springboot基于大数据驱动的行程规划系统设计与实现-论文.docx，springboot基于大数据驱动的行程规划系统设计与实现_6r700ew6.zip，本科毕业设计I摘要随着互联网和移动技术的飞速发展，旅游行业迎来了新的变革。传统旅游服务依赖线下旅行社和纸质宣传，信息更新慢，用户体验差，缺乏个性化服务且信息整合分散。为解决这些问题，本文设计并实现了一款基于 Spring Boot 和大数据驱动的行程规划系统。系统前端采用 Vue 框架，后端使用 Scrapy 框架进行数据爬取，数据库选用 MySQL 进行数据存储。系统功能丰富，面向用户，提供旅游资讯浏览、景点查看、酒店信息查询、交通票务查看以及互动交流服务；面向管理员，具备用户管理、旅游景点管理酒店信息管理、交通票务管理和景点信息管理等功能。通过大数据技术整合旅游信息，系统为用户提供个性化、高效、便捷的行程规划服务，提升用户体验和旅游行业服务效率。关键词：行程规划系统系统；Spring Boot；Scrapy；MySQL本科毕业设计IIAbstractWith the rapid development of the Internet and mobile technology, the tourism industry has ushered in new changes. Traditional tourism services rely on offline travel agencies and paper publicity, with slow information updates, poor user experience, lack of personalized services, and scattered information integration. In order to solve these problems, this paper designs and implements a trip planning system based on Spring Boot and big data drive. The front-end of the system uses the Vue framework, the back-end uses the Scrapy fram

基于大数据的共享单车用户行为分析系统设计与实现-答辩PPT.pptx，基于大数据的共享单车用户行为分析系统设计与实现-论文17869字.docx，基于大数据的共享单车用户行为分析系统设计与实现_g751111k.zip，共享单车行为分析系统基于大数据的用户行为洞察与预测报告人名称20xx.xx.xx01绪论与背景02核心技术剖析03系统需求与设计04系统实现与展示05系统测试与总结目录绪论与背景介绍共享单车行业现状，阐述研究背景与系统开发的重要意义，为后续内容奠定基础。剖析传统运营痛点，明确系统开发价值1.早期共享单车依赖人工统计，效率低、易出错，难以深入分析用户行为，影响精细化运营。传统运营痛点011.通过大数据技术，实现用户行为精准分析与预测，优化车辆投放，提升运营效率与用户体验。系统核心价值02项目背景与意义梳理行业前沿动态，明确技术发展方向国内研究焦点国内学者聚焦于 GIS 辅助分析、租赁数据可视化、需求预测模型等方面，为运营管理提供数据支撑。01国外技术前沿国外研究涵盖电动自行车电池管理、停车行为分析、使用情况预测等，推动共享单车系统智能化发展。02国内外研究现状核心技术剖析深入解析系统开发所采用的关键技术框架，为系统实现提供理论支撑。介绍支撑系统后台服务运行的核心技术01Django 框架基于 Python 的高级 Web 框架，遵循 MTV 模式，提供强大的ORM 系统，简化数据库操作，提升开发效率。02MySQL 数据库开源的关系型数据库管理系统，支持事务处理和 ACID 特性，适用于存储和管理结构化数据。03数据获取工具利用 Python 爬虫框架及移动应用接口，实时收集骑行数据，为系统分析提供数据源。后端技术框架展示系统用户界面与数据呈现的关键技术01Vue.js 技术渐进式 JavaScript 框架，通过响应式数据绑定和组件化开发，构建灵活高效的用户界面。02ECharts 可视化强大的开源图表库，支持多种图表类型，通过灵活的配置项生成高质量、交互式的数据可视化图表。前端与可视化系统需求与设计从用户需求出发，进行系统分析与架构设计，确保系统功能的完备性与合理性。明确不同用户角色的核心功能需求01用户功能需求02管理员功能需求系统功能分析展示系统的整体架构与数据库设计方案系统架构设计采用分层架构，自顶向下分为用户界面层、应用程序层、业务逻辑层和

readme.txt, 数据科学与大数据技术 基于Spark的运动相机销售数据分析与可视化1.99-AI3.99_1.docx,学士学位论文基于 Spark 的运动相机销售数据分析 与可视化姓 名 史国营 学 号 2205034322 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 赵强 于洪超 二零二六年五月二十七日学位论文原创性声明本人所呈交学位论文《基于 Spark 的运动相机销售数据分析与可视化》是在指导教师指导下完成。论文中除了特别加以标注部分外，其它均为本人独立完成。本人完全意识到本声明法律结果由本人承担。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅；学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存、汇编学位论文。保密的学位论文在 三____年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要近年来，在短视频社交盛行以及全民户外运动热潮带动下，运动相机由专业工具迅速变为大众的日常消费品，市场规模持续扩大，各企业积极进军电商市场，竞争日益激烈。目前，主流电商平台已经拥有大量的运动相机交易信息，但是大部分企业缺乏有效的方法对这些信息进行分析利用，不能及时把握消费者对运动相机的需求变化趋势从而指导自身经营工作。因此，为企业运营提供参考意见即成为本文的目标所在。本文设计并实现了一个运动相机销售数据分析系统，本系统使用 Hadoop 作为存储框架，将清洗后的数据上传到 HDFS 中，然后用 Hive 创建数据仓库给数据进行结构化建模，最后使用 Spark 做大规模并行运算。数据分析部分进行了六大维度的统计分析工作，具体涵盖不同品牌销量格局、各分辨率机型销售情况、用户颜色选购偏好、不同价格区间销量走势、热门商品评论热度前五排行以及按机身重量划分的分层销量统计。依托 Spark MLlib 机器学习库进一步开展数据深度挖掘研究。研究过程中，分别运用决策树、随机森林与支持向量机三种算法

