[发明专利]互联网信息存储系统

摘要

本发明提供了一种互联网信息存储系统，该系统包括数据存储层，用于提供数据库管理，对所采集的数据进行存储规划；对各个子系统进行参数配置，监控系统各个组成部分的运行情况；数据处理层，用于进行数据采集，对网络内容进行抓取；实现数据迁移、备份和清洗；对监测对象的信息进行管理；监测分析层，用于对采集到的数据进行分析，抽取特征，建立数据索引；用户接口层，提供管理功能的操作界面。本发明提出了一种互联网信息存储系统，对互联网舆情进行多维监测，有效采集和分析出敏感信息，提高了查准率和查全率。

主权项

一种互联网信息存储系统，其特征在于，包括：数据存储层，用于提供数据库管理，对所采集的数据进行存储规划；通过分布式计算实现各个子系统内部和子系统之间的不同节点上的对象调用；对各个子系统进行参数配置，监控系统各个组成部分的运行情况，管理用户及其权限；数据处理层，用于进行数据采集，对网络内容进行增量式抓取；实现数据迁移、备份和清洗；对监测对象的基本信息和进一步分析出的信息进行管理；监测分析层，用于对采集到的数据进行分析，抽取特征，建立数据索引，对采集到的网络内容进行统计归类；用户接口层，提供管理功能的操作界面，显示信息采集、信息统计、信息识别和分析的结果，进行系统维护操作；所述监测分析层进一步包括：视频采集模块，用于通过关键词，对视频网络内容进行内容采集，返回包含指定关键词的视频文件，以及相应文件内的时间信息；通过关键帧对视频网络内容进行内容采集，返回包含指定关键帧的视频文件，以及相应文件内的时间信息；通过特定视频片段，在本地视频数据库中采集包含相同的视频片段的视频网络内容，通过WEB界面显示采集到的结果视频的摘要及关键帧全景图；音频采集模块，用于对互联网语音和音频文件建立内容索引，进行特定内容音频采集，通过对特定内容音频信息的采集，实现对网络音频信息的监测，所述特定内容音频信息包括特定关键词、特定说话人，或者特定音频片段；文本采集模块，包括话题采集单元，话题趋向分析单元，关键词过滤匹配单元，其中：所述话题采集单元用于对指定的网站进行流量访问量统计、采集排名位置，从第三方所公布的网络内容获取相关数据；所述话题趋向分析单元用于对网络内容中关键词的所有情感词汇趋向性的统计加权，通过对比和分析用户话题的趋向性矢量来完成话题的趋向性分析；所述关键词过滤匹配单元用于通过关键字匹配，检测网络内容中是否包含非法内容并进行过滤；通过组合条件对关键字进行配置，并根据关键字时效性配置有效周期。