数据采集

通过自主爬虫技术、搜索引擎结果补充，定向站点源三种协同采集方式来抓取包括相关信息：

1）系统具备对境内外主流新闻网站、论坛、贴吧、电子报、微博、博客、微信公众账号、境外网站等的数据采集，并能根据用户需求对采集网站进行添加，提供至少一年的数据存储。准确提供发布网站、发布时间、来源网站、微博主等基础数据库列表。

2）需可自行在用户页面上一键新增不在采集列表的网站、论坛、微博、微信，系统需自动解析并抓取。

★3）系统采集需实现7*24小时不间断采集，速度不低于700万条/小时；日均采集信息量不低于2.5亿条。（其中新浪微博数据不低于2亿条/天，其他数据不低于5000万条/天）。

微博数据

1）支持新浪、腾讯等主流微博的采集。

2）支持全量新浪微博的采集，且轮巡速度不低于5分钟/次，即任意用户发送的微博内容需在5分钟之内采集入库，采集完整率不低于99%。

3）支持新浪微博的地理定位信息作为关键字抓取。 4）定向采集的腾讯微博账号数量不能少于500万个。

网站数据

1）对境内主流新闻网站和商业网站进行信息采集，包括中央重点新闻网站和全国重点商业网站（网易、新浪、凤凰、搜狐、腾讯）新闻。

2）采集的网站数量不能少于100,000个，日均采集网站数据不少于600万条。

3）重点网站信息轮巡频率不低于10分钟/次，首页等重点频道信息轮训频率不低于5分钟/次。

论坛数据

1）对论坛发帖进行实时采集；任务设置简单，支持智能识别、自动匹配其插件类型；能过滤网页噪音，进行增量采集。必须实现对天涯社区、人民网地方领导留言板等全国性论坛的快速采集；必须完整实现对全国地方性论坛的采集，采集的全国性论坛和地方性论坛数量不能少于6000个。

2）日均论坛信息采集量不少于230万条。

3）重点论坛的信息轮巡频率不低于5分钟/次。

百度贴吧数据

1）支持对百度贴吧的全量采集。

2）百度贴吧日均采集量不少于125万条。

3）百度贴吧的整体轮巡速度不低于7分钟/次，即任意用户发送的贴吧内容需在7分钟之内采集入库采集完整率不低于99%。

博客数据

1）支持新浪博客等境内主流博客的采集。

2）日均博客采集量不少于10万条。

电子报刊

1）对不少于1300份的电子报内容进行采集。

微信公众号

1）对不少于120万个信息发送最频繁的微信公众账号内容进行采集。

2）日均采集微信公众号内容不少于140万条。

数据展示

1）系统需具有良好的可展示性，操作简单，有丰富的图表。

2）登陆后系统首页需完整显示相关的信息数量及热点信息内容。

3）每个数据监控方案对应有一个概述页面，一个信息列表页面，一个统计分析图页面。概述页面显示此监控方案当天的匹配信息数量、每小时信息走势、24小时热点信息等内容；信息列表页显示该监控方案采集到的所有网络信息，并提供多种筛选查看信息的方式，如：按照时间范围、来源网站、情感属性筛选等；统计分析页面需呈现该方案在指定时间段内的统计分析图表，如：关注度走势图、网站来源统计图、情感分布统计图等。

