Alternatives and similar repositories for Nutch-NewsClassify

Users that are interested in Nutch-NewsClassify are comparing it to the libraries listed below

• xautlx / nutch-ajax
  Apache Nutch Plugins for AJAX page fetch, parse, index
  ☆88Updated 7 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆109Updated 8 years ago
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆61Updated 9 years ago
• ysc / HtmlExtractor
  HtmlExtractor是一个Java实现的基于模板的网页结构化信息精准抽取组件。
  ☆156Updated 7 years ago
• xautlx / nutch-htmlunit
  基于Apache Nutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件
  ☆125Updated 10 years ago
• ysc / rank
  rank是一个seo工具，用于分析网站的搜索引擎收录排名。
  ☆68Updated 8 years ago
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 12 years ago
• ruyaoyao / paoding-analysis
  Paoding分詞器，基於Lucene4.x forked from http://git.oschina.net/zhzhenqin/paoding-analysis
  ☆46Updated 11 years ago
• CrawlScript / nutcher
  nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。
  ☆130Updated 6 years ago
• yozhao / IKAnalyzer
  An open source word breaker with lucene supported.
  ☆80Updated 5 years ago
• NLPchina / nlp_china_web
  nutz+jetty+h2 做的一个web应用
  ☆40Updated 9 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 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 3 years ago
• CrawlScript / WebCollector-GitDoc
  ☆17Updated 9 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆20Updated 9 years ago
• Wizzercn / NutzCodematic
  NutzWk 1.0 代码生成器，通过数据表生成代码及页面（已不维护）
  ☆53Updated 8 years ago
• hankcs / hanlp-lucene-plugin
  HanLP中文分词Lucene插件，支持包括Solr在内的基于Lucene的系统
  ☆298Updated 4 years ago
• MOBX / EasySearch
  更加简洁友好的接口,封装elasticsearch,lucene等索引工具的细节,提供通用搜索服务
  ☆31Updated 6 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
  ☆74Updated 11 years ago
• shirdrn / document-processor
  Document preprocessing for preparing formatted input data which is suitable for LibSVM tool.
  ☆50Updated 8 years ago
• realxujiang / bigtable-sql
  分布式大数据SQL查询可视化界面！
  ☆68Updated 9 years ago
• flaskeer / carhome
  抓取汽车之家的数据
  ☆33Updated 9 years ago
• bbossgroups / bigdatas
  this is a db-hdfs tools used to transfer big database datas to hadoop hdfs like sqoop,but bboss bigdata tool is very nice monitor and ev…
  ☆27Updated last week
• yxlHuster / news-duplicated
  文本去重算法，研究自推荐系统中新闻的去重，采用了雅虎的Near-duplicates and shingling算法，服务端用c实现，客户端用java实现，利用thrift框架进行通信，为了提高扩展性，去重可以在服务端实现，服务器也提供了计算的接口，方便客户端自己扩展
  ☆24Updated 11 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆69Updated 9 years ago
• javagaorui5944 / ProxyIpPool
  The Crawler Proxy IP Pool Component
  ☆65Updated 3 years ago
• xianglei / easyhadoop
  Apache hadoop management system
  ☆313Updated 9 years ago
• NLPchina / SinaMicroBlogCrawl
  新浪微博模拟登陆2014-04-01版
  ☆22Updated 11 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 10 years ago