© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
江苏新华日报大数据有限公司
企业江苏新华日报大数据有限公司，成立于2017年，位于江苏省，所属行业为互联网和相关服务，经营范围涵盖互联网信息服务、出版物零售、第一类增值电信业务、第二类增值电信业务 大数据服务、数据处理服务、互联网数据服务、数字技术服务、数字内容制作服务、数字文化创意内容应用服务、技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广等。
投资机构小微企业高新技术企业创新型中小企业互联网和相关服务
数据集列表
新华江苏政情数据集
数据集为文本、图像、视频三模态融合，计划汇聚包含200万条政务新闻文本、80万张现场高清图、2万小时4K/8K视频。文本已做实体、事件、政策主题三级标签；图像完成人脸、场景、文字检测；视频已按镜头切分、关键帧抽取、字幕对齐。整体数据规模约230TB，可按“政策—人物—时间—地点”四维交叉检索。
江苏数据交易所210
新华视觉江苏数据集
数据集计划汇聚图像、视频、VR等模态，共1.2万小时视频数据、460万张图像，整体数据规模约50TB；提取300万张关键帧、GPS轨迹、同期声，并标注场景类别（城市、乡村、生态、交通等）及目标跟踪框。
江苏数据交易所110
新华XR演播室资产数据集
数据集为3D模型+音频+文本三模态，计划汇聚包含500套高保真场景（平均2GB/套）、2万条口播脚本（含时间码）。完成骨骼权重、材质标签、口型同步、灯光参数、摄像机路径等20余项工程级标注，整体数据规模约510TB。
江苏数据交易所120
新华多语言外宣平行句对数据集
数据集为纯文本，计划汇聚共600万句对，覆盖中英日韩德阿6个语种。每条句对包含原文、译文、领域标签（政治、经济、文化等）、专有名词对齐、风格标签（正式/口语）及置信度评分。压缩后数据规模约1TB，支持按语种、领域、风格快速抽样。
江苏数据交易所180
新华·舆情即时反馈数据集
数据集为纯文本模态，计划积累10亿条评论，日增300万条。单条平均30字，附带用户ID、发布时间、平台、点赞、转发、情感极性、实体、谣言标签、立场等10余项结构化字段。压缩后文本数据规模约8TB，索引与向量缓存另占2TB。
江苏数据交易所240
全国热点新闻图文数据集
数据集为文本+图像双模态，已计划汇聚500万图文对。文本含30字以内标题、100字以内摘要；图像为1:1、16:9等封面图，平均3MB/张。已用CLIP-Score完成图文一致性打分，并标注20个一级主题、120个二级主题。压缩后数据规模约1.2TB，支持按“热度、主题、情感”实时抽样。
江苏数据交易所130
新华报业传媒集团网络安全运营监测数据集
跟踪集团所属xx个网站xx个客户端的互联网访问情况，记录活跃攻击IP，充分掌握IP背后的攻击路径、反连地址等深度攻击链信息，结合归属实体分析、攻击特征分析、历史行为分析、活跃度分析，增强对IP攻击目的的判定。
江苏数据交易所60
智能媒体资源数据集
数据集囊括视频、音频、图像与结构化元数据四种模态，总计6.27亿条记录。其中876万条文件记录保存4K/8K视频、48kHz音频及高清图片的原始文件与多码率转码；310万条关键帧记录提取视频精彩瞬间；2559万条操作日志与2560万次下载/分享记录实现资源使用全链路可追踪；AI自动分类结果、人物场景标签、版权信息等衍生数据同步入库。
江苏数据交易所150
新华日报历史报全量数据集
汇聚超3万站点、1.7亿条数据，沉淀1800余个专题库，覆盖六大模态数据，构建了包括《新华日报》历史报全量数据集、智能媒体资源数据集、深度报道长文档数据集等10个高质量数据集。通过本地化算法自主训练与多模态检索技术，实现“以文搜图/视频”的秒级响应，结合可视化分析工具，全面支撑采编运营决策，显著提升内容生产与传播效能。
江苏数据交易所1120
新华深度报道长文档数据集
数据集为纯文本，计划汇聚50万篇深度报道，平均4000字，合计20亿字。每篇文章标注篇章结构（导语、正文、结语）、观点句、情感极性、关键实体、事件时间线等6类标签；并生成100字AI摘要。整体压缩后数据规模约0.6TB，支持按主题、人物、地域、时间等12个维度聚类。
江苏数据交易所220