企业官网建设流程全解析

简介：IBM i2 Analyst's Notebook 8.91 是一套面向情报分析、案件研判与关联关系挖掘的可视化分析软件，适合执法、金融风控、网络安全及企业内部审计等场景的初中级分析人员使用。其核心在于把分散数据转成网络图与图表，借助关联分析、条件检索和多格式数据导入，快速定位实体之间的联系与异常模式，并用模板、工作流和版本回溯组织分析过程。压缩包共42个文件、约443.77MB，以exe安装程序与htm安装向导页为主，另含pdf快速入门和发布说明、doc培训教材，以及msu、dll、xml等预装依赖与配置文件，形成较完整的部署资料。该版本提供免加密狗入口，便于在普通环境完成安装和功能体验。目前已有4680人学习，适合希望系统掌握关系图谱构建、线索梳理和团队协作分析的研究者对照文档上手。

1. 一张 3000 行的流水表，为什么非要塞进关系图里

某公司内审拿到一份 3000 行的供应商付款明细，在表格里筛选、透视、排序折腾了三天，只看到几个金额偏大的户头，看不出问题。把这份数据拆成「实体—链接」两张表画成关系图之后，十分钟就看到三家供应商共用同一个联系人手机号，付款经过两层中转最后指向一位离职采购的关联账户——线索不是算出来的，是看出来的。

i2 Analyst's Notebook 8.91（下称 ANB 8.91）就是干这个的工具：单机离线、实体—链接模型、导入设计器、条件格式、时间轴和路径查找，把散在 CSV、Excel、关系库里的记录变成一张可以反复追问的图。它适合反舞弊、内审、供应链穿透、账务与合同条款核对这类「关系比数字更重要」的分析；不适合要多人并发编辑、百万级实体实时查询的场景。下面按装环境、洗数据、画图、避坑、固化模板的顺序讲，能给参数和脚本的地方都给出来。

2. 装得下才算能用：8.91 的运行边界与选型判断

先讲边界，是因为这个工具最容易翻车的地方不是操作不会，而是把不该它干的活硬塞给它。8.91 是单机桌面应用，图表文件是一种基于桌面数据库引擎的单文件格式，所有实体、链接、属性、图标位置、布局坐标全塞在这一个文件里。它的优点是拷走就能走、离线可查、没有服务端依赖；代价是这个文件有硬上限，而且打开速度和渲染速度会随实体数量非线性下降。

2.1 单文件数据库引擎的硬边界：2GB、十万实体与卡顿拐点

单文件格式沿用的是桌面数据库引擎，文件大小上限 2GB，这是引擎层面的限制，不是配置能改的。实际经验是文件超过 1.2GB 之后，打开、保存、切换视图都会出现肉眼可见的等待；超过 1.5GB 时，一次全量布局可能直接把界面卡到无响应。实体数量方面，两三万实体以内操作还算跟手，五万以上就要靠筛选和选择集分段看，十万级别基本只能靠导入导出做批处理，别再指望拖拽。

先量一下手上的文件和机器，别凭感觉：

# 查图表文件大小与所在磁盘剩余空间（Windows 下可用 PowerShell 等价写法） ls -lh ./case_2024_v3.anb df -h .

逻辑说明：.anb是单文件图表，大小直接反映数据量和历史冗余；磁盘剩余空间要留出文件本身两倍以上，因为保存时是先写临时文件再替换，空间不足会直接导致保存失败并且原文件可能损坏。参数上没什么可调的，唯一要养成的习惯是每次大改之前「另存为」一个带序号的副本，这就是这个工具最便宜的后悔药。

提示：文件膨胀得最快的原因往往不是实体多，而是历史布局坐标、图片附件和反复的撤销记录。定期用「压缩/另存」重建文件，体积能掉一大截。

2.2 和关系库、图分析工具、表格软件的分工：哪些活别硬塞给 ANB

选型这件事说穿了就是三句话：数据要长期共享、多人同时查，用服务端库；要做大规模网络指标计算和批量算法，用图数据库或图计算框架；要做一次性、可解释、要给非技术同事讲清楚的图，ANB 8.91 仍然是最省事的那个。它真正的强项是「分析师手工介入」这一段：拖一个节点、改一个图标、拉一条时间线、给一组实体上条件格式，这些动作在命令行工具里要么没有，要么写脚本的时间比看图的时间还长。

