- 综合排序
- 最热优先
- 最新优先
- 来自专栏大数据文摘
数据新闻：全球新闻界的新宠
8个新闻作品从300多个参赛作品中脱颖而出，获得了最终的“数据新闻奖”。 这是全球第一个专门为数据新闻设立的奖项，从2012年开始颁发。 在全球新闻界，“数据新闻”（也称“数据驱动新闻”）已经不再停留于一个新名词，它代表着新闻业正在进行的一系列如火如荼的实践。 《数据新闻手册》。 众多媒体专家看好数据新闻的前景。“精确新闻学”的奠基人、美国北卡罗来纳大学教堂山分校荣休教授菲利普·迈耶如此强调推行数据新闻的时代意义：“现在是个信息过剩的时代，对信息进行处理很重要。 给新闻业注入创新活力 无论老牌主流媒体还是新兴网络媒体，都不约而同地投入资金和人力开发数据新闻业务——究其原因，是数据新闻为它们注入了创新的活力。
2.9K120发布于 2018-05-18 - 来自专栏PPV课数据科学社区
【新闻】魔兽大数据
在内地影史零点场票房榜上，《魔兽》目前已稳居榜首，排在第二至五名的影片及票房分别是：《速度与激情7》5100万、《复仇者联盟2：奥创纪元》2980万、《变形金刚4：绝迹重生》2100万和《美国队长3》1700 下面，我们一起通过大数据来探寻这款游戏不为人知的一面。 全球有超过1亿名的《魔兽世界》玩家 ? (数据来源：17173新闻中心) 他们来自全球244个国家和地区 ? (数据来源：17173新闻中心) 联盟总人数略微高出部落一些，同时还有1%的和平爱好者 ? (数据来源：17173新闻中心) 《魔兽世界》角色数量超过了美国总人口 ? (数据来源：17173新闻中心) 《魔兽世界》音乐长达3900分钟，需要44张CD才装的下 ? (来源：17173新闻中心) 游戏内总数字超过600万，相当于12本《魔戒三部曲》 ? (来源：17173新闻中心) 中国的魔兽角色超过1.4亿，相当于7个上海市常驻人口的数量 ? （来源：魔兽世界中文网站） 人口最多的种族是人类，超过了20% ?
85450发布于 2018-04-25 - 来自专栏C++ 动态新闻推送
C++ 动态新闻推送 第4期
C++ 动态新闻推送 第4期 从reddit/hackernews/lobsters/meetingcpp摘抄一些c++动态。 { log(42, 100, "hello world"); log(10.75, "an important parameter"); } 通过构造函数打印，也不是不行，就是很别扭 4 std::vector<T>& v, Ts&&... values) { (v.push_back(std::forward<Ts>(values)), ...); } push_back(v, 4, function(std::forward<Values>(values)),...); } for_each_arg([&v](auto&& value){ v.push_back(value); }, 4,
81210发布于 2021-08-31 - 来自专栏ApacheHudi
2025 年 4 月 Apache Hudi 社区新闻
Hudi Banner 欢迎阅读由 Onehouse.ai[1] 为您带来的2025年4月版Hudi通讯！ 在Apache Hudi Lakehouse平台中引入二级索引[4] - Dipankar Mazumdar, Aditya Goenka 二级索引架构 这篇博客介绍了Apache Hudi 1.0中的二级索引 社交媒体 现代数据架构：将数据库迁移到AWS上的可扩展数据湖仓[7] AWS数据迁移 在这篇文章中，Roman展示了如何将传统数据库现代化为可扩展的基于AWS的数据湖仓。 • https://join.slack.com/t/apache-hudi/shared_invite/zt-2ggm1fub8-_yt4Reu9djwqqVRFC7X49g 社交媒体 加入我们的社交渠道 medium.com/aimonks/from-swamp-to-stream-how-apache-hudi-transforms-the-modern-data-lake-8a938f517ea1 [4]
67710编辑于 2025-05-09 - 来自专栏ApacheHudi
2024 年 4 月 Apache Hudi 社区新闻
