传统人工舆情监测存在覆盖窄、预警慢、溯源难、数据分散的痛点，无法适配政务、金融、文旅等行业的全域舆论管控需求，因此立项打造一体化智能舆情平台，替代低效的零散工具 + 人工巡检模式。
系统包含全网舆情监测、智能分级预警、多维度分析报告、全链路事件追踪四大核心模块，覆盖数据采集、风险预警、分析复盘全流程，支持多渠道信息抓取、智能情感分类、负面实时推送、自动报表生成与传播溯源。
本人任业务技术负责人，主导整体架构设计与落地。基于 Java 开发后端核心业务，搭建 Hadoop+HBase 大数据集群，通过 Kafka 做高并发消息削峰，搭配 Redis 缓存热点数据、MySQL 存储结构化数据、Elasticsearch 实现全文检索；对接 Vue 前端联调，集成 NLP 与神经网络模型完成情感研判，统筹性能优化与故障排查。
项目采用前后端分离 + 分布式架构，可支撑高并发数据接入与亿级数据横向扩容，优化后的 NLP 模型显著提升舆情识别准确率，结合 ES 实现毫秒级检索。通过多层数据清洗与流量管控机制，解决了多源异构数据去重、高并发场景下消息积压的核心难点。