1.模擬生成/爬蟲采集1000萬條車險數(shù)據(jù)存入mysql作為數(shù)據(jù)集；

2.使用pandas+numpy或MapReduce對數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，生成最終的.csv文件并上傳到hdfs；

3.使用hive數(shù)倉技術(shù)建表建庫，導(dǎo)入.csv數(shù)據(jù)集；

4.離線分析采用hive_sql完成，實時分析利用Flink之Scala、FlinkSQL完成;

5.統(tǒng)計指標(biāo)使用sqoop導(dǎo)入mysql數(shù)據(jù)庫；

6.使用flask+echarts進(jìn)行可視化大屏幕炫酷展示；

創(chuàng)新點/特色：

0.全新PyFlink而不是Flink!吊打一切！全網(wǎng)都沒啥教程！屬于最新最屌最流行！

1.Python爬蟲/模擬數(shù)據(jù)生成；

2.可視化炫酷大屏幕；

3.虛擬機顯擺敲命令碾壓答辯現(xiàn)場(市面上全是假算法假爬蟲假大數(shù)據(jù)都不帶用虛擬機的)；

4.1000萬海量數(shù)據(jù)集；

5.Flink實時計算+Hive、Hadoop離線計算雙實現(xiàn)有效避免導(dǎo)師噴你；

注意：如果還被噴項目工作量簡單或者課設(shè)級別等理由不讓你過，直接1秒內(nèi)無縫對接選裝推薦系統(tǒng)、后臺管理、前臺系統(tǒng)、預(yù)測算法、知識圖譜等

## 可選裝項目模塊如下：

1.推薦系統(tǒng)(4種深度學(xué)習(xí)推薦算法 協(xié)同過濾基于用戶 基于物品 SVD神經(jīng)網(wǎng)絡(luò) MLP)。附帶AI、支付、短信、lstm情感分析。

2.預(yù)測系統(tǒng)(KNN CNN RNN卷積神經(jīng)預(yù)測 K-means 線性回歸)。

3.知識圖譜neo4j可視化關(guān)系網(wǎng)絡(luò)圖。

4.后臺管理系統(tǒng)。