[海量大数据研习社]霍刚大数据颠覆新媒体.ppt

1、大數据助力新媒体,大数据驾驭新闻，发展凝聚性战略，突破可扩展性极限,Building with big data The data revolution is changing the landscape of business BigData Principles and best practices of scalable realtime data systems,01 数据新闻概述,02 报告制作过程,03 数字新闻案例,目录 Contents,04 海量技术优势,全国性分区域，分析统计反腐信息,全国反腐形势,分月通报人数走势及媒体关注度反映,查处人员的构成方式,被查处人员构成,腐败原

2、因构成分种类，比例有所不同,被查处原因构成,数据新闻概述 反腐案例分析,分月通报人数及媒体关注度,8914人,2013年11月1日至 2014年10月31日， 全国共查处腐败贪官8914人,数据来自260万涉及反腐的媒体报道,1600多家媒体进行了 的反腐新闻报道93万,93万,全国反腐形势分析,时间维度,14年02,13年11,14年05,14年08,14年10,0,200,400,600,800,1000,1200,1400,1600,1800,0,2万,4万,6万,8万,10万,12万,14万,16万,18万,宋林事件,13.11,分月通报人数,13.12,14.01,14.02,14.

3、03,14.04,14.05,14.06,14.07,14.08,14.09,14.10,媒体关注度,两会完毕,分月通报人数及媒体关注度,49%,5%,14%,27%,医疗,5%,公安,被查处人员构成,党务,企业,教育,30%,25%,20%,15%,10%,5%,35%,38%,14%,12%,受贿,违纪,违规,贪污,被查处原因构成,40%,36%,01 数据新闻概述,02 报告制作过程,目录 Contents,03 数字新闻案例,04 海量技术优势,观察全网络信息,建立结构化模型,汇总多维度信息,产出可视化报告,采集、标引,模板、维度,分析、监测,呈现、展示,数据 新闻,观察全网络信息,互

4、联网信息,大数据平台采集,涉人信息标引,反腐信息标引,8914人 涉腐,12500家媒体/政府网站,12500家,10亿篇资讯报道,10亿篇,260万篇反腐报道,260万篇,99.3万涉人报道,99.3万,建立结构化模型,模 板 Tamplate,非结构化,结构化,华润集团董事长宋林被查 华润置地股价闻声下跌4月17日晚，中央纪委监察部网站发布消息称，华润集团董事长、党委书记宋林涉嫌严重违纪违法，目前正接受组织调查。据中国房地产报记者了解，18日9:30，华润集团在深圳召开各单位主要负责人会议，集团全体领导、各部室、战略业务单元、一级利润中心主要负责人参加了会议。华润集团,信息抽取（IE）,海

5、量云计算服务,信息抽取（IE）,海量云计算服务,按地域报道,按时间报道,按单位、职务报道,按案件类型报道,按涉案金额报道,按性别报道,按学历报道,按年龄报道,汇总多维度信息,结构化数据,结构化数据,结构化数据,结构化数据,结构化数据,结构化数据,结构化数据,结构化数据,产出可视化报告,结构化数据,结构化数据,结构化数据,结构化数据,产出可视化报告,信息,可视化,数据,20,50,80,01 数据新闻概述,02 报告制作过程,目录 Contents,03 数字新闻案例,04 海量技术优势,数字新闻案例,图说新闻（新华网）,失信被执行人排行榜（人民网）,人民网60年报纸电子化数据新闻（人民网）,李

6、克强首次出访四国报道（央视网）,李克强总理 出访亚欧四国 （央视网）,说地方排行榜,人民网60年报纸电子化,失信被执行人排行榜（人民网）,失信自然人,失信法人,图说新闻（新华网）,01 数据新闻概述,02 报告制作过程,目录 Contents,03 数字新闻案例,04 海量技术优势,平台技术架构,信息抽取技术,核心技术优势,海量核心技术,平台技术架构,非结构化,结构化,华润集团董事长宋林被查 华润置地股价闻声下跌4月17日晚，中央纪委监察部网站发布消息称，华润集团董事长、党委书记宋林涉嫌严重违纪违法，目前正接受组织调查。据中国房地产报记者了解，18日9:30，华润集团在深圳召开各单位主要负责人

7、会议，集团全体领导、各部室、战略业务单元、一级利润中心主要负责人参加了会议。华润集团,信息抽取（IE）,海量云计算服务,信息技术抽取,基于视觉的网页结构自动识别技术，涵盖全网信源200万个，可按需配置采取机器学习和人工的运营方式,智能语义分析，海量中文智能分词，识别、聚类、标引、抽取,海量数据存储及处理：Hadoop 、Spark、MongoDB,独创的专业分析工具判定图，通过简单的图标组合构建数据判定逻辑,持续运营的通用知识库和专业知识库,核心技术优势,专利项目团队荣誉,国家863计划课题 国家重点攻关项目 共20余个国家政府项目,研发团队：计算研究中心，平台、应用开发部 运营团队：数据分析，平台、知识规则运营部 共213人,2013年2月21日，全国人大常委会委员长张德江、天津市委书记孙春兰、工业和信息化部部长苗圩视察海量。,基于知识网络的文本标引系统及其方法 面向互联网不良信息过滤系统及其方法共20余个,专利,项目,团队,荣誉,海量,謝謝您的聆聽,祝你有个美好的一天,BigData Principles and best practices of scalable realtime data systems The data revolution is changing the landscape of business Building