提升大數據領域整體競争力
互聯網信息采集系統
系統利用主題網絡爬蟲的(de)特點，高(gāo)效地(dì)、聚焦地(dì)、自(zì)适應地(dì)從多源、多格式的(de)數據源中獲取行(xíng)業的(de)原始信息數據，使得行(xíng)業信息的(de)收集具有(yǒu)高(gāo)覆蓋率。然後，對收集到網頁進行(xíng)網頁去(qù)重、噪音過濾等處理(lǐ)，形成統一(yī)的(de)文檔格式并存于原始文檔庫中。再依據原始文檔庫建立起倒排索引，建立網頁倒排索引庫。用戶可(kě)通過網頁檢索模塊實現網頁文檔的(de)查詢與管理(lǐ)。原始文檔庫作為(wèi)行(xíng)業信息抽取的(de)數據源。
互聯網信息抽取融合系統
通過對行(xíng)業信息的(de)規範化表達，總結文本中行(xíng)業信息的(de)語言描述特征，歸納文本中時空信息描述的(de)語言結構，建立描述行(xíng)業信息标注體系。同時以大規模網頁文本為(wèi)數據源，建立大規模的(de)标注數據源，形成高(gāo)質量的(de)時空信息标注語料庫。同時基于時間地(dì)理(lǐ)學(xué)理(lǐ)論，設計實現行(xíng)業信息的(de)時空匹配方法，将結構化、定性化的(de)行(xíng)業信息有(yǒu)機(jī)、直觀地(dì)表示在空間和(hé)時間軸上，實現行(xíng)業實體演化空過程的(de)空間化處理(lǐ)。
互聯網輿情采集分析系統
針對當前網絡文本中的(de)行(xíng)業信息，建立輿情關鍵詞，描述輿情話題間的(de)熱度差異、內(nèi)容特征、關聯關系以及傾向趨勢，對比不同階段的(de)政府信息發布、公衆翻譯、媒體報道(dào)，分析事件的(de)背景，研究時間産生的(de)原因，為(wèi)政府部門相關決策的(de)制定提供相應的(de)理(lǐ)論支撐。
互聯網信息公開查詢系統
以網絡爬蟲技術和(hé)信息挖掘技術為(wèi)支撐，依托政府門戶網站系統建立信息公開查詢系統，提供各業務類别辦事咨詢、法律法規查詢、表格資料下載、辦事引導及結果查詢等服務。同時，利用新媒體時代下人際媒體和(hé)大衆媒體的(de)優點，将行(xíng)業信息公開查詢系統通過公衆微信、短(duǎn)信服務等主流新媒體形式推送給大衆，塑造政府公信，引導社會輿論。
