权重较高的几个分类信息网站

分类信息网站发布的各种促销信息会吸引大量潜在用户浏览,从而达到向潜在用户传递营销信息的目的。方法很简单,就是去免费的信息发布网站去发布信息。其中很多网站的权重也比较高,搜索引擎收录也快,下面列出几个权重高的网站的入口。

   1、百姓网http://www.baixing.com/

2、58同城http://www.58.com

3、赶集网http://www.ganji.com/

4、中国分类信息网 http://www.fenlei168.com/

5、114分类信息 http://www.qu114.com/

6、易登网 http://www.edeng.cn/

7、任意发http://www.freefa.cn/

8、口碑网http://www.koubei.com/

9、天涯分类http://info.tianya.cn

10、久久信息网http://www.99inf.com/

11、e族生活网 http://www.ezshw.com/

12、中国供求信息网 http://www.uall.cn/

13、非凡分类信息http://www.favolist.com/

这些网站中,百姓网、58同城、赶集网,这三个网站权重是最高的,收录也是最快的。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用Python中的nltk和sklearn库来进行文本关键词提取和权重计算,具体步骤如下: 1. 导入所需的库和数据集: ```python import nltk import pandas as pd from sklearn.feature_extraction.text import TfidfVectorizer # 读取数据集 df = pd.read_csv('data.csv') ``` 2. 对英文文本进行分词和去除停用词: ```python # 分词和去除停用词 stop_words = set(nltk.corpus.stopwords.words('english')) # 停用词 tokenizer = nltk.RegexpTokenizer(r'\w+') # 正则表达式分词器 def tokenize(text): tokens = tokenizer.tokenize(text.lower()) return [token for token in tokens if token not in stop_words] df['tokens'] = df['text'].apply(tokenize) # 对text列进行分词 ``` 3. 计算文本关键词的TF-IDF权重: ```python # 计算文本关键词的TF-IDF权重 tfidf = TfidfVectorizer(tokenizer=tokenize) tfidf_matrix = tfidf.fit_transform(df['text']) # 获取关键词和权重 feature_names = tfidf.get_feature_names() tfidf_scores = tfidf_matrix.todense().tolist() ``` 4. 将关键词和对应权重合并到一个DataFrame中: ```python # 将关键词和对应权重合并到一个DataFrame中 df_tfidf = pd.DataFrame(tfidf_scores, columns=feature_names) df_tfidf['weights'] = df['weights'] ``` 5. 根据权重低筛选出关键词: ```python # 根据权重低筛选出关键词 top_words = df_tfidf[df_tfidf['weights'] > 0.5].mean().sort_values(ascending=False)[:5].index.tolist() print(top_words) ``` 其中,`df['text']`为文本所在列,`df['weights']`为权重所在列,可以根据实际情况进行修改。最终输出的`top_words`即为权重的关键词列表。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值