包含文本数据预处理，图片下载，图片清洗，文章去重，图片标注等代码程序。
新浪项目 - 数据清洗器 1. 读取新浪提供的raw data，格式化后存入mongoDB； 2. 支持数据统计功能：文章图片数量分类统计及分布；
新浪项目 - 图片下载器 1. 解析原始数据，多线程下载图片
“文章配图推荐”系统
