AillsonWei / niusouyixiaLinks
面向证券信息类专业搜索引擎，基于WEB信息挖掘技术的专业搜索引擎设计与实现并着重分析基于特定主题的爬取方法，通过下载Internet上WEB文档，进行过滤、分词、转换等处理工作，并建立索引数据库，最终可由检索器通过用户输入查询关键字，搜索器支持微博客、短信等内容短小而又不规范的内容分析。针对证券信息类网站选取40-50个，进行数据挖掘，使用概念索引方法进行WEB全文索引，程序设计中考虑了搜索策略和搜索引擎数据优化等问题，同时特征词汇按照影响权重排序，可以输出权重值。对基于WEB挖掘的中文专业搜索引擎的设计与实现具有较好的理论与实验价值。
☆23Updated 6 years ago
Alternatives and similar repositories for niusouyixia
Users that are interested in niusouyixia are comparing it to the libraries listed below
Sorting:
- 基于Map/Reduce爬虫,可抽取各大新闻网站的新闻正文并进行分类和聚类☆74Updated 11 years ago
- 微博情感分析☆12Updated 11 years ago
- 电商爬虫系统：京东，当当，一号店，国美爬虫（代理使用）；论坛、新闻、豆瓣爬虫☆104Updated 7 years ago
- 爬取百度指数和阿里指数，采用selenium，存入hbase，验证码自动识别，多线程控制☆32Updated 8 years ago
- rank是一个seo工具，用于分析网站的搜索引擎收录排名。☆67Updated 8 years ago
- 百度爬虫：热词，词频，音乐，poi信息☆22Updated 10 years ago
- TuShare是一个免费、开源的python财经数据接口包。主要实现对股票等金融数据从数据采集、清洗加工 到 数据存储的过程，能够为金融分析人员提供快速、整洁、和多样的便于分析的数据，为他们在数据获取方面极大地减轻工作量，使他们更加专注于策略和模型的研究与实现上。☆37Updated 9 years ago
- 股票自动分析工具☆82Updated 9 years ago
- 各大电商网站数据抓取分析☆32Updated 11 years ago
- 金融数据爬虫☆28Updated 9 years ago
- 新闻评论观点挖掘系统，粗粒度的分析出新闻网评观点的倾向和走势☆53Updated 10 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆61Updated 9 years ago
- 黄金舆情数据分析☆51Updated 8 years ago
- 基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎☆20Updated 9 years ago
- 新闻网站爬虫,目前能够爬取网易，新浪，qq，搜狐等三家网站的新闻页面，并保存到本地。☆34Updated 10 years ago
- GuozhongCrawler的是一个无须配置、便于二次开发的爬虫开源框架，它提供简单灵活的API，只需少量代码即可实现一个爬虫。其设计灵感来源于多个爬虫国内外爬虫框架的总结。采用完全模块化的设计，功能覆盖整个爬虫的生命周期(链接提取、页面下载、内容抽取、持久化)，支持多线…☆96Updated 10 years ago
- 基于hadoop思维的分布式网络爬虫。☆86Updated 9 years ago
- 网络爬虫☆52Updated 11 years ago
- 基于scrapy-redis的分布式新闻爬虫，可同时获取腾讯、网易、搜狐、凤凰网、新浪、东方财富、人民网等各大平台新闻资讯☆45Updated 7 years ago
- 系统从互联网爬取资讯，对热点公共事件进行检测、聚合和追踪，多维度分析事件内容，监测时间传播路径，分析用户的观点和和情绪，形成摘要、报告、图表等分析结果，实现公共事件的舆情分析可视化系统，提供专业的舆情监测、分析和预警服务☆94Updated 7 years ago
- 电商+大数据+spark机器学习☆17Updated 7 years ago
- 基于词频密度过滤、利用百度、谷歌、搜搜、360搜索4个引擎为种子来源的多线程爬虫，结果存入mysql。☆97Updated 11 years ago
- 此文本分类项目主要面向机器学习初学者和文本分类效果测试者，项目内部含有朴素贝叶斯，余弦定理，逻辑回归多种分类算法以及mm，rmm分词器，同时从某新闻站点爬取了多个分类共6000多篇文章，以及一个中文词典。项目方便自由拓展各种分类器和分词器，并通过组装测试分类效果。☆36Updated 7 years ago
- 推荐系统相关代码☆23Updated 10 years ago
- 微博爬虫。通过调用weibo api，而非暴力爬取的方式获取信息。☆32Updated 9 years ago
- 反网页爬虫系统☆39Updated 10 years ago
- 读书笔记《自己动手写网络爬虫》，自己敲的代码。主要记录了网络爬虫的基本实现，网页去重的算法，网页指纹算法，文本信息挖掘☆47Updated 10 years ago
- 天亮舆情系统之天亮舆情采集器，基于master/slave结构开发的分布采集器系统☆22Updated 2 years ago
- 爬虫项目源码整理，使用redis进行url缓存，hbase进行详细信息的存储。使用zookeeper进行爬虫线程的状态监控。☆19Updated 9 years ago