“51区”的版本间的差异
（→互联网+） |
（→大数据） |
||
| 第13行： | 第13行： | ||
*[https://news.qq.com/zt2020/page/feiyan.htm 腾讯疫情实时追踪] | *[https://news.qq.com/zt2020/page/feiyan.htm 腾讯疫情实时追踪] | ||
*[https://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651677059&idx=1&sn=42fe5f69bb500725b576c6ec9e61fbb8&chksm=bd4c46108a3bcf0608769741c40acf2ffd2e7b7500b71dd3b325be6e2e0d1c66642d37564309&mpshare=1&scene=23&srcid=&sharer_sharetime=1580629631706&sharer_shareid=9a47d948e5a338ea483d560dfedff359#rd 可能会说谎的地图！全国疫情地理格局的重新审视]] | *[https://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651677059&idx=1&sn=42fe5f69bb500725b576c6ec9e61fbb8&chksm=bd4c46108a3bcf0608769741c40acf2ffd2e7b7500b71dd3b325be6e2e0d1c66642d37564309&mpshare=1&scene=23&srcid=&sharer_sharetime=1580629631706&sharer_shareid=9a47d948e5a338ea483d560dfedff359#rd 可能会说谎的地图！全国疫情地理格局的重新审视]] | ||
| + | |||
| + | *[https://z.cbndata.com/2019-nCoV/index.html?from=groupmessage&isappinstalled=0https://z.cbndata.com/2019-nCoV/index.html?from=groupmessage&isappinstalled=0 本地实时疫情分布] | ||
任务一、大数据案例开发（12分） | 任务一、大数据案例开发（12分） | ||
2020年2月7日 (五) 14:05的版本
目录
2019级
【腾讯文档】2020比赛统计 https://docs.qq.com/sheet/DT3h4bEFxU2NBakhG?c=I2E0A0
云计算
互联网+
大数据
任务一、大数据案例开发（12分）
开发环境：Eclipse + JDK + Tomcat + Mysql + MongoDB + HBase +xueqing-client.zip + xueqing-server.zip + xueqing-web.zip。
1.搭建开发环境和导入项目（1分）
检查已安装的MongoDB，HBase，MySQL和岗位网站服务，进行大数据学情应用开发准备：
（1）导入三个MongoDB数据库目录employ，job_internet，question_survey；
（2）导入MySQL的xueqing-client项目的sql文件xueqing-client.sql；
在cmd中登录MongoDB数据库，提交查询所有数据库的截图到答题框。
在cmd中登录MySQL数据库，提交查询所有数据库的截图到答题框。
2.HBase建表操作（1分）
完成xueqing-server中HBase数据库建表，建立job_internet表（列簇为PERCEPT_DATA、RAW_DATA、TAG_DATA）和job_cloud表（列簇为cloud）。提交HBase两个表信息的查询结果截图和代码到答题框。
3.岗位学历需求可视化（2分）
爬取xueqing-web网站所有的岗位信息，对数据进行清洗，统计“云计算”岗位信息，将统计数据保存至MongoDB之中。通过xueqing-client展示云计算岗位学历需求分布图表。将统计图表的网页截图和相关代码提交到答题框。
4.岗位聚类（2分）
对云计算岗位数据进行岗位聚类分析，将聚类分析结果数据保存至MongoDB之中，通过xueqing-client展示云计算岗位聚类结果的饼图，将聚类结果的网页截图和代码提交到答题框。
5.岗位推荐（3 分）
给定某个用户的技能数据，使用机器学习推荐算法，实现岗位推荐。为该用户推荐三个最佳的招聘岗位，并通过 EChart 图表展示推荐的岗位和技能对比，将展示的图表截图和代码提交到答题框。
6.岗位薪资预测（3 分）
基于Python语言和TensorFlow框架，对工资、学历和工作经验建立三维回归模型。使用给定的岗位进行训练和测试，基于给定的岗位信息进行预测薪资，并对接Java后台提供前端交互。将结果的网页截图和代码提交到答题框。