常见做法是分层：原始明细留在关系库或数据仓库，用 SQL 抽出「实体表 + 链接表」两个视图，导出 CSV 再导入 ANB 做分析与呈现。这样图文件永远只装结论级的数据，既不会撑爆，也不怕原始数据更新。

2.3 装完先改这 6 个设置：区域格式、临时目录、图标集、自动保存

装完直接开干的人，十有八九会在第一次导入时被日期坑。8.91 这类桌面应用大量依赖系统区域设置来解析日期和小数点，机器是中文区域、数据里是2024-03-05，通常没事；数据里是03/05/2024，就可能被读成 3 月 5 日或者 5 月 3 日，而且不报错——这是最典型的黑匣子行为。

另外两个不写在设置里但必须提前确认的：一是机器内存，8.91 是 32 位时代延续下来的应用，单进程可用内存有限，16GB 内存的机器并不会让它跑得更快，能省的是「别同时开三个大图」；二是安装路径别带中文和空格，某些组件在解析路径时会出问题，这是血泪经验。

3. 把脏数据变成三张表：实体、链接、属性的落地做法

ANB 的导入模型很朴素：你要么导入「实体」，要么导入「链接」，链接通过起止标识符挂到实体上；属性作为附加列带进来。所以真正的工作量不在软件里，在导入之前把数据整理成它认得的形状。下面这套三表结构，我在反舞弊和供应链穿透两类项目里反复用，基本不用改。

3.1 实体表与链接表的最小字段设计

实体表至少要有一列稳定标识符（Identifier），一列展示名（Label），一列类型（Type）。链接表要有起始标识符、结束标识符、链接类型、链接标签，再加上时间和权重两列。标识符千万不要用姓名，要用「类型前缀 + 业务主键」，比如P_0001、C_10086、ACC_6222...，因为姓名会重、会改、会多音字。

# entity.csv —— 实体表模板，列名可自定义，导入时做映射 Identifier,Label,Type,IDNumber,Phone,RegDate,RiskLevel P_0001,张某,PERSON,3101********1234,138****0001,2019-06-12,HIGH C_10086,某贸易有限公司,ORG,9131**********8X,,2016-03-01,MEDIUM ACC_6222,尾号6222账户,ACCOUNT,6222********, ,2018-09-20,LOW

# link.csv —— 链接表模板，From/To 必须能在实体表里找到对应 Identifier From,To,LinkType,Label,TxnDate,Amount P_0001,C_10086,OWNS,法定代表人,2016-03-01,0 C_10086,ACC_6222,HOLDS,基本户,2018-09-20,0 ACC_6222,ACC_8899,TRANSFER,转账,2024-03-05,1280000

逻辑说明：实体表每行一个节点，链接表每行一条边。Type列决定节点用哪套图标和配色，是整张图可读性的地基，宁可多花半小时把类型收敛到 10～15 类，也不要放任几十个自由文本。Amount用数字类型，后面条件格式按数值分档上色就靠它；TxnDate必须是真正的日期类型，用文本存日期，时间轴视图里根本不会出现这条记录。

注意：标识符里出现空格、制表符、全角字符，是链接挂不上实体最常见的原因，导入前统一做一次 trim 和全角转半角。

3.2 导入设计器的字段映射：类型推断失效的三个地方

导入流程是先选数据源，再指定分隔符和编码，然后在字段映射界面把源列拖到目标属性上，并逐列指定类型。类型推断在这个环节最容易在三个地方失效：日期列被猜成文本、数字列因为千分位被猜成文本、多值列（一个实体对应多个电话）没有指定分隔符而被当成单个长字符串。

具体操作顺序是：先做一次小样本导入（取前 200 行）验证映射，确认无误后保存导入规格文件，再用同一份规格跑全量。规格文件的价值在于可复用和可交接——换台机器、换个人，照规格跑就行，不用重新猜一遍字段类型。

编码这一项单独拎出来说：文本源默认可能按系统本地代码页读取，UTF-8 文件如果没带字节序标记，中文很容易变成乱码。稳妥做法是文件存成带标记的 UTF-8，或者在导入向导里显式选编码，别指望它自己猜对。

