JetFeng / SohuSpider-Java
用java写的搜狐新闻爬虫
☆15Updated 8 years ago
Alternatives and similar repositories for SohuSpider-Java:
Users that are interested in SohuSpider-Java are comparing it to the libraries listed below
- 今日头条科技新闻接口爬虫☆18Updated 7 years ago
- 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
- 微博数据展示与舆情监控系统后台API☆67Updated 6 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。☆35Updated 7 years ago
- 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 6 years ago
- 金融数据爬虫☆28Updated 9 years ago
- 京东商品推荐系统-数据爬虫☆18Updated 10 years ago
- 百度新闻爬虫 http://blog.csdn.net/xiaojimanman/article/details/40891791☆9Updated 9 years ago
- 利用Java网络爬虫爬取重庆大学新闻网站数据，依据解析的数据构建的新闻网站☆11Updated 9 years ago
- java爬虫，反爬虫策略、ETL清洗数据，以及spark离线和实时分析新闻并存入ES☆21Updated 6 years ago
- 新浪新闻爬虫☆15Updated 10 years ago
- 基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎☆20Updated 8 years ago
- 一个简易的搜索引擎，采用Java开发☆32Updated 11 years ago
- 爬虫程序：支持爬取问答类网站（Quora/SO/Yahoo Answer/知乎/百度知道等）、百科类网站（百度百科/中英文维基百科等）、博客类网站（CSDN/Twitter等）☆27Updated 7 years ago
- 中文分词、统计词频、比对文本相似度☆38Updated 6 years ago
- 电商+大数据+spark机器学习☆17Updated 7 years ago
- 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…☆28Updated 7 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。☆35Updated 9 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…☆106Updated 7 years ago
- 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
- 小锋生活小助手——JAVA开发的基于爬虫和API实现的查询类微信公众号☆31Updated 6 years ago
- spring-boot集成neo4j图形数据库，并实现简单的节点创建和查询☆39Updated 7 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☆44Updated 7 years ago
- 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…☆23Updated 6 years ago
- 一个基于java的多线程爬虫项目,拜读了《并发变成实战》以及《并发编程艺术》后决定写个项目来巩固一下学到的东西.☆28Updated 2 years ago
- JEECMS是一款基于JAVA技术研发的站群管理系统。 1、支持大规模网站群管理； 2、跨站全文检索、数据共享； 3、微官网/手机网站同步建设； 4、高效二次开发的插件化管理 5、支持可视化模板制作；☆26Updated 8 years ago
- 美番MOFO项目集IOS/Android/Boss/官网/微信公众号/微信小程序于一体的摄影圈内容社交平台，以平台用户流量引流到电商变现的项目。致力于打造业内最好的摄影爱好者聚集地，涵盖圈子社交，大咖论坛，系列教程，器材租售，模特互动，更有各类线上线下活动，为大家带来更多的…☆32Updated 6 years ago
- 游客旅行评论爬虫 + 词频分析 + 情感分析（使用达观数据API）☆23Updated 7 years ago
- 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）☆22Updated 7 months ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago