hive标签_2048 AI社区

hive

计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

摘要：提供计算机专业毕设全流程服务，涵盖SpringBoot、Vue、大数据、人工智能等热门技术领域。服务内容包括免费功能设计、开题报告指导、代码实现、论文降重及答辩辅导等。博主为中科院硕士，CSDN知名技术专家，拥有50W+粉丝，所有项目均为原创开发。特色服务包括腾讯会议一对一辅导、模拟答辩演练及代码逻辑讲解。提供Java/Python/大数据等上万套高级选题资源，确保项目原创性。联系方式详见C

haochengxu2022
2026-05-11 20:36:06

 418

 10

#hadoop #spark #人工智能 +3
SQL → Hive → Python 数据分析 → 机器学习 / AI 基础

【代码】SQL → Hive → Python 数据分析 → 机器学习 / AI 基础。

m0_71625500
2026-04-15 09:42:05

 375

 6

#人工智能 #sql #hive
计算机毕业设计Python深度学习物流网络优化与货运路线规划系统大数据毕业设计(源码+文档+PPT+ 讲解)

本文综述了基于Python的深度学习技术在物流网络优化与货运路线规划领域的应用进展。研究显示，传统物流优化方法在处理大规模动态数据时存在效率瓶颈，而深度学习技术（如LSTM、Transformer、图神经网络和强化学习）通过自动特征提取和复杂模式学习，显著提升了物流需求预测精度（MAPE降低12%）、网络拓扑优化效率（运输成本降低15%）和路径规划性能（延误时间减少15分钟）。尽管面临数据质量、模

 haochengxu2022
2026-03-17 10:16:16

 585

 13

#hadoop #大数据 #python +3
计算机毕业设计Hadoop+Spark+Hive招聘推荐系统招聘大数据分析大数据毕业设计(源码+文档+PPT+ 讲解)

摘要：本文系统探讨了基于Hadoop+Spark+Hive的智能招聘推荐系统技术架构与算法创新。研究显示，分布式计算框架协同显著提升数据处理效率，SparkALS矩阵分解NDCG@10指标较传统方法提升19%。深度学习模型（如BERT）使语义匹配准确率提高25%，混合推荐策略实现78.6%的Top3命中率。行业实践中，BOSS直聘等平台通过实时推荐策略使CTR提升至18%。未来趋势将聚焦图计算与强

 haochengxu2022
2026-03-07 10:22:28

 152

 4

#hadoop #大数据 #spark +2
“养龙虾”OpenClaw+华为泰山2280（现货）+麒麟操作系统V10，保姆级部署操作指南

本文提供了在华为泰山2280服务器（ARM64架构）搭载麒麟操作系统V10上部署OpenClaw AI代理框架的详细指南。主要内容包括：1. 环境准备与系统检查；2. Node.js v22的ARM64专用安装方法；3. OpenClaw的两种部署方案（官方版和中文汉化版）；4. 初始化配置与运行步骤；5. 网络访问设置；6. 常见问题解决方案。该部署方案具有完全国产化、数据隐私安全等优势，适合政

 yumgpkpm
2026-03-07 09:39:13

 1747

 11

#人工智能 #spark #hive +4
计算机毕业设计PySpark+Hadoop+Hive+LSTM模型美团大众点评分析+评分预测美食推荐系统(源码+论文+PPT+讲解视频)

本项目基于大数据与深度学习技术构建美团/大众点评用户评分预测系统，整合PySpark、Hadoop、Hive和LSTM模型实现海量评论数据的存储、清洗、特征工程及评分预测。系统通过分布式计算框架处理10TB级数据，运用TF-IDF和Word2Vec进行文本特征提取，结合用户历史行为构建LSTM时序预测模型，有效解决冷启动问题。实验结果显示该方案预测准确率达89%，优于传统协同过滤方法。项目提供完整

 haochengxu2022
2026-03-06 10:34:50

 46

#hadoop #hive #人工智能 +3
计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

本文系统梳理了Python在中华古诗词知识图谱构建与可视化中的技术应用。研究涵盖数据采集(requests/BeautifulSoup)、实体识别(BiLSTM-CRF/BERT)、图数据库存储(Neo4j)等关键技术，重点分析了情感分析(SVM/LSTM/BERT)和多维可视化(NetworkX/PyVis/D3.js)的实现方法。研究指出当前面临数据质量、模型泛化等挑战，展望了多模态融合、轻量

 haochengxu2022
2026-03-06 10:28:53

 43

#人工智能 #python #爬虫 +3
计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

摘要：本项目基于Python技术栈构建中华古诗词知识图谱可视化系统，采用Neo4j图数据库存储诗词、作者、地点等实体关系，结合NLP技术实现信息抽取。系统提供多种可视化展示方式：PyVis动态网络图呈现关联关系，PyEcharts实现时间轴和地理分布展示，WordCloud生成高频意象词云。通过Streamlit框架整合可视化组件，构建交互式Web应用。项目特色包括结构化数据处理、多维可视化展示及

 haochengxu2022
2026-03-06 10:28:08

 54

#人工智能 #python #爬虫 +3
计算机毕业设计Python+AI大模型智能路线规划数据分析与个性化推荐系统旅游路线推荐系统旅游路线规划系统大数据毕业设计

本文介绍了一个基于Python+AI大模型的智能路线规划与个性化推荐系统。系统整合多源异构数据（GPS轨迹、实时交通、用户行为等），采用分层架构设计，结合LSTM/Transformer时空预测、PPO强化学习路径优化和混合推荐算法，实现动态路线规划与个性化推荐。关键技术包括动态路径优化算法、混合推荐模型和跨模态语义理解。实验表明，系统在物流场景中平均配送时间缩短22%，燃油成本降低14%。未来将

 haochengxu2022
2026-03-05 09:39:43

 710

 9

#python #人工智能 #大数据 +3
计算机毕业设计Python+AI大模型智能路线规划数据分析与个性化推荐系统旅游路线推荐系统旅游路线规划系统大数据毕业设计

本文介绍了一个基于Python+AI大模型的智能路线规划与个性化推荐系统。系统整合多源异构数据（GPS轨迹、实时交通、用户行为等），采用分层架构设计，结合LSTM/Transformer时空预测、PPO强化学习路径优化和混合推荐算法，实现动态路线规划与个性化推荐。关键技术包括动态路径优化算法、混合推荐模型和跨模态语义理解。实验表明，系统在物流场景中平均配送时间缩短22%，燃油成本降低14%。未来将

 haochengxu2022
2026-03-05 09:39:24

 346

 7

#python #人工智能 #大数据 +3
计算机毕业设计Python+AI大模型智能路线规划数据分析与个性化推荐系统旅游路线推荐系统旅游路线规划系统大数据毕业设计

本文介绍了一个基于Python+AI大模型的智能路线规划与个性化推荐系统。系统整合多源异构数据（GPS轨迹、实时交通、用户行为等），采用分层架构设计，结合LSTM/Transformer时空预测、PPO强化学习路径优化和混合推荐算法，实现动态路线规划与个性化推荐。关键技术包括动态路径优化算法、混合推荐模型和跨模态语义理解。实验表明，系统在物流场景中平均配送时间缩短22%，燃油成本降低14%。未来将

 haochengxu2022
2026-03-05 09:38:14

 383

 7

#python #人工智能 #大数据 +3
计算机毕业设计Python+AI大模型智能路线规划数据分析与个性化推荐系统旅游路线推荐系统旅游路线规划系统大数据毕业设计

本文介绍了一个基于Python+AI大模型的智能路线规划与个性化推荐系统。系统整合多源异构数据（GPS轨迹、实时交通、用户行为等），采用分层架构设计，结合LSTM/Transformer时空预测、PPO强化学习路径优化和混合推荐算法，实现动态路线规划与个性化推荐。关键技术包括动态路径优化算法、混合推荐模型和跨模态语义理解。实验表明，系统在物流场景中平均配送时间缩短22%，燃油成本降低14%。未来将

 haochengxu2022
2026-03-05 09:38:11

 993

 8

#python #人工智能 #大数据 +3
计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

本文介绍了一个基于Spark+Hadoop+Hive+LLM大模型+Django的农产品价格预测系统设计方案。系统整合大数据处理技术与深度学习模型，通过Hadoop存储多源异构数据，利用Spark进行特征工程，结合LLM提取文本特征，构建混合预测模型，并使用Django开发可视化Web平台。该系统旨在解决传统预测方法难以处理海量数据和复杂关系的局限性，预期可提升预测精度10%-15%，为农业生产和

 haochengxu2022
2026-03-04 08:30:51

 330

 10

#hadoop #spark #大数据 +3
计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

本文介绍了一个基于Spark+Hadoop+Hive+LLM大模型+Django的农产品价格预测系统。该系统整合大数据技术（Hadoop、Hive、Spark）与LLM大模型，实现对农产品价格的多维度分析和预测。项目分为五个阶段：需求分析、数据采集预处理、模型开发训练、系统集成开发和测试部署。系统提供可视化Web界面，支持交互式预测服务，旨在帮助农户和决策者制定合理策略。交付成果包括完整源代码、系

 haochengxu2022
2026-03-04 08:30:06

 316

 9

#hadoop #spark #大数据 +3
计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

本文介绍了基于Spark+Hadoop+Hive+LLM大模型+Django技术栈的农产品价格预测系统。该系统整合多源数据（交易记录、气象数据、舆情信息等），采用分布式计算框架实现高效数据处理，并构建LSTM+XGBoost+Prophet集成模型进行精准预测。系统支持数据采集、模型训练、可视化展示全流程管理，预测精度较传统方法提升40%。文章还分析了当前面临的数据质量、模型泛化等挑战，并提出轻量

 haochengxu2022
2026-03-04 08:29:52

 358

 9

#hadoop #spark #大数据 +2
计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

本文提出了一种基于Spark+Hadoop+Hive+LLM大模型+Django的农产品价格预测系统。系统通过整合多源数据（包括结构化数据和非结构化数据），采用Spark内存计算加速特征工程与模型训练，利用LLM大模型进行语义分析，结合集成学习方法提升预测精度。实验结果表明，该系统在10类农产品上的预测准确率达87.6%，较传统ARIMA模型误差降低38%，响应延迟低于500ms。该系统为农业生产

 haochengxu2022
2026-03-04 08:29:24

 374

 6

#hadoop #spark #大数据 +2
计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

本文介绍了一个基于Spark+Hadoop+Hive+LLM大模型+Django的农产品价格预测系统。系统整合多源数据（价格、气象、舆情等），采用五层架构实现数据采集、存储、计算、分析与服务全流程。关键技术包括多源数据融合、实时舆情分析和特征工程，结合LSTM+Transformer混合模型提升预测精度（准确率达87.6%）。系统优势在于多技术融合、领域知识注入和实时响应（延迟<500ms）

haochengxu2022
2026-03-04 08:29:03

 402

 8

#hadoop #spark #大数据 +3
python flask于Hive on Spark国内地震数据的可视化与分析_420lf7h1

Hbuilderx;Flask 是一个轻量级的 Web 框架，使用 Python 语言编写，较其他同类型框架更为灵活、轻便且容易上手，小型团队在短时间内就可以完成功能丰富的中小型网站或 Web 服务的实现。8、AI续写、AI优化、AI校对、AI翻译:新增AI接口，编辑器接入AI，可以实现AI续写、AI优化、AI校对、AI翻译，可以帮你实现自动化，ai帮你完成文档。对于本系统，我们提供全方位的支持，

