eInfo网络情报搜索处理系统

2019-03-24 16:04:11 来源：沈阳软件公司作者：沈阳软件开发

在网络速度够快的情况下，单台采集工作站每天可采集259万个网页。

2.2 情报加工2.2.1 自动分类

根据系统定义的情报分类，将搜索的信息自动归属到该情报分类下。

2.2.2 自动过滤垃圾信息

在网页上，有两部分内容:一部分是网页的主题信息,另一部分是与主题内容无关的导航条、广告信息等内容,我们称为“噪音”信息。为提高信息质量，必须过滤掉“噪音”信息。

2.2.3 自动提取文档内容

（1）能分析出网页标题和网页内容。

（2）能分析Word文件、Excel文件、PowerPoint文件、Visio文件、Outlook文件、XML文件、HTML文件、PDF文件、文本文件、RTF文件、Java文件、ZIP压缩文件、BZip压缩文件、GZip压缩文件、TAR压缩文件、MP3文件、MIDI文件、WAV文件等格式文件的内容。