综合舆情智能分析管控平台建设方案

在数据分析计算能力上,基于自研的非线性并行运算大数据调度处理逻辑,大大提升对于数据实时处理的计算能力。同时打破数据研判边界不清晰的行业壁垒,实现基于网络空间的数据分析,对各行业关注事件、言论等分析研判准确度能够达到80%以上。

戎行舆情综合舆情智能分析平台是基于大数据、云计算及人工智能技术,通过底层数据集成、存储、治理,到上层AI建模、研判实现的多维舆情智能分析系统。平台通过数据处理和分析流程,助力行业客户了解公众需求、感知事件趋势、预防应对危机等,对市场研究、危机管理、品牌管理、业务调研、政策规划提供科学性和及时性的决策支撑。

戎行通过多年技术深耕,在自然语言处理和数据分析计算技术方向持续投入研发迭代,突破技术壁垒。

在自然语言处理方向,有别于其它NLP大模型训练技术,可在用户关注场景上进行NLP精准识别。在实体识别、关系抽取、分聚类算法、词向量计算等进行算法自研,实现面向文本上下文关联分析、行业话术深度识别等能力。

在数据分析计算能力上,基于自研的非线性并行运算大数据调度处理逻辑,大大提升对于数据实时处理的计算能力。同时打破数据研判边界不清晰的行业壁垒,实现基于网络空间的数据分析,对各行业关注事件、言论等分析研判准确度能够达到80%以上。

通过本项目的建设与落地,实现互联网平台信息精准感知、分析、应对能力,从市场动态、公众反馈、传播趋势等方向制定更加科学合理的应对措施。

一、实施背景

随着互联网+时代的来临,移动互联网技术的快速发展在各个领域中得到广泛应用,这为其他行业的发展提供了重要的技术支撑。人们可以随时随地发布新闻、了解咨询、关注国计民生以及发表个人观点和看法,这种新常态使得舆情的发生、发展、演化及传播等特点发生了翻天覆地的变化,舆情监测、分析和辅助决策也日益成为用户关注的焦点。

为了应对时代背景和舆情变化,研发一套大数据舆情智能分析管控平台势在必行。通过利用自然语言处理技术、舆情监测等方面的理念、理论及方法,对网络舆情的演化发展进行大量研究,提出面向大数据的网络舆情监测:发现舆情主题,分析情感倾向,设计主题,传播趋势;采用数据挖掘技术在事前、事中和事后分三个阶段对舆情进行分析,对其风险进行评价,预测其发展趋势,及时提出预警。结合人工智能技术深入研判,实现及时、准确地互联网舆情把控,对于维护自身形象、预防危机和做出科学决策具有重要意义。

二、实施目标

通过对海量数据的识别分析,对重点关注事件及网络行为进行多手段、多渠道的精准分析;同时通过强化互联网工作方向能力建设,利用多维数据和线索进行深度挖掘和智能分析,全面加强舆情监测和分析服务,助力客户更好地应对市场挑战和抓住发展机遇,进一步提升客户信息化、现代化、智能化的决策能力。

(1)提升研判预警能力和快速反应能力

通过大数据分析,及时发现和预测舆情趋势,为决策提供有力支持,在发现舆情后,能够迅速做出反应,及时应对和化解舆情危机。

(2)提前预测风险

能够将公众对热点事件、人物态度、情绪言论进行详细分析,并准确地判断出事情变化趋势,或者通过大数据进行分析预测等。

(3)健全溯源评估应对机制

通过大数据技术,追溯舆情的来源和演变过程,评估舆情影响,并制定相应的应对策略。

三、方案先进性、独创性

(1)精准的文本分析(NLP)、聚类算法(机器学习)对数据精准分析,提取主题、同一事件归类,提升同一事件关联准确性,从而更好的查看舆论详情。

(2)具有国内领先的数据治理能力:始终坚持“自主可控,国产替代”的技术发展思路,打造了自主可控的深海大数据基础平台,实现高性能、易开发的大数据处理能力和国产化生态适配。

(3)对海量数据进行非线性并行运算,实现在多个资源库中的横向数据检索查询,纵向将各库的数据绑定,建立文件检索与分析系统,实现对海量数据的信息提取、整理、分析和查询等。

四、建设内容

对互联网舆情数据进行深度分析研判,实现舆情事件上报,管理及运用大数据分析技术,对采集整理后的数据进行分析,挖掘其中的趋势、规律、热点话题等,通过分析数据,对可能引发舆情的事件进行预警、及时发现和应对。

实现对事件发现、数据上传、数据分析、新老事件数据的串并分析等,在多个资源库中实现横向数据检索查询,纵向将各库的数据绑定到事件,实现数据融合比对。同时将大数据分析处理后台化,最终实现用户在平台能够准确快速的查询出有效的数据,提升整体的工作效率,建立文件检索与分析系统,实现对大量文件数据的信息提取,数据整理,数据检索与分析结果可视化展示。

结合实际业务状况以及现有需求,提供“热点事件预警”、“智慧检索”、“舆情分析”、“辅助决策”四大功能点。对特定事件行深入分析与研判,对事件的发展、演化过程进行流式追踪,对事件应对方式提供智能化的辅助决策。

(一)热点事件预警

实现对互联网中的言论数据分析,通过“语义分析”、“主题分析”、“流式聚类”等技术手段,实现话题自动化分析统计,对关注的情报事件进行上报。

针对事件、言论分析技术,自研核心算法

(1)文本去噪技术

自研噪声过滤算法,高效剔除属性噪声及无情报意义类别噪声。

(2)文本分类标签积累

1500+舆情领域标签算子,500+舆情深度标签,快速识别深层线索。

(3)文本特征识别聚类

海量数据高效聚类分析,基于舆情识别和追踪机制,对用户关注信息精准识别。

(4)离散型语义关联识别技术

自研多态关联感知算法,实现对自然语言句间匹配、深层关联及语言推断。

(5)行业专业术语语义识别技术

独创专业术语语义分析算法,有效推断、甄别如金融、科技、医疗等科教文卫领域专业话术能力。

(二)智慧检索

通过自研检索算法和智能人机交互方式,实现对情报线索的智能检索或知识检索以及异构信息整合检索和全息检索能力。系统支持各种格式化文件的处理和检索、多语种信息检索、结构化数据、半结构化数据及非结构化数据的统一处理检索。

(三)舆情分析

实现对开源数据进行“舆情来源分析”、“舆情传播路径分析”、“舆情传播声量分析”、“情感分析”四大核心功能。对开源言论的分析模型开发,通过业务需求场景,进行提取分析。

(四)辅助决策

通过数据可视化、数据挖掘、人工智能技术对数据进行深入分析,提取有效信息和洞见,通过数据可视化工具、仪表盘或人工智能决策引擎,直观展示和报告,帮助用户更好地理解数据并做出决策。

THEEND

最新评论

更多
暂无评论