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:
- 基于词典的负面舆情信息评分算法 。☆26Updated 10 years ago
- 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 10 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
- 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 10 years ago
- 分布式大数据SQL查询可视化界面!☆68Updated 9 years ago
- 本项目转移到https://github.com/cocolian/cocolian-nlp☆34Updated 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
- 实时数据分析平台☆41Updated 12 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
- nutz+jetty+h2 做的一个web应用☆40Updated 9 years ago
- 基于spark、mahout和spring boot构建的推荐系统☆131Updated 3 months ago
- 海狗-多维在线分析系统☆72Updated 11 years ago
- ZkConfig是为zookeeper开发的配置服务工具包,能与现有的Java系统进行良好的集成,也可以使用与非java系统以独立进程运行。提供与spring进行集成的插件。采用注解方式对需要动态更新的内存数据对象进行标注。 ZkConfig用于解决在系统集群中配置文件的实…☆24Updated 10 years ago
- Serviceframework一个简单但灵活的模块引擎☆31Updated 8 years ago
- 推荐算法☆30Updated 10 years ago
- 基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎☆20Updated 9 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
- 微博数据分析服务框架。☆12Updated 9 years ago
- 通过HBase Observer同步数据到ElasticSearch☆55Updated 10 years ago
- 一个比Spark-Parquet还快5~100倍的存储格式☆12Updated 9 years ago
- 大数据实时计算的基础框架☆49Updated 10 years ago
- 大规模分布式系统的跟踪、监控、告警平台☆55Updated 11 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
- 《Storm Blueprints: Patterns for Distributed Real-time Computation 》一书的源码和翻译☆59Updated 10 years ago
- 规则引擎(drools示例,基于MVEL的规则引擎)☆29Updated 3 years ago
- JBFS 是基于facebook haystack 开发的一套分布式海量小文件存储系统☆18Updated 9 years ago
- 网络爬虫☆52Updated 11 years ago
- 简单实用的同步工具,实现mysql数据库中数据定期同步到elasticsearch,只需简单的配置,便能达到非凡的效果,支持elasticsearch 5.X版本☆48Updated 8 years ago
- 基于知识图谱技术的搜素引擎研发☆19Updated 8 years ago