duoan / codes-scratch-crawler

Related projects ⓘ

Alternatives and complementary repositories for codes-scratch-crawler

• 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
  ☆76Updated 10 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 10 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆19Updated 8 years ago
• garyudeng / Crawer
  各大电商网站数据抓取分析
  ☆31Updated 11 years ago
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 11 years ago
• drogba321 / easy-recommender
  个性化推荐算法的通用处理框架，基于Mahout和Lucene
  ☆18Updated 9 years ago
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆25Updated 9 years ago
• QiuMing / zhihuWebSpider
  知乎爬虫，基于webmagic框架 .A java web spider base on webmagic.
  ☆68Updated 8 years ago
• hbyhl / qademo
  搜狐实习自动回复项目：语音识别、问题过滤、答案推荐
  ☆8Updated 10 years ago
• seawaylee / doubanWebSpider
  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
  ☆43Updated 5 years ago
• out0fmemory / GuozhongCrawler
  GuozhongCrawler的是一个无须配置、便于二次开发的爬虫开源框架，它提供简单灵活的API，只需少量代码即可实现一个爬虫。其设计灵感来源于多个爬虫国内外爬虫框架的总结。采用完全模块化的设计，功能覆盖整个爬虫的生命周期(链接提取、页面下载、内容抽取、持久化)，支持多线…
  ☆96Updated 9 years ago
• hao15239129517 / cnblogs
  博客园积分前3000名博友，全部文章抓取，存放到mongodb中。
  ☆43Updated 7 years ago
• abel533 / SearchEngine
  简单搜索引擎例子
  ☆84Updated 8 years ago
• lovepanda603 / LovePanda
  采用jfinal和amazeui搭建的个人博客，前端UI：Amaze UI，框架：jfinal2.2。支持移动端自动适配。目前处于测试阶段。目前拥有模块：博客，美图，视频，有强大的前台和后台管理功能，博主会持续更新其他模块。线上部署地址为www.liuyunfei.cn，欢…
  ☆52Updated 8 years ago
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆47Updated 9 years ago
• linger2012 / recommendation-algorithm-implemented-by-java
  推荐算法
  ☆29Updated 9 years ago
• JueFan / RecommendSystem
  推荐系统相关代码
  ☆23Updated 9 years ago
• ParadeTo / MessageQueue
  基于Flume、Kafka、SparkSql模拟的实时日志分析系统
  ☆12Updated 8 years ago
• ddviplinux / crawler-framework
  分布式爬虫框架,基于webdrvier模拟用户请求,kafka消息传递,分布式网页存储使用hbase,task异步任务多线程解析,提供基础服务如:proxy ip服务和号码验证服务等, proxy page使用H5和we版进行接入
  ☆13Updated 8 years ago
• killstanding / FinanceCrawler
  金融数据爬虫
  ☆29Updated 8 years ago
• wgybzbrobot / sentiment-search
  舆情搜索服务框架，其中lucene和solr版本为4.8。
  ☆60Updated 8 years ago
• ssjssh / javaalgorithm
  模仿Java标准库的一些API实现的算法库，包括了数据结构，字符串处理（StringBuilder），图（有向图）。原来是用Python实现的，但是Python实现的并没有经过完整的测试，不能够保证完全的正确性。 使用Java实现的集合库都经过完整的测试，实际上，我在实现的…
  ☆48Updated 9 years ago
• ysc / word_web
  通过web服务器对word分词的资源进行集中统一管理
  ☆17Updated 7 years ago
• shamphone / jigsaw-nlp
  本项目转移到https://github.com/cocolian/cocolian-nlp
  ☆34Updated 10 years ago
• bcqtt / article-spider
  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
• justinscript / shopping.plat
  社交化导购平台
  ☆36Updated 5 years ago
• gh289054531 / machine_learning_and_data_mining
  常见数据挖掘和机器学习算法
  ☆33Updated 11 years ago