Pinned Repositories
cppjieba
"结巴"中文分词的C++版本
Crawer
各大电商网站数据抓取分析
demo_11.11_storm-spark-hadoop
hadoop_storm_spark结合实验的例子，模拟淘宝双11节，根据订单详细信息，汇总出总销售量，各个省份销售排行，以及后期的SQL分析，数据分析，数据挖掘等。 --------大概流程------- 第一阶段（storm实时报表） 第二阶段（离线报表）第三阶段（大规模订单即席查询,和多维度查询） 第四阶段（数据挖掘和图计算）
Distributed_spider_pku_java
1. 主要分为三个模块，一个爬虫抓取模块，一个是数据处理模块，一个是用户模块。 2. 爬虫抓取模块主要是从直播吧、新浪体育、网易体育上爬取有关足球的新闻和用户关于足球的评论，利用集群HADOOP抓取网页，分析得出URL集，提取特征URL 3. 网页linux脚本过滤得到原始网页，然后二次过滤得到文本，并使用分布式储存。 4. 处理模块主要是根据训练集规则一和规则二，得到分词器，然后对文本进行操作，得出训练结果。 5. 通过特征脚本得到训练结果的特征词分类，然后提取出球队模糊集和球星模糊集。 6. 过滤得到球队精确集和球星精确集，并存入MYSQL数据库。 7. 从数据库中提取球星和球队的信息进行图表分析，并动态显示WIKI信息，调入显示模块中和用户进行交换
friso
High performance chinese tokenizer with both GBK and UTF-8 charset support developed by ANSI C
giggle
Giggle是一个开源的淘宝商家展示产品的社区。
Merchant
商户推荐算法demo。仅仅够参考
sphinx
Sphinx for Chinese
sphinx-jieba
Sphinx search server
Sreg
Sreg可对使用者通过输入email、phone、username的返回用户注册的所有互联网护照信息。
eric1688's Repositories
eric1688/sphinx
Sphinx for Chinese
eric1688/friso
High performance chinese tokenizer with both GBK and UTF-8 charset support developed by ANSI C
eric1688/Merchant
商户推荐算法demo。仅仅够参考
eric1688/cppjieba
"结巴"中文分词的C++版本
eric1688/Crawer
各大电商网站数据抓取分析
eric1688/demo_11.11_storm-spark-hadoop
hadoop_storm_spark结合实验的例子，模拟淘宝双11节，根据订单详细信息，汇总出总销售量，各个省份销售排行，以及后期的SQL分析，数据分析，数据挖掘等。 --------大概流程------- 第一阶段（storm实时报表） 第二阶段（离线报表）第三阶段（大规模订单即席查询,和多维度查询） 第四阶段（数据挖掘和图计算）
eric1688/Distributed_spider_pku_java
1. 主要分为三个模块，一个爬虫抓取模块，一个是数据处理模块，一个是用户模块。 2. 爬虫抓取模块主要是从直播吧、新浪体育、网易体育上爬取有关足球的新闻和用户关于足球的评论，利用集群HADOOP抓取网页，分析得出URL集，提取特征URL 3. 网页linux脚本过滤得到原始网页，然后二次过滤得到文本，并使用分布式储存。 4. 处理模块主要是根据训练集规则一和规则二，得到分词器，然后对文本进行操作，得出训练结果。 5. 通过特征脚本得到训练结果的特征词分类，然后提取出球队模糊集和球星模糊集。 6. 过滤得到球队精确集和球星精确集，并存入MYSQL数据库。 7. 从数据库中提取球星和球队的信息进行图表分析，并动态显示WIKI信息，调入显示模块中和用户进行交换
eric1688/giggle
Giggle是一个开源的淘宝商家展示产品的社区。
eric1688/sphinx-jieba
Sphinx search server
eric1688/Sreg
Sreg可对使用者通过输入email、phone、username的返回用户注册的所有互联网护照信息。
eric1688/yii2-mini
eric1688/yincart
yincart is a online shop system which base on yiiframework