Автоматический Python-классификатор доменов для аукционных площадок
🔍 Этот скрипт помогает определить, относится ли домен к финансовой тематике на основе анализа доменного имени и содержимого сайта.
Идеально для трейдеров, SEO-специалистов и инвесторов, работающих с большими списками доменов.
Что делает скрипт?
▫️Анализирует домен по ключевым финансовым и новостным словам
▫️Проверяет содержимое сайта: заголовки, мета-описания, текст
▫️Вычисляет уверенность в принадлежности сайта к финансовой тематике
▫️Обрабатывает CSV с большими объемами доменов с сохранением результатов
▫️Ведёт логи и статистику по найденным сайтам
Как изменить тематику на свою?
Для смены тематики нужно заменить ключевые списки слов внутри класса FinancialDomainClassifier:
1️⃣ self.finance_keywords — ключевые слова для анализа текста сайта (контента)
Пример для темы здоровья:
python
self.finance_keywords = [
'health', 'fitness', 'nutrition', 'wellness', 'exercise', 'diet', 'yoga', 'therapy'
]
2️⃣ self.domain_finance_terms — ключевые слова для анализа доменного имени
Пример:
python
self.domain_finance_terms = [
'health', 'fit', 'wellness', 'med', 'clinic', 'gym', 'diet', 'nutrition', 'yoga'
]
3️⃣ self.news_terms — слова, связанные с новостными сайтами (по желанию меняются или оставляются)
Пример:
python
self.news_terms = [
'news', 'daily', 'times', 'journal', 'report', 'media', 'update'
]
4️⃣ Особые паттерны для доменов в функции analyze_domain_name —
Здесь можно добавить бонусы для определённых окончаний или ключевых слов, характерных для новой тематики.
⚙️ Меняя перечисленные списки и паттерны, можно настроить классификатор практически под любую тематическую область: здоровье, спорт, образование, IT и т.д.
Если понадобится помощь с адаптацией или примером под конкретную тему — обращайтесь!
🎉 Скрипт уже проверен на финансовых доменах и показывает хорошие результаты. Готов работать с Вашими данными!
https://colab.research.google.com/drive/1yYGQTcDEjoNcDshOVHutoMOCtfO-YXa5?usp=sharing