Alternatives and similar repositories for Headlines-by-scrapy:

Users that are interested in Headlines-by-scrapy are comparing it to the libraries listed below

• SKYNE0 / news-spider
  抓取虎嗅网，雷锋网，钛媒体，36kr，pmtoo, zaoduke，woshipm 等网站的热点文章，完整抓取，包括段落结构，图片位置。。
  ☆17Updated 6 years ago
• sysuLocas / Single-pass-python-implement
  用于发现热议事件的新闻文本聚类算法的python实现
  ☆35Updated 8 years ago
• lxw0109 / CJOSpider
  A Spider(with and w/o Scrapy) for crawling data from China Judgements Online(中国裁判文书网).
  ☆20Updated 6 years ago
• haibincoder / ToutiaoCrawler
  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。
  ☆71Updated 5 years ago
• mymusise / Baidu-Hot
  记录每天百度搜索热点
  ☆24Updated 2 years ago
• chhu1 / tripCAnalysis
  游客旅行评论爬虫 + 词频分析 + 情感分析（使用达观数据API）
  ☆23Updated 6 years ago
• ashora / SocialListening
  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…
  ☆53Updated 7 years ago
• leven-ls / weibo_comment_analyse
  抓取某条微博下评论，并进行词频分析
  ☆20Updated 7 years ago
• wanghuafeng / e-business
  电商爬虫系统：京东，当当，一号店，国美爬虫（代理使用）；论坛、新闻、豆瓣爬虫
  ☆104Updated 6 years ago
• lynings / weibo_twitter_earnings_analysis
  基于 python3 ，使用 scrapy 爬取新浪微博和 Twitter 的财报数据，再将数据进行整理和分析并持久化到 json 文件，最终使用 Flask 和 baidu echarts 对数据进行可视化。
  ☆16Updated 6 years ago
• xqtbox / AutoHomeSpider_Scrapy
  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
• feixuelove1009 / mysite-hotpoint
  一个类似抽屉新热榜的新闻聚合分享站点
  ☆14Updated 8 years ago
• duyongan / text_process
  摘要、关键字、关键词组、文本相似度、分词分句（自然语言处理工具包）
  ☆11Updated 5 years ago
• quicklysnail / PPD-data-mining
  拍拍贷网贷数据挖掘，风控建模
  ☆48Updated 7 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
  ☆42Updated 6 years ago
• jecktion / myproject_zhaopin
  猎头招聘数据仓库
  ☆39Updated 6 years ago
• NLPOR / SMP2018-task1
  深度学习用于近日头条用户画像
  ☆27Updated 6 years ago
• Johnson0722 / News_scrapy_redis
  ☆31Updated 6 years ago
• henrylee123 / baiduIndexCrawler
  百度指数（百度热搜爬虫）（js破解版）
  ☆13Updated 5 years ago
• Harhao / toutiao
  今日头条科技新闻接口爬虫
  ☆17Updated 7 years ago
• liuluyeah / TextRank4ZH-master
  文章标签抽取
  ☆15Updated 6 years ago
• wanghuafeng / sina_spider
  新浪爬虫(新浪微博爬虫，新浪微博评论，新浪每日持续更新新闻，新浪新闻爬虫)
  ☆8Updated 6 years ago
• ywcmaike / recommender_system
  使用scrapy框架爬取微博数据存储到mongodb中，利用numpy/tensorflow等python库对数据进行处理（基于transE算法），形成推荐系统。使用Springboot框架实现系统的可视化。有不同分支，master、transE、spring分别存储不同的…
  ☆17Updated 8 years ago
• wangyulu1993 / ranqi_word_split
  借助jieba分词库和与之相关的算法。用于测试对非规范地址的分析、试分词，并进一步设计数据清洗算法 。
  ☆37Updated 8 years ago
• nlpdz / data-mining
  中文文本分类与聚类
  ☆10Updated 6 years ago
• dangsh / hive
  lots of spider (很多爬虫）
  ☆118Updated 6 years ago
• sinb / TextClassify
  中文文本分类器,训练简单,多种模型可选.
  ☆44Updated 7 years ago
• yanshengli / second_bigdata
  第二届全国大数据比赛-个性化新闻推荐
  ☆67Updated 9 years ago
• speciallurain / CNKI_Patent_SVM
  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 6 years ago
• backto17 / SinaHouseCrawler
  基于scrapy,scrapy-redis实现的一个分布式网络爬虫,爬取了新浪房产的楼盘信息及户型图片,实现了常用的爬虫功能需求.
  ☆40Updated 7 years ago