051.jpg, readme.txt, 数据科学与大数据技术 基于机器学习的空调电商销量分析与预测4.52-AI13.83_1.docx,学士学位论文基于 机器学习的空调电商销量 分析与预测姓 名 南思佳 学 号 2205034 12 5 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 安雷 王洪雁 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的空调电商销量分析与预测》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）： 2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I 摘 要数字经济飞速发展使得电商平台成为家电消费的主要渠道，空调品类的线上交易规模也越来越大，海量的交易数据中蕴含着市场需求、消费偏好、产品竞争等重要的商业信息，数据挖掘和应用的价值也越来越明显。但是，目前家电行业对于电商数据的分析还存在着一些问题，一是分析维度比较单一，二是预测方面缺少科学模型的支持。这两个问题使行业无法满足市场洞察和运营决策的需求，因此本文以淘宝空调交易数据为研究对象，设计并实现了一个基于 Python 生态的销量分析与预测系统。本研究使用 Pandas 和 NumPy 进行数据预处理和特征工程，得到标准化的建模数据。然后使用 Scikit-learn 和 XGBoost 建立各种机器学习预测模型，经过指标评价后选择XGBoost 作为核心模型，最后利用 Flask 和 ECharts 实现前后端交互，完成多维度数据分析的可视化以及交互式的销量预测功能。测试结果表明，该系统运行稳定，预测效果良好，可以有效地支持市场分析和

readme.txt, 数据科学与大数据技术 基于Spark的蓝牙耳机数据分析与可视化2.31-AI11.3_1.docx,学士学位论文基于 Spark 的蓝牙耳机数据分析与可视化 姓 名 王桐威 学 号 22050343 30 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 赵强 于洪超 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的蓝牙耳机数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日1摘 要本系统以拼多多平台蓝牙耳机商品数据及用户评论数据为研究对象，基于 Spark 分布式计算框架，设计并实现了一个蓝牙耳机数据分析与可视化系统。研究过程中，围绕商品数据与评论数据，依次完成数据采集、数据清洗、结构化处理、多维分析以及结果展示等工作，并从价格分层、品牌与店铺竞争、商品属性分析、评论情感分布、差评问题点和规格偏好等多个角度，对蓝牙耳机市场结构及用户评价特征进行了系统整理与分析，为消费者选购提供数据参考。在系统实现方面，本系统将 Python 数据采集技术、Spark 分布式计算技术、MySQL数据库存储技术、Flask 后端开发技术和 ECharts 可视化技术进行了结合，构建了一套较为完整的数据处理与展示流程。系统首先利用 Python 获取蓝牙耳机商品信息和评论信息，并将原始数据保存为本地文件。随后借助 Spark 对原始数据进行清洗和结构化处理，形成商品清洗表、评论清洗表以及商品评论汇总表，为后续分析奠定基础。系统围绕商品市场结构

requirements.txt, 世界地图说明.txt, readme.txt, 数据科学与大数据技术 基于关联分析的动漫观众数据分析与可视化7.22-AI2.71_1.docx,学士学位论文基于关联分析的动漫观众数据分析与可视化姓 名 宋航 学 号 2 205034324 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 王岩 孙建华 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于关联分析的动漫观众数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要 在全球数字娱乐产业迅速发展的情况下，动漫由原来的少数人的亚文化逐渐变成面向全世界的主流内容形式，观众数量和用户行为数据也不断增大。传统的依靠问卷、访谈等方法进行的观众研究存在着样本量小、更新慢、分析维度单一等问题，不能适应平台精细化运营和内容策略制定的要求。因此，本文以动漫观众多维数据为研究对象，用数据挖掘的方法来识别观众的价值分层特征，探究动漫类型偏好和观看平台选择之间的联系，给运营决策提供数据支持。 根据以上目的，本文设计并实现了一个以关联分析为基础的动漫观众数据可视分析系统。系统采用 B/S 架构，用 Python 爬虫获取观众的基本属性和行为数据，用 Pandas 对数据进行清洗和特征转换，用 MySQL 对数据进行持久化存储，用 Flask 创建 RESTful 接口对外提供数据服务。系统采用 scikit-learn 实现 K-Means 聚类，根据观众的周观看时长和年消费金额对观众进

数据科学与大数据技术 基于Spark的运动品牌销售数据分析与可视化4.98-AI5.62_1.docx,学士学位论文基于 Spark 的运动品牌销售数据分析 与可视化姓 名 宋扬 学 号 2205034131 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 焦红红 刘天霁 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的运动品牌销售数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着全民健身战略深入推进，人们的健康意识明显提升，运动消费市场因此迎来了一个快速发展的黄金期。此时，运动品牌之间的竞争不再只是拼产品本身，而是慢慢转向了全链路的数字化运营竞争。在这种大背景下，传统的人工分析模式很难应对海量又多维度的销售数据，所以怎么从大量庞杂的数据信息里提炼出消费者偏好、市场走向这些核心价值，成了运动品牌优化自身策略、提升核心竞争力的一个关键抓手。本研究从这个角度入手，尝试搭建一套基于分布式计算的运动品牌销售数据分析体系，目的是想通过一些技术手段，把数据中深藏的价值更充分地挖掘出来。具体来说，研究基于分布式计算框架，通过 Flume 采集销售数据，依托 HDFS 完成数据存储，利用 Python和 MapReduce 对数据进行清洗预处理。之后结合 Spark 的分析能力以及相关机器学习算法，对用户的消费行为、商品的销售情况以及订单结构这些方面做多维度分析。另外也会用机器学习算法来建立销售预测模型，来识别市场的趋势。借助 Python 和

