行业见闻:采集文章内容，还没有那么牛逼的saas啊

　　行业见闻:采集文章内容，还没有那么牛逼的saas啊

　　采集文章内容，

　　还没有那么牛逼的saas啊你所谓的文本挖掘都是通过一些技术手段，利用某个深度学习库（比如caffe），比如svm等等，得到训练数据。然后利用手动构建的学习数据库，根据标签，对新文章，进行有监督的机器学习。你是哪个学校的？我们可以合作。

　　利用搜索匹配的技术，把时间搜索到的文章发布出来。

　　文本挖掘已经是文学类的百花齐放了。知乎上相关的问题挺多的，你去看看各家的结果。目前常用的有：文本相似性分析，情感分析，

　　对于时效性高，不平衡的内容，可以将内容转化为相似词或者长尾词，从而推荐给用户，并且可以进行全网搜索。

　　大牛人我也想知道如何

　　关键是“如何”。对于大家提到的可以用作文本分析的工具，目前可以将原始文本先转化为结构化文本，也就是我们常说的xml格式，文本分析关键是看分析原理，分析准确率和推荐度。现在存在的xml格式文本都是存储在http的，现在普遍分析是json文本。关于python的文本分析，有jieba库，可以自己根据需要取而代之。

　　找几个人帮你梳理数据+翻译+然后各取所需

　　数据分析对应的是统计吧，通过收集相关行业资料，然后产生大数据分析大数据，是近年来火热的词。前景应该是不错，但要有基础，知道什么是什么？知道基础概念才可以分析不是？另外大数据还要建立在基础之上。总之，光会数据分析不够，还要掌握统计学统计软件和方法。再用结合相关数据调整。