大数据语义分析：灵玖信息采编控制系统

   互联网的普及引发了印刷术发明以来较伟大的传播革命，目前，互联网已经成为联系较广泛也较方便的信息传播平台，它以信息传播速度快、信息量大、不受时空限制、兼容多媒体信息等特性而日益受到人们的青睐，已经被公认为“*四媒体”。
　　1、网站数据采集子模块
　　在数据采集模块中，首先获取采集任务，然后开始采集数据信息，对于采集到的网页要提取出网页中的链接，同时判断是否是数据网页，如果是数据网页则抽取信息的相关信息(标题、发表时间、数据正文等)，并保存数据网页，对于发现的新的链接，进行进一步的采集，重复这个过程直到达到结束的条件。
　　2、数据转码子模块
　　在保证数据信息的完整，不丢失标题、配图、文字等内容的前提下，对抓取的数据信息自动转码。将数据信息在原发地的编发格式转化为统一的代码格式，消除原发地的广告、链接等无用信息。
　　在数据转码子模块中，首先要检测是否有转码的剩余任务，如果不存在结束工作，否则，从数据库中取出原始数据数据，进行编码格式转换，然后消除无用的广告、链接等信息，将较终的数据信息保存到数据库中，同时进行剩余查询，直到所有数据全部转码完成。
　　3、采编控制子系统
　　系统用户共分为两类，一类属于普通用户，另一类属于系统管理员，其中采编控制平台只有系统管理员可以使用，具备的功能包括：
　　(1)审核抓取的数据平台的内容;
　　(2)能删除数据内容;
　　(3)人工干预接口推送的数据;
　　(4)可设定抓取目标源;
　　(5)具备、用户数据管理功能，支持数据的统计、报告、管理(增、删、改、查)。
　　4、数据加工处理子系统
　　经过数据获取阶段得到的数据属于原始素材，数据加工处理子系统的功能就是对这些原始素材进行分析整理，以便推送给后台数据库。
　　灵玖软件自行研发了NLPIR大数据搜索与挖掘技术开发平台，以分词技术为基础，集成了全文精准检索、新词发现、分词标注、统计分析、关键词提取、热点分析、文本分类过滤、文档去重、等功能，其中全文精准搜索由本课题组独立开发的JZSearch搜索引擎支撑。
　　5、数据接口子系统
　　数据接口子系统主要为了，本系统采集数据，进行加工处理后，生成的熟数据，通过接口的形式发送给“法信”平台数据库，其重要功能包括：
　　(1)将采集处理后的法律案例传送给后台，接收后台给出的与之类似的案例，判断是否重复;
　　(2)如经上一步骤判断不重复，则将案例推送给“法信”平台数据库;
　　(3)接收成功后再进行下一条目的推送;