read_me.txt, 数据科学与大数据技术 基于Hadoop的电动汽车用户行为分析与可视化1.36-AI3.16_1.docx,学士学位论文基于 Hadoop 的电动汽车用户行为分析与 可视化姓 名 张紫阳 学 号 2 205034146 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 焦红红 刘天霁 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Hadoop 的电动汽车用户行为分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要电动汽车产业数据量高速增长，消费者购车数据指数级上升，传统分析方法受算力和多维关联挖掘能力限制，难以满足车企精细化运营需求。本文收集车企公开的具有车辆属性、用户属性和行为特征的数据，在 PyCharm 中统一格式转为 CSV 存放在本地。随后利用 Flume 工具上传至 HDFS 分布式存储，并利用MapReduce 对原始数据进行清洗和规整等预处理操作。使用 Hive 构建数据仓库，编写HiveQL 建立维度表，从年龄、性别、职业等维度进行量化分析，得出了不同年龄层用户的职业分布特点、各年龄段对自动驾驶等级和充电效率的偏好差异、不同性别用户在行驶里程上的分布规律。进而结合机器学习的 K-Means 聚类与关联规则算法挖掘用户行为内在规律。先通过 MySQL 建立结果存储表，利用 Sqoop 将 Hive 分析结果迁移至MySQL，最后采用 Flask 和 ECharts 开发交互式可视化大屏，直观展示分析结论。本文弥补了

readme.txt, 数据科学与大数据技术 基于Spark的食物营养成分分析与可视化系统设计4.03-AI4.13_1.docx,学士学位论文基于 Spark 的食物营养成分分析与可视 化系统设计姓 名 马慧泽 学 号 2205034122 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 王岩 赵金宝 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的食物营养成分分析与可视化系统设计》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在___三___年解密后适用本授权书。论文作者（签名）： 指 导 教 师 （ 签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要居民健康意识持续提高，食物营养数据大量增加，传统单机处理和表格化展示难以满足高效分析和个性化膳食决策要求，本文将大数据技术与营养科学应用需求相结合，设计并实现了一种基于 Spark 的食物营养成分分析与可视化系统，该系统可以解决营养数据利用效率低、成分规律挖掘不充分、公众获取营养信息不方便的问题。系统使用Kaggle 和鲸社区公开的数据集作为数据来源，并通过 Python 程序对缺失值进行填充，剔除异常值，同时统一字段和单位，以完成数据清洗和标准化处理。本文运用 Spark 分布式计算模式对数据特征进行提取和高效运算，并结合 K-means聚类算法来完成食物营养类型的自动分类，同时也使用关联规则挖掘算法以说明营养成分之间存在的潜在关联。本文最终利用 Flask 后端和 ECharts 前端来搭建网页端可视化交互平台，通过直观图表来呈现分析结果，并且拥有营养查询、多方面对比和个性化饮食搭配建议等功能。测试和

data_icon.png, bg_box5.png, bg_box4.png, bg_box3.png, bg_box2.png, bg_box1.png, bg_body.jpg, readme.txt, 数据科学与大数据技术 基于SparkSQL的日本动漫作品评分预测及影响因素分析6.0-AI4.4_1.docx,5学士学位论文基于 SparkSQL 的日本动漫作品评分预测 及影响因素分析姓 名 张晨旭 学 号 2205034140 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 王洪亮 刘伟 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 SparkSQL 的日本动漫作品评分预测及影响因素分析》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2015 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在___三___年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2015 年 5 月 22 日I摘 要本文利用 Spark 分布式计算模式、机器学习方法和 SparkSQL 分析技术，结合动漫行业评分分析需求，对日本动漫相关数据进行整合，设计并实现了一个基于 Spark 的日本动漫作品评分预测与影响因素分析系统。本文先从 Kaggle 平台获取两份互补的日本动漫公开数据集并进行融合，利用 Python 工具对缺失值进行填充、剔除异常值等数据清洗操作，通过数据标准化技术统一字段命名和数据类型，处理多源数据格式异构问题，并且把规范数据存入 HDFS 分布式文件系统。本文利用 Spark 模式的分布式特点，进行多方面特征提取和分布式数据分析，并且结合 K-means 聚类算法进行动漫评分关联度分析，通过 Spar

left-top3.jpg, left-bottom2.jpg, interact.png, 更多内容关注公众号.jpg, 004 政务大数据共享交换平台.png, README.txt, 数据科学与大数据技术 基于机器学习的淘宝冲锋衣数据分析及可视化5.45-AI10.51_1.docx,学士学位论文基于机器学习的淘宝冲锋衣数据分析及可视化姓 名 王晓宁 学 号 2 205034135 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 赵强 侯鹏 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的淘宝冲锋衣数据分析及可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日Ⅰ摘 要伴随着户外消费市场的日益火爆以及消费升级的趋势下，冲锋衣已经由最初的专业的户外装备逐渐发展成为一种既实用又潮流的大众消费品，在淘宝上是主要的购买渠道，有各种不同价位以及种类的冲锋衣出售，而这些冲锋衣对应的商品评价中包含了很多方面的内容如价格、销量、材质参数、性能特点、适用季节等，都真实地体现了市场需求情况以及消费者的购买心理还有产品的竞争关系等。目前冲锋衣市场竞争激烈，同类产品众多，而以往的研究大多仅从单一角度出发进行评价，如销量高低或者主观感受等，无法全面反映不同维度的商品属性以及其在市场上的表现之间的关系，从而造成消费者购买盲目、企业经营方向不明晰、平台分配资源不合理等问题，在此情况下，对冲锋衣市场进行以数据分析为基础的研究就显得十分必要。本研究以淘宝平台冲锋衣多维度数据为核心，构建

