乐思网路信息采集系统

　　一、 系统概述

　　随着中国经济发展不断往前推动，大公司大集团面对的市场环境越发复杂，各种影响市场迈向的新问题、新情况层出不穷，市场信息量呈指数下降。同时，定量剖析方式正在迅速应用到行业研究当中，这对信息采集的效率和精度提出了很高的要求。仅靠有限的人力进行信息采集的工作模式，已很难适应市场和技术发展的要求。为了更全面、准确、迅速地把握市场变化，为了适应新技术发展要求，也为了把人员从繁杂的信息采集工作中解放下来，集中精力进行深层次的剖析和研究，迫切需要一套现代化的信息中心系统。

　　乐思网路信息中心系统的功能是为大公司大集团的市场部门与公关部门提供一个搜集外部信息的平台，包括与本公司相关的信息，与竞争对手相关的信息，行业信息，价格信息，与合作伙伴相关的信息，用户网上反馈的各类信息，科研技术信息等，可以做到多人在一个平台上可以快速浏览当天或过去的所有相关信息，避免的人工查询多个网站的费时吃力的情况，并具有预警功能，可以在某方面的信息一旦出现时迅速通知相关人员。

　　其业务流程如下图所示：

　　图1： 乐思网路信息中心系统的业务流程

　　相比目前的人工信息采集，其优势显著：

　　比较指标

　　人工采集

　　采用乐思网络信息中心系统

　　目标网站

　　几十个

　　几百个到几千个几万个-采3453舆情4533集-

　　人力成本

　　需分别登陆各个网站，手工查阅，还要手工复制粘贴，疲于奔命

　　网络信息的获取工作完全由软件手动进行，监测人员只需在外网集中进行内容的浏览与剖析

　　负面信息辨识

　　需要逐字人工查看确认

　　在手动判断的基础上再人工确认

　　信息保存

　　零碎，不可防止会出错 -采3453舆情4533集-

　　精确，全面，便于事后追踪

　　数据储存

　　Word文件，分散，很难管理

　　统一储存在小型关系数据库中，集中管理

　　监测报告

　　基于手工统计加恐怕，数据支持不充分

　　基于自动化的统计剖析，

　　图文并茂，具有详实统计数据支持，可以每日，每周，每月出报告

　　监测疗效

　　覆盖片面，不及时

　　差强人意，浪费人力资源-采3453舆情4533集-

　　覆盖全面，实时，

　　自动化，系统化

　　二、 实施后的利益

　　加快外部情报感知：公司报导，用户反馈，竞品动态，行业动态，宏观动态，政策法规等公司外部信息实时凝聚到桌面上，方便公司上下对于市场竞争情报的感知与反应。

　　加快定量定性剖析：在占有大量数据的基础上，分析人员可以从繁杂的信息采集工作解脱下来，投入到最有价值的定量定性剖析中去。

　　三、 系统组成

　　乐思网络信息中心系统由三个子系统组成：自动采集子系统（采集层）、内容剖析子系统（分析层）、以及界面呈现子系统（呈现层）。其关系如下图所示：

　　图2：乐思网路信息中心系统构架

　　乐思网络信息中心系统的网路拓扑结构如下图所示，依据须要也可以分开在隔离的内网与外网中施行。

　　图3：网络拓扑结构

　　四、 自动采集子系统功能描述

　　自动采集子系统可以对任意目标网站进行手动采集。

　　采集的信息既可以是文本型信息（如文章，微博），也可以是数字型信息（如价钱，统计数据），还可以是文件型信息（如Word, Excel, PDF文件）。用户可以通过Web界面自行配置对文本型信息的采集，也可以通过软件向导界面配制对于数字型信息的采集。由于采用了全球领先的乐思网路信息采集系统，可以对任意网站上数据进行采集与整合。数据源的发觉管理工作由用户完成。

　　自动采集子系统的全方位检测功能如下图所示：

　　图4：自动采集子系统全方位检测

　　自动采集子系统具有以下几个明显特征：

　　1. 全球领先的手动采集功能

　　乐思软件的网路信息采集技术全球领先，支持对任意网页内任意数据的精确采集。乐思软件每晚都为*敏*感*词*用户针对各种各样的网站提供采集服务，没有高效稳定的采集平台是难以做到的。

　　2. 支持各类检测对象

　　可以实时检测新闻，论坛，博客，公共*敏*感*词*，搜索引擎，留言板，应用程序，报刊网站电子版等。

　　3. 无需配置直接检测几千个新闻网站

　　系统*敏*感*词*内网站的检测配置，只需输入关键词，自动采集出文章标题与正文。

　　4. 强大的多语言统一处理功能26严禁9窃取0

　　可手动处理并保存英文，英文，法文，德文，日语，韩语，维文，阿拉伯语等多种语言。

　　5. 智能文章提取

　　对于文章类型网页，可以无需配置，直接手动提取文章正文与标题，以及作者发布日期等，自动清除广告，栏目，版权等无关的垃圾内容

　　6. 完美支持各类网页情况

　　支持当前流行的Web 2.0 AJAX动态网站

　　支持用户名与密码手动登入

　　支持表单查询