一、背景

近年来,微博等社会化媒体成为了时下最为时髦的互联网应用。它不仅是互联网发展的一个新兴产物,也是社交平台更趋丰富和细化的应用分支。自从2009年新浪推出国内首个微博平台以来,微博在国内的发展犹如雨后春笋,遍布大江南北。

直观、便捷、高效的传播与转发模式,是微博运营挖掘商机的潜在动力。每一个微博注册用户,既是用户者同时也是消费者。美国财经网站CNNMoney曾撰文指出,Facebook每名用户每个季度能给其贡献1.21美元的营收,在这个微博火热的时代,谁抢占了微博的先机,谁就会在激烈的竞争中更脱颖而出。

由于微博用户、微博内容及其复杂性的持续增加,要想实现高效、快速的从海量微博内容中挖掘有价值的信息,并从中提炼出具有商业价值的决策分析数据,对于任何一个数据挖掘的企业或者微博运营者来说都面临着极大的挑战。


二、解决方

25.jpg



三、关键技术

◆语义分析:基于多年的语义分析技术积累,整合了企业在非结构化数据处理各个环节的关键技术,如垃圾过滤、内容聚合、内容分类、情感分析、观点抽取等。

◆标签推荐:采用深度学习方法,提高标签推荐的准确性,便于营销策划

◆概括聚类:多层次的标签体系,逐层概化。

◆多租户:简单部署,一套服务同时满足不同应用的需求。


四、价值与优势

1)社会化媒体拥有庞大的用户群,通过获取与理解客户信息,影响客户行为,继而帮助商家实现点对点精准化营销,真实性高,转化度高。

2)大数据挖掘处理能力保障

√ 基于Hadoop的分布式文件系统云计算技术

√ 基于MPP结构化数据的数据库技术

√ 分布式数据挖掘引擎、支持决策树、聚类、回归、神经网络、SVM等算

√ 文本数据挖掘、机器学习

3)提供从平台建设到数据挖掘,再到咨询策划一体化解决方案,达成网络数据应用与市场运营管理一体化。