Web信息智能采集和自动分类索引系统简介

　　Web信息智能采集和自动分类索引系统是我们惠海科技-武汉大学移动商务联合实验室的第一个联合研发项目. 系统集成已完成，系统已进入系统测试阶段. 让我介绍一下.

　　概述:

　　Web信息智能采集和自动分类索引系统是一种智能系统，可以根据用户自定义要求自动从Internet采集和处理信息. 采集的信息类型包括新闻页面，论坛和社区，SNS，BBS，博客和微博等待.

　　功能列表:

　　1. Web信息的分布式多通道实时定向采集

　　2. 提取采集到的网页的正文

　　3. 相似信息的重复数据删除

　　4. 自动主题分类（将文章自动分类为预设类别）

　　5. 自动主题索引（提取5〜6个关键字）

　　6. 自动提取作者，时间和出版单位

　　7. 信息检索包括全文检索，按时间范围检索和有限类别检索

　　8. 自动分类搜索结果

　　申请方向:

　　1. 垂直搜索引擎

　　2. 舆论监督

　　3. 发布评估信息监控

　　4. 企业竞争情报和市场情报监视

　　5. 机构负面信息监控

　　6. 区域形象评估

　　7. 用户偏好分析

　　8. 在线社交网络分析和挖掘

　　9. 其他信息增值服务

　　其他概述:

　　Web信息采集系统是基于Web信息的各种应用程序服务的基础. 对于采集的Web信息，企业可以开发各种特定的内部和外部增值服务. 它是出版社介入信息服务行业的基础和平台. 这种工具非常适合传统出版集团的出版主题选择，网络营销，竞争情报，产品评估，企业形象管理等工作.

　　我们欢迎出版界的朋友与我们合作进行系统研发，业务咨询和理论讨论，尤其是那些对开发移动出版服务和增值在线信息服务感兴趣的人.

　　武汉大学-惠海技术移动业务联合实验室副主任王晓光