
移动互联网时代的舆情信息呈现如下特点
传统舆情系统很难满足互联网时代的新闻制作要求
基于移动互联网时代的舆情特点,传统的舆情分析软件,大部分是独立软件,对数据的抓取和处理,性能和容量都受到了极大的限制。其源站的采集速度、源站的覆盖范围、数据处理算法的精准性、结果智能分析能力、功能协同能力、API的开放和扩展能力,均受到了很大挑战。

阿里云大数据舆情系统是“生长”在移动互联网上的新闻制作利器
快速感知:高优先级源站最快2分钟获取数据,常规站点平均10分钟获取数据。
全面覆盖:神马搜索数据(千万源站,每日更新20亿网页),覆盖各类门户、论坛、自媒体。特殊站点可提交需求订制。
精准有效:机器学习、自然语言、文本处理的协同处理,通过客户参与打标签和过滤,监测模型越来越准确。
智能分析:微博传播路径分析(独有)、热点事件分析、情感分析、热词云、标签分析、智能垃圾模版过滤。
协同处理:处置功能丰富,包括数据标签、事件管理、观点、地点、标记、过滤、备注、自定义属性等。
可被集成:定向开放API,生态伙伴可深度合作,为大客户量身打造“限量版”。

阿里云大数据舆情系统,是阿里巴巴集团大数据应用的技术沉淀
一切业务数据化,一切数据业务化
5亿实名用户,3万亿零售平台交易额,3千万带动就业

阿里云大数据舆情系统,处理阿里集团每月超过9千万条网评
舆论阵地,网上群众路线;倾听用户心声,塑造品牌口碑,监测公关危机
阿里云大数据舆情系统核心功能
可以基于用需求进行定制化开发

统一工作台

多维检索

热点云:识别当前热点

热点云:每日热点数据自动推送

专题分析:汇聚相关专题

趋势分析:公众舆论的趋势变化实时跟踪

传播分析:传播路径、情感热度、转发能量实时分析

受众分析:地域、人群、用户、水军清晰可见

示例:6.16迪士尼开园的PR盛况

示例:6.17迪士尼完整一天的舆论情感趋势

示例:舆论情感分时图
“百度魏则西”事件,微博上公众舆论情感随时间的走势变化

示例:多种传播模型对比

示例:定制化产品示例

示例:定制化产品示例

阿里云大数据舆情系统技术架构




