zengxiao3p / mark
本项目使用python3.5.2,使用scrapy作为爬取框架，主要爬取银行营销信息的爬虫项目，使用selenium模拟人工操作流程，包括保存登录信息cookies。 模拟人工操作规避ajax请求的动态渲染等问题，主要爬取银行官网，微信搜狗上银行的信息，微小宝上银行信息，银行标书中标易，剑鱼等的来源。使用mysql作为持久化保存数据。
☆17Updated 5 years ago
Alternatives and similar repositories for mark:
Users that are interested in mark are comparing it to the libraries listed below
- 通过搜狗搜索引擎爬取微信公众号文章☆28Updated 7 years ago
- 金融新闻增量式聚焦爬虫☆20Updated 7 years ago
- 本项目为企业工商信息网络爬虫，输入行业关键字，例如“铜箔”，可爬取八方资源网等工商信息网上所有与铜箔有关企业的工商信息。☆23Updated 6 years ago
- 大数据精准营销中搜狗用户画像挖掘☆36Updated 8 years ago
- 💡数据化运营💡：会员数据化运营(RFM模型、营销响应预测)、商品数据化运营、流量数据化运营、内容数据化运营☆45Updated 5 years ago
- <数据化运营>图书代码☆33Updated 7 years ago
- Python 实战项目：爬取上交所和深交所所有股票的名称和交易信息☆9Updated 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
- 该项目为scrapy框架脚手架，整合了自动切换agent，自动切换代理ip等中间件，可以下载后自行编写爬虫。 支持： 豆瓣电影，某东商品信息（名称价格等）。☆35Updated 5 years ago
- 深度学习基础学习以及工作项目☆21Updated 6 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 6 years ago
- 酒店数据的python爬虫(this project has been abandoned)☆14Updated 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
- 一个用于爬股票历史数据，并根据历史数据分析挖掘并对未来数据进行预测的项目☆17Updated 7 years ago
- 舆情分析平台☆33Updated 7 years ago
- 企查查企业分类信息采集☆40Updated 4 years ago
- Python编写的爬虫框架以及特定网站的信息抓取☆17Updated 7 years ago
- 项目介绍： 智能交互金融智能聊天。具体实现用户在所有关于股票话题的智能问答。其中难点是问题 分类、数据预处理、参数提取。 ☆个人工作： 实现金融智能聊天,实现所有股票问题的精确回答。通过提取通用特征将5亿+条训练语料缩减为10w条，语料内存占用量从10G减少到2M，并将…☆63Updated 5 years ago
- 拍拍贷网贷数据挖掘，风控建模☆48Updated 7 years ago
- 新词发现分布式机器学习算法。☆15Updated 10 years ago
- csdn用户画像的源码☆20Updated 7 years ago
- 今日头条爬虫，主要爬取关键词搜索结果，包含编辑距离算法、奇异值分解、k-means聚类。☆71Updated 5 years ago
- 黄金舆情数据分析☆46Updated 7 years ago
- scrapy+Fiddler+celery+ redis +mysql实现分布式定时启动并异步快速动态爬取股票数据功能☆56Updated 2 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
- Qimen表示的是奇门遁甲之术，用于抽取各种实体的工具。☆29Updated 5 years ago
- 本文提出一种基于应答关系来挖掘QQ群中意见领袖的方法，该方法首先构建回应词词库，然后基于Aho-Corasick算法来匹配聊天文本中的回应词数据，构建出用户应答关系的网络结构，最后使用社交网络中重要节点识别的方法来发现意见领袖。该方法对QQ群中的意见领袖发现具有较高的准确率…☆21Updated 8 years ago
- 金融数据爬虫☆28Updated 9 years ago
- 极简爬虫工作流☆41Updated last year
- scrapy爬虫天猫（淘宝）店铺店名、月销售量、价格等详细信息。涉及分类大类30多个，小类数百个。总爬取结果50万+条☆55Updated 7 years ago