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
全栈开发圈几秒前
新书速览|Java网络爬虫精解与实践小白学大数据6 分钟前
JavaScript重定向对网络爬虫的影响及处理lzhlizihang19 分钟前
【spark的集群模式搭建】Standalone集群模式的搭建(简单明了的安装教程)枝上棉蛮27 分钟前
GISBox VS ArcGIS:分别适用于大型和小型项目的两款GIS软件ac-er88881 小时前
PHP网络爬虫常见的反爬策略聪明的墨菲特i4 小时前
Python爬虫学习西瓜籽@5 小时前
STM32——毕设基于单片机的多功能节能窗控制系统oliveira-time6 小时前
爬虫学习6时差9539 小时前
【面试题】Hive 查询:如何查找用户连续三天登录的记录苍老流年9 小时前
Hive中各种Join的实现