角字符。还有一个更稳妥的办法：在图本上用 i2 的 Find 功能输入一个已知实体名，确认图上只有一个对应节点，再随机抽三个实体双击打开属性面板，核对其属性是否和 .doc 原文一致。这套验证做完，我才敢把图交给下游环节。

最后说一句实在话：i2 不是 Word 的替代品，它是把 Word 里那些看似无关的碎片重新焊接起来的工作台。有人用了很久还是把它当画图工具，问题不在软件，而在没有把导入这条链路做成标准化流水线。我自己的习惯是维护一个固定的 Python 脚本模板和 CSV 列名白名单，任何新的 .doc 来了直接套用，三个月下来导入准确率基本稳定在 95% 以上。建议你也从一次小规模样例开始，先导 20 个实体跑通全流程，再逐步放大到真实数据。希望帮到你。

本文还有配套的精品资源，点击获取