Marco2333 / user-portraitLinks
twitter用户画像
☆33Updated 6 years ago
Alternatives and similar repositories for user-portrait
Users that are interested in user-portrait are comparing it to the libraries listed below
Sorting:
- CSDN用户画像技术评测☆27Updated 6 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
- 第二届全国大数据比赛-个性化新闻推荐☆70Updated 9 years ago
- 深度学习用于近日头条用户画像☆27Updated 7 years ago
- text classfication 大数据精准营销中搜狗用户画像挖掘 rank61/880☆62Updated 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
- csdn用户画像的源码☆20Updated 8 years ago
- 用户画像练手,,,,☆83Updated 8 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 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
- 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
- 《实体数据挖掘与知识图谱构建》一书的代码和实验数据。☆43Updated 9 years ago
- 朴素贝叶斯实现的文本分类（新闻分类）☆65Updated 9 years ago
- CCF大数据比赛，基于主题的文本情感分析☆95Updated 7 years ago
- 某电商手机评论的文本挖掘初体验 功能板块：数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆121Updated 6 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- A simple documentary topic analysis implement based on traditional K-means and LDA which can achieve a not-bad result. 基于Kmeans与Lda模型的多文…☆243Updated 6 years ago
- Sentiment Classifier base on traditional Maching learning methods, eg Bayes, SVM ,DecisionTree, KNN and Deeplearning method like MLP,CNN,…☆144Updated 7 years ago
- 基于Keras使用LSTM对电商评论进行情感分析☆49Updated 7 years ago
- Syntax and Ruler-Based Doc sentiment analysis 基于依存句法规则的篇章级情感分析demo☆107Updated 6 years ago
- 针对微博的话题聚类实现☆49Updated 9 years ago
- 智能问答系统demo☆39Updated 6 years ago
- NLP 以及相关的学习实践☆40Updated 3 years ago
- 经济责任审计知识图谱：网络爬虫、关系抽取、领域词汇判定☆125Updated 5 years ago
- 医疗保险领域知识图谱☆132Updated 7 years ago
- 文本特征提取，适用于小说，论文，议论文等文本，提取词语、句子、依存关系等特征。python开发。☆41Updated 7 years ago
- 基于标题分类的主题句提取方法可描述为: 给定一篇新闻报道, 计算标题与新闻主题词集的相似度, 判断标题是否具有提示性。对于提示性标题,抽取新闻报道中与其最相似的句子作为主题句; 否则, 综合利用多种特征计算新闻报道中句子的重要性, 将得分最高的句子作为主题句。☆40Updated 8 years ago
- 利用python进行反欺诈检测☆34Updated 6 years ago
- 计算新闻文本类情感分析（采用TF-IDF，余弦距离，情感依存等算法）☆58Updated 7 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