豆包程序员
2026-03-02 10:08:10

 793

 20

#python #flask #hive
计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

摘要：本研究基于Python技术构建中华古诗词知识图谱，实现诗词文化的可视化呈现。通过爬取古诗文网等平台数据，运用BERT模型进行实体识别和关系抽取，建立包含诗人、作品、朝代等要素的Neo4j图数据库。研究创新性地结合静态与动态可视化技术，开发交互式系统展示诗人关系网络、意象分布等文化关联。该成果可为教育、文旅及学术研究提供数字化工具，推动古诗词文化的传承与创新。项目采用SpringBoot+Vu

haochengxu2022
2026-03-02 09:14:40

 673

 18

#人工智能 #python #大数据 +3
计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

《Python知识图谱中华古诗词可视化项目》摘要本项目旨在构建中华古诗词知识图谱并实现可视化展示。采用Python技术栈，通过爬虫采集古诗文网等数据源，使用NLTK/Jieba进行实体识别，基于Neo4j图数据库构建包含诗人、朝代、作品、意象等实体关系的知识图谱。系统采用PyVis实现动态网络可视化，支持诗词检索、关系探索等功能。项目包含数据采集、知识图谱构建、可视化开发三大模块，预期产出包含5

haochengxu2022
2026-03-02 09:14:09

 749

 30

#人工智能 #python #大数据 +3
计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

本文系统梳理了Python在中华古诗词数字化研究中的应用进展，涵盖知识图谱构建、可视化技术、情感分析及智能应用等方面。研究显示，深度学习模型在实体识别和情感分析中表现优异（准确率达92%），多模态融合技术有效提升文化意象理解（匹配错误率降低63%）。当前面临数据质量、模型泛化等挑战，未来应加强跨学科合作与技术融合。该领域发展将推动古诗词的智能传承与创新应用。

haochengxu2022
2026-03-02 09:13:52

 1094

 32

#人工智能 #python #大数据 +3
计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

本文基于Python技术构建了中华古诗词知识图谱可视化系统。通过爬虫技术采集古诗词数据，运用自然语言处理方法抽取诗人、诗词、朝代等实体及其关系，并存储于Neo4j图数据库。重点研究了使用NetworkX和Pyecharts等可视化库实现知识图谱的图形化展示方法。实验以"唐诗三百首"为例，验证了系统能有效呈现古诗词间的复杂关联关系。该系统为古诗词研究、教学和文化传播提供了新的可视

 haochengxu2022
2026-03-02 09:13:36

 1069

 27

#人工智能 #python #大数据 +3
计算机毕业设计Python知识图谱中华古诗词可视化古诗词情感分析古诗词智能问答系统 AI大模型自动写诗大数据毕业设计(源码+LW文档+PPT+讲解)

本项目基于Python技术栈构建中华古诗词知识图谱可视化系统，通过爬虫采集诗词数据，运用自然语言处理技术实现实体识别与关系抽取，并存储于Neo4j图数据库。系统采用PyVis、ECharts等可视化工具实现诗词网络图、时空热力图和情感分析图等交互式展示，帮助用户直观理解诗词间的关联关系、时空分布及情感脉络。项目涵盖数据采集、知识图谱构建、可视化实现全流程，为文化教育研究提供数字化解决方案。完整代码

 haochengxu2022
2026-03-02 09:13:22

 645

 15

#人工智能 #python #大数据 +3
前后端分离hive旅游数据分析与应用 abo系统｜SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程

开源免费分享前后端分离hive旅游数据分析与应用 abo系统｜SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程可提供说明文档可以通过*AIGC**技术包括：MySQL、VueJS、ElementUI、（Python或者Java或者.NET）等等*功能如图所示。可以滴我获取详细的视频介绍

 yunque__
2026-03-01 05:09:43

 516

 11

#hive #旅游 #数据分析
hive旅游数据分析与应用 abo信息管理系统源码-SpringBoot后端+Vue前端+MySQL【可直接运行】

直接拿走，意外获得200多套代码，需要的滴我hive旅游数据分析与应用 abo信息管理系统源码-SpringBoot后端+Vue前端+MySQL【可直接运行】（可提供说明文档（通过*AIGC*）

