金融系统安全关系到国家稳定与行业健康发展，然而金融系统风险分析由于信息缺失或意图行为不确定而面临重要挑战。现有的以计算为主的数据分析技术无法分析出被观察对象存在的潜在意图，难以满足金融系统安全分析的要求。论文通过结合人与计算机的各自优势，重点研究了基于人机协同的意图推测技术。　　基于人机协同的意图推测需要解决以下两个难点问题，即人机之间知识一致性问题和意图表示与推理问题。为解决人机之间知识转移一致性问题，论文首次将语言学中的语义三角形模型扩展到人机协同研究中，提出了基于语义三角形的人机协同知识转移模型。该模型强调了人机之间基本概念理解的知识一致性，诠释了人与计算机之间知识流转的过程，并设计了基于该模型的共识知识库结构，为自然人机言语交互提供了基础。　　其次，论文重点分析了意图及其表示研究现状，给出了一种新的动态意图结构表示方法，其目的是使得该结构能够适应多源异构数据和人机协同推理的意图表示需要;在此基础上，提出了一种基于人机协同的意图推测模型，该模型将意图推测分为了四个环节，分别为基本意图检测、组合意图检测、隐式意图推测和人机交互与渐进决策。人与计算机的协同分析体现在基本意图检测和人机协同分析两个环节。人的协同交互行为会控制和触发计算机完成基本意图检测、组合意图检测和隐式意图推测等任务。通过循环迭代实现渐进交互式意图推测。　　最后，论文提出了基于人机协同的意图推测框架，并对核心算法进行设计与实验验证。意图推测关键算法包括组合意图检测算法和隐式意图推测算法。在技术实现方面，意图推测框架包括数据管理域、意图构建器、隐式意图推测器、意图推测控制器、共享数据服务和可视分析界面。　　论文的研究成果在金融数据审计分析系统上得到应用。该系统已经在国有大型银行审计部门得以实施，并取得了显著的应用效果，受到了用户的高度评价。