内容采集系统(Goonie信息采集系统提高企业整体分析研究能力、市场快速反应能力)

　　内容采集系统(Goonie信息采集系统提高企业整体分析研究能力、市场快速反应能力)

　　Goonie信息采集系统采用领先的信息采集技术，能够自动智能地完成采集、分类、发布指定信息等一系列信息处理过程，使这些散落在互联网的各个地方。角落里数以亿计的海量信息任我支配。

　　同时，Goonie Information采集系统接口丰富，可为网站及各种软件系统提供强大的信息处理应用，提高系统的应用价值。

　　应用领域

　　党政军用应用

　　实时跟踪，采集与业务工作相关的信息来源。

　　充分满足内部员工对互联网信息的阅读需求。

　　及时解决政务外网和政务内网信息来源问题，实现动态发布。

　　快速解决主网站对局部子层网站的信息获取需求。

　　全面整合信息，实现内部跨区域、跨部门的信息资源共享和有效沟通。

　　节省信息采集人力、物力、时间，提高办公效率。

　　企业应用

　　实时、准确地监控和跟踪竞争对手的动态，是企业获取竞争情报的有力工具。

　　及时获取竞争对手的公开信息，以研究同行业的发展和市场需求。

　　为企业决策部门和管理层提供便捷、多渠道的企业战略决策工具。

　　大幅度提高企业获取和使用情报的效率，节省采集、存储和挖掘情报信息的相关费用，是提高企业核心竞争力的关键。

　　提高企业整体分析研究能力和对市场的快速反应能力，建立以知识管理为核心的“竞争情报数据仓库”，是提高企业核心竞争力的神经中枢。

　　新闻媒体行业应用

　　快速准确地自动跟踪和采集上千条网络媒体信息，扩大新闻线索，提高编辑速度。

　　支持每天数百万条新闻的有效抓取。监测范围的深度和频率可以自己设置。

　　支持智能提取所需内容和自动提取关键词。

　　实现互联网信息内容采集的整合、浏览、编辑、管理、发布。

　　产品架构

　　Goonie Information采集系统由数据采集、数据存储、数据管理与发布三部分组成。

　　采集服务器实现对目标网站信息的实时监控，及时采集最新网页到本地进行内容分析过滤；数据库服务器提供采集信息存储服务；Web发布模块实现网页信息的统一发布、导航和检索功能。

　　产品特点

　　监控和 采集

　　自定义 URL 来源和 采集 频率

　　用户可以设置采集的栏目、URL、更新时间、扫描间隔等。系统最小扫描间隔可设置为1分钟，即每隔一分钟，系统会自动扫描目标信息源，及时发现目标。信息源的最新变化和采集尽快到当地。

　　支持多种网页格式

　　可以采集常用静态网页（HTML/HTM/SHTML）和动态网页（ASP/PHP/JSP），以及采集图片，TXT/DOC/PPT/XLS/RTF收录网页/PDF等文档格式信息。

　　支持多种字符集编码

　　采集子系统可自动识别多种字符集编码，包括中文、英文、简体中文、繁体中文等，并可统一转换为GBK编码格式。

　　支持元搜索模式采集

　　元搜索模式整合了不同性能和风格的搜索引擎，并开发了一些新的查询功能。搜索一个元搜索引擎相当于搜索多个独立的搜索引擎。

　　内容提取和重复数据删除

　　内容提取

　　系统可以对网页内容进行分析过滤，自动去除广告、版权、栏目等无用信息，准确获取目标内容的主体。

　　信息分类

　　支持根据采集列设置类别，并为类别设置对应的属性，只要属于该列的信息就会发送到对应的类别。

　　自动重复数据删除

　　通过内容相关识别技术自动识别分类中文章的关系，如果发现描述相同事件的文章，自动去除重复。

　　发布管理

　　采集的信息可以通过发布管理模块实时发布到网站，并提供信息分类导航和检索功能；您也可以查看原创网页进行比较。

　　支持自动发布和评论发布。在自动发布模式下，发布采集的网页会自动发布到网站。维护者的选择可以发布在 网站 上。

　　产品优势

　　采用先进的数学模型和算法，建立安全、稳定、准确、及时的信息智能采集系统。系统整体设计遵循稳定、开放、可扩展、经济、安全的原则，使整个系统结构合理、技术先进、易于扩展。既能满足当前的业务数据处理需求，又能满足长远发展的需要。

　　低耦合：检索系统、门户网站和发布系统相对独立，直接使用XML进行数据交换，保证整个系统的底部耦合，系统不会有很大的耦合互相影响。

　　先进性：软件投资要兼顾未来发展，不使用过时的产品和技术，避免投资浪费；在系统软件和开发技术的选用上，应达到*敏*感*词*行业先进水平。

　　效率：采集分类系统对系统的效率要求很高。系统底层技术实现采用C语言，运行效率极佳。同时对发布管理系统的数据处理和网络稳定性没有影响。

　　经济性：系统在平台架构和技术选型上具有高度的先进性、可扩展性和开放性，大大增加了系统的生命周期，保证了经济性原则。

　　易维护性：整个系统的数据维护简单易操作。完全通过WEB方式完成，降低了维护的技术难度，减少了人为隐患的发生。