它适用于多种用例，如多模态数据处理、批处理数据处理、探索性数据分析（EDA）和用于训练机器学习模型的数据摄取。 用 Kinesis, Apache Flink 和 Apache Hudi 构建实时流管道[4] - Md Shahid Afridi P 在这篇博客中，Shahid详细介绍了如何使用Apache Hudi delta/pull/2333 [3] 深入理解 Apache Hudi 一致性模型 (3 part series): https://jack-vanlightly.com/analyses/2024/4/ 24/understanding-apache-hudi-consistency-model-part-1 [4] 用 Kinesis, Apache Flink 和 Apache Hudi 构建实时流管道 blog.devgenius.io/build-real-time-streaming-pipeline-with-kinesis-apache-flink-and-apache-hudi-35d8501855b4
1K10编辑于 2024-05-10 - 来自专栏程序员的知识天地
大规模异步新闻爬虫【4】：实现一个同步定向新闻爬虫
这个爬虫需要用到MySQL数据库，在开始写爬虫之前，我们要简单设计一下数据库的表结构： 1. 数据库设计 创建一个名为crawler的数据库，并创建爬虫需要的两个表： crawler_hub ：此表用于存储hub页面的url +------------+------------------+-- 数据库建立好后，我们就可以开始写爬虫的代码了。 2. 新闻爬虫的代码实现 #! 新闻爬虫流程图 我们把爬虫设计为一个类，类在初始化时，连接数据库，初始化logger，创建网址池，加载hubs并设置到网址池。 最后把下载得到的html存储到数据。 运行这个新闻爬虫很简单，生成一个NewsCrawlerSync的对象，然后调用run()即可。
1K20发布于 2019-05-14 - 来自专栏SpringBoot+MyBatis前端
JavaBean——实现新闻数据维护
这个属性可以是任意合法的Java数据类型，包括自定义Java类 2.2：一个JavaBean对象的属性可以是读写，或只读，或只写。 //新闻数据维护以修改为例（其他功能差不多） 以下代码呢？ 大概就是写一个DBHelper来连接数据库（Oracle），还有一个Daol类来写方法（下面的代码就是方法来帮助修改的） public int updaNewst(int nid,News newst) newst.getTid()); ps.setString(2, newst.getNtitle()); ps.setString(3, newst.getNzz()); ps.setString(4, <% request.setCharacterEncoding("utf-8");//防止乱码 //新闻主题编号 int nid=Integer.valueOf(request.getParameter
43220编辑于 2022-11-18 - 来自专栏数据科学和人工智能
数据集 | 中文新闻分词
下载数据集请登录爱数科(www.idatascience.cn) 包含一些中文新闻文本，可用于训练中文自动分词。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源
61220编辑于 2022-03-30 - 来自专栏大大的小数据
GPT4free安装部署！不是新闻！2023.5.6
/p/626691396 被“开源”的GPT4——GPT4Free 4、https://zhuanlan.zhihu.com/p/626356283 gpt4free 5、项目地址：https://github.com /xtekky/gpt4free 6、(198条消息) 体验 gpt4free_engchina的博客-CSDN博客 (198条消息) 体验 gpt4free_engchina的博客-CSDN博客 7、 此例中为:streamlit run C:\Users\Administrator\Desktop\gpt4free-main\streamlit_app.py4. Streamlit是一个开源库,用于快速构建和共享数据科学在线体验。使用Streamlit,您可以轻松构建用于理解数据和发布数据科学机器学习模型的Web应用程序。 主要是收集一定的使用统计信息,但不存储用户传输或使用的实际数据。2.