3.3 用脚本把姓名、电话、账号标准化后再进图

下面这段清洗脚本是每次项目开工都要跑的第一道工序，做四件事：全角转半角、去首尾空白与不可见字符、电话归一成 11 位纯数字、账号按固定长度左补零。跑完之后实体表和链接表里的标识符就能稳定对齐。

import re import pandas as pd def normalize_text(s: str) -> str: """全角转半角 + 去空白 + 去不可见字符""" if s is None or (isinstance(s, float) and pd.isna(s)): return "" s = str(s) s = "".join(chr(ord(c) - 0xFEE0) if 0xFF01 <= ord(c) <= 0xFF5E else c for c in s) s = s.replace("\u3000", " ").replace("\u200b", "") return re.sub(r"\s+", "", s).strip() def norm_phone(s: str) -> str: """电话归一：去掉 +86、86 前缀和所有非数字，保留 11 位""" d = re.sub(r"\D", "", normalize_text(s)) if d.startswith("86") and len(d) == 13: d = d[2:] return d[-11:] if len(d) >= 11 else d def norm_account(s: str, width: int = 19) -> str: """账号归一：纯数字后左补零到固定长度，避免导入后被当成数字截断""" d = re.sub(r"\D", "", normalize_text(s)) return d.zfill(width) if d else "" ent = pd.read_csv("raw_entity.csv", dtype=str, encoding="utf-8-sig") ent["Label"] = ent["Name"].map(normalize_text) ent["Phone"] = ent["Phone"].map(norm_phone) ent["IDNumber"] = ent["IDNumber"].map(normalize_text).str.upper() ent["Identifier"] = ent["Type"].str.upper() + "_" + ent["IDNumber"] lnk = pd.read_csv("raw_link.csv", dtype=str, encoding="utf-8-sig") lnk["From"] = lnk["From"].map(normalize_text) lnk["To"] = lnk["To"].map(normalize_text) lnk["Amount"] = pd.to_numeric(lnk["Amount"].str.replace(",", ""), errors="coerce").fillna(0) lnk["TxnDate"] = pd.to_datetime(lnk["TxnDate"], errors="coerce").dt.strftime("%Y-%m-%d %H:%M:%S") valid = set(ent["Identifier"]) orphan = lnk[~lnk["From"].isin(valid) | ~lnk["To"].isin(valid)] print(f"实体 {len(ent)} 条，链接 {len(lnk)} 条，孤立链接 {len(orphan)} 条") ent.to_csv("entity.csv", index=False, encoding="utf-8-sig") lnk.to_csv("link.csv", index=False, encoding="utf-8-sig")

逻辑说明：encoding="utf-8-sig"读写都带字节序标记，导入时中文不会乱码，这一条能省掉一半的排查时间。dtype=str强制所有列按文本读，防止电话号码前导零和长账号被自动转成科学计数法。errors="coerce"把无法解析的金额和日期变成空值而不是抛异常，随后统一填充，保证脚本不会因为几行脏数据整个中断。orphan那段是最有用的自检：链接两端在实体表里找不到对应标识符的数量，正常应该是 0，一旦不是 0，说明标识符生成规则不一致，别急着导入，先把这个数压到 0。

参数上值得调的就两个：账号补齐宽度按你的业务主键长度定，别照抄；日期输出格式统一成YYYY-MM-DD HH:MM:SS，是为了让导入时的格式串只有一种，减少幻觉。

3.4 增量导入与重复实体合并：同实体判定怎么用才不出错

第一次导入是一张白纸，后面每次补数据才是真麻烦。ANB 支持把新数据追加到现有图表上，区分「新增」和「已存在」靠的就是同实体判定：标识符完全相同算同一个，或者按某些属性组合判定。这里有个不可逆的点——合并动作一旦执行，多个实体被并成一个，链接重新指向，撤销栈里也未必能完整回退。

稳妥的增量做法是先在源库里算出差异集，只导新增和变更，不要每次全量重灌：

-- 取本次新增的转账链接：按业务流水号做左连接比对 SELECT t.txn_id, t.from_acct, t.to_acct, t.amount, t.txn_time FROM stg_transfer t LEFT JOIN dw_transfer d ON d.txn_id = t.txn_id WHERE d.txn_id IS NULL AND t.txn_time >= '2024-03-01' AND t.txn_time < '2024-04-01' ORDER BY t.txn_time;

