hunterhug / datamining2
☆14Updated this week
Related projects: ⓘ
- 微博情感分析☆12Updated 11 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 9 years ago
- 推荐算法☆29Updated 9 years ago
- 基于知识图谱技术的搜素引擎研发☆20Updated 7 years ago
- 基于词典的负面舆情信息评分算法。☆25Updated 9 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
- 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
- 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
- 基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎☆19Updated 8 years ago
- ☆12Updated this week
- 实现中文文本分类，支持文件、文本分类，基于多项式分布的朴素贝叶斯分类器。由于工作实际应用是二分类，加之考虑到每个分类属性都建立map存储词语向量可能引起的内存问题，所以目前只支持二分类。 当然，直接复用这个结构扩展到多分类也是很容易。之所以自己写，主要原因是没有仔细研读mah…☆23Updated 8 years ago
- 金融数据爬虫☆29Updated 8 years ago
- 2013,05-2015,02 产品评论情感分析☆15Updated 9 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☆22Updated 10 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆60Updated 8 years ago
- 新浪微博模拟登陆2014-04-01版☆22Updated 10 years ago
- A Web Page Of Public Sentiment For P2P Industry( P2P 行业的舆情分析前端展示)☆25Updated 8 years ago
- 百度爬虫：热词，词频，音乐，poi信息☆22Updated 9 years ago
- 新闻网站爬虫,目前能够爬取网易，新浪，qq，搜狐等三家网站的新闻页面，并保存到本地。☆33Updated 9 years ago
- ☆29Updated 8 years ago
- ☆25Updated this week
- 爬取百度指数和阿里指数，采用selenium，存入hbase，验证码自动识别，多线程控制☆32Updated 7 years ago
- ☆10Updated this week
- 分布式新浪微博爬虫☆31Updated 7 years ago
- ☆27Updated this week
- 网络爬虫☆50Updated 10 years ago
- ☆14Updated this week
- 面向证券信息类专业搜索引擎，基于WEB信息挖掘技术的专业搜索引擎设计与实现并着重分析基于特定主题的爬取方法，通过下载Internet上WEB文档，进行过滤、分词、转换等处理工作，并建立索引数据库，最终可由检索器通过用户输入查询关键字，搜索器支持微博客、短信等内容短小而又不规…☆23Updated 5 years ago
- 阿里巴巴大数据竞赛☆62Updated 10 years ago
- 语义、情感、相似度分析。☆57Updated 9 years ago