furuiyang0715 / JustSimpleSpiderLinks
极简爬虫工作流
☆41Updated 2 years ago
Alternatives and similar repositories for JustSimpleSpider
Users that are interested in JustSimpleSpider are comparing it to the libraries listed below
Sorting:
- 金融问答平台文本数据采集/爬取，数据源涉及上交所，深交所，全景网及新浪股吧☆39Updated 7 years ago
- 项目介绍： 智能交互金融智能聊天。具体实现用户在所有关于股票话题的智能问答。其中难点是问题 分类、数据预处理、参数提取。 ☆个人工作： 实现金融智能聊天,实现所有股票问题的精确回答。通过提取通用特征将5亿+条训练语料缩减为10w条，语料内存占用量从10G减少到2M，并将…☆64Updated 5 years ago
- 金融财经类新闻文本主题事件提取☆53Updated 2 years ago
- self complemented BaiduIndexSpyder based on Selenium , index image decode and num image transfer，基于关键词的历时百度搜索指数自动采集☆42Updated 7 years ago
- self complemented WeiboIndexSpyder based on Selenium ，新浪微博指数(微指数)采集，包括综合指数，移动端指数，PC端指数☆31Updated 7 years ago
- 基于20W金融资讯训练得到的词向量☆25Updated 7 years ago
- scrapy+Fiddler+celery+ redis +mysql实现分布式定时启动并异步快速动态爬取股票数据功能☆58Updated 2 years ago
- 利用Scikit Learn对秒级股票数据进行建模预测☆55Updated 6 years ago
- 金融新闻增量式聚焦爬虫☆20Updated 7 years ago
- 根据股票帐号，自动下载www.cninfo.com.上对应的企业年报（pdf格式），然后将这些pdf格式的文件转换为txt文件，然后从中提取出有用的信息，进行数据分析和图标展示☆52Updated 8 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
- 针对巨潮资讯网上市公司公告的分布式爬虫，采用scrapy和kafka的分布式架构。可以爬取爬取指定上市公司列表、指定时间段内的所有公告并保存PDF。后续会加入搜索引擎功能☆19Updated 5 years ago
- 新闻爬虫，爬取新浪、搜狐、新华网即时财经新闻。☆190Updated 5 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
- 搜索引擎关键词排位爬虫，包括百度，搜狗，360的搜索引擎关键词排位爬虫，关键词从百度热词中取得，排位分别从三个搜索引擎中抓取。☆19Updated 5 years ago
- Event monitor based on online news corpus including event storyline and analysis，基于给定事件关键词，采集事件资讯，对事件进行挖掘和分析。☆152Updated 6 years ago
- 公司、企业名称模糊匹配，基于词频的公司名主体提取，基于编辑距离的匹配度☆41Updated 4 years ago
- 根据东财股吧爬虫数据进行自然语言分析，展示股市热度☆118Updated 5 years ago
- An exploration for Eventline (important news Rank organized by pulic time)，针对某一事件话题下的新闻报道集合，通过使用docrank算法，对新闻报道进行重要性识别，并通过新闻报道时间挑选出时间线上重要…☆222Updated 6 years ago
- company name parser, extract company name brand. 中文公司名称分词工具，支持公司名称中的地名，品牌名（主词），行业词，公司名后缀提取。☆90Updated 2 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
- 提取财经新闻标题、链接整合排列后写入表格☆50Updated 4 months ago
- 简单的年报分析工具☆40Updated 8 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
- 基于 Simhash 的论文查重系统☆81Updated 3 years ago
- 国家企业信用信息官网爬虫，未获取全部企业信息，重点在设计反爬思路☆67Updated 7 years ago
- 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
- 基于分布式爬虫，采集互联网公开来源的金融类新闻和文档类文本； 基于文本挖掘技术，进行无监督/半监督学习的数据ETL与特征工程； 基于金融数据挖掘技术，进行宏观经济分析，基本面分析与行业分析☆103Updated 6 years ago
- 针对口语进行时间抽取并标准化☆13Updated 5 years ago
- 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☆44Updated 7 years ago