网络舆情监测分析系统建议方案
? 智能判断处理
在文档相似性判断上，模拟人工判断方法，提供智能判别处理，提高信息的利用率
? 动态交互特性
提供动态调整机制，用户可根据需要动态调节文档排重的严格程度，如完全相同、90%相同、80%相同等等；使用户可以发现不同文档间的相关关系，以满足不同的使用需求。
? 减小漏排率
由于采用基于内容的特征提取，因此可更好地降低了系统的漏排率。
自动过滤特色：
信息过滤处理和消重处理有较大的相似性，但侧重点不同。信息过滤主要针对可能存在的一些负面的、消极的报导，必须进行有效的过滤处理。
自动过滤技术特点： ? 支持特征词过滤
可通过提供相应的特征词，将有关的新闻文档过滤出来；支持特征词的布尔组合处理。
? 支持基于事例的过滤
同对用户提供的事例文档进行自动学习，并形成过滤特征，自动对相关文档进行过滤处理
? 基于分类的过滤
可将过滤的按照设置的类别进行分类处理。 ? 过滤范围动态设置
可以人工动态地进行过滤处理数据范围的设置，如新入库数据、历史数据等。
21 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
4.3.3 舆情监管
4.3.3.1超级搜索
1、元搜索
元搜索采用并行式发送搜索指令，支持自定义选项，可扩展和减少后台引擎的数目，限定反馈结果时间，支持高级检索功能。
元搜索在本系统中提供两种应用：信息收集和互联网信息检索
? 信息收集:根据应用目标数据管理人员或编辑人员通过定义搜索条件（基于关
键词的高级检索条件）。系统定期进行元搜索，将采集到的信息进行自动过滤、消重、分类后进入本系统；
? 互联网信息检索：编辑人员可利用本系统提供的元搜索进行互联网信息的实
时检索，系统将各搜索引擎返回的结果进行消重与分类后，在一个界面分类呈现搜索结果。
本系统中，在进行内容抓取之前先进行URL的排重，自动对多个搜索引擎提供的检索结果进行重新分析整理，排除重复URL，从而既较少网络流量又避免了信息库中出现重复内容。准确定位目标，快速返回检索结果。
2、模糊搜索
可以根据拼音搜索、同义词搜索、近义词、上位词、下位词来进行搜索。系统默认的是所有类型的网站的搜索，也可以通过界面上方的导航条，根据需要选择所需要的网站类型进行检索。
模糊搜索结果
22 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
在检索结果列表的上方有一检索的工具条，限定关键词和时间段，点击“二次搜索”按钮可对检索的结果进行过滤，也可点击“搜索”按钮对系统内的信息重新检索。
系统支持传统意义上的检索（关键词、逻辑搜索）。检索过程中，用户可以设定搜索的时间范围、结果数量、搜索的数据源等等。
3、高级搜索
系统支持根据一篇文章的标题、作者、时间、网站、频道或正文的具体描述来进行详细搜索的多种检索模式。
系统提供按相关性排序输出结果集和不排序两种方式，对排序方式又可根据应用需要选用本产品提供的两种方式之一：
? 增量排序（快速响应方式）：结果集的开始部分能快速得到，但取结果
的数十万后的记录有时间延迟，适合大结果集的后面数据用处不大的场合。
? 分页排序（快速分页方式）：能以同等的时间快速访问结果集的任何一
页，初始查询时间稍长。 4、相似搜索
系统支持基于根据对检索内容的理解来进行搜索，用户可以输入样例文档或样例图片来进行检索。实现“以文找文”的目的。在文档库或图片库查找与某个给定样例“相似”的对象，如，相似的文档、图片、多媒体片断，这种查找技术在数据挖掘领域称为“相似检索”（Similar Search）。其有别于传统的精确匹配，它不是针对对象的某个或几个具体属性，而是针对对象的多种属性的综合特征--相似性。
采用相似搜索引擎可以实现两个应用：为编辑和用户提供基于样例文档的基于内容的检索和提供相关资讯推荐功能。相关资讯推荐是指编辑或用户在浏览信息资讯时系统自动向其推荐与当前资讯相关的信息，有助于使用者对信息的全面深入的了解。
23 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
4.3.3.2主题过滤
主题过滤功能通过配置敏感信息规则和系统自学习功能，对新闻\\论坛网站中的信息内容进行自动过滤以及提示预警。
在信息情报采集、智能分析基础的基础上为编辑和用户提供所需的信息资讯。信息服务将在最短的时间把最相关的信息提供给最需要的人。
以下敏感信息分组可以根据应用需求，增加\\删除或修改。
根据中华人民共和国《互联网新闻信息服务管理规定》的互联网新闻信息管理要求，系统支持按照以下分类原则，配置管理敏感信息分类规则。
（一）违反宪法确定的基本原则的；
（二）危害国家安全，泄露国家秘密，颠覆国家政权，破坏国家统一的； （三）损害国家荣誉和利益的；
（四）煽动民族仇恨、民族歧视，破坏民族团结的； （五）破坏国家宗教政策，宣扬邪教和封建迷信的； （六）散布谣言，扰乱社会秩序，破坏社会稳定的；
24 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440
网络舆情监测分析系统建议方案
（七）散布淫秽、色情、赌博、暴力、恐怖或者教唆犯罪的； （八）侮辱或者诽谤他人，侵害他人合法权益的；
（九）煽动非法集会、结社、游行、示威、聚众扰乱社会秩序的； （十）以非法民间组织名义活动的；
（十一）含有法律、行政法规禁止的其他内容的。 4.3.3.3热点自动发现
该功能将帮助用户监控关于重大事件的新闻报道，论坛评论，事件发展和分化等专题信息。
主要功能包括：
? 信息主题创建：用户可方便地通过指定信息跟踪的范围、样例信息文档及相似度等相关信息内容创建主题；
? 信息主题训练：信息主题训练即包括主题初始创建时的训练也包括追踪一段时间后的增量式训练，增量式训练既包括：指定正样例的加强训练和指定负样例的削弱训练或者对阈值的简单调整； 4.3.3.4专项任务
系统还提供了基于具体的任务来进行专项任务追踪的功能。
此功能可以更好的丰富舆情监管人员监管手段，并可以提高舆情监管人员监管效率。
此功能主要包括：
? 专项任务的案件基本信息：标题、分类、摘要、违反条例、来源、关键词和链接等。 ? 网站ICP备案信息
? 案件处理意见：指定处理人、处理紧急度和处理意见等。 ? 处理记录查看
25 北京方正电子政务技术有限公司
地址：北京市海淀区成府路298号中关村方正大厦0428室
TEL:（010）82529034 FAX:（010）82529440