QQ1273148749
2026-03-01 05:22:08

 1003

 23

#前端 #hive #旅游
【2025最新】基于SpringBoot+Vue的hive旅游数据分析与应用 abo管理系统源码+MyBatis+MySQL

【2025最新】基于SpringBoot+Vue的hive旅游数据分析与应用 abo管理系统源码+MyBatis+MySQL，拿走直接用（附源码，数据库，视频，可提供说明文档（通过*AIGC*）*技术包括：MySQL、VueJS、ElementUI、（Python或者Java或者.NET）等等*功能如图所示。可以滴我获取详细的视频介绍

 2201_76027915
2026-03-01 04:57:08

 721

 18

#spring boot #vue.js #hive
企业级hive旅游数据分析与应用 abo管理系统源码｜SpringBoot+Vue+MyBatis架构+MySQL数据库【完整版】

直接拿走，意外获得200多套代码，需要的滴我企业级hive旅游数据分析与应用 abo管理系统源码｜SpringBoot+Vue+MyBatis架构+MySQL数据库【完整版】（可提供说明文档（通过*AIGC*）

qq4_811517515
2026-03-01 03:52:04

 731

 26

#数据库 #hive #旅游 +2
前后端分离hive旅游数据分析与应用 abo系统｜SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程

前后端分离hive旅游数据分析与应用 abo系统｜SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程，拿走直接用（附源码，数据库，视频，可提供说明文档（通过*AIGC*）*技术包括：MySQL、VueJS、ElementUI、（Python或者Java或者.NET）等等*功能如图所示。可以滴我获取详细的视频介绍

 qq2__811517515
2026-03-01 03:39:24

 586

 18

#hive #旅游 #数据分析
前后端分离hive旅游数据分析与应用 abo系统｜SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程

直接拿走，意外获得200多套代码，需要的滴我前后端分离hive旅游数据分析与应用 abo系统｜SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程（可提供说明文档（通过*AIGC*）

qq2_811517515
2026-03-01 03:26:37

 510

 11

#hive #旅游 #数据分析
计算机毕业设计Django+LLM大模型滴滴出行分析出租车供需平衡优化系统出租车分析预测大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了基于Django框架和LLM大模型的滴滴出行分析系统开发任务书模板。项目目标包括数据整合与可视化、LLM驱动的智能分析（如情感分析、异常检测、需求预测）以及交互式决策支持。任务分为五个阶段：需求分析、数据预处理、模型开发、平台集成和测试优化。技术栈涵盖Django、PostgreSQL/MongoDB、HuggingFace Transformers等工具。预期成果为一个支持数据分析和智

 haochengxu2022
2026-02-28 09:50:05

 715

 23

#大数据 #hadoop #hive +3
计算机毕业设计Django+LLM大模型滴滴出行分析出租车供需平衡优化系统出租车分析预测大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了基于Django框架和LLM大模型的滴滴出行分析系统开发任务书模板。项目目标包括数据整合与可视化、LLM驱动的智能分析（如情感分析、异常检测、需求预测）以及交互式决策支持。任务分为五个阶段：需求分析、数据预处理、模型开发、平台集成和测试优化。技术栈涵盖Django、PostgreSQL/MongoDB、HuggingFace Transformers等工具。预期成果为一个支持数据分析和智

 haochengxu2022
2026-02-28 09:50:01

 617

 23

#大数据 #hadoop #spark +2
计算机毕业设计Django+LLM大模型滴滴出行分析出租车供需平衡优化系统出租车分析预测大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了基于Django框架和LLM大模型的滴滴出行分析系统开发任务书模板。项目目标包括数据整合与可视化、LLM驱动的智能分析（如情感分析、异常检测、需求预测）以及交互式决策支持。任务分为五个阶段：需求分析、数据预处理、模型开发、平台集成和测试优化。技术栈涵盖Django、PostgreSQL/MongoDB、HuggingFace Transformers等工具。预期成果为一个支持数据分析和智

