Seme 的调查方法论是什么？

Seme 使用五步调查方法论：研究规划、多轮搜索、差距分析、交叉验证和报告合成。系统从 15-20 个独立来源收集信息，进行 3-4 轮搜索，使用 E1-E5 五级证据分类体系评估来源可信度，并计算 0-100% 的信任分数。

什么是交叉验证？

交叉验证是将收集的事实与多个独立来源进行比对的过程。当 2+ 个独立来源确认同一事实时，该事实被标记为"已佐证"。当来源相互矛盾时，标记为"有争议"。这确保了调查结果的准确性和可靠性。

信任分数如何计算？

信任分数基于三个因素计算：来源质量（E1 来源权重最高）、交叉验证率（已佐证事实占比）和信息完整度（关键维度覆盖度）。分数范围 0-100%，78% 为平台平均信任分数。

调查需要多长时间？

典型调查在 10-30 分钟内完成，包括 3-4 轮搜索和交叉验证。复杂调查（公众人物或有大量在线足迹的个人）可能需要更长时间。与传统背景调查需要数天到数周相比，Seme 的 AI 驱动方法显著缩短了调查周期。

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（通过 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、ResearchGate）、公共记录（公司注册、法院文件）、新闻档案和域名注册信息。所有数据均来自公开可用来源（OSINT 原则）。

调查方法论 | Seme

Seme 的身份调查方法论基于开源情报（OSINT）原则，结合 AI 驱动的自动化搜索和结构化分析。该方法论确保每个调查都经过系统化的多源验证，产生可审计、可复现的结果。与传统背景调查依赖单一数据库不同，Seme 跨 15-20 个独立来源进行并行搜索，使用交叉验证确认事实，并通过五级证据分类体系（E1-E5）量化每个发现的可信度。

调查流程图

五步调查流程

研究规划

AI 分析输入信息，设计多角度调查策略，覆盖专业、社交、学术和公开记录等维度。系统自动生成 5-8 个调查方向，每个方向包含具体的搜索查询和预期数据源。

多轮搜索

并行执行 SearXNG 元搜索引擎和 OpenAI Web Search API 查询，从 15-20 个独立来源收集信息。每轮搜索提取结构化事实，包括姓名、职位、教育背景、社交档案和关联组织。

差距分析

AI 评估当前调查覆盖度，识别信息空白区域，自动生成后续查询。系统通常进行 3-4 轮搜索，确保关键维度（教育、职业、社交、法律）均有充分覆盖。

交叉验证

对收集的事实进行跨来源验证。每个事实标注为"已佐证"（2+ 独立来源）、"单一来源"或"有争议"（来源矛盾）。验证过程使用实体匹配和时间线一致性检查。

报告合成

生成结构化调查档案，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（E1-E5 分级）和信任分数（0-100%）。

证据分级体系

Seme 使用五级证据分类体系评估每个信息来源的可信度。该体系帮助用户快速判断调查结果中每个发现的可靠程度。

等级	名称	说明
E1	一手权威来源	官方记录、政府文件、法院判决、学术机构确认。最高可信度。
E2	主流新闻报道	知名新闻媒体的报道、企业公告、监管机构文件。
E3	社交媒体帖子	个人社交媒体发布的内容、论坛帖子、在线评论。
E4	匿名来源	匿名举报、非官方渠道信息、未经证实的传闻。
E5	未验证声明	单一来源且无法交叉验证的声明。最低可信度。

信任评分

信任分数是 0-100% 的综合置信度指标，基于以下三个因素加权计算：

来源质量

权重: 40%

E1 来源权重 1.0，E2 为 0.8，E3 为 0.5，E4 为 0.3，E5 为 0.1。

交叉验证率

权重: 35%

已佐证事实占总事实数的比例。2+ 来源佐证的事实权重更高。

信息完整度

权重: 25%

关键维度（教育、职业、社交、法律）的覆盖程度。

Seme vs 传统方法

维度	传统方法	Seme
数据来源	1-3 个数据库	15-20 个独立来源
验证方式	单一来源	多源交叉验证
证据分级	无标准化	E1-E5 五级体系
调查时间	数天到数周	10-30 分钟
输出格式	非结构化报告	结构化档案 + 信任分数
可审计性	低	高（每个事实有来源）

数据来源与覆盖范围

Seme 的调查引擎整合了多种数据来源，确保覆盖被调查对象的多个生活和职业维度。主要数据源类别包括：搜索引擎结果（通过 SearXNG 聚合 70+ 个搜索提供者）、社交媒体平台（LinkedIn、Twitter/X、GitHub、微博等）、学术数据库（Google Scholar、DBLP、ResearchGate）、公共记录（公司注册、法院文件、政府公告）、新闻档案（全球主要新闻机构）和域名注册信息（WHOIS 记录）。

每个数据源都有不同的更新频率和覆盖范围。搜索引擎提供最广泛的覆盖但可能包含过时信息。社交媒体提供实时数据但仅反映用户主动分享的内容。公共记录提供权威的官方信息但更新较慢。Seme 的交叉验证机制通过比对不同来源的数据来弥补单一来源的局限性，确保最终档案的信息既全面又准确。

方法论限制

尽管 Seme 的调查方法论经过精心设计，仍存在一些固有限制需要用户了解：首先，系统仅依赖公开可用信息（OSINT 原则），无法访问私有数据库、付费墙内容或需要授权的信息源。其次，信息的时效性取决于各数据源的更新频率，某些公共记录可能存在数周到数月的延迟。第三，面部识别准确率受图像质量、光线条件和面部遮挡影响，实际准确率（95-98%）低于基准测试数据（99.5%）。

此外，调查结果的完整性取决于被调查对象的在线足迹大小。拥有丰富公开信息的公众人物通常能获得更全面的档案，而刻意保持低调的个人可能只有有限的调查结果。信任分数反映了当前已有信息的可信度，但不应被视为对被调查对象的绝对评价。用户应将 Seme 的调查结果作为决策参考之一，而非唯一依据。

平台验证数据

15-20

独立来源/调查

78%

平均信任分数

3-4

调查轮次

10-30 min

完成时间

用户反馈

"Seme 将我们的背景调查时间从 3 天缩短到 20 分钟，同时覆盖更多数据源。E1-E5 证据分级让审计变得简单。"

安

安全团队负责人

某科技公司

"作为记者，我需要快速验证信息来源。Seme 的交叉验证和信任分数帮我快速判断信息的可靠性。"

调

调查记者

某媒体机构

调查方法论