[发明专利]一种基于大数据的公开信息关联方法及挖掘引擎

权利要求书

1.一种基于大数据的公开信息关联方法及挖掘引擎，其特征在于所述方法步骤如下：

(1)收集互联网公开信息源：按照直接采集和认证采集的类别，收集海量公开信息相关联的数据源；

(2)多来源匹配系统：根据数据源的不同(网站、微博、微信、移动应用)，进行信息相应样式的匹配；

(3)多格式信息抽取系统：根据信息载体的不同格式，抽取指定的数据及要素；

(4)多维关联整析系统：依据公开信息模型的关联算法，通过去重、去噪、去伪、聚类等操作，对汇总后的数据进行整合分析；

(5)专家修正系统：基于得到的各项指标和质量评估模型，修正深度学习的相关算法以及上述步骤中的各系统；

(6)可视化展示系统：依据时间序列原则，将指定的公开信息予以可视化集成展示。

2.根据权利要求1所述的一种基于大数据的公开信息关联方法及挖掘引擎，其特征在于，所述的步骤(1)中，公开信息源、可直接采集的数据字段以及须认证采集的数据字段。

3.根据权利要求1所述的一种基于大数据的公开信息关联方法及挖掘引擎，其特征在于，所述的步骤(3)中，须识别包含Word、Excel、WPS、PDF等多种文件格式并在中文分词的基础上准确抽取要求的数据。

4.根据权利要求1所述的一种基于大数据的公开信息关联方法及挖掘引擎，其特征在于，所述的步骤(4)中，依据公开信息模型的关联算法，通过去重、去噪、去伪、聚类等操作，整合汇总后的数据并发现新的信息源。

5.根据权利要求1所述的一种基于大数据的公开信息关联方法及挖掘引擎，其特征在于，所述的步骤(5)中，专家修正系统采用的是非关系型数据库与机器学习相结合的模式。