Dengqlbq / ZhiHuSpiderLinks
知乎问题及答案爬虫
☆25Updated 7 years ago
Alternatives and similar repositories for ZhiHuSpider
Users that are interested in ZhiHuSpider are comparing it to the libraries listed below
Sorting:
- self complemented WeiboIndexSpyder based on Selenium ，新浪微博指数(微指数)采集，包括综合指数，移动端指数，PC端指数☆31Updated 7 years ago
- 依据香港中文大学设计的规则系统，先用小样本评论建立初始关键词库，再结合18种句式逐条匹配评论，能够快速准确地识别评论对象及情感极性。经多次迭代优化关键词库后，达到较高准确率的基础上，使用Tableau进一步分析数据，识别出客户集中关注的商品属性、普遍好评差评的商品属性；通过…☆54Updated 7 years ago
- 爬取汽车之家的口碑数据，并破解前端js反爬虫措施分析☆62Updated 7 years ago
- 本文提出一种基于应答关系来挖掘QQ群中意见领袖的方法，该方法首先构建回应词词库，然后基于Aho-Corasick算法来匹配聊天文本中的回应词数据，构建出用户应答关系的网络结构，最后使用社交网络中重要节点识别的方法来发现意见领袖。该方法对QQ群中的意见领袖发现具有较高的准确率…☆21Updated 8 years ago
- self complemented BaiduIndexSpyder based on Selenium , index image decode and num image transfer，基于关键词的历时百度搜索指数自动采集☆42Updated 7 years ago
- 互联网新闻推荐系统(myNews)--2016全国计算机设计大赛企业命题参赛作品☆45Updated 8 years ago
- 中文文本情感分类利用cnn☆20Updated 6 years ago
- CSDN用户画像技术评测☆27Updated 6 years ago
- 练习题︱基于今日头条开源数 据的文本挖掘☆84Updated 6 years ago
- 用于发现热议事件的新闻文本聚类算法的python实现☆36Updated 8 years ago
- 从门户网站爬取新闻的摘要-标题对使用seq2seq根据摘要生成标题☆45Updated 8 years ago
- self implement of NLP toolkit 个人实现NLP汉语自然语言处理组件，提供基于HMM与CRF的分词，词性标注，命名实体识别接口，提供基于CRF的依存句法接口。☆55Updated 7 years ago
- CCF大数据比赛，基于主题的文本情感分析☆95Updated 6 years ago
- 细粒度情感分析repository1：Wai Mai Opinion Miner，细粒度情感分析系统GUI demo。☆112Updated 9 years ago
- 用python判断微博用户的影响力☆53Updated 9 years ago
- 机器学习文本分类器☆46Updated 9 years ago
- 自然语言处理，目前想识别的是帮短信分级，如垃圾短信，重要短信，一般短信，群发短信等等☆30Updated 7 years ago
- 个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能☆29Updated 7 years ago
- 今日头条爬虫，主要爬取关键词搜索结果，包含编辑距离算法、奇异值分解、k-means聚类。☆72Updated 5 years ago
- simhash算法实现海量内容查重☆14Updated 9 years ago
- self complement of baike knowledge base info-box extraction by online analysis.基于互动百科,百度百科,搜狗百科的词条infobox结构化信息抽取,百科知识的融合☆35Updated 7 years ago
- 基于Flask和爬虫的微博用户画像生成器☆15Updated 4 years ago
- 在线问答系统，享受分享知识的快乐☆53Updated 2 years ago
- 文本分类是指在给定分类体系下 , 根据文本的内容自动确定文本类别的过程。首先我们根据scrapy爬虫根据中国知网URL的规律，爬取70多万条2014年公开的发明专利，然后通过数据清洗筛选出了60多万条含标签数据。通过TF-IDF对60多万条本文进行词频提取，依照词频排序提取…☆107Updated 7 years ago
- 新闻检索：爬虫定向采集3-4个网页，实现网页信息的抽取、检索和索引。网页个数不少于10个，能按时间、相关度、热度等属性进行排序，并实现相似主题的自动聚类。可以实现：有相关搜索推荐、snippet生成、结果预览(鼠标移到相关结果， 能预览)功能☆129Updated 8 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 深度学习用于近日头条用户画像☆27Updated 7 years ago
- Sentence Distance☆55Updated 7 years ago
- 为了实现百度的为你写诗 2.0 版的论文 “Chinese Poetry Generation with Planning based Neural Network” ， 先自己爬取古诗词网站，然后对诗歌鉴赏进行自然语言处理，构建知识图谱作为基础的知识积累。最后实现“为你写…☆23Updated 6 years ago
- 淘宝爬虫命令行版，指定爬取淘宝商品和评论，利用selenium爬取商品信息，requests爬取评论信息。☆94Updated 5 years ago