中国电信集团号百信息服务有限公司（简称：号百公司）是中国电信股份有限公司的全资子公司。公司于2007年8月16日在上海挂牌成立，注册资本3.5亿元，主要经营多媒体通信与信息服务；设计、制作、发布、代理国内外各类广告；经营黄页电话号簿及信息增值业务、咨询业务；经营与通信及信息业务相关的号码百事通及声讯业务。

号百公司是中国电信综合信息服务的专业化经营管理单位，负责指导、协调和规范中国电信集团内各省号百经营机构业务发展的工作，实现综合信息服务业务在品牌形象、发展策略、经营模式和业务规范等方面的统一。

号百公司充分整合中国电信现有的号码百事通、黄页、声讯、综合传媒等优秀业务资源，致力于打造一个完整的信息服务体系和综合传媒平台，集中力量发展跨区域的服务，在全国范围内为客户提供更加便捷高效的综合信息服务，并努力成为国内领先的消费类搜索和服务的综合门户。

号百集团目前使用人工收集的数据来开展自己的业务需求，但是随着餐饮、旅游不断的发展新的业务公司也越来越多号百集团没有足够的人手去更新这些数据量。所以目前急需一套能够自动发现餐饮、旅游、酒店等行业的数据并且对以前的数据可以进行更新。这样能大大降低号百集团中设计数据收集人员的工作量和准确率。

号码百事通商业舆情增值服务平台通过爬虫技术从去哪儿网、携程、易龙、大众点评网中获得所有的餐饮、旅游、住宿等信息进行情报收集并且通过用户的指定方式发送给用户。

餐饮信息获取内容如下

• 用户名称
• 电话号码
• 单位地址
• 公交信息
• 营业时间
• 用餐类型
• 招牌菜
• 菜系
• 订餐电话
• …

住宿信息获取内容如下

• 用户名称
• 电话号码
• 单位地址
• 乘车路线
• 客房类型
• 客房数量
• 服务项目
• …

旅游信息获取内容如下

• 景点名称
• 电话号码
• 景点地址
• 景点区域
• 景点票价
• 景点开房时间
• 景点概括
• …

通过平台对几个主流的网站进行情报收集并且汇总发送给号百公司大大降低了号百公司对于旅游、餐饮等行业的情报收集工作量。并且在数据量上有很大幅度的提升平台对号百自身的旅游、餐饮行业的资讯业务起到了决定性的支撑作用。

随着网络信息的高速发展，各个商家都会在主流的网站中刊登自己的信息，这些信息每月、每周甚至每天都在变化，所以对于数据采集系统就需要更高的要求。

要建立一个高效的情报系统，最首要的任务是提高网络资源的抓取速度与效率，这样才能跟得上互联网信息增长的速度，网络爬虫在情报系统中就承担着这么一个角色。 在非结构化数据方面，网络爬虫包含了完整的 HTTP/1.1，FTP，HTML/4，XML，RDF 的实现，能够识别与分析各类互联网文本。在结构化数据方面，网络爬虫能够支持对 Oracle，SQL Server，DB2，MySQL 等主流关系型数据的抓取与分析。

情报系统借助于酷灵搜索引擎的网络爬虫（spider），具备专业强大的互联网信息采集能力：

• 快速高效的非结构化数据分析与抓取，保证了向互联网探索的能力。
• 强大的实时抓取能力，有效的增强了对包含大量民众评论的评论性站点的抓取能力。
• 支持多种语言，以及各种文本格式。
• 高效的索引机制，保证对海量数据的快速检索能力。
• 高性能，高可用以及可扩展的分布式运行与存贮技术，保证了互联网级的海量信息的存贮能力。

由于情报系统不同于一般传统意义上的搜索引擎，情报系统需要在有限的资源条件下，实现更细分、更精确、更详细、更完整、更实时的搜索要求。