由于互联网的不断普及，各式各样、良莠不齐的发布内容日渐泛滥，传统、纯粹的“人海”战术已经无法满足当前互联网媒体信息监控工作的实际需求。不过基于互联网媒体发布内容主动获取、分析挖掘与表达呈现等系列技术开展互联网论坛监测工作，首先需要保证相关监测产品对于目标站点发布数据的提取比率，即监测产品信息提取部分的具体性能。
根据当前网络监管部门对于互联网论坛监护工作的实际应用需求，成熟的互联网论坛监控产品必须具备针对指定信息源的深度挖掘技术。所谓深度挖掘，并不是业已成熟的追求数据引用量的大搜索引擎信息采集技术，而是利用定向搜索手段完成针对指定信息源深入、全面地发布内容提取操作。
从整体框架结构角度，目前互联网媒体可以划分成匿名可浏览与需登录浏览两类；从发布页面呈现风格角度，仍然属于HTML范畴的互联网论坛帖文发布页面同样包含静态和动态两类，其中动态生成的论坛帖文发布页一般使用ASP、PHP与JSP等通用脚本语言予以实现。虽然匿名可浏览同时发布页面属于静态类型的目标站点占到当前万联网媒体的绝对多数，但是出于功能全面性与产品实用性等多方考虑，面向结构迥异、风格多样的数据发布源实施互联网媒体信息监控工作，相关监控产品信息提取部分还需具备相当高的普适性与可扩展性。
关于获取信息分析挖掘与表达呈现方面，针对异构的互联网媒体发布内容，论坛信息监控工作在要求获取内容统一存储的同时，对于在海量的互联网媒体信息中实现热点自动发现的需求明确。一方面，异构信息归一化存储是后续各类信息处理工作的根本保证。另—方面，基于海量数据实现论坛热点自动发现，更有利于互联网媒体监控人员全面把握目标论坛舆情分布情况，跟踪目标论坛潜在热点，及时完成热点发现及应对决策生成工作。
互联网论坛信息监控系统充分应用网络协商与人机对话模拟等先进技术，基于专项研发的“定点网站深入发掘”机制，实现针对系统目标站点发布内容的全面获取。在提取发帖作者、发帖时间、URL、标题等论坛帖文关键信息的基础上，监控系统对于每份帖子进行主题信息分析及内容快照。
监控系统针对获取内容关键信息开放单一和组合选项“与或”热点查询操作，最终呈现系统目标站点关于社会焦点更为全面的讨论分布情况与话题具体内容。另一方面，监控系统借助获取内容主题信息提取操作，开放热点数据报告定制功能。
文章出处：http://www.qchedk.com/ 转载请务必注明。
注：相关网站建设技巧阅读请移步到建站教程频道。
评论