[Assignments]网页内容抓取练习

[zihaolucky]

以“地震”为关键字，以雅安地震为时间起始点，抓取两个平台（知乎、百度知道）上属于此话题的所有帖子的主题、内容。

主要工作：

1. 以便做文本分析。包括“冗余度”的讨论，这一块我打算先用文本匹配、文本相似度来评判，看看这种简单方式能不能做得好。

文本分析、分词完成之后，利用社会网络方法建立网络图

1. 社会网络分析。

猜想：（这个放到后面做）

1. 事件、时间序列。事件发生后，两个平台出现类似话题讨论的频率／数目如何变化？

[zihaolucky]

已完成，请看zhihu文件夹