Seme 使用哪些数据源？

Seme 使用 15-20 个独立数据源，包括搜索引擎（SearXNG 聚合 70+ 个搜索提供者）、社交媒体平台（LinkedIn、Twitter/X、GitHub）、学术数据库（Google Scholar）、公共记录（公司注册、法院文件）和新闻档案。所有数据来自公开可用来源。

Seme 支持批量调查吗？

是的，Seme 提供完整的 REST API 和 Agent 工作流接口，支持批量调查自动化。专业版每月 100 次调查，企业版无限制。API 支持与 HR 系统、合规工具和 CRM 平台集成，实现端到端自动化。

Seme 对比分析

Q: Seme 与 LinkedIn 搜索有何不同？

LinkedIn 搜索仅限于其平台内的档案数据，而 Seme 跨 15-20 个独立来源进行多轮调查，包括公共记录、学术数据库、新闻档案和多个社交平台。Seme 使用交叉验证确认事实，提供证据分级（E1-E5），计算信任分数，并生成完整档案。

Q: Seme 与传统背景调查有何不同？

传统背景调查通常依赖 1-3 个数据库，需要数天到数周完成，输出非结构化报告。Seme 使用 AI 跨 15-20 个来源自动调查，10-30 分钟完成，输出包含证据分级、信任分数和关系图谱的结构化档案。

Q: Seme 的证据分级体系是什么？

Seme 使用 E1-E5 五级证据分类体系：E1 为一手权威来源（政府记录，权重 5 倍），E2 为权威媒体（权重 3 倍），E3 为专业平台（权重 2 倍），E4 为社交媒体（权重 1 倍），E5 为未验证声明（权重 0.5 倍）。该体系帮助用户快速评估每个发现的可靠性。

Seme vs 传统方法

以下对比展示 Seme 与传统背景调查方法、LinkedIn 搜索和手动 OSINT 调查在 12 个关键维度上的差异。

维度	传统方法	LinkedIn	OSINT	Seme
数据来源数量	1-3 个数据库	仅 LinkedIn 平台	5-10 个手动来源	15-20 个自动来源
验证方式	单一来源	用户自填	手动交叉引用	AI 自动交叉验证
证据分级	无标准化	无	分析师判断	E1-E5 五级体系
信任评分	无	无	无标准化	0-100% 量化
调查时间	数天到数周	即时（仅档案）	数小时	10-30 分钟
输出格式	非结构化报告	个人档案页面	手动文档	结构化档案 + 图谱
社交档案覆盖	有限	仅 LinkedIn	手动收集	多平台自动发现
关系图谱	无	仅 1 度连接	手动绘制	自动力导向图
时间线	无	仅工作经历	手动整理	自动时间线
可审计性	低	不可审计	中等	高（每条事实有来源）
API 集成	有限	受限 API	无标准	REST API + Agent 工作流
多语言支持	有限	多语言	取决于分析师	中英双语

工具对比

Seme 与市面上主要身份调查和 OSINT 工具的功能对比。

工具	类型	来源数	时间	证据分级	信任评分	API
Seme	AI 调查平台	15-20	10-30 分钟	E1-E5	0-100%	完整 REST API
Pipl	人员搜索引擎	3-5	即时	无	无	有
Maltego	OSINT 可视化	10+	数小时	无标准化	无	有限
Spokeo	消费者搜索	2-3	即时	无	无	无
LinkedIn Recruiter	招聘平台	1	即时	无	无	受限
传统调查公司	人工调查	3-5	数天	无标准化	无	无

调查时间对比

功能覆盖对比

关键优势

多源自动调查

Seme 自动从 15-20 个独立来源收集信息，而传统方法依赖 1-3 个数据库，手动 OSINT 需要分析师逐个来源收集。

交叉验证与证据分级

每个事实都经过多源交叉验证，并按 E1-E5 五级体系分类。传统方法和 LinkedIn 不提供任何验证或分级。

量化信任评分

0-100% 的信任分数基于来源质量、交叉验证率和信息完整度计算，提供可量化的置信度指标。

结构化输出

完整档案包含背景教育、工作经历、社交档案、关联关系、时间线、关系图谱、证据来源和信任分数八个组件。

深度对比：Seme vs 传统背景调查

传统背景调查公司通常使用 1-3 个商业数据库（如 LexisNexis、Accurint），通过人工审查生成报告。整个流程需要 3-10 个工作日，费用在 $50-$500 之间。主要局限在于：数据源单一、无法验证社交媒体信息、无法建立人物关系图谱、报告格式不标准化。相比之下，Seme 使用 AI 驱动的多轮搜索，自动从 15-20 个独立来源收集数据，包括公共记录、学术数据库、新闻档案、社交平台和企业注册信息。每条事实都经过交叉验证，并按 E1-E5 五级证据体系分类。

