yxlHuster / news-duplicatedLinks
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
☆24Updated 11 years ago
Alternatives and similar repositories for news-duplicated
Users that are interested in news-duplicated are comparing it to the libraries listed below
Sorting:
- 推荐算法☆30Updated 10 years ago
- 基于词典的负面舆情信息评分算法。☆26Updated 10 years ago
- 本项目转移到https://github.com/cocolian/cocolian-nlp☆34Updated 11 years ago
- 分布式大数据SQL查询可视化界面！☆68Updated 9 years ago
- 用户画像代码，根据算法推算出用户的性别和年龄比率☆11Updated 7 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☆77Updated 11 years ago
- 使用Spark的MLlib、Hbase作为模型、Hive作数据清洗的核心推荐引擎,在Spark on Yarn测试通过☆30Updated 8 years ago
- 微博情感分析☆12Updated 11 years ago
- 舆情搜索服务框架，其中lucene和solr版本为4.8。☆61Updated 9 years ago
- ☆21Updated 8 years ago
- A Web Page Of Public Sentiment For P2P Industry( P2P 行业的舆情分析前端展示)☆25Updated 9 years ago
- 推荐系统相关代码☆23Updated 10 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
- 中文分词算法mmSeg实现,包含sougou词库☆18Updated 4 years ago
- 海狗-多维在线分析系统☆72Updated 10 years ago
- java开发的基于kafka、xlog的web日志实时分析storm topology。☆56Updated 10 years ago
- dw etl 工具 mysql 增量、全量抽取 to hive. 合并 hive 数据表, 等数据平台清洗工具☆9Updated 8 years ago
- Spark中实现用户画像系统价值度、忠诚度、流失预警、活跃度等模型☆66Updated 8 years ago
- 自定制的精准短文本搜索服务☆18Updated 4 years ago
- 一个比Spark-Parquet还快5~100倍的存储格式☆12Updated 9 years ago
- nutz+jetty+h2 做的一个web应用☆40Updated 8 years ago
- Document preprocessing for preparing formatted input data which is suitable for LibSVM tool.☆50Updated 8 years ago
- 实时数据分析平台☆41Updated 11 years ago
- 微博数据分析服务框架。☆12Updated 9 years ago
- 数据库访问中间件，统一的标准sql查询，底层可以是不同的数据库包括mysql、ElasticSearch、kylin、presto等。☆15Updated 7 years ago
- 迁移工具，目标是Oracle，MySQL，SqlServer到PostgreSQL的单项迁移，PostgreSQL和大数据平台Hive，Hbase，Impala等的双向迁移。☆9Updated 10 years ago
- 个性化推荐算法的通用处理框架，基于Mahout和Lucene☆18Updated 10 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
- 搜狐实习自动回复项目：语音识别、问题过滤、答案推荐☆8Updated 10 years ago
- FPtree algorithm to mining frequent pattern☆22Updated 11 years ago