 haochengxu2022
2026-02-28 09:49:58

 943

 20

#大数据 #hive #hadoop +3
计算机毕业设计Django+LLM大模型滴滴出行分析出租车供需平衡优化系统出租车分析预测大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了基于Django框架和LLM大模型的滴滴出行分析系统开发任务书模板。项目目标包括数据整合与可视化、LLM驱动的智能分析（如情感分析、异常检测、需求预测）以及交互式决策支持。任务分为五个阶段：需求分析、数据预处理、模型开发、平台集成和测试优化。技术栈涵盖Django、PostgreSQL/MongoDB、HuggingFace Transformers等工具。预期成果为一个支持数据分析和智

 haochengxu2022
2026-02-28 09:49:55

 594

 8

#大数据 #hadoop #hive +3
计算机毕业设计PyFlink+PySpark+Hadoop+Hive物流预测系统物流数据分析可视化物流爬虫大数据毕业设计 Spark Hive 深度学习机器学习(源码+文档+PPT+讲解)

介绍资料信息安全/网络安全大模型、大数据、深度学习领域中科院硕士在读，所有源码均一手开发！介绍资料物流行业面临订单量波动大、运输路径优化难、库存预测不精准等痛点。本项目旨在构建一个，整合，通过技术栈，实现物流需求预测、路径优化建议及可视化监控，提升运营效率15%以上。：XXX：XXXX年XX月XX日运行截图。

haochengxu2022
2026-02-26 08:50:41

 1403

 8

#hadoop #大数据 #python +3
Hive谓词下推：高效查询的核心技术

Hive谓词下推（PPD）是优化查询性能的关键技术，通过将过滤条件尽可能下推到执行计划底层，减少数据读取和处理量。它支持分区裁剪、存储层下推（ORC/Parquet格式）和算子层下推三种方式。优化要点包括：避免对列使用函数、合理利用分区字段、使用列式存储格式，并通过EXPLAIN命令验证下推效果。需注意外连接、UDF等场景可能限制下推效果。遵循SARGable原则和合理配置参数可显著提升查询效率。

supper_M
2026-02-25 13:09:08

 686

 14

#hive
Seedance 2.0 Fast 和 Wan 2.2测评对比

国产AI视频生成模型Seedance2.0Fast与Wan2.2对比测评显示：字节跳动的Seedance2.0Fast在多模态控制、音画同步和商业应用方面表现突出，支持15秒视频快速生成；而阿里开源的Wan2.2则侧重美学控制和本地部署，适合科研和个性化创作。Seedance适合追求效率的商业团队，Wan2.2则更适合需要定制化的开发者和个人用户。两者在技术路线和应用场景上形成互补，共同推动国产A

yumgpkpm
2026-02-25 10:53:42

 2378

 27

#hbase #hadoop #hive +4
计算机毕业设计Python+大模型美团大众点评情感分析餐厅推荐系统美食推荐系统美团餐饮评论情感分析大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了一个基于Python和大语言模型的美团/大众点评用户情感分析系统项目。该项目利用爬虫技术获取评论数据，通过大模型(如Qwen、ChatGLM)进行细粒度情感分析，并开发可视化Web应用。研究内容包括数据采集清洗、模型微调、多模态融合等技术路线，创新点在于轻量化部署和动态情感词典构建。预期成果包括10万+条标注数据集、准确率≥90%的模型及交互式Web应用。项目适用于商家服务优化和平台推荐

 haochengxu2022
2026-02-25 10:28:27

 1036

 20

#python #知识图谱 #大数据 +2
计算机毕业设计Python+大模型美团大众点评情感分析餐厅推荐系统美食推荐系统美团餐饮评论情感分析大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了一个基于Python和大语言模型的美团/大众点评用户情感分析系统项目。该项目利用爬虫技术获取评论数据，通过大模型(如Qwen、ChatGLM)进行细粒度情感分析，并开发可视化Web应用。研究内容包括数据采集清洗、模型微调、多模态融合等技术路线，创新点在于轻量化部署和动态情感词典构建。预期成果包括10万+条标注数据集、准确率≥90%的模型及交互式Web应用。项目适用于商家服务优化和平台推荐