requirements313liuhongcheng.txt, readme.txt, 数据科学与大数据技术 基于Python的音箱电商数据分析与可视化6.57-AI0.0_1.docx,学士学位论文基于 Python 的音箱 电商 数据分析与 可视化姓 名 刘宏成学 号 2 205034313 院 系 人工智能学院专 业数据科学与大数据技术指导教师 王岩 赵金宝 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Python 的音箱电商数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着电子商务的迅猛发展和智能终端设备的普及，音箱作为音频输出设备在家庭娱乐、办公会议、智能家居等各个领域中所起的作用也越来越重要。目前音箱市场越来越激烈，国内外品牌众多，产品种类包含蓝牙音箱、智能音箱、有线音箱等各个细分领域。对大量的销售数据来说，传统的统计分析方法很难找到消费者的购买偏好以及产品的评价趋势，企业要使用机器学习等先进的技术手段来进行精准的市场洞察与决策支持。本文主要根据音箱电商销售数据智能分析的需求，设计并实现一个包含分析、预测、可视化一体化的系统。系统以品牌、价格、销量、用户评论等为基础，得出品牌销量格局、价格区间销售情况、渠道差异、用户复购特征等结论，还可以对评论情感进行识别、价格-销量聚类分群、销量回归预测等。系统用可视化大屏来集中展示 10 个主要指标，可以对音箱市场和用户口碑进行快速了解并提供决策支持。关键词：音箱销售；情感分析；K-Means 聚类

requirements141zhangbofei.txt, requirements141zhangbofei.txt, readme.txt, readme.txt, 数据科学与大数据技术 基于Spark的室内家具销售数据分析与可视化5.58-AI12.02_1.docx,学士学位论文基于 Spark 的室内家具销售数据分析与 可视化姓 名 张博菲 学 号 2005034141 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 焦红红 荣景松 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的室内家具销售数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要伴随着互联网电商发展，在线交易和评价数据日益增多，给行业带来大量有价值信息。但是由于家具种类繁多、属性众多，所以用传统方法无法很好地发现其中规律，因此需要一种更加便捷有效的方法来分析这些信息以便更好地了解市场以及辅助企业经营。针对室内家具销售数据分析要求，基于 Apache Spark 搭建大数据分析及展示平台。数据获取使用 Python 网络爬虫从电商网站抓取商品信息，然后用Spark SQL 对数据进行清洗预处理等操作并进行描述性统计和机器学习分析，包括随机森林特征重要性分析、 K-means 聚类分析以及使用 Spark MLlib 进行不同回归模型销量预测和比较，如在线性回归随机森林回归和梯度提升树都具有相同特征并且使用相同训练集和测试集的情况下，就用决定系数 R² 来判断

软件工程 基于大数据的高校网络舆情监测引导系统的设计与实现12.33-AI14.14_1.docx,学士学位论文基于大数据的高校网络舆情监测引导系统的设计与实现姓 名 连庆恩 学 号 2405222115 院 系 数据科学与软件工程 专 业 软件工程 指导教师 卢园园 周和月 二〇二六年五月十八日学位论文原创性声明本人所提交的学位论文 《基于大数据的高校网络舆情监测引导系统的设计与实现》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 17 日 2026 年 5 月 17 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论 文 作 者 （ 签 名 ） ： 指 导 教 师 （ 签 名 ） ：2026 年 5 月 17 日 2026 年 5 月 17 日I摘 要随着新媒体的普及，大学生成为网络信息传播的主力群体，各类社交平台成了师生表达观点、交流想法的主要渠道。校园管理、师生权益、突发校园事件等话题极易在网络快速扩散发酵，稍有疏忽就会影响校园秩序与学校形象。目前多数高校仍依赖人工巡查筛查舆情，面对海量碎片化信息，存在反应慢、预判弱、引导滞后的问题。为及时掌握师生思想动态、规避舆情风险、维护校园稳定，搭建智能化的网络舆情监测与引导系统，已经成为高校校园治理和思政工作推进的现实刚需。基于以上背景，高校网络舆情监测引导系统基于 Flask 进行搭建，对高校网络舆情信息进行采集、数据清洗及过滤，最后存入到 MySQL 数据库中。随后搭建社交网络分析平台，对采集的数据进行展示，通过 Html 技术将相关信息渲染到页面上展示，通过Snownlp 对用户话题进行情感分析，实时监测敏感话题并预警，对社交网络中的频繁词汇进行汇总分析展示，通过词云与 Echarts 统计图的方式展示，本研究可为高校实现网络舆

