流程:
++1.DrissionPage+Selenium自动爬虫工具采集漫画视频、详情、标签等约200万条漫画数据存入mysql数据库;
2.Mapreduce对采集的动漫数据进行数据清洗、拆分数据项等,转为.csv文件上传hadoop的hdfs集群;
3.hive建库建表导入.csv动漫数据;
4.一半指标使用hive_sql分析得出,一半指标使用Spark之Scala完成;
5.sqoop对分析结果导入mysql数据库;
6.Flask+echarts搭建可视化大屏;
创新点:Python全新DrissionPage+Selenium双爬虫使用、海量数据、爬虫、可视化大屏、离线hive+实时Spark双实现++
计算机毕业设计hadoop+spark+hive漫画推荐系统 动漫视频推荐系统 漫画分析可视化大屏 漫画爬虫 漫画推荐系统 漫画爬虫 知识图谱 大数据
B站计算机毕业设计超人2024-08-24 12:32
相关推荐
青云交44 分钟前
大数据新视界 -- Hive 数据仓库:构建高效数据存储的基石(下)(2/ 30)Lorin 洛林2 小时前
Hadoop 系列 MapReduce:Map、Shuffle、Reduce躺平的花卷2 小时前
Python爬虫案例八:抓取597招聘网信息并用xlutils进行excel数据的保存爱分享的码瑞哥3 小时前
Python爬虫中的IP封禁问题及其解决方案დ旧言~3 小时前
【高阶数据结构】图论图表制作解说(目标1000个图表)4 小时前
ECharts柱状图-带圆角的堆积柱状图,附视频讲解与代码下载B站计算机毕业设计超人4 小时前
计算机毕业设计SparkStreaming+Kafka旅游推荐系统 旅游景点客流量预测 旅游可视化 旅游大数据 Hive数据仓库 机器学习 深度学习不做超级小白5 小时前
工欲善其事,必先利其器;爬虫路上,我用抓包Smartdaili China5 小时前
如何在 Microsoft Edge 中设置代理: 快速而简单的方法好看资源平台7 小时前
网络爬虫——综合实战项目:多平台房源信息采集与分析系统