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 6 years ago
Related projects ⓘ
Alternatives and complementary repositories for SpidersMaven
- 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
- 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☆48Updated 4 years ago
- 豆瓣Top250影评爬虫（用于情感分析语料）☆20Updated last year
- 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☆36Updated 5 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…☆102Updated 6 years ago
- 系统从互联网爬取资讯，对热点公共事件进行检测、聚合和追踪，多维度分析事件内容，监测时间传播路径，分析用户的观点和和情绪，形成摘要、报告、图表等分析结果，实现公共事件的舆情分析可视化系统，提供专业的舆情监测、分析和预警服务☆78Updated 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☆24Updated 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。☆22Updated 4 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
- 爬取微博用户关注列表，生成好友关系网，绘制社交关系图谱☆37Updated last year
- Simple examples of text data visualization. 文本人物可视化，词云、人物关系图谱☆109Updated 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
- 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
- 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
- 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☆115Updated 6 years ago
- 爬取汽车之家的口碑数据，并破解前端js反爬虫措施分析☆62Updated 7 years ago
- 微博爬虫：输入对应的爬取账号ID，爬取微博内容/时间/微博名/转发数/点赞数/评论数☆42Updated 6 years ago
- 利用文本挖掘技术进行新闻热点关注问题分析☆155Updated 5 years ago
- 【爬虫】基于Scrapy开发的微博（评论、转发、点赞）爬虫，可以批量抓取。☆27Updated 7 years ago
- 用python判断微博用户的影响力☆51Updated 8 years ago
- Python爬取微博，采集的数据属性如下：微博内容，是否原创，转发内容，发布时间，转发数，评论数，点赞数，设备源，微博ID。对于抓取到的页面源码分析不同属性对应的标签分别提取数据。最后将采集到的数据保存为csv格式，供数据分析使用。☆32Updated 5 years ago
- 春江水暖“鸭先知”，“鸭先知”是一个利用新闻文本做舆情分析的系统☆43Updated 3 years ago
- 练习题︱基于今日头条开源数据的文本挖掘☆85Updated 5 years ago
- 中国知网爬虫☆142Updated 7 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 5 years ago
- 基于情感字典的情感分析模型☆37Updated 7 years ago
- 基于scrapy的新闻爬虫☆95Updated 4 years ago