数据科学与大数据技术 基于机器学习的城市空气质量等级预测与成因可视化分析6.9-AI3.5_1.docx,u学士学位论文基于机器学习的城市空气质量等级预测与成因可视化分析姓 名 马宇阳学 号 2205034318院 系 人工智能学院专 业 数据科学与大数据技术指导教师 张垚 费 园园 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的城市空气质量等级预测与成因可视化分析》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指 导 教 师 （ 签 名 ） ：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要伴随着城市化的发展，空气污染问题也越来越严重，准确预测空气质量等级并分析出造成空气质量变化的原因对环境治理以及公众健康都有着十分重要的意义。本文利用多个城市的历史空气质量数据，结合 PM2.5、PM10、SO2、NO2、O3、CO 这六个污染物浓度以及温度、湿度、风速这些气象因素来建立机器学习分类模型，从而对空气质量等级进行预测。通过比较随机森林和 XGBoost 算法的准确率、F1 值等指标来选择性能更好的模型作为最终的预测工具。本文建立了一个结合预测和归因分析的空气质量智能分析系统，主要的技术路线依靠 Python 开源生态系统，包含数据采集、存储、预处理、建模、可视化五个主要部分。从数据层面，调用中国环境监测总站等权威平台的公开 API，获取多城市的历史空气质量以及气象数据，持久化存储到 MySQL 数据库中；从建模层面，使用随机森林、XGBoost等机器学习算法来训练模型，用 SHAP 方法对模型的决策做出可解释性的分析；从展示层

readme.txt, 数据科学与大数据技术 基于Spark的婴儿沐浴露销售数据分析及可视化系统设计7.96-AI6.11_1.docx,学士学位论文基于 Spark 的婴儿沐浴露销售数据分析 及可视化系统设计姓 名 王子超 学 号 2 205034137 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 刘健 魏波微 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的婴儿沐浴露销售数据分析及可视化系统设计》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着居民生活水平有了提升，母婴消费市场也在持续扩容，这种背景下电商平台上的婴儿沐浴露不仅品类繁多而且信息显得杂乱，消费者选购时做决定会变得更难，电商和品牌方也都急需拿到精准的市场数据，好用来支撑运营策略上的调整；为了能把杂乱的销售数据整合起来并挖出里面的商业价值，就在 Spark 分布式计算技术的基础上，再把数据存储技术和数据可视化技术结合到一起，设计并实现出一套基于 Spark 的婴儿沐浴露销售数据分析及可视化系统。本论文把电商平台上的婴儿沐浴露销售数据系统当作研究对象，使用 Python 爬虫把数据采下来，用 Hadoop HDFS 存好原始数据，用 Spark 完成数据的清洗和整理，最后把标准化之后的数据保存到 MySQL 数据库里，这样就给后续的分析打好基础；用 Spark 的高效分布式计算能力，再结合婴儿沐浴露的几个核心属性开展分析，同时用机器学习技术把产品属性特征分析一遍，并构建出可视化模型

regression_r2.png, regression_mae_rmse.png, elbow_plot.png, cluster_silhouette.png, cluster_db_index.png, cluster_comparison.png, cluster_ch_index.png, readme.txt, 数据科学与大数据技术 基于Hive的预制菜订单数据分析与可视化4.53-AI12.95_1.docx,学士学位论文基于 Hive 的 预制菜订单数据 分析 与 可视 化姓 名 雷子扬 学 号 22050341 14 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 赵强 侯鹏 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Hive 的预制菜订单数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印，缩印或其它复制手段保存，汇编学位论文。保密的学位论文在___三___年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着大数据技术的飞速发展，餐饮工业化进程不断加快，预制菜行业迎来新的发展机遇，订单数据中蕴含的商业价值有待挖掘。该业务的价值值得进行挖掘。本文运用大数据技术和预制菜行业的实际需求，使用 Hive 分布式计算模式和 K-means 聚类算法、随机森林算法，本文设计并实现了基于 Hive 的预制菜订单数据分析和可视化系统，该系统形成了从数据处理、特征提取到模型构成，建立并呈现完整可视化设计。本文先从和鲸社区平台获取公开预制菜订单数据集，再利用 Python 工具对数据进行清洗，同时结合数据标准化技术用来解决数据格式问题，把规范后的数据

readme.txt, 数据科学与大数据技术 基于Python的游戏销售数据分析与可视化8.45-AI4.76_1.docx,.学士学位论文基于 Python 的 游戏销售数据 分析 与可视化姓 名 乔金宇 学 号 2205034321 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 王岩 赵金宝 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Python 的游戏销售数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）：指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在__ 三 ___ 年解密后适用本授权书。论文作者（签名）：指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要数字化时代到来之后，游戏产业的规模不断增大，竞争也愈发激烈，平台多样化的趋势以及玩家需求个性化的特点使游戏数据的价值愈加突出，怎样借助数据分析来发现市场走向、玩家喜好等重要信息，就成为了一个行业的重大课题。本文主要研究高效的游戏销售数据分析和可视化系统，包含数据采集、数据预处理、数据分析、数据可视化四个模块，为企业决策提供科学依据，视化四大模块。研究使用 Python 爬虫从 vgchartz 网站获取游戏名称、平台、类型、各个地区的销售额等原始数据，用 Pandas 进行清洗预处理；使用 Spark 做大规模的数据分析，找出市场份额、平台生命周期等指标；利用 K-means 聚类找到区域市场的偏好，用多元线性回归、随机森林等模型来预测全球销量并评价性能；用 Flask 和 ECharts 实现数据可视化。经过研究证明，大数据技术和机器学习算法对于游戏销售数据分析来说是有效的，这些成果可以给游戏行业带来精准的决策参照，对推

