准确定位

　　情报收集不仅要追求更快的速度，还需要很高的准确率。北京易地平方信息技术有限公司市场部经理汤全友认为，在竞争情报的信息收集中，常用的关键词自动分类法有时并不能产生预期的效果，尤其是在市场分析文章、战略管理类文章、预警类等文章中，使用关键词往往不能够准确概括和描述用户的情报需求，其结果可能会产生大量信息冗余，同时可能漏掉很多符合用户需求的情报。

　　一家零售企业希望能搜索到“卖场管理”类的竞争情报文章，常用的方法无非是在“关键词”一栏中输入“卖场管理”字样，所有含有“卖场管理”的文章会被列举出来。在这个过程中，一些非常重要的诸如谈到卖场管理方法、但是没有含关键词的文章却被毫不留情地忽略了。

　　在这种情况下，易地平方公司采用的多种数学模型对自然语言处理的智能化自动分类技术，能够帮助用户寻找到更加精确的信息。这种自动分类技术通过“基于语义的样本学习”，类似于采用专业探头，对卖场安防监控管理类的文章都会出现在搜索结果里，尽管这些文章不含有“卖场管理”字样。

　　上海烟草集团公司在选用易地平方公司的“知识通”竞争情报解决方案后，同样体会到了智能化自动分类技术带来的好处。

　　比如上海烟草集团公司需要建立“烟草市场发展趋势”这个分类，如果用“烟草市场+发展趋势”来定义这个分类，很难表达清楚此分类的意思。此时，上海烟草集团公司首先会找到20～50篇介绍“烟草市场发展趋势”的样本文章，对机器进行学习训练，分析出这些样本的规律和基本模型后，从而锁定与样本规律相类似的文本信息。汤全友表示，在搜索非科技专有名词时，使用智能化分类技术，搜索结果的精确性高达85%以上，信息冗余量特别小。

　　在以上过程中，使用基于语义的机器学习技术的关键是对于情报样本的选取，这对企业情报人员提出了比较高的专业要求。企业情报人员只有对所在行业和企业自身的需求有切合实际的理解，才能选取符合需求的样本，与机器进行良好的互动，最终搜索到真正符合企业情报需求的文章。

　　目前来看，企业为了增强竞争力，越来越重视利用因特网等最直接的方式来收集各类情报。

　　北京天下互联信息科技有限公司市场总监吕兰亭表示，他们的天下通企业情报门户系统（CIPS系统），在提供网媒监测服务的基础上，还扩充了对人际网络、企业内部情报的采集，使情报采集更加全面而广泛。这套CIPS系统和企业的知识管理系统结合起来，使情报的规划、采集、分析和交流等在企业内部更加顺畅。