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 11 years ago
Alternatives and similar repositories for DistributeCrawler:
Users that are interested in DistributeCrawler are comparing it to the libraries listed below
- 基于词典的负面舆情信息评分算法。☆26Updated 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
- 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 10 years ago
- 基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎☆19Updated 8 years ago
- 网络爬虫☆51Updated 10 years ago
- 微博情感分析☆12Updated 11 years ago
- 知乎爬虫,基于webmagic框架 .A java web spider base on webmagic.☆69Updated 8 years ago
- 基于spark、mahout和spring boot构建的推荐系统☆131Updated last week
- 舆情搜索服务框架,其中lucene和solr版本为4.8。☆61Updated 9 years ago
- 各大电商网站数据抓取分析☆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 9 years ago
- 推荐算法☆30Updated 9 years ago
- 一个简易的搜索引擎,采用Java开发☆33Updated 11 years ago
- 自动抽取网页正文的算法,用JAVA实现☆107Updated 7 years ago
- 常见数据挖掘和机器学习算法☆33Updated 11 years ago
- 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☆23Updated 11 years ago
- spring mvc+ bootstrap博客系统☆18Updated 9 years ago
- 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 10 years ago
- 分布式多媒体共享平台,个人毕业设计的系统,采用分布式系统构架,保证服务的稳定性。项目wiki文档:https://github.com/wu560130911/MultimediaDesktop/wiki☆102Updated 7 years ago
- 对电影进行个性化推荐,基于Mahout框架实现的,使用的协同过滤算法☆33Updated 12 years ago
- 网络舆情爬虫 实现元搜索(MetaSearch)和随机URL(主要是五大门户网站)的抓取。☆13Updated 8 years ago
- 基于Flume、Kafka、SparkSql模拟的实时日志分析系统☆12Updated 9 years ago
- A big data platform for analyzing web access logs☆52Updated 2 years ago
- redis缓存和mysql集成的示例☆25Updated last year
- 用java写的搜狐新闻爬虫☆14Updated 7 years ago
- 京东商品推荐系统-数据爬虫☆18Updated 9 years ago
- 电商平台☆51Updated 8 years ago
- 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
- 金融数据爬虫☆28Updated 9 years ago
- java 基于selenium抓取搜狗微信公众号文章☆49Updated 9 years ago