海康威视车牌识别应用工程施工指引.doc

指定命题5:
行业资讯分类系统
“中科天玑网络大数据平台”是一个集海量互联网数据采集、存储、抽取、分析、挖掘、搜索与一体的深度信息服务平台。平台采用云架构,能够高效、实时地获取新闻、论坛、博客、微博等多种通道的互联网信息;实现对网络信息中涉及到的人、事、物、时间、地点、行业等领域实体的识别和属性(例如:来源、标题、发表时间、评论、转载、点击量等)特征抽取;通过智能分析与深度挖掘、发现符合用户需求的、高价值的信息;最终在统一的信息服务平台上为用户提供的个性化信息服务和面向行业的垂直搜索服务。
本赛题要求选手通过该平台获取某行业相关的资讯,并根据行业需求对这些资讯进行分类加工,形成可直接产生商业价值的资讯数据。本赛题不限制应用的具体行业。
需开发行业资讯分类系统,其主要功能包括:
系统能够从“中科天玑网络大数据平台”中获取到所有与某行业相关的历史资讯和实时资讯,并将这些资讯自动分类。
系统能够自由建立某行业的多维分类体系。
系统可支持多个行业的资讯分类。
系统可自定义采集的数据范围。
系统能够任意创建、删除、编辑行业分类。
系统能够添加、删除、移动行业分类下的所有资讯数据。
分类后的资讯数据能够批量导出至文件或数据库中。
系统支持相同资讯的去重功能。
主要性能包括:
每篇资讯的自动分类计算时间不得超过3秒。
自动分类的精度不得小于80%.
3、自动分类的召回率不得小于85%。
商业价值要求包括:
1. 经过分类后的行业资讯可以直接服务于该行业的企业或个人。
2. 经过分类后的行业资讯的市场需求量比较大,市场规模在亿元以上。
注释:
精度:精度是检索出的相关文档数与检索出的文档总数的比率,衡量的是系统的查准率。
召回率:召回率是是检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是