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 8 years ago
- 金融财经类新闻文本主题事件提取☆54Updated 2 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
- 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
- 基于20W金融资讯训练得到的词向量☆25Updated 7 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…☆108Updated 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…☆67Updated 6 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。☆153Updated 6 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆163Updated 6 years ago
- 获取滚动新闻☆56Updated 6 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…☆223Updated 6 years ago
- 新闻爬虫，爬取新浪、搜狐、新华网即时财经新闻。☆187Updated 5 years ago
- 通用新闻类网站分布式爬虫☆78Updated 7 years ago
- 根据企业名称对企业类型进行分类☆38Updated 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
- 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。☆92Updated 3 years ago
- 使用pyltp的工具，基于中文依存句法的四大名著人物情节分析系统。分为整体分析和章节分析两大模块,实现了人物篇幅分析，故事发生地分析，主要人物情绪变化分析，人物互动情况分析.☆94Updated 8 years ago
- 爬取东方财富的宏观研究的研报，基于LSTM进行情感分析，分类为正向、负向和中性三类☆115Updated 3 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
- A python scripe that collecting financial data from ju-chao web, and can download pdf files from it , more important is it can parase dat…☆124Updated 6 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
- 文本特征提取，适用于小说，论文，议论文等文本，提取词语、句子、依存关系等特征。python开发。☆42Updated 7 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
- 一个简单易用的 Python 模块，用于通过字符串来操作日期/时间。正则时间提取，字符串时间解析，字符串时间提取。中文时间提取，一句话里面提取时间☆75Updated last year
- 中文地址分词（地址元素识别与抽取），通过序列标注进行NER☆200Updated 5 years ago
- 提取金融相关领域研究报告的主要结论(key idea)☆60Updated 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。☆18Updated 5 years ago
- 🤖️ 聊天机器人——夫子的「自然语言理解」模块☆90Updated 2 years ago
- 利用Scikit Learn对秒级股票数据 进行建模预测☆54Updated 7 years ago
- 对于一个板块内的股票使用Kmeans聚类剔除垃圾股，利用遗传算法分析上市公司的财务指标，从基本面的角度得出合理的股票选择模型，帮助投资者在某个板块内确定出选择高收益股票的标准，策略样本外回测计效见backtest.png文件。☆70Updated 4 years ago