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）
☆20Updated last month
Related projects ⓘ
Alternatives and complementary repositories for HFUTUtils
- 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☆76Updated 10 years ago
- 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
- 常用文本聚类算法java实现☆15Updated 9 years ago
- 实现中文文本分类，支持文件、文本分类，基于多项式分布的朴素贝叶斯分类器。由于工作实际应用是二分类，加之考虑到每个分类属性都建立map存储词语向量可能引起的内存问题，所以目前只支持二分类。当然，直接复用这个结构扩展到多分类也是很容易。之所以自己写，主要原因是没有仔细研读mah…☆23Updated 8 years ago
- 以知乎日报为数据源，全流程实践一个机器学习过程，从数据 获取到数据分析，对知乎日报进行聚类、分类，并可视化这一过程☆17Updated 8 years ago
- 基于词典的负面舆情信息评分算法。☆25Updated 9 years ago
- 用java写的搜狐新闻爬虫☆13Updated 7 years ago
- 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
- 读书笔记《自己动手写网络爬虫》，自己敲的代码。主要记录了网络爬虫的基本实现，网页去重的算法，网页指纹算法，文本信息挖掘☆47Updated 9 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 6 years ago
- 本项目是基于Word分词插件实现的中文地址解析功能, 可解析出地址的省市区、行政区划代码和详细地址。地址是前置模糊匹配☆33Updated 2 years ago
- 微博情感分析☆12Updated 11 years ago
- An efficient algorithm for text similarity computation☆60Updated 3 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。☆34Updated 8 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。☆34Updated 7 years ago
- 中文分词、统计词频、比 对文本相似度☆37Updated 5 years ago
- 微博数据展示与舆情监控系统后台API☆63Updated 6 years ago
- 全渠道整合智能在线客服系统☆36Updated 7 years ago
- 语义、情感、相似度分析。☆57Updated 9 years ago
- 限定域问答系统包括：自动构建知识库、问句检索、基于微信平台搭建问答系统。本项目所有代码已开源。用户通过简单配置，可以实现快速自动化搭建一个比较完备的领域知识库。另外，基于微信平台如何通过配置来搭建问答系统，具体操作见readme.txt☆71Updated 7 years ago
- spark tutorial for big data mining。包括app流量运营分析、als推荐、smote样本采样、RFM客户价值分群、AHP层次分析客户价值得分、手机定位数据商圈挖掘、马尔可夫智能邮件预测、时序预测、关联规则、推荐电影好友等。☆38Updated 2 years ago
- 常见数据挖掘和机器学习算法☆33Updated 11 years ago
- 用java实现的贝叶斯分类算法。用于大数据的分类。☆41Updated 8 years ago
- Spark中实现用户画像系统价值度、忠诚度、流失预警、活跃度等模型☆65Updated 7 years ago
- 使用Spark NaiveBayes 实现中文文本分类 use spark NaiveBayes for text classifi…☆25Updated 6 years ago
- mumu-mahout是一个学习项目，主要通过这个项目来学习mahout的功能和使用方式。mahout是一款开源的机器学习算法，主要包括协同过滤推荐、聚类、分类等三大块内容。 推荐可以基于用户的推荐和基于物品的推荐，可以给用户推荐一些数据，智能化数据。☆21Updated 6 years ago
- 这是Word2vec和Doc2vec的一个应用示例：用Word2vec计算词的相似度和用doc2vec计算句子的相似度。☆26Updated 7 years ago