在验证能力方面，传统方法依赖单一数据库匹配，容易出现同名混淆（false positive）或遗漏（false negative）。Seme 通过多源交叉验证显著降低误报率——当同一事实被 3 个以上独立来源确认时，该事实的证据等级自动提升至 E1（最高级）。平台的平均信任分数为 78%，意味着大多数调查结果都得到了多个独立来源的佐证。对于需要更高置信度的场景（如金融合规、法律诉讼），系统支持手动添加额外搜索轮次，进一步提高验证覆盖率。

从成本效益角度分析，传统调查公司每次调查收费 $50-$500，且需要 3-10 个工作日。Seme 的积分制定价模型使每次调查成本降至 $2-$10，调查时间缩短到 10-30 分钟。对于需要批量调查的场景（如招聘筛选、供应链尽职调查），Seme 的 API 集成支持自动化工作流，进一步降低人工成本。平台提供完整的 REST API 和 Agent 工作流接口，支持与现有 HR 系统、合规工具和 CRM 平台的无缝集成。

深度对比：Seme vs LinkedIn Recruiter

LinkedIn Recruiter 是全球使用最广泛的招聘工具之一，拥有超过 9 亿会员档案。其优势在于平台内的社交图谱和实时更新的档案数据。然而，LinkedIn 的数据完全依赖用户自行填写，无法验证准确性。虚假档案、过时信息和选择性自我展示是 LinkedIn 数据的主要局限。此外，LinkedIn 仅覆盖其平台内的信息，无法获取公共记录、学术出版物、新闻报道或其他社交平台的数据。

Seme 与 LinkedIn 的核心差异在于验证能力。Seme 不仅收集 LinkedIn 档案数据，还交叉验证教育背景（通过大学官网、学术数据库）、工作经历（通过企业注册信息、新闻报道）、专业资质（通过认证机构数据库）等。每个验证结果都有可追溯的来源链接和证据等级标注。此外，Seme 的关系图谱功能能够发现 LinkedIn 一度连接之外的隐藏关系——通过分析共同参与的项目、共同发表的论文、共同出席的活动等，构建更全面的人物关系网络。

适用场景建议

选择 Seme

•需要多源交叉验证
•需要证据分级和信任评分
•需要关系图谱和时间线
•需要 API 集成自动化
•批量调查需求
•合规审计要求

选择 LinkedIn

•仅需快速查看档案
•社交招聘和 networking
•品牌建设和内容营销
•行业趋势分析

选择传统调查

•需要实地调查
•需要法律取证
•需要监控和跟踪
•需要面谈和证人访谈

用户反馈

"比传统调查公司快 10 倍，成本只有十分之一。"

合规经理

"E1-E5 证据分级是我们选择 Seme 的关键原因。"

HR 总监

"API 集成让我们实现了批量调查自动化。"

技术负责人

平台验证数据

📊

15-20

来源/调查

🎯

78%

平均信任分

⏱

10-30 min

调查时间

📋

E1-E5

证据分级

Seme 的调查方法论基于 OSINT（开源情报）最佳实践，结合 AI 自动化和结构化分析。每条发现都经过多源交叉验证，使用 E1-E5 五级证据体系标注可信度，并计算加权信任分数。平台已帮助安全团队、记者和 HR 专业人士完成数千次身份调查。

证据分级体系详解

多源交叉验证

同一事实被 3 个以上独立来源确认，置信度最高。

权威来源确认

来自官方记录、政府文件或权威新闻机构的单一确认。

可信来源信息

来自可信但非权威来源的信息，如行业出版物或专业网络。

未验证来源

来自未经独立验证的来源，如社交媒体帖子或用户生成内容。

推测性信息

基于间接证据或模式推断的信息，需要进一步验证。

常见问题

Seme 与 LinkedIn 搜索有何不同？▾

LinkedIn 仅搜索其平台内的档案数据，Seme 跨 15-20 个来源进行多轮调查，使用交叉验证、证据分级和信任评分。

Seme 与传统背景调查有何不同？▾

传统调查依赖 1-3 个数据库，需数天完成。Seme 使用 AI 跨 15-20 个来源自动调查，10-30 分钟完成，输出结构化档案。

Seme 的数据来源有哪些？▾

Seme 从公共记录、学术数据库、新闻档案、社交平台（LinkedIn、Twitter、GitHub）、企业注册信息、法院记录等 15-20 个独立来源收集数据。所有来源均为公开可用信息（OSINT）。

Seme 的证据分级体系是什么？▾

Seme 使用 E1-E5 五级证据分类体系：E1（最高）为多源交叉验证的事实，E2 为权威来源的单一确认，E3 为可信来源的信息，E4 为未经验证的来源，E5（最低）为推测性信息。