31 lines
2.3 KiB
TeX
31 lines
2.3 KiB
TeX
|
% ============================================================
|
|||
|
|
% 第一章 引言
|
|||
|
|
% 对应评审维度：需求与场景适配、应用价值
|
|||
|
|
% ============================================================
|
|||
|
|
|
|||
|
|
\chapter{引言}
|
|||
|
|
|
|||
|
|
\section{目标用户与典型场景概述}
|
|||
|
|
|
|||
|
|
本项目面向基层派出所、反诈中心及刑侦部门的办案民警。在电信网络诈骗案件办理中，民警需要受理受害人报案、制作笔录、核查资金流向并认定被骗金额。受害人通常会提供大量来自微信、支付宝、银行卡、短信通知等不同来源的账单截图，民警需逐张查看、登记、汇总、排重、计算。这一环节是典型的高频、耗时、易错场景，也是本系统的核心目标用户与典型使用场景。第三章将详细展开目标用户画像与典型使用场景。
|
|||
|
|
|
|||
|
|
\section{项目背景}
|
|||
|
|
|
|||
|
|
电信网络诈骗案件持续高发，基层民警在受害人报案受理、资金核查、笔录制作过程中，面临大量来自不同APP的账单截图。现有工作模式主要依赖人工逐张查看、登记、汇总、排重、计算，存在效率低、重复统计、认定不统一、证据整理负担重等问题。
|
|||
|
|
|
|||
|
|
为破解该痛点，本项目面向受害人资金核查实战，研发多智能体协同的截图证据解析与被骗金额认定系统，实现多源截图自动识别、跨平台关联、资金路径分析、认定复核和文书化输出，服务电诈案件快速、规范、可追溯办理。
|
|||
|
|
|
|||
|
|
\section{研究/建设目标}
|
|||
|
|
|
|||
|
|
本项目的建设目标凝练为三项：
|
|||
|
|
|
|||
|
|
\begin{enumerate}[label=(\arabic*)]
|
|||
|
|
\item \textbf{自动化}：让截图证据从人工整理转向自动识别和结构化处理
|
|||
|
|
\item \textbf{规范化}：让被骗金额认定从经验判断转向规则化、可解释化输出
|
|||
|
|
\item \textbf{实战化}：让分析结果直接服务笔录制作、资金核查和案件材料生成
|
|||
|
|
\end{enumerate}
|
|||
|
|
|
|||
|
|
\section{文档结构说明}
|
|||
|
|
|
|||
|
|
本项目的结构安排如下：第二章介绍背景与现状；第三章进行需求分析；第四章描述系统架构设计；第五章阐述关键实现；第六章总结创新点与特色；第七章讨论应用成效与评估；第八章为总结与展望。附录提供API端点、数据库模型、图清单、初选录屏说明及答辩常见问题与建议回答。
|