逻辑说明：LEFT JOIN ... IS NULL是找差异集最稳的写法，比NOT IN安全（后者遇到空值会整体返回空集，这个坑很多人踩过）。时间范围用左闭右开，避免边界那一天的重复和遗漏。导出的这份差异集直接对应链接表模板，导入时选追加模式即可。

同实体判定给三条实践建议：能按标识符精确匹配就绝不按名称模糊匹配；确实需要按属性组合判定时，把组合条件写进属性字典文档里，让所有人用同一套；合并前先另存副本，合并后再抽查几条链接的指向是否正确。

4. 让图自己说话：布局、条件格式、路径与时间轴

数据进图之后，同一份数据画出来可以是天书也可以是结论，差别全在表达层。这一章讲四件事：布局怎么选、条件格式怎么设、路径查找参数怎么给、时间轴怎么把顺序变成证据。

4.1 布局算法怎么挑：环形、层次、孔雀图与力导向的适用面

布局没有最优解，只有匹配不匹配。环形布局适合看「谁和核心节点有直接关系」，层次布局适合有明确上下游的供应链和股权结构，孔雀图适合以某个中心节点向外辐射的资金流向，力导向布局适合看整体聚类——但力导向的结果带随机性，同样数据跑两次形状不一样，汇报材料里要固定下来就得手动微调后锁位置。

实操建议是「先自动后手工」：先用布局算法跑一版看整体结构，再把关键节点拖到固定位置并锁定，最后对剩下的散点做局部整理。大图布局前务必用筛选器把不相关的实体藏掉，几万个节点一起跑力导向，等十分钟出来的还是一团毛线。

4.2 条件格式：把金额、频次、风险等级变成颜色和图标

条件格式是这张图从「能看」到「好读」的分水岭。它能做的事很直接：按属性值改节点或链接的颜色、粗细、图标、标签显示与否。规则可以叠加，也可以设优先级，靠前的规则先命中。设置时最忌讳一次上十几条规则，图上五颜六色，读者反而什么都记不住。

我的习惯是三档：金额按数量级分三档改链接粗细，频次按分位数分三档改颜色，风险等级用图标标记。规则里能用数值比较就不用文本包含，文本匹配对大小写、空格、全半角都敏感，换一批数据就容易失效。

4.3 路径查找与关联网络：跳数、方向、中间节点的参数怎么给

路径查找是这套工具里最能出结论的功能：给定两个实体，找出它们之间所有的连接路径，或者找出与某个实体在 N 跳以内有关联的全部节点。参数就三个关键的——最大跳数、允许穿越的实体/链接类型、路径条数上限。跳数每加一跳，计算量和结果数量都是成倍增长，两跳以内通常几百条，三跳就可能上万条，图面直接糊掉。

我的做法是先把中间节点类型限制住：只允许穿越「人」和「公司」，把电话、地址、账户这些高连接度的节点排除在外，路径质量立刻提升一个档次。方向也要想清楚，资金流向是有向的，如果只关心钱的去向就开方向限制；如果是查关联关系（谁认识谁），就把方向关掉。

提示：路径结果出来后别急着截图，先看结果列表里的路径条数和重复度，路径太多通常不是线索多，而是中间节点类型没限制好。

4.4 时间轴与主题线：把先后顺序变成证据链

时间轴视图只认真正的日期类型属性，这是它和工作表最大的区别，也是最多人翻车的地方：日期存成文本，时间轴里空空如也，还以为是软件坏了。前面清洗脚本里那一步日期格式化，就是为了这一刻。

时间轴的粒度按业务定：资金流水看天甚至看小时，股权变更看月，合同履约看季度。粒度太细，轴上全是点看不出趋势；粒度太粗，先后顺序又糊了。主题线则是沿着一条链把事件按时间排开，适合展示「签约—付款—变更—再付款」这种连续动作。用的时候记得把时区统一，跨时区的数据混在一起排出来的顺序是错的，且错得很隐蔽。

5. 避坑与排查：8.91 上最容易翻车的 5 个现场

5.1 导入后中文全是问号或方块

现象：CSV 在表格软件里打开正常，导入之后实体名全是问号、方块或者乱码，链接标签也一样。

原因：源文件是不带字节序标记的 UTF-8，导入时按系统本地代码页解析，中文字节被错误解码；另一部分情况是界面标签字体没指定中文字体，数据其实是对的，只是显示不出来。

