2018年10月29日，由上海萌泰數(shù)據(jù)科技股份有限公司和南京大學(xué)新聞傳播學(xué)院合作開(kāi)發(fā)的南京大學(xué)雙創(chuàng)新聞數(shù)據(jù)平臺(tái)的在南京大學(xué)新聞傳播學(xué)院進(jìn)行了成果展示。

在此次會(huì)議上，上海萌泰數(shù)據(jù)科技股份有限公司總經(jīng)理李軍詳細(xì)介紹了新聞數(shù)據(jù)平臺(tái)的功能。包括網(wǎng)頁(yè)爬蟲、搜索引擎、文本分析和分布式計(jì)算技術(shù)等。

伴隨著專業(yè)細(xì)化、學(xué)科交叉、知識(shí)爆炸的信息社會(huì)全面來(lái)臨,各行業(yè)各層次人士都面臨著如何及時(shí)、準(zhǔn)確、高效地獲取信息這一社會(huì)性難題。由國(guó)家統(tǒng)籌建設(shè)的大型綜合化數(shù)據(jù)庫(kù),在滿足社會(huì)信息需求方面主要地扮演了“百科全書”式角色, 其重要性不可低估。

但是,對(duì)于特定地域、特定行業(yè)、特定專業(yè)或特定專題的個(gè)性化信息需求,綜合數(shù)據(jù)庫(kù)大概主要起方向性、指導(dǎo)性作用,而不能很好滿足諸如科研人員、市場(chǎng)企劃人員等對(duì)特定領(lǐng)域信息的系統(tǒng)深入需求。因此，為了滿足數(shù)字化信息的集合和用戶個(gè)性化需求的發(fā)展, 迫切需要建設(shè)一批有規(guī)模、有特色、有權(quán)威的專題數(shù)據(jù)庫(kù)。

南京大學(xué)雙創(chuàng)新聞數(shù)據(jù)平臺(tái)的建設(shè)

南京大學(xué)雙創(chuàng)新聞數(shù)據(jù)平臺(tái)的建設(shè)為社會(huì)科學(xué)學(xué)術(shù)研究搭建一個(gè)可以提供  全維度歷史數(shù)據(jù)查詢的新聞大數(shù)據(jù)開(kāi)放研究平臺(tái)，平臺(tái)擬采用分布式文本  采集技術(shù)面向全網(wǎng)媒體構(gòu)建面向各個(gè)領(lǐng)域，各個(gè)主題的各類新聞熱點(diǎn)事件  的數(shù)據(jù)庫(kù)，并應(yīng)用文本分析、數(shù)據(jù)挖掘、人工智能、數(shù)據(jù)可視化等大數(shù)據(jù)  分析手段，從新聞文本內(nèi)容中提取時(shí)間、空間、人物、事件、觀點(diǎn)、情感  等內(nèi)容，實(shí)現(xiàn)對(duì)各類新聞事件的多維度可視化呈現(xiàn)和分析研究。

1.建設(shè)意義

南京大學(xué)雙創(chuàng)新聞數(shù)據(jù)庫(kù)基于靈活的可配置的數(shù)據(jù)采集和數(shù)據(jù)處理規(guī)則，力圖打造成一個(gè)公共的新聞研究開(kāi)放數(shù)據(jù)庫(kù)平臺(tái)，支持定制面向各個(gè)主題的專題數(shù)據(jù)庫(kù)，最終建設(shè)成能夠覆蓋全媒體，全領(lǐng)域，全時(shí)域的新聞事件數(shù)據(jù)庫(kù)，為相關(guān)領(lǐng)域的學(xué)者、媒體機(jī)構(gòu)、政府機(jī)構(gòu)等用戶提供分析和研究的公共數(shù)據(jù)服務(wù)平臺(tái)。

2.服務(wù)對(duì)象

南京大學(xué)“雙創(chuàng)”新聞數(shù)據(jù)平臺(tái)是一個(gè)面向廣大研發(fā)人員的特色新聞大數(shù)據(jù)開(kāi)放研究平臺(tái)，其服務(wù)對(duì)象主要包括開(kāi)發(fā)人員、項(xiàng)目經(jīng)理、用戶、測(cè)試人員或文檔的編寫人員等。

3.內(nèi)容介紹

新聞數(shù)據(jù)庫(kù)共收錄了中國(guó)大陸地區(qū)的300家媒體網(wǎng)站上的數(shù)據(jù)。新聞內(nèi)容覆蓋2015年國(guó)家網(wǎng)信辦公布可供網(wǎng)站轉(zhuǎn)載新聞的所有新聞單位（合計(jì)380家）的全部數(shù)據(jù)，包括中央新聞網(wǎng)站、部委網(wǎng)站、地方新聞網(wǎng)站、中央新聞單位（報(bào)刊和雜志）、省級(jí)新聞單位（報(bào)刊）以及廣電新聞機(jī)構(gòu)。

南京大學(xué)“雙創(chuàng)”新聞數(shù)據(jù)庫(kù)及分析平臺(tái)是一套面向互聯(lián)網(wǎng)新聞大數(shù)據(jù)領(lǐng)域，集互聯(lián)網(wǎng)數(shù)據(jù)動(dòng)態(tài)采集、文本搜索、文本分析、專題數(shù)據(jù)庫(kù)管理于一體的大數(shù)據(jù)研究服務(wù)平臺(tái)。平臺(tái)能夠提供對(duì)互聯(lián)網(wǎng)文本數(shù)據(jù)的采集、存儲(chǔ)、檢索和分析等功能，平臺(tái)可以集成 Hadoop 技術(shù)框架,支持分布式計(jì)算，具有穩(wěn)定、可靠、高性能和高可擴(kuò)展性。

目前南京大學(xué)“雙創(chuàng)”新聞數(shù)據(jù)平臺(tái)尚處于小規(guī)模使用中，有望今年年底正式對(duì)外提供服務(wù)。