概述

自上个世纪90年代以来，随着网络化和数字化技术的发展，在信息的增长速度越来越快的同时，信息的传播速度也越来越快。但由于海量、多元、非结构化信息资源处于无序、混乱状态，用户虽处于信息的包围，但其对信息的需求有很强的目标性与选择性，要在信息的海洋中要"广、快、精、准"地获取所需要的信息却变得越来越困难。

"处处都是信息，处处都不是所需要的信息"就是当今信息时代的信息困境。正如《大趋势》作者奈斯比特所说："大量但无序的信息，不但不是资源而是灾难"。

平台特点

青岛巨媒软件工程公司研制的"海量非结构化信息智能处理分析平台"采用了流式数据处理和自适应计算结构，实现了在海量输入下信息的高效、准确、全析智能处理与分析，为各行业用户的各类应用提供技术平台。

平台总体结构图

• 满足海量信息的要求

  平台最大处理能力：10亿、15TB /日，存储为1PB；
  上线系统处理能力：2亿、3TB /日，存储为200TB（32台PC服务器）。

• 适用非结构化信息类型

  文本：eml、pdf、doc(x)、ppt(x)、xls(x)、html、txt、rtf、wps、jtd、hwp等；
  图片：gif、swf、jpeg、tif、bmp等；
  视音频：mp3、wav、aif、aiff、flac、ogg、avi、wmv、rmvb、mpeg4、flv等。
  

• 多种智能技术

  文本：概念分析与模式识别、知识网络、命名实体等分析技术；
  图片：基于颜色、纹理、形状或要素的空间位置关系的分析技术；
  音频：在韵律、节奏、速度、语调等语音学特征分析基础上，具有声纹识别、噪声处理等智能方法，支持自学习；
  采用改进隐马尔科夫模型与贝叶斯方法，使语音转文字具有自适应能力，目前支持18种语言，广播级标准发音识别正确率可达90%以上；
  视频：具有分割、颜色纹理、形状、运动、镜头、场景、面部等分析方法；
  通过建立语义信息、特征信息的元数据索引和人脸特征索引，实现视频内容的检索。
  

• 多样应用方式

  实时筛选：具有流式数据处理模式，提供关键字与逻辑、内容样本、语音样本和图像内容样本的筛选方式，达到近实时的处理效率；
  高效检索：采用列式数据存储，多种索引机制，智能优化引擎，提供基于海量数据的秒级自定义查询效率。
  分析挖掘：具有对文本、图像内容的概括、关联、聚合、趋势等方法，基于智能计算平台的社会网络关系分析等。
  

• 多语言支持

  文本：中、英、日、韩、俄、法、德、阿拉伯等40种，底层支持所有语言；
  语音转文字：汉语、英、美英、俄、法、德、现代阿拉伯等18种标准语言。

技术优势