软件作品

APDPlat
APDPlat
应用级产品开发平台
106
word分词
word分词
Java分布式中文分词组件
85
cws_evaluation
cws_evaluation
中文分词器分词效果评估对比
30
QuestionAnsweringSystem
QuestionAnsweringSystem
人机问答系统
101
HtmlExtractor
HtmlExtractor
网页信息抽取组件
48
rank
rank
seo工具
6
superword
superword
英文单词分析软件
18
元搜索引擎
元搜索引擎
19
jsearch
jsearch
全文检索工具包
27
high-availability
high-availability
服务持续高性能运行均衡工具
8
data-generator
data-generator
标准数据生成器
38
realtime-log
realtime-log
微服务日志之实时日志
21
显示全部 12 个软件

技能雷达

专长领域： WEB开发, 服务器端开发
开发平台： Java EE, Java SE, Linux/Unix

码云贡献

码云 (gitee.com) 是 OSCHINA 推出的代码托管平台，支持 Git 和 SVN，提供免费的私有仓库托管。目前已有超过 300 万的开发者选择码云。

码云贡献 反映用户在码云上评论、Fork、Star、Push等操作的次数。

免费开通码云

1
2
3
4
5
6
7

连击 天

fork: star:

统计

今日访问：16
昨日访问：61
本周访问：492
本月访问：1325
所有访问：255943
加入时间：2011/02/23 12:16
最近登录：09/29 16:38
加载中
全部博文
215 全部博文 3 ha 14 工具 5 NLP 3 jsearch 4 search 11 nutch 5 cws_evaluation 21 word 5 HtmlExtractor 10 rank 9 QuestionAnsweringSystem 65 superword 28 大数据 15 APDPlat 17 日常记录
热门博文 动态 动弹
原
HtmlExtractor 1.1 发布，网页信息抽取组件

HtmlExtractor 1.1 发布，网页信息抽取组件

HtmlExtractor网页正文信息抽取网页解析模板解析
HtmlExtractor
2015/04/15 23:09
294
0
原
Java实现的基于模板的网页结构化信息精准抽取组件：HtmlExtractor

Java实现的基于模板的网页结构化信息精准抽取组件：HtmlExtractor

HtmlExtractor信息抽取精准抽取信息采集
HtmlExtractor
2014/08/30 23:22
1K
3
原
荐
如何抓取Js动态生成数据且以滚动页面方式分页的网页

如何抓取Js动态生成数据且以滚动页面方式分页的网页

Js动态生成滚动页面滚动分页网络爬虫数据抓取
HtmlExtractor
2015/10/13 23:46
4.3K
7
原
如何使用HtmlExtractor实现基于模板的网页结构化信息精准抽取?

介绍如何使用HtmlExtractor实现基于模板的网页结构化信息精准抽取

HtmlExtractor网页正文信息抽取网页解析模板解析
HtmlExtractor
2015/04/15 23:43
1K
3
原
荐
基于Nutch+Hadoop+Hbase+ElasticSearch的网络爬虫及搜索引擎

网络爬虫架构在Nutch+Hadoop之上，是一个典型的分布式离线批量处理架构，有非常优异的吞吐量和抓取性能并提供了大量的配置定制选项。由于网络爬虫只负责网络资源的抓取，所以，需要一个分布式...

NutchHadoopHbaseElasticSearch搜索引擎
大数据
2014/08/30 23:11
15.1K
22
原
荐
动态索引结构和索引更新机制

ElasticSearch的Schema free特性给动态提取并索引网页结构化文本内容提供了支持

动态索引索引更新elasticsearchSchemafree
大数据
2014/08/30 23:08
2.6K
2
原
网络机器人的识别与攻防的经典案例（也即爬虫与反爬虫的经典案例）

本文我们介绍一个网络机器人的识别与攻防的经典案例（也即爬虫与反爬虫的经典案例）

代理爬虫网络爬虫网络机器人攻防
superword
2015/04/11 23:40
2.3K
0
原
人机问答系统介绍

人机问答系统介绍

QuestionAnsweringSystem人机问答问答系统人机交互智能问答OpenEphyraEphyra
QuestionAnsweringSystem
2015/04/16 15:16
1K
0
原
荐
自动更改IP地址反爬虫封锁，支持多线程

ADSL拨号上网使用动态IP地址，每一次拨号得到的IP都不一样，所以我们可以通过程序来自动进行重新拨号以获得新的IP地址，以达到突破反爬虫封锁的目的。

superword网络爬虫搜索引擎反爬虫反封锁
superword
2015/03/25 03:14
1K
8
原
一种通用的网页相似度检测算法

如果我们需要在海量的结构未知的网页库中找到和指定的网页相似度比较高的一些网页，我们该怎么办呢？本文提出的“一种通用的网页相似度检测算法”就是专门解决这个问题。

rank相似度计算文本相似度词袋模型余弦相似度
rank
2015/04/10 08:22
3.8K
1
原
我的ITEYE和OSCHINA博客的异同（截止2015年5月17日）

我的ITEYE和OSCHINA博客的异同

rankblog
rank
2015/04/03 05:17
344
2
原
网络爬虫面临的挑战 之 链接构造

爬虫与反爬虫就好像是安全领域的破解与反破解一样，相互矛盾，相互克制，同时也相互促进。

nutchsolrlucenehadoop爬虫网络爬虫内容去重链接陷阱链接农场
nutch
2014/03/16 20:32
912
2
原
荐
基于word分词提供的文本相似度算法来实现通用的网页相似度检测

基于word分词提供的文本相似度算法来实现通用的网页相似度检测

wordword分词相似度算法文本相似度
rank
2015/05/28 20:11
1K
0
原
100offer举办的「寻找实干和坚持的技术力量」开源项目投票排名分析程序

100offer举办的「寻找实干和坚持的技术力量」开源项目投票排名分析程序

开源项目
rank
2015/09/26 17:39
862
0
原
计算OSCHINA博文在百度的收录与排名情况

计算OSCHINA博文在百度的收录与排名情况

rankseo搜索引擎优化
rank
2015/04/03 16:49
451
0
原
计算ITEYE博文在百度的收录与排名情况

计算ITEYE博文在百度的收录与排名情况

rankseo搜索引擎优化
rank
2015/04/04 04:00
176
0
人机问答系统的前世今生

人机问答系统的前世今生

QuestionAnsweringSystem问答系统人机问答系统
QuestionAnsweringSystem
2015/05/27 06:38
1K
1
七大自然语言处理领域的世界一流公司

七大自然语言处理领域的世界一流公司

自然语言处理NLP
NLP
2015/05/25 15:43
3.2K
0
原
荐
OSCHINA博文抄袭检查

比如我写了一篇文章：“使用Java8实现自己的个性化搜索引擎”，我想知道有哪些网站转载了我的文章，我该怎么办呢？

rank抄袭检查SEO搜索引擎优化JAVA8
rank
2015/04/06 02:28
5.4K
29
原
ITEYE博文抄袭检查

比如我写了一篇文章：“使用Java8实现自己的个性化搜索引擎”，我想知道有哪些网站转载了我的文章，我该怎么办呢？

rank抄袭检查SEO搜索引擎优化JAVA8
rank
2015/04/06 01:22
325
0

没有更多内容

加载失败，请刷新页面

删除文章

文章删除后无法恢复，确定删除此文章吗？

取消
确定
删除动弹

动弹删除后，数据将无法恢复

取消
确定
删除一条评论

评论删除后，数据将无法恢复

取消
确定
返回顶部
顶部