* 輿情的覆蓋度如何保證？ 集合了市面上的各大新聞搜索引擎的結果，對一些重點新聞、財經、論壇網站進行定向 監控，同時包含微博、微信、各大論壇數據。 * 輿情的更新頻率？ 每日四次高頻掃描； * 輿情摘要的生成邏輯？ 利用 TextRank 算法生成若干權重較高的句子拼接而成。 * 分類標簽的邏輯？ 首先有機器學習模型進行大的分類。（這一步目前還沒有，如果問起來可以說，目前的算 法模型是 SVM，大類是指，體育類、娛樂類、財經類、新聞類、垃圾信息等，財經和新聞 是我們關注的） 然后利用多模式匹配算法結合關鍵詞模型，對文本進行分類 * 情感標簽的邏輯？ 結合多個機器學習模型進行投票，產生最后的情感傾向性結果。（目前的算法模型有 SVM 和隨機森林，沒問的話先不用說） * 輿情監控優勢？ 主要從以下幾點出發： * 覆蓋范圍廣，包括微信、微博、論壇； * 服務器多，高頻次網頁監控，每日 4 次； * 自動摘要，基于 TextRank 算法，有內部參數調優； * 情感準確，內部包含多個機器學習模型，按權重進行結果聚合，最后產生結果； * 分類準確，首先基于機器學習模型進行一次分類，然后利用多模式匹配算法結合；關鍵詞模型，對文本進行分類；分類類別可定制。