youngkuan / SpidersMaven
爬虫程序:支持爬取问答类网站(Quora/SO/Yahoo Answer/知乎/百度知道等)、百科类网站(百度百科/中英文维基百科等)、博客类网站(CSDN/Twitter等)
☆27Updated 7 years ago
Alternatives and similar repositories for SpidersMaven:
Users that are interested in SpidersMaven are comparing it to the libraries listed below
- 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…☆106Updated 6 years ago
- 基于selenium的轻量级新浪微博爬虫,可实现:1.后台自动爬取微博搜索结果/2.按时间段爬取搜索结果/3.爬取用户基本信息☆49Updated 5 years ago
- 新闻爬虫 (腾讯,网易,新浪,今日头条,搜狐,凤凰网,腾讯滚动新闻)☆55Updated 6 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…☆53Updated 7 years ago
- 该项目是基于Scrapy框架的Python新闻爬虫,能够爬取网易,搜狐,凤凰和澎湃网站上的新闻,将标题,内容,评论,时间等内容整理并保存到本地☆37Updated 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☆42Updated 6 years ago
- 微博自动摘要系统 Chinese Microblog Automatic Summary System☆30Updated 5 years ago
- 知乎问题及答案爬虫☆26Updated 7 years ago
- 用python判断微博用户的影响力☆52Updated 8 years ago
- Simple examples of text data visualization. 文本人物可视化,词云、人物关系图谱☆111Updated 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☆41Updated 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。☆152Updated 6 years ago
- [不再更新]中文短文本情感分析 web 应用 | A web app about Chinese sentences sentiment analysis☆45Updated 5 years ago
- 豆瓣Top250影评爬虫(用于情感分析语料)☆21Updated 2 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
- A web crawler for Sina, search and retrieve microblogs that contain certain keywords 一个简单的python爬虫实践,爬取包含关键词的新浪微博☆98Updated 6 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 5 years ago
- 中国知网爬虫☆149Updated 7 years ago
- 豆瓣电影(短评)爬虫☆52Updated 6 years ago
- 使用Simhash对海量文本进行去重☆12Updated 6 years ago
- 贴吧API 微信智能控制 贴吧舆情监控 关键词分析 热点分析 python3 爬虫☆103Updated 4 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 6 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆160Updated 6 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
- 2017 360机器写作与人类写作的巅峰对决☆38Updated 7 years ago
- 微博爬虫,爬去微博语料,情感分析,user-agent池,充足IP,scrapy,mongodb☆16Updated 6 years ago
- 中文语料库:包括情感词典 情感分析 文本分类 单轮对话 中文词典 知乎☆118Updated 6 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆84Updated 6 years ago
- 2017 DF,CCF大数据与计算智能大赛——“中印对峙事件舆情分析”赛题全网数据☆25Updated 6 years ago
- 对汽车之家论坛里的评论数据处理和分析,利用用户潜在行为数据得出用户行为特征,采用LDA主题模型得出用户评论的主题特征,采用Word2Vec词向量模型得出用户评论的文本内容特征,采用K-Means聚类得出水军文本类别,结合用户行为特征,最终实现了对网络水军的识别。☆24Updated 5 years ago