requirements319muyuxi.txt, dog_food_yuanshi319muyuxi.xlsx, dog_food_raw319muyuxi.xlsx, dog_food_clean319muyuxi.xlsx, dog_food319muyuxi.xlsx, readme.txt, dog_food_raw319muyuxi.xlsx, dog_food_clean319muyuxi.xlsx, 数据科学与大数据技术 基于Spark的淘宝平台狗粮销量数据分析与可视化5.29-AI6.1_1.docx,学士学位论文基于 Spark 的淘宝 平台 狗粮销量数据 分析与可视化姓名 穆俞西 学号 2 205034319 院 系 人 工智能学院 专 业 数据科学与大数据技术 指导教师 王洪亮 刘伟 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的淘宝平台狗粮销量数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要宠物食品电商市场规模日益扩大，淘宝平台上拥有大量狗粮商品交易记录。而这些数据中包含品牌竞争态势、价格与销售量的关系、地区分布以及顾客喜好等内容，但是原始数据格式不一致、中文字段识别难度较大等原因使得其不能直接被应用，本文提出一种基于淘宝狗粮销售数据进行分析并展示的方法，在数据获取、清洗、存储、机器学习模型训练以及展示环节构成一个流程。本项目以 Python 为主要编程工具，通过 Requests 以及 BeautifulSou

readme.txt, 数据科学与大数据技术 基于Spark的冰箱参数数据分析与推荐系统1.01-AI14.93_1.docx,学士学位论文基于 Spark 的冰箱参数数据 分析 与推荐系统 姓 名 牛振龙学 号 2205034226院 系 人工智能学院专 业 数据科学与大数据技术指导教师 安雷 王洪雁二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的冰箱参数数据分析与推荐系统》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本研究的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）：指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）：指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要家电行业在进行绿色、智能和高端化转型时，产品参数变得更加复杂。本文形成了运用 Spark 大数据生态系统的冰箱数据分析与个性化推荐平台，以此给消费者和企业提供决策支持。通过 Python 爬虫和 Flume 来采集商品信息、用户反馈，并把数据存入 HDFS。Spark SQL 可以完成海量数据的清洗和多维特征统计，结果经过 Hive 仓库，并且使用Sqoop 导出到 MySQL。本文设计了一种根据内容来进行多方面特征结合的推荐方法。该算法把冰箱主要参数编码、销量归一化指标和用户评论情感权重进行整合，使用 Spark MLlib 来计算余弦相似度。在一定程度上缓解了新商品冷启动场景下的推荐难题，而且明显降低了数据稀疏性对推荐质量造成的影响。本文利用 ECharts 把分析结果进行动态可视化，从而构成了从采集、存储、分析到机器学习推荐的完整技术闭环。该系统可以准确地说明高认可度产品在参数上存在的关系。本文把情感反馈和商品推荐结合起来，明显提高商品

bg.png, requirements.txt, 数据科学与大数据技术 基于机器学习的淘宝女装数据分析与可视化7.0-AI18.57_1.docx,学士学位论文基于机器学习的淘宝女装数据分析与可视化姓 名 陈宇良学 号 2205034304院 系 人工智能学院专 业数据科学与大数据与技术指导教师 张垚 费园园二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的淘宝女装数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在___三____年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要伴随着电子商务的迅速发展，女装销售数据呈指数级增长。面对大量的商品信息，消费者会陷入选择的困境之中，电商平台也要对市场需求做出准确的判断。女装销售数据怎样做深度分析、可视化展示，成了当下电商领域的重要课题。近些年来，我国女装电商市场的规模不断增大，数据驱动的精准决策成了行业发展的大势所趋。本文设计并实现了一个基于机器学习、可以对女装销售进行分析与展示的系统。系统包含数据采集、预处理、存储、分析、可视化这五个主要部分。数据采集使用 Python的 requests 库配合 lxml 解析器获取多维商品数据，数据预处理用 pandas 库清洗转换数据，数据存储用 MySQL 数据库配合 SQLAlchemy ORM 框架实现持久化存储。数据分析模块把 K-Means 聚类、SnowNLP 情感分析、Apriori 关联规则这些机器学习算法结合起来，从商品分群、用户情感、品类关联这些方面去挖掘数据的价值。数据可视化用 ECharts 创

requirements220liufangshuo.txt, readme.txt, 数据科学与大数据技术 基于Spark的中性笔销售数据分析与可视化系统设计6.58-AI10.46_1.docx,学士学位论文基于 Spark 的中性笔销售数据分析与可 视化系统设计姓 名 刘方硕 学 号 2205034220 院 系 人工智能学院 专 业数据科学与大数据技术 指导教师 刘健 刘岩 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的中性笔销售数据分析与可视化系统设计》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要 伴随着电商交易量的不断增大，中性笔的线上销售数据也急剧增加，但是商品信息分散、指标繁杂，消费者的购买效率低，商家也没有稳定的依据来进行精细化运营。本文以中性笔销售数据分析与可视化为研究对象，从数据预处理、分布式计算、结果存储、前端展示四个方面入手，构建起完整的分析过程。系统使用 Spark 作为主要的计算引擎，用 Spark SQL 和 DataFrame 做品牌份额、价格区间、规格组合、渠道差异等统计分析。 为了提高分析的深度，本文又加入了 K-Means 聚类以及决策树回归的方法来确定细分商品群体以及销量的关键影响因素。将分析结果统一存入 MySQL，通过后端接口给前端提供数据服务，用 ECharts 实现多图联动展示。实验结果表明，该系统可以较好地处理中性笔销售数据，清楚地反映市场结构和消费偏好，给选品、定价和营销优化提供可以落地的数据支持，也