 haochengxu2022
2026-02-25 10:28:23

 1207

 25

#python #知识图谱 #大数据 +2
计算机毕业设计Python+大模型美团大众点评情感分析餐厅推荐系统美食推荐系统美团餐饮评论情感分析大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了一个基于Python和大语言模型的美团/大众点评用户情感分析系统项目。该项目利用爬虫技术获取评论数据，通过大模型(如Qwen、ChatGLM)进行细粒度情感分析，并开发可视化Web应用。研究内容包括数据采集清洗、模型微调、多模态融合等技术路线，创新点在于轻量化部署和动态情感词典构建。预期成果包括10万+条标注数据集、准确率≥90%的模型及交互式Web应用。项目适用于商家服务优化和平台推荐

 haochengxu2022
2026-02-25 10:28:20

 1101

 24

#python #知识图谱 #大数据 +2
计算机毕业设计Python+大模型美团大众点评情感分析餐厅推荐系统美食推荐系统美团餐饮评论情感分析大数据毕业设计(源码+LW+PPT+讲解)

摘要：本文提出基于Python和大模型技术的美团大众点评情感分析系统，采用BERT等预训练模型对餐饮评论进行情感倾向判断。系统架构包含数据采集、预处理、情感分析和应用服务四层，通过Scrapy爬取数据，PySpark处理数据，BERT模型实现情感分类。实验结果显示，该系统情感分析准确率达87%，推荐准确率较传统方法提升12.7%。研究成果可应用于个性化餐厅推荐、商家经营优化和平台生态建设，具有显著

 haochengxu2022
2026-02-25 10:26:47

 1389

 22

#python #知识图谱 #大数据 +2
计算机毕业设计Python+大模型美团大众点评情感分析餐厅推荐系统美食推荐系统美团餐饮评论情感分析大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了一个基于Python和大模型的美团大众点评情感分析系统。系统采用模块化设计，包含数据采集、预处理、大模型推理、情感分类和可视化五个核心模块。通过微调开源大模型（如Qwen-7B）实现高精度情感分析，准确率达92.3%，支持多维度情感分类（口味/服务/环境）。系统具有低延迟、高并发特性，可应用于商家运营优化、消费者决策辅助和平台治理等场景。技术亮点包括领域适配词库构建、Prompt工程优化

 haochengxu2022
2026-02-25 10:26:28

 1233

 18

#python #知识图谱 #大数据 +2
计算机毕业设计Django+DeepSeek大模型知识图谱古诗词情感分析古诗词推荐系统古诗词可视化大数据毕业设计(源码+LW+PPT+讲解)

摘要：本文提出基于Django+DeepSeek大模型+知识图谱的古诗词情感分析系统，通过融合大语言模型的语义理解能力和知识图谱的结构化推理能力，解决传统方法在隐喻、典故分析上的不足。系统包含知识图谱构建（10万+实体）、情感分析模型开发（准确率提升8%-12%）和Django可视化平台三部分，具有跨模态融合、可解释性强等技术创新点。研究为传统文化数字化提供新思路，预期成果包括软件著作权、核心期刊

 haochengxu2022
2026-02-25 10:19:39

 784

 14

#知识图谱 #大数据 #hadoop +3
计算机毕业设计Django+DeepSeek大模型知识图谱古诗词情感分析古诗词推荐系统古诗词可视化大数据毕业设计(源码+LW+PPT+讲解)

摘要：本项目基于Django框架，结合DeepSeek大模型和知识图谱技术，开发了一个古诗词情感分析系统。系统通过Web平台支持用户上传或选择古诗词进行情感分析，利用大模型提取显性和隐性情感，并借助知识图谱增强上下文理解。主要功能包括情感分类、实体识别、图谱可视化等，适用于文学研究和文化教育场景。技术栈包括Django、Neo4j、MySQL和DeepSeek模型，项目分为需求分析、知识图谱构建、

haochengxu2022
2026-02-25 10:19:21

 972

 11

#知识图谱 #大数据 #hadoop +3
计算机毕业设计Django+DeepSeek大模型知识图谱古诗词情感分析古诗词推荐系统古诗词可视化大数据毕业设计(源码+LW+PPT+讲解)