1.1K40编辑于 2023-08-16 - 来自专栏马拉松程序员的专栏
数据分类：新闻信息自动分类
这些类别的数量足够多，其次特点都相对的明显一些，虽然'roll'的分类高达658640条，但是从字面意思上看这是滚动新闻，可能是当时采集数据的那一个月的头条新闻，头条新闻类别并不明显，并不利于做分类训练 2.获取训练测试集 前面我们选定了8个类别的新闻，现在的需要把原始文件的内容拆分出来一部分，作为数据集，考虑到每个类别数据差距比较大，选择一个平衡的数量，每个类别取3000条数据。 ret3 = classifier1.predict(text_string=text_string3) print("新闻3类别：" + ret3[0]) #新闻4实际类别：学习类 ret4 = classifier1.predict(text_string=text_string4) print("新闻4类别：" + ret4[0]) #代码运行结果： loading 新闻1类别：sports 新闻2类别：health 新闻3类别：business 新闻4类别：business 从网上找了四段新闻内容，分别为体育、健康、财经、学习类的新闻，当前的多项式朴素贝叶斯分类器预测准确了
97020编辑于 2023-09-21 - 来自专栏数据科学实战
AkShare-新闻数据-财经资讯
作者寄语 新增新闻数据-财经资讯接口；最新资讯：主要返回最近几个小时的国内国际新闻。最新数据：主要返回最新发布的国际国内财经数据。 更新接口 "js_news" # 实时财经资讯 实时财经-资讯 接口: js_news 目标地址: https://www.jin10.com/ 描述: 获取实时财经新闻资讯数据 限量: 当日最近 4 小时内的新闻资讯数据 输入参数 名称 类型 必选 描述 indicator str Y indicator='最新资讯'; choice of {'最新资讯', '最新数据'}, 其中 '最新数据' 返回当前发布的重要经济指标 输出参数 名称 类型 默认显示 描述 datetime datetime Y 消息发布时间 content str Y 新闻内容 接口示例 import akshare <... 4 2020-11-25 18:41:44 装船计划显示，12月来自波罗的海的乌拉尔原油装船量设为370万吨。
1.5K10发布于 2020-12-08 - 来自专栏数据科学和人工智能
数据集 | 20NewsGroup新闻数据集
下载数据集请登录爱数科(www.idatascience.cn) 本数据集包含20个不同主题的英文新闻，涵盖信息技术、自然科学、政治、宗教等多个领域。 该数据集是用于文本分类、文本挖掘和信息检索研究的国际标准数据集之一。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 http://qwone.com/~jason/20Newsgroups/
1.4K30编辑于 2022-03-30 - 来自专栏数据科学和人工智能
数据集 | 金融新闻标题数据集
下载数据集请登录爱数科(www.idatascience.cn) 该数据集包含从路透社抓取的金融版面头版新闻，数据包括标题、发布日期和文章的预览文本。 每天的头条新闻反映了过去一年到两年间的美国经济和股市的大体情况。 1. 字段描述 2. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。
77010编辑于 2022-03-30 - 来自专栏数据科学和人工智能
数据集 | 金融新闻情感分析数据集
下载数据集请登录爱数科(www.idatascience.cn) 数据集从零售投资者的角度包含了金融新闻头条的观点。数据集包含两列，情感标签和新闻标题，情感标签包含消极的，中立的或积极的。 1. 数据预览 3. 字段诊断信息 4. 数据来源 来源于Kaggle。 5. 数据引用 Malo P, Sinha A, Korhonen P, et al. Journal of the Association for Information Science and Technology, 2014, 65(4): 782-796.
2.7K20编辑于 2022-03-30 - 来自专栏大数据采集
干货 | 日采100W新闻数据，如何实现新闻自动分类？
新闻行业发展之初，分类是由人工处理的，但伴随着互联网和计算机行业的发展，人工处理局限性开始显露： 数据量激增：新闻数据来源众多，可能一分钟就有成千上万条新的数据产生； 人工成本高：数据量激增的情况下，需要付出更多的人力成本 新闻分类的发展历程 以上图片来自是专业学者对于文本分类技术发展的总结，看起来略微复杂，我们可以简要将其总结为4个阶段： 初始阶段新闻数据有限，计算机也未大范围使用，因此这个阶段均为人海战术，使用人工对新闻进行分类 在获取到新闻数据后，对新闻进行分类还需要经过以下流程： ①数据清洗：过滤和筛除一些与新闻无关的符号或特殊字段，去除重复内容，提升文本质量，减轻系统负荷； ②特征筛选：根据业务需求，针对性地对关键词、新闻标题 forpredicting sentiment distributions； [3]Semantic compositionality through recursive matrix-vector spaces； [4] 国内各类数据应用范围广 1) 新闻类数据：已覆盖包括但不限于人民网、新华网等央媒党媒、 地方政府机构网站以及今日头条、网易等新闻聚合平台累计，超 2000 个平台，每日增量数据超 15 万条（经清洗入库后二次筛选的精准数据