readme.txt, 数据科学与大数据技术 基于Hive的北京二手房数据分析与可视化4.89-AI6.03_1.docx,学士学位论文基于 Hive 的北京二手房数据分析与可视 化姓 名 张梓涵 学 号 2205034345 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 赵强 侯鹏 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Hive 的北京二手房数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论 文 作 者 （ 签 名 ） ： 指 导 教 师 （ 签 名 ） ：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要本项目采用 Python 网络爬虫技术、Hive、机器学习算法和 Echarts 可视化技术，对北京二手房多源数据进行数据分析与可视化。通过对北京二手房的数据分析与可视化，能够更加准确地挖掘房价影响因素，能够更好地给购房者、房地产从业人员以及政府部门在制定相关政策时提供数据参考。本项目使用数据采集、数据预处理、数据存储、Hive SQL 统计性分析、机器学习算法分析与可视化技术，设计并实现了对北京二手房的数据分析与可视化。首先使用Python 网络爬虫技术爬取房天下网站上的二手房数据，并与和鲸社区现有数据集进行整合，使用 Pandas、NumPy 库完成数据清洗、缺失值处理等数据预处理工作，然后将预处理过的数据存储到 HDFS 中，在 Hadoop 集群上部署 Hive，通过 Hive SQL 对数据进行统计性分析，将分析结果使用 sqoop 导入到 MySQL 中，再使用 Scikit-learn 库构建回归预测模

map.png, line.png, lbx.png, jt.png, head_bg.png, bg.jpg, README.txt, 数据科学与大数据技术 基于Hive的冰箱品类多维度数据分析与可视化1.96-AI4.38_1.docx,学士学位论文基于 Hive 的冰箱品类多维度数据分析与 可视化姓 名 李爽 学 号 2205034117 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 焦红红 刘天霁 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Hive 的冰箱品类多维度数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）：指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在____ 三 ___ 年解密后适用本授权书。论文作者（签名）：指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着大数据技术发展，家电行业数字化转型升级不断进行，在家里面必不可少的冰箱方面，其市场容量持续增加，在行业内也存在大量的关于品牌、型号、价格、销售量以及能效等方面丰富信息。传统的数据处理方式速度较慢，不能很好地发挥出数据的作用，但是这些大量数据可以准确地反映出市场需求情况以及行业发展态势，对家电企业的经营起到良好的指导作用。本论文采取“数据采集—清洗存储—多维度分析—机器学习建模—可视化展示”的思路，以 Hive 为基础，使用 Sqoop、RandomForestRegressor、ECharts 等相关技术搭建一套完整的冰箱数据分析及展示平台。将所有与冰箱有关的数据汇总到一起之后，在 Hive 上进行数据清洗、去重、聚合等工作，用 HiveQL 中对数据进行进一步处理，在 Sqoop 中实现不同数据库之间的数

更多内容关注公众号.jpg, 更多内容关注公众号.gif, wechat-code.png, 开启大屏方式.txt, 数据科学与大数据技术 基于机器学习的北京二手车交易数据分析3.82-AI14.07_1.docx,学士学位论文基于机器学习的北京二手车交易数据分析姓 名 商琳轩 学 号 2205034229 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 张垚 费园园 二零二六年五月二十七日 学位论文原创性声明本人所提交的学位论文《基于机器学习的北京二手车交易数据分析》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要近年来，国内家用汽车逐步普及，群众的汽车消费观念持续转变，北京二手车市场的交易结构产生了明显分化；行业长期依靠老旧经验定价，车辆剩余价值难以准确预估，各区域供需匹配不协调，这些常见问题直接造成交易双方信息不对称，降低了整体交易效率与市场透明度，因此梳理研究北京二手车的交易数据和市场规律，具备实际研究意义。本研究依次完成数据采集、数据预处理、数据储存、数据分析与数据可视化等工作，并结合北京本地市场特点开展针对性研究；用网络爬虫获取懂车帝平台 10000 条北京二手车样本数据，借助 PySpark 对数据进行清洗，补齐缺失数值、剔除异常数据，筛选出车龄、残值率、区域类型等关键特征；用 PySpark MLlib 搭建梯度提升树回归模型分析车价影响因素，模型拟合度为 0.872，同时利用 K-means 聚类结合肘部法，将市场消费群体划分为六类；通过多项评价指标核验模型效果，用

head_bg.png, bg.jpg, requirements301anjiahao.txt, readme.txt, 数据科学与大数据技术 基于Python的打印机销售数据分析与可视化系统设计2.39-AI3.44_1.docx,学士学位论文基于 Python 的打印机销售数据分析与可 视化系统设计姓 名 安佳豪 学 号 2255034301 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 刘健 刘岩 二零二六年五月二十七日学位论文原创性声明本文课题名称是《基于 Python 的打印机销售数据分析与可视化系统设计》，是在指导教师悉心关怀下由本人独立撰写的论文。除了文中特别加以标注引用的内容外，本论文不包含其他个人或者集体已经发表或者撰写过的研究成果。对本文的研究工作给予积极帮助的个人或者集体，均已在文中以明确方式标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本论文作者同意：保定学院有权将学位论文纸质本、电子版提交有关图书馆等单位保存，并允许校内外读者浏览、复印；保定学院有权将学位论文部分或全部内容编入有关数据库进行检索、推广发行，其复制方式可以采用影印、缩印和扫描等。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着电子商务的快速发展，打印行业竞争激烈程度日益加剧，在线交易量也越来越大，其所包含信息量极大。如何有效抓取、整理以及分析这些信息来为企业经营决策和个人服务体验改善提供帮助是当前学界以及业界所面临问题。因此本文运用 Python 进行编程开发一套包括数据抓取、处理、分析及展示全过程系统。该系统使用网络爬虫抓取京东网站上所需产品信息，然后用数据清洗提高数据质量；之后采用描述性统计分析和建立预测模型进一步了解市场变化情况；最后使用 Echarts 制作出形象直观报表供各方参考使用。本文所建立的数据处理框架包括五个主要部分：数据提取、预处理、保存、分析以及展示。而在数据提取中使用 Python 编写网络爬虫程序抓取市场上各款打印机的品牌名称、型号类别、价格区间、交易次数以及用户评论等内容；在预处理中利用 Pandas 库清理并格

