企查查搭建企业信用网，构建真实的商业关系

　　在信息爆炸的大数据时代，信息的增长速度远远超过了人们处理信息和分辨信息的速度，直接导致了很多预测和决策的失败，并且我们为之付出了巨大的代价。

　　白酒股4天内蒸发447亿元市值；重庆啤酒“疫苗血案”吞噬市值289亿；瘦肉精事件卷走170亿财富，这些“黑天鹅”事件的发生在很大程度上应该归咎于糟糕的预测或者错误的决策，预测者和决策者们被众多信息中的噪声干扰，延迟了本可以用来止损的时间。

　　信息越多，问题越多。尤其是重要的商业信息，众所周知，股价最易受舆论影响，投融资对市场风口的把握起着导向性的作用，在茫茫的信息流里识别出真正有用的信息，并让这些信息为人们服务，是大数据时代的必然趋势。

　　企查查，以全国企业大数据为支撑，方便用户随时随地在移动端查询企业工商信息，使用分布式爬虫每天采集更新300万舆情数据，基于AI舆情聚合的技术，每天自动发现约400个热点舆情，经大数据去重筛掉重复的50万多条舆情，保证信息的时效性、准确性、唯一性，分层级快速整合碎片化的企业新闻信息，让用户获取资讯更高效。

　　第一层：铺设情感色彩，速判。企查查借助自然语言处理技术，使用了200万的标注数据，来进行模型训练，为保证模型的稳定性，使用了5种不同的算法，分别对同一篇文章进行情感预测，最终将结果进行合并，给出情感倾向的可能性，标注新闻舆情的情感色彩为积极、中立、消极。举个例子，你想等乐视翻盘？就只看乐视网的积极消息。

　　第二层：抓取关键词，速读。几个词就能知道新闻的主旨，企查查使用了目前业界比较流行的TF-IDF算法和Textrank算法。其中，TF-IDF算法的运用，企查查抓取企业新闻数据，重新训练了IDF权重词表。并且借助bigram和trigram的算法，对已提取的关键词进行优化，更能精准的表示新闻陈述的要点。

　　第三层：信息去重，分类标签个性化定制舆情方向。为了缩短过滤垃圾内容的时间，企查查采用了Simhash和余弦相似度算法，提高了数据检索和对比的速度，并使用文本的向量夹角来判断文本的相似度，在第一步的基础上进一步进行对比去重。同时，细分了违法、高管、经营、荣誉等大类目，旗下还有各类子科目，精准筛选你所关心的公司信息，提供定制化内容推送服务。

　　掌握信息，就等于掌握了财富，这是整个时代的特点，因此，从多如牛毛的信息中，快速获取至关重要的，是走向成功的密钥。借AI的助力，人们获取信息变得更方便，更及时，何乐而不为？

　　据悉，在国家发改委组织的全国信用APP观摩活动中，企查查获得了各省代表、专家们的青睐，荣获二等奖，同时还获得了示范推广项目的荣誉。