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
Book_熬夜!22 分钟前
Python基础(六)——PyEcharts数据可视化初级版毕设木哥39 分钟前
计算机专业毕业设计推荐-基于python的汽车汽修保养服务平台bugtraq20211 小时前
闲鱼网页版开放,爬虫的难度指数级降低。Bigcrab__6 小时前
Python3网络爬虫开发实战(15)Scrapy 框架的使用(第一版)九月镇灵将6 小时前
爬虫逆向学习(六):补环境过某数四代计算机程序设计开发6 小时前
计算机毕业设计公交站点线路查询网站登录注册搜索站点线路车次/springboot/javaWEB/J2EE/MYSQL数据库/vue前后分离小程序mizuhokaga6 小时前
Hive parquet表通过csv文件导入数据妙龄少女郭德纲7 小时前
基于Spark框架实现XGBoost模型