Alternatives and similar repositories for SohuSpider-Java:

Users that are interested in SohuSpider-Java are comparing it to the libraries listed below

• Harhao / toutiao
  今日头条科技新闻接口爬虫
  ☆17Updated 7 years ago
• gsh199449 / DistributeCrawler
  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
  ☆77Updated 11 years ago
• cor-right / weibo1.0-API
  微博数据展示与舆情监控系统后台API
  ☆66Updated 6 years ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 10 years ago
• linyiqun / opinion-mining-system
  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 9 years ago
• fmyblack / textClassify
  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。
  ☆35Updated 7 years ago
• tankle / newscrawler
  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 9 years ago
• quantmod / JavaCrawl
  百度新闻爬虫 http://blog.csdn.net/xiaojimanman/article/details/40891791
  ☆9Updated 9 years ago
• zengxiaosen / eshop
  电商+大数据+spark机器学习
  ☆17Updated 7 years ago
• df19900725 / HFUTUtils
  这是一个工具程序集合，方便我们平时对数据进行预处理。针对文本处理的内容较多。包括分词（集成了张华平分词、结巴分词）、文件处理增强（如读取文本到Map中，保存文本到Map）和语料模型（把文档转换成矩阵，就算单词数量等）
  ☆21Updated 6 months ago
• Chen188 / JDRecommendation
  京东商品推荐系统-数据爬虫
  ☆18Updated 10 years ago
• DWJWendy / mafengwo_spider
  马蜂窝旅游数据，包括酒店、美食、景点的评论数据以及游记数据
  ☆47Updated 7 years ago
• wemakebug / Knowledge
  基于知识图谱技术的搜素引擎研发
  ☆19Updated 7 years ago
• ylxfc / WebSpider
  一个简易的搜索引擎，采用Java开发
  ☆32Updated 11 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆20Updated 8 years ago
• MccreeFei / SimilarityAnalysis
  基于TF-IDF模型的文本相似度分析软件
  ☆13Updated 7 years ago
• lxf44944 / sinaNews_crawler
  新浪新闻爬虫
  ☆14Updated 10 years ago
• galaxyyao / public-opinion-analysis
  舆情分析平台
  ☆33Updated 7 years ago
• bcqtt / article-spider
  1、支持网页爬虫 2、多线程、线程池 3、支持全文搜索 4、支持Hadoop分布式平台、HDFS/MapReduce、Zookeeper、HBase 5、支持redis分布式缓存 6、集成微信公众号开发 7、Spring4新特性 8、ActiveMQ 9、Nginx详细配置…
  ☆16Updated 2 years ago
• erliang20088 / TianLiangSpider4YuQing
  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
• chmod740 / BaiduBaikeSpider
  百度百科多线程爬虫Java源码，数据存储采用了Oracle11g
  ☆13Updated 8 years ago
• killstanding / FinanceCrawler
  金融数据爬虫
  ☆28Updated 9 years ago
• seawaylee / doubanWebSpider
  豆瓣爬虫 爬取热门标签、图书信息、图书评论 系统架构 Webmagic+SSM+Redis+Mysql+ActiveMQ+Druid
  ☆44Updated 5 years ago
• hahaha108 / MyNews
  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
  ☆43Updated 6 years ago
• xjtushilei / ChineseStarsRelationship
  中国明星数据爬取。你甚至可以拿到互联网上所有的人之间的关系，接下来你可以自己发挥！基于这些数据，你可以完成更多有趣的事情。比如说社交网络分析，关系网络可视化，算法研究，和其他有意思的事情。Chinese star data crawling. You can even ge…
  ☆27Updated 7 years ago
• lihait / EmotionAnalysis
  针对手机评论数据的情感挖掘与分析项目，基于依存句法分析和情感词库提取特征词，并对特征词做情感极性预测标注。
  ☆35Updated 8 years ago
• Liuyangbiao / jyy
  伪分布式电子档案管理系统
  ☆26Updated 9 years ago
• cqbc / Graduation-Design
  网络舆情爬虫 实现元搜索(MetaSearch)和随机URL(主要是五大门户网站)的抓取。
  ☆13Updated 8 years ago
• Wiskia / Spamer-Detect-System
  对汽车之家论坛里的评论数据处理和分析，利用用户潜在行为数据得出用户行为特征，采用LDA主题模型得出用户评论的主题特征，采用Word2Vec词向量模型得出用户评论的文本内容特征，采用K-Means聚类得出水军文本类别，结合用户行为特征，最终实现了对网络水军的识别。
  ☆24Updated 5 years ago
• kobeyk / spring-boot-neo4j
  spring-boot集成neo4j图形数据库，并实现简单的节点创建和查询
  ☆39Updated 6 years ago