舆情平台产品介绍

注：所有算法和组件均有自主知识产权，并有专业的挖掘 平台供用户实现深度知识发现。
平台的监测流程是这样的
依托自有技术
舆情监测
服务对象
实时舆情监控
政府机关
海量历史数据 舆情数据处理
过滤、去重、归类、摘要、关键字识别、情感分析、统计分析、 预警、舆情报告……
企事业单位 各类企业 代理商（机构）
自然语言处理
舆情数据存储 稳定高效服务
新闻、微博、博客、论坛、微信（公众号）……
飔拓互联网舆情采集
平台的数据分析流程是这样的
数据源 来自百度文库据分析平台 分析结果 Web图表
报告/多样式发布
关系型数据库
输入
文本类型
数据处理引擎
数据可视化
输出
Word、 pdf……
定制化组件与模块
数据接口
非结构化数据 分布式数据存储
舆情平台产品形态
渠道传播分析 分析报告 受众分析 数据交叉分析
深度舆情分析：多维度数据分析，全方位事件分析
飔拓舆情平台的核心技术
1
数据采集
• 自主的数据采集技术，分布式部署，统一管理； • 采集节点覆盖面广，异步抓取保持稳定.
2
流式数据平台
• 无边界海量数据高速入库； • 统一的数据处理流程，保障数据高效地采集、分析、展现；
• 通过语音输入操作展示大屏，动态呈现各种分析结果； • 移动端通过语音输入，随时随地采集所需信息； • 高效地将语音转化为文本，使得各类报告的生成更加简捷、实用。
机器学习
• 加入深度学习、知识图谱、人机结合等技术，使数据的挖掘和分析更 加深入和精准； • 实时追踪用户操作，学习用户的行为习惯，使信息的推送更为准确。
分析难度大 响应要求高
移动互联网的高速发展导致舆情传播比传统方式快几十 倍，“秒”级的传播速率对舆情的捕捉和发现要求更高。
成本高昂 个性化差异
用户深处的行业领域不同，传统的舆情平台难以适应所 有的用户。如何在通过的基础上、以尽可能低的成本实 现个性化需求考验平台的能力。
飔拓舆情平台的优势在于
语音交互式操作
03
05
数据的共享与融合
• 所有的舆情数据支持共享，提供Rest API方式接口查询； • 所有的统计、挖掘、分析结果均可导出，支持与其他业 务系统数据的融合； • 支持其他业务系统数据导入，交叉分析；
低成本维护
• SaaS服务模式，支持本地化部署，降低运维成本；
• 多种产品类型可供选择，低成本但服务高效；
案例分享-竞品分析
竞品背后的产品方向和运营策略是竞品分析的核心目标。 飔拓舆情平台提供的竞品分析的维度如下：
其中一种分析报告是这样的：
Thank you
www.stormorai.com
多租户舆情分析平台
SaaS服务 小微企业 通用化服务+少量定制 舆情采集服务 全文检索服务 舆情监测服务 舆情预警服务 舆情报告 可定制化分析服务 数据服务 其他个性化服务 产品信息搜集 竞品分析 市场调查 定向报告 • • • • • • • •
飔拓舆情分析平台
销售型产品 企事业单位 本地服务、远程支持 舆情采集 舆情智能分析 舆情统一管理 舆情预警 舆情报告 系统管理 数据服务接口 个性化定制
INSIGHT THE FUTURE
飔拓舆情监控平台介绍
2017.04
互联网的发展使舆情需求无处不在
品牌调查
我们产品本月销量市场排名前三！
06
01 02 03 05 04
竞品分析
我们的对手又出新品了，怎么办？
市场研究
市场是否饱和了？同质化产品共有多少？
产品研发
市场上已经有同类产品了，我们的优势在哪里？
互联网舆情监测平台 产品类型 服务对象 服务方式
• • • • • • • • • • 定制化产品 政府机关、事业单位 定制开发、委托开发 舆情采集 全文检索 舆情智能分析 舆情预警 舆情报告 其他个性化功能 全网舆情监控 突发事件响应与处理 负面信息预警 重点地区、任务监测 • • • • • • • • • • • •
兼顾使用人员对操作友好性及高度定制化的要求，具有开放、面向业务的特征
简单来说
监管
预警
管控
飔拓舆情平台的功能全局
通用 功能
舆情概况 实时舆情检索
地域、媒体来源研判
舆情简报
舆情情感研判
舆情预警
实时舆情监控：分钟级全网舆情更新，第一时间掌握动态
定制 功能
通用功能与定制 功能相结合，满 足多种用户需要
趋势热点分析 事件分析 网民观点分析
消费行为
17-24岁的年轻女性喜欢买什么？
服务质量管理
今天又有 15 起售后服务的投诉，怎么处理？
大数据时代舆情管理的难点在于
网页数据、文档数据、音视频数据等非结构化数据量远 远超过结构化数据量。传统数据挖掘、分析算法无法适 应非结构化数据，难以把控舆情变化发展规律。
硬件设备、数据中心等造价高昂，维护成本高，一般用 户难以投入和承受。政府和企业何去何从？
功能
应用场景
与自身业务相关的各类 舆情需求
案例分享-政府机关
实时监控大屏
案例分享-舆情监测
重点在于负面、敏感舆论的发现、追踪、处理、引导，避免舆论风暴的形成。
案例分享-企业（产品）口碑监测
难点在于信息来源较多、数据稀疏、质量较差，如何过滤垃圾信息、如何进行舆情数据整合并关联分 析是口碑监测重点解决的问题。
丰富的可视化
• 实时交互式监控大屏、智能图表、定制化报告应有尽有； • 所有生成的可视化结果均支持本地保存，二次编辑； • 自由定制个性化内容，一键生成；
准确的语义分析
01 02 04 06
• 信息汇聚、标签分类、语义分词、个性化分析等模型的广泛 应用使得准确率高于其他竞品； • 根据用户的特点、领域、业务定制的模型全面契合用户需求。
5
深度学习
• 智能推送引擎 • 用户行为学习
核心技术
3 文本挖掘
• 页面内容解析，垃圾信息过滤； • 智能分词、上下文语义分析、文本智能摘要； • 信息自动聚类、分类；个性化聚类、分类；
4
智能分析
• • • • • • 舆情趋势分析 渠道传播分析 热点事件分析 网民观点分析 情感分析 其他业务数据交叉分析
• 平台中存储的结构化数据与非结构化数据可与数据挖掘
平台对接，实现更深度的挖掘与分析。
我们的平台是这样的平台
“傻瓜兼专家型”的舆情分析平台
A B C D
面向 挖掘、分析 模型构建、以用户需求为驱动的工具平台
数据采集、数据处理、模型设计、多维度分析、可视化展示及全周期监测等 完整的舆情生态链
深度学习算法的应用使舆情数据的挖掘和分析更加精准