Alternatives and similar repositories for codes-scratch-crawler

Users that are interested in codes-scratch-crawler are comparing it to the libraries listed below

• 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
• iamccme / weibo-mining
  微博情感分析
  ☆12Updated 12 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
• ParadeTo / MessageQueue
  基于Flume、Kafka、SparkSql模拟的实时日志分析系统
  ☆12Updated 9 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
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 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
• ml-distribution / negative-sentiment
  基于词典的负面舆情信息评分算法。
  ☆26Updated 10 years ago
• JueFan / RecommendSystem
  推荐系统相关代码
  ☆23Updated 10 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
• 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 10 years ago
• 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
• drogba321 / easy-recommender
  个性化推荐算法的通用处理框架，基于Mahout和Lucene
  ☆18Updated 10 years ago
• shamphone / jigsaw-nlp
  本项目转移到https://github.com/cocolian/cocolian-nlp
  ☆34Updated 11 years ago
• chensoul / grab
  基于spark、mahout和spring boot构建的推荐系统
  ☆130Updated last week
• yinchuandong / DistributedCrawler
  java分布式爬虫，主机和从机控制的机制
  ☆14Updated 10 years ago
• garyudeng / Crawer
  各大电商网站数据抓取分析
  ☆32Updated 12 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…
  ☆50Updated 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 6 years ago
• linger2012 / recommendation-algorithm-implemented-by-java
  推荐算法
  ☆30Updated 10 years ago
• advanced-programs / weibo-service
  微博数据分析服务框架。
  ☆12Updated 9 years ago
• zongtui / zongtui-webcrawler
  基于hadoop思维的分布式网络爬虫。
  ☆86Updated 9 years ago
• abel533 / SearchEngine
  简单搜索引擎例子
  ☆83Updated 9 years ago
• yangguang2014 / distributedCrawler
  华南理工大学高英实验室进行的分布式爬虫项目,除了实验室内部人员外,不得私自传播.
  ☆21Updated 11 years ago
• badaozhai / wechat_webdriver_spider
  java 基于selenium抓取搜狗微信公众号文章
  ☆50Updated 9 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
• advanced-programs / sns-crm
  社交网络数据抓取，以及CRM系统。
  ☆68Updated 10 years ago
• KeepMoving / AlgorithmsLibrary
  算法库(Java实现)
  ☆35Updated 12 years ago
• hfut-dmic / ContentExtractor
  自动抽取网页正文的算法，用JAVA实现
  ☆109Updated 8 years ago
• wo4li2wang / MSpider
  基于词频密度过滤、利用百度、谷歌、搜搜、360搜索4个引擎为种子来源的多线程爬虫，结果存入mysql。
  ☆97Updated 11 years ago