Python爬取网页数据。网页中的数据大多是非结构性数据。爬取网页非结构性文本数据的首要任务是去掉网页噪声。

网页文本中的中英文处理的区别在于中文需要额外加入分词处理过程。所谓分词就是将一段文本文字分成一个个词组的过程。

增强图像。事实上增强图片, 就是突出表现出图片中一些重要的信息, 并且减弱, 或者是消除图像中不重要的信息, 从而方便后期深入的制作图像。

网页文本的情感挖掘与网络舆情管控。自媒体网络时代, 某个网络节点中带有强烈个人情绪表达的评论文本在一定条件下会引发海啸般的网络舆情“蝴蝶效应”。

用户搜索意图获得方法的讨论。本文分析web网页泛化模型是将用户搜索意图为基础创建的, 但是在实现过程中并不是直接获得用户意图, 指的是在用户将初始搜索关键字提交的相应结果中

高性能的进程设计模式。如果一个server采用一个进程负责一个request的方式, 那么进程数就是并发数。那么显而易见的, 就是会有很多进程在等待中。等什么?最多的应该是等待网络传输。