微博爬虫，一个基于Scrapy框架的轻量微博爬虫，Sina Weibo Spider.zip

使用PHP脚本模拟登陆，获取网站信息并输出到excel文件的脚本。 详见：http://blog.csdn.net/taylor_tao/article/details/7385118

optical flares是VideoCopilot于2010年1月荣誉出品的一款光晕插件，类似的光晕插件还有Sapphire蓝宝石插件以及Knoll Light Factory灯光工厂插件，这两款插件在新CG儿AE插件下载网都可以下载到。但是相对这两款插件，optical flares在控制性能、界面友好度以及效果等方面都较出彩一些。 支持版本：AE cs4及其以下版本.

链家二手房爬虫工具 本工具分为爬虫端与客户端，爬虫端用于爬取链家页面二手房数据并存储于数据库，客户端用于分析展示数据库数据。 实现功能 爬虫端（Python） 二手登山爬取，可指定城市，地区，户型以及价格范围。 每日数据存储，数据库为sqlite3，数据库文件为./lianjia.db 已售的记录记录，当某套房源不再能被抓取取到时，转换套房源从交换表迁移到售出表，保留售出前历史数据。 客户端（Nodejs） 数据可视化展示，使用电子实现跨平台，展示内容包括包括id，小区，户型，面积，朝向，偏移，年份，建筑类型，总价，单价。出。 历史价格展示，预先设定的预期高度后可进入历史价格页面，展示每次抓取获取到的价格，逐步价格的变化用箭头标出。 卖出上市展示，展示已售出上市及售出日期（最后一次抓取日期） 目录结构 . ├── README.md ├── config │   └── config.js

对http服务简单模拟并发压测，思路是在脚本中使用wget发起http并发请求

jd-spider: 京东数据爬取与分析:alien_monster: *Photo by Lauren Mancke on Unsplash 目录 LICENSE Copyright (c) 2017 - 2019 Lewis Tian. Licensed under the MIT license.

改编自https://de.mathworks.com/matlabcentral/fileexchange/33134-radar-plot?focused=5201638&tab=function 此函数使用P的列作为数据点绘制蜘蛛图。 输入： P : 矩阵形式的数据。 可选：一个布尔值，指示是将数据绘制为面积图还是线图。 用法示例： area_spider_plot(P)：将数据绘制为线图area_spider_plot(P, true)：将数据绘制为面积图 Legendchoices = {'data1', 'data2', 'data3'}; 图（'rend'，'画家'，'pos'，[100,100, 1000,800]） idx = area_spider_plot（数据）； 传奇（传奇选择{idx}）；

Real_Time_DataMining_Sortware 一款能实时进行文本挖掘的软件，不占用多余的存储空间，直接将采集后的数据集中存储在本地txt中，运用本软件无需进行大量的手动翻页操作，输入对应的店铺链接即可对民宿进行分析包含接结构化数据的可视化和非结构化UGC的情感分析，包含数据的实时采集/数据清洗/结构化保存/UGC数据主题提取/情感分析/后结构化可视化等技术的综合性演示demo。基于在线民宿UGC数据的意见挖掘项目，包含数据挖掘和NLP相关的处理，负责数据采集、整句切分、主题抽取、情感分析等任务。主要克服用户打分和评论不一致，实时对携程和美团在线民宿的满意度进行评测以及对额外数据进行可视化的综合性工具，多维度的对在线UGC进行数据挖掘并可视化，对比顾客直接打分的结果来看，运用机器学习的情感分析方法更能挖掘到详细的顾客意见和对应的合理评分。 软件包含数据采集（txt_analys

Google Play商店蜘蛛Selenium 抓取资料在Python上使用 :memo: 并使用SQLite储存数据库 这个专案和类似，则专案是使用结合。 之前我也介绍过Selenium的范例，可参考 ， 因为有更新加上之前是使用python 2.7，写法上也有点不同，所以这次使用python 3.4.3重新简单介绍。 特色 透过+抓取topselling_new_free资料。 使用SQLITE储存资料。 安装套件 确定电脑有安装之后 clone我的简单范例 git clone https://github.com/twtrubiks/Google-Play-Store-spider-seleni

matlab线条标记的代码复制蜘蛛偏见 尽管有许多相反的说法，但人类的思想并不比理性更糟。 。 。 但通常可能比理性更好。 （Cosmides和Tooby，1994年） 进化心理学的研究者认为，认知偏差不是缺陷，而是生物在整个进化历史中面临相同环境问题的有机体的良好适应特征。 例如，过度检测捕食者可能是有利的，而对它们的检测不足是非常昂贵的。 这是由错误管理理论（EMT; Haselton＆Buss，2000）预测的，该理论是信号检测理论在认知机制中的应用，这些认知机制包括噪音或不确定性，并且为此付出了错误类型的代价（即错误警报或遗漏）检测）不相等。 Witt＆Sugovic在2013年的一篇文章中发现，与球或瓢虫相比，我们倾向于提高接近蜘蛛的速度； 它可能具有适应性，因为它增加了我们准备采取行动（例如战斗或逃跑）的时间。 Witt＆Sugovic，2013年获得的结果 我打算复制他们的实验，但要进行一些小的更改： 我不会实现第二个因素，即参与者用来阻止传入对象的桨的大小（被阻止的威胁和桨的大小彼此独立起作用）； 在实验中，他们使用面向下的投影仪在桌子上显示刺激。 由于我负担不起，我将