1.9K30发布于 2021-08-17 - 来自专栏阿牛的牙
简单爬取新浪新闻数据
KHTML, like Gecko) ' 'Chrome/76.0.3809.132 Safari/537.36' } # 新浪新闻首页 每日要闻、重点新闻 id="wrap" > class="part_01 clearfix" > class="p_middle" self.base_url = 'https:/
62840编辑于 2022-09-07 - 来自专栏大数据文摘
大数据新闻周报(314~320)
据介绍，盘古数据的主营业务为互联网数据中心基础架构服务以及基于互联网数据中心的增值服务，包括云服务、大数据运营服务等。 把大数据作为基础性战略资源，全面实施促进大数据发展行动，加快推动数据资源共享开放和开发应用，助力产业转型升级和社会治理创新。 同时，加快政府数据开放共享。 本次峰会分为Keynote、大数据基础架构、大数据行业应用和实时大数据技术4个技术专场，邀请了来自阿里巴巴、Ebay、IBM、Hortonworks、小米等企业的21位嘉宾。 百度大数据产业园上海推介会举行：3月14日，2016常州百度大数据产业园上海推介会在上海日航酒店举行。会议上，华院数据技术有限公司与常州百度大数据产业园就意向入驻园区与大数据产业合作完成现场签约。 新闻采编：闵黎、张冬阳、赖格、赵梦云、Yimi 播音：Joanna 剪辑：晨露、Fay
59740发布于 2018-05-24 - 来自专栏大数据文摘
大数据新闻周报(37~313)
让我们来听听2016.3.7~2016.3.13本周大数据新闻： 行业趋势 人机世纪大战：谷歌人工智能机器人AlphaGo连胜韩国职业围棋九段、世界冠军李世石，开启机器纪元。 Qubit 是一家为营销人员提供大数据分析工具的初创企业，由 4 位前 Google 员工创建成立于 2010年。 业界动态 2016大数据产业峰会将于4月举行：为落实《促进大数据发展行动纲要》，支撑大数据国家战略落地，促进大数据产业交流与合作、开展大数据政策宣贯，由工业和信息化部指导、中国信息通信研究院主办，数据中心联盟 、中国IDC圈协办的“2016大数据产业峰会”将于4月在北京国际会议中心盛大召开。 新闻采编：闵黎、张冬阳、赖格、赵梦云、Yimi 播音：Joanna 剪辑：瞳瞳、Fay
77570发布于 2018-05-22 - 来自专栏大数据文摘
数据改变新闻！哥大新闻学院给记者开设了大数据课程！
完成的学生将获得一个数据新闻学位。 这是新闻教学领域的一次大胆尝试。参加这个项目的记者们将学习如何编程，如何处理数据图表等技能。当然，所有的数据分析和处理技能都将以社会学和人文科学为背景。 作为一个数据乐观派，我真希望在不远的将来，依靠数据得到的洞察，能在普利策奖中占有一席之地。对了，哥大新闻学院还肩负着每年新闻界桂冠——普利策奖评选的任务。 大数据对新闻生产方式的变革思考 关于大数据对新闻生产的影响，过去我们关注怎么样用大数据对用户行为进行分析，对他们进行个性化的服务，或者用大数据进行市场分析调查。 但是我们目前有这样一个未被给予太多关注的环节，就是大数据对于新闻报道本身的影响，新闻中一些不管是事实还是相关要素等资源，会在大数据当中发生什么样的变化？ 我们不敢确定在机器人新闻是不是会在将来打破人写的新闻，从理论上来说，在庞大的数据面前，人类越来越依赖机器的时候，实际上新闻的写作，仅依靠数据已经完成了70、80%，所以说新闻由机器来形成也不是不可能的。
88870发布于 2018-05-23 - 来自专栏Netkiller
新闻数据库分表案例
新闻数据库分表案例 这里我通过一个新闻网站为例，解决分表的问题 避免开发中经常拼接表，我采用一个一劳永逸的方法，建立一个 news 表使用黑洞引擎，然后通过出发器将数据分流到匹配的表中。 EXISTS `news` ( `uuid` varchar(36) NOT NULL COMMENT '唯一ID', `title` varchar(50) NOT NULL COMMENT '新闻标题 ', `body` text NOT NULL COMMENT '新闻正文', `ctime` timestamp NOT NULL DEFAULT '0000-00-00 00:00:00' 更好的方案是将数据放入solr中处理，包括标题与内容搜索等等。 uuid`) ) COMMENT='news uuid 索引表' COLLATE='utf8_general_ci' ENGINE=InnoDB; news_insert 过程，用于向目标表中插入数据
1.3K60发布于 2018-03-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号