本文探讨了基于Django框架、DeepSeek大模型和知识图谱的古诗词情感分析系统。系统采用分层架构设计，结合多模态融合技术和知识图谱推理，实现高精度的古诗词情感分析。DeepSeek大模型通过微调实现细粒度情感识别，知识图谱则提供文化语境支撑。在教育领域和诗词创作辅助等场景中表现出色。未来将着力解决数据质量、模型泛化等问题，拓展多模态融合深度，完善动态更新机制，为古诗词数字化传承提供技术支持。

haochengxu2022
2026-02-25 10:19:03

 856

 12

#知识图谱 #大数据 #hadoop +3
计算机毕业设计Django+DeepSeek大模型知识图谱古诗词情感分析古诗词推荐系统古诗词可视化大数据毕业设计(源码+LW+PPT+讲解)

本文探讨了基于Django框架、DeepSeek大模型和知识图谱的古诗词情感分析系统。系统采用分层架构设计，结合多模态融合技术和知识图谱推理，实现高精度的古诗词情感分析。DeepSeek大模型通过微调实现细粒度情感识别，知识图谱则提供文化语境支撑。在教育领域和诗词创作辅助等场景中表现出色。未来将着力解决数据质量、模型泛化等问题，拓展多模态融合深度，完善动态更新机制，为古诗词数字化传承提供技术支持。

haochengxu2022
2026-02-25 10:18:58

 917

 12

#知识图谱 #大数据 #django +3
计算机毕业设计Django+DeepSeek大模型知识图谱古诗词情感分析古诗词推荐系统古诗词可视化大数据毕业设计(源码+LW+PPT+讲解)

本文介绍了一个基于Django框架、DeepSeek大模型和知识图谱技术的古诗词情感分析系统。该系统通过分层架构设计，整合了数据存储、算法推理、服务处理和可视化展示等功能模块，实现了对古诗词深层情感特征的高精度分析（准确率达89.2%）。系统创新性地结合大模型语义理解与知识图谱推理能力，解决了传统方法在隐喻、典故理解上的不足，并支持实时查询和可视化解释。应用场景涵盖教育辅助、文学研究和个性化推荐等

 haochengxu2022
2026-02-25 10:18:16

 957

 19

#知识图谱 #大数据 #hadoop +3
计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

摘要：本文介绍了一个基于Spark+Hadoop+Hive+LLM大模型+Django的农产品价格预测系统设计方案。系统通过整合多源异构数据（气象、市场、舆情等），利用Spark进行实时计算，结合LLM处理非结构化文本数据，并采用混合模型进行价格预测。创新点包括多模态数据融合、实时计算架构和模型可解释性增强。预期成果包括构建分布式数据仓库、开发预测精度提升15-20%的混合模型，以及实现可视化We

haochengxu2022
2026-02-25 10:00:19

 760

 11

#hadoop #spark #大数据 +3
计算机毕业设计Spark+Hadoop+Hive+LLM大模型+Django农产品价格预测系统农产品销量预测农产品推荐系统智慧农业

【摘要】本文介绍了一个基于Spark+Hadoop+Hive+LLM大模型+Django的农产品价格预测系统开发任务书。系统整合多源数据（历史价格、气象、新闻等），利用大数据技术（Hadoop存储、Spark处理）和AI大模型（BERT/GPT）进行特征提取与预测建模，通过Django开发可视化Web应用。项目分为需求分析、数据处理、模型开发、系统集成和测试优化五个阶段，最终交付完整系统、文档和评

 haochengxu2022
2026-02-25 09:59:26

 1102

 16

#hadoop #spark #大数据 +3