requirements.txt, test.txt, taobao_cookie.txt, requirements.txt, read me.txt, 数据科学与大数据技术 基于Spark的机械手表销售数据分析与可视化5.59-AI4.19_1.docx,学士学位论文基于 Spark 的机械手表销售数据分析与 可视化姓 名 张金周 学 号 2 205034142 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 王岩 孙建华 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的机械手表销售数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）：指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）：指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要机械手表市场规模的扩大和线上销售所占比例的上升，使得商家在处理海量数据时效率较低，同时挖掘核心经营信息也不够深入。当前电商数据分析主要集中于全品类宏观趋势，在机械手表这种包括实用和奢侈品特点的垂直品类里，产品详情挖掘不够充分，消费需求分析也不够细致，可视化功能比较简单，难以支持精细化运营决策。本文提出了运用 Spark 模式进行机械手表销售数据分析和可视化的办法：首先通过爬虫获取淘宝平台商品详情、价格、销量、店铺信息等数据，以确保数据完整和可靠。数据经过去重和缺失值填充等预处理后，被存放在 Hadoop 分布式文件系统中，并利用Spark 对数据视图和表结构进行优化。随后利用 Spark 内存和分布式计算能力形成特征属性模式，使用回归分析、K-means 聚类等方法，发现产品特性和销售表现、价格区间的主

readme.txt, 数据科学与大数据技术 基于机器学习的青光眼诊疗数据分析与可视化6.01-AI6.06_1.docx,学士学位论文基于 机器学习的青光眼诊疗数据分析与 可视化姓 名 郭子清 学 号 2205034207 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 张垚 费园园 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的青光眼诊疗数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着医疗数字化进程的加快，临床诊疗数据和医疗资源信息越来越重要。本文根据青光眼的实际需求，利用现有工具（机器学习算法、可视化技术等）设计并实现青光眼患者的临床数据和医生的医疗资源数据。通过对眼压、杯盘比、家族史等多个指标数据挖掘，找到致病原因，明晰致病原因与疾病诊断之间关联规律，为青光眼的诊治及医疗资源配置提供强大支撑。研究主要分为数据采集，数据预处理与存储，数据分析以及可视化四部分内容。首先利用网络爬虫技术定向收集好大夫在线网上青光眼专科医生的公开信息、有来网的治疗方式文章以及采集青光眼检测数据。然后，使用 Pandas、NumPy 等软件对数据进行预处理，并将处理后的数据保留于数据库中。接下来，使用 Scikit-learn 等机器学习库构建逻辑回归、随机森林等模型进行分析判断引起青光眼发病及进展的核心致病因素；提取出影响其他医生的相关领域等方面重要信息。最后再借助 Matplotlib、Seaborn 等可视化工具直观形象地呈现致病因素分

requirements.txt, readme.txt, 数据科学与大数据技术 基于Spark的智能健身数据趋势分析与可视化2.89-AI11.41_1.docx,学士学位论文基于 Spark 的智能健身数据趋势分析与 可视化姓 名 田霈森 学 号 22050 34233 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 安雷 王悦 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的智能健身数据趋势分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其它个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）：指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论 文 作 者 （ 签 名 ） ：指 导 教 师 （ 签 名 ） ：2026 年 5 月 22 日 2026 年 5 月 22 日 摘 要随着全民健身需求不断上升以及可穿戴设备不断普及，运动训练，心率变化，卡路里消耗，区域分布等数据持续进行累积，传统的静态统计方法已经难以支撑多源健身数据的综合分析。本系统面对智能健身的场景，设计并完成了一个基于 Spark 的智能健身数据趋势分析与可视化系统。本系统把 FitBit 可穿戴设备的数据，健身房会员的训练数据，上海地区的运动统计数据还有 UCI HAR 活动识别数据进行整合，在数据处理层使用 Pandas 来开展数据清洗，字段统一以及标准化处理，并且用 CSV 格式的结果文件来对数据存储进行组织。分析的时候用 Spark SQL 去做运动类型，月度趋势，周内规律，时段分布以及区域差异的统计相关工作，同时利用 K-Means，XGBoost 和 Isolation Forest 来实现用户聚类，卡路里预测以及异常训练识别方面的工作。可视化层依靠 Flask

rf_feature_importance_top5_303baiyunxia.png, rf_feature_importance_top5.png, kmeans_clusters_303baiyunxia.png, kmeans_clusters.png, fbg_hba1c_risk_surface.png, elbow_method_303baiyunxia.png, elbow_method.png, correlation_heatmap.png, sua_cleaned_data.txt, merged_diabetes_data.txt, diabetes_cleaned_data.txt, readme.txt, 数据科学与大数据技术 基于Hadoop的糖尿病数据分析与可视化8.41-AI8.89_1.docx,学士学位论文基于 Hadoop 的糖尿病数据分析与可视化 姓 名 白云霞 学 号 2205034303 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 焦红红 荣景松 二零二六年五月二十七日 学位论文原创性声明本人所提交的学位论文《基于 Hadoop 的糖尿病数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）： 