前々回はニュースデータを収集するために RSS/Atom フィードを利用する話を書きました。 RSS/Atom フィードには全文配信と要約配信があり、昨今ではページビューを稼ぐため要約配信、特にリンクがリダイレクトになっているものや、本文がカラのものが多いという話をしました。 全文配信 … タイトル、リンク、それに記事本文全体を含むフィード 要約配信 … タイトル、リンク、記事の一部のみまたは本文がカラのフィード フィードデータをためる方法 前回は一部で最近話題の Fastladder のセットアップ方法を紹介し、付属のクローラーを使ってサーバーのデータベースにフィードを溜めるという方法を説明しました。 いずれ別の記事で詳しく述べますが Fastladder はサーバー設置型な上、ソースコードは公開されていますので、クローラー自体を自作することも可能です。 また fluentd は柔軟なロ
![大量のニュースから興味関心のある話題をベイジアン分類で抽出する - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/f9d814f5b41569f8c25b83acf2c1a218aa83e119/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-412672c5f0600ab9a64263b751f1bc81.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-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%26mark-x%3D142%26mark-y%3D57%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZoPTc2Jnc9NzcwJnR4dD0lNDB5bmFrYXlhbWEmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT0zNiZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTU5MzAzYTNhMzMxZTg5YzBhM2ExNjIyZmY0NDliYmIy%26blend-x%3D142%26blend-y%3D486%26blend-mode%3Dnormal%26s%3D5a64e09f5e1eba5c1d7a4059c601130e)