视频监测

1）扩展视频类监测源，实现抖音、快手、西瓜、火山、小红书、哔哩哔哩等主流短视频平台的全面抓取、数据分析、主播查询等数据流监测

2）支持符合条件的短视频信息在融媒体平台中独立呈现，并且可播放

数据检索

1）可根据需求自主设置数据监控方案，监控方案中可包含多个关键词，支持关键词之间的多层级逻辑关系，能够精确、快速、全面检索所需数据。

★2）可检索的数据量不能少于18个月。（须提供现场演示）

3）系统需将抓取的数据进行去重和有效融合，需通过网站聚类或网页聚类，根据信息标题及正文的相似度、相关度进行分组归并，减少信息的总量，并获知当前热点数据。

提供灵活、多样化、可扩展的数据查询。在监测和搜索结果中，可以进行二次搜索，以快速、准确地获取相关信息内容并显示搜索结果数量。

4）支持包含关键词组（包含关键字多重逻辑组合、排除关键词）、时间范围（自定义时间段）、搜索范围（文章全文、标题）。

5）搜索结果可按照时间范围、来源网站、文章属性、相同数（热度）等进行组合并分类浏览，来源网站可以根据需要自主定义和分类。

6）需具有搜索结果的EXCEL格式数据导出功能，可以单独或批量加入收藏夹、简报素材库。

7）可对重要或敏感的单条、多条内容，一键式通过短信发送到任意手机号码进行预警。

8）支持在搜索结果中删除垃圾信息，修改正负面属性等操作。

9）系统需采用内核算法优化的全文检索技术，支持分布式的海量数据应用，支持分布式的应用部署；基于中文分词和一元分词结合的办法在数据查准率、查全率上进行大方面的技术突破。

★10）全文搜索可支持检索的信息回溯时间不少于30天。

智能分析

1）系统需提供智能挖掘分析功能,使用自动摘要、自动分类、自动聚类、情感判断、相似分析、信息抽取等智能文本分析挖掘技术对海量信息进行准确、高效的分析和管理。可智能产生有效关联词；可自动生成专题事件的信息关注度走势、媒体来源类型比对、媒体覆盖分析、传播轨迹等分析图表；可通过对转载转发数、相同（相似）文章数量的统计，总结近期热点事件和信息变化趋势。

2）需采用智能关联技术，把相关新闻、评论、博客、微博等信息关联到一起，再对信息内容进行关键词的再次提取和关联分析，为用户多方位地掌握事件的发展、演化提供基础信息。

3）支持自定义时间段、关键字的检索数据统计，并可形成信息趋势分析、环比分析等可视化图表（包括关注度走势、来源、情感分布、媒体关注度）。

4）自动摘要：在数据分析过程中，通过自动摘要简明、确切地描述聚合话题的中心内容，摘要是以提供文献内容概括为目的，不加评论和补充解释。

5）自动分类：要求系统具有根据数据内容进行类别划分的功能，可以用于地域分类等诸多应用。系统需自动地对文档进行分类，赋予文档一个预先定义的类别主题词，便于文档的组织，不需人工干预。

★6）情感倾向分析：根据主体词和负面行为词典计算研判信息的情感属性，将采集处理后的信息划分为：敏感信息、中性信息、非敏感信息。

预警功能

★1)系统需采用数据自动推送技术在热点事件第一爆发点以短信、邮件、移动客户端推送、web、钉钉、微信弹窗等至少5种方式对相关人员提供预警。（须提供现场演示）

2)确保第一时间掌握信息动态，进行正确引导，并可以满足对数据监控方案参数的个性化设置，灵活设置预警接收的时间段、接收频率、关键字方案组合、预警接收人等。

个性化简报制作

1）可将监测方案监测结果、搜索结果的任意内容加入收藏夹，作为简报素材保存。

2）可将已生成舆情报告的内容，再度释放为简报素材，用户重新生产简报。

3）生成简报时，可以任意调整每一个模块的位置，并自动保存为固有模板，供下次继续使用。

4）生成的简报可以WORD及EXCEL格式导出下载至本地留档保存，也可通过系统直接以电子邮件、手机短信的方式发送给相关人员。（需要提供现场演示）

5）简报模板可由用户在做简报时自由定制，无需预先由系统内置或管理人员预先制作模板。

移动客户端

★1）提供与系统对接的移动终端（手机、平板电脑）应用，WEB端与移动APP共用一个账号，支持工作人员出差等移动办公的需要，支持安卓、苹果等主流手机、平板电脑操作系统。

2）可在移动客户端上完成关键字方案设置、监测信息查看、预警设置、检索等基本功能。