解决：文件另存为带标记的 UTF-8 再导；导入向导里显式选择编码，不要用自动；确认界面字体设置里明确指定了中文字体。三步做完还是乱码，就抽前 20 行单独导一次做对照实验，能快速定位是编码问题还是字体问题。

5.2 图越画越卡，文件从 200MB 涨到 1.8GB

现象：项目初期很流畅，两个月后打开要等一分钟，保存时偶尔报错，文件大小接近引擎上限。

原因：每次增量导入都在同一张图上叠加，历史布局坐标、旧版本节点、临时附件全部留在文件里；撤销层数开得太大也会让内存占用飙升。

解决：先把项目按时间或业务域拆成主图和子图，主图只留核心节点；定期另存重建文件压缩体积；把撤销层数降到 20～30；清理不再需要的图片附件。已经逼近上限的文件，用导出实体链接表再导入新文件的「洗图」方式重建，比继续在旧文件上修补划算得多。

5.3 同一个人变成三个实体，合并后链接翻倍

现象：图上同一个联系人出现三个节点，手动合并之后，原本一条的关系变成三条重复链接，图面比合并前还乱。

原因：标识符生成规则不统一，有的用姓名、有的用证件号、有的用「姓名+电话」拼接；合并只合并节点，不自动去重边。

解决：回头统一标识符规则并写进属性字典；合并前先另存副本；合并后按「起止标识符 + 链接类型 + 日期」去重，去重放在导入前的脚本里做，比在图里手工删快得多。根治办法是每次导入前跑一遍 3.3 那段脚本里的孤立链接自检。

5.4 链接方向反了，资金流向图讲反了故事

现象：图上箭头全部指向资金流出方，汇报时被业务方当场指出方向错了。

原因：源数据里「付款方/收款方」两列在映射时对调，或者起止标识符用了同一个字段；还有一种是链接类型本身在建模时就设成了无向。

解决：导入小样本后先抽查 5 条已知方向的记录，确认箭头指向再跑全量；链接类型的「有向/无向」在建类型时就定死，不要事后改；方向一旦改过，条件格式和路径查找的规则要重新验证一遍，因为它们可能依赖方向。

5.5 导入规格换个机器就跑不通

现象：在自己机器上跑得好好的导入规格，交给同事执行，日期全部错位、数字全变文本。

原因：规格里记录的是本机的区域格式和路径，换机器后日期顺序和小数点符号的解析基准变了；源文件路径写成绝对路径也会失效。

解决：规格文件里的日期格式一律写显式格式串，不用「跟随系统」；源文件用相对路径或统一放到约定的工作目录；交接时把规格、样例数据、字段字典三样一起给，让对方先跑 200 行小样本验证。

6. 把一次分析固化成可复用模板：属性字典、图例规范和交付自检

单次把图做得漂亮不难，难的是三个月后换个人接手，还能做出同样质量的图。我现在的做法是每个项目开工就先建三个文件：属性字典、图例规范、交付自检表，全部放在同一个目录下，跟图表文件一起归档。

属性字典管的是「不许自由发挥」：实体类型只允许那十几个，链接类型只允许那几类，每个属性的类型、取值范围、是否多值、由哪个字段映射而来，全部写死。这份东西看起来像行政工作，实际上是整个项目最省钱的一份文档——没有它，第三次增量导入就会出现「个人/人员/自然人」三种类型并存。

图例规范管的是「同一颜色永远是同一个意思」：红色只用于高风险或大额，橙色只用于高频，虚线只用于推测关系（未经证实的关联一定要用虚线，这是底线），中性灰只用于背景实体。规范定下来之后，条件格式的规则就是它的实现，不允许在单张图里临时加例外。

交付自检表我一般做成这样：

这套模板最大的价值不在交付那一刻，而在下一个项目：新项目把字典拷过去改字段名，图和规则半小时就能起来，剩下的时间全花在数据本身。

我踩得最深的一次坑，是贪图省事把三个业务域的数据全塞进一张图，结果文件撑到 1.7GB，布局跑崩两次，最后不得不花两天重建。从那以后我的习惯是：开工先定图的边界和文件体积上限，超过就拆，宁可在主图和子图之间多跳几次，也不让一张图变成谁都不敢动的黑匣子。希望帮到你。

本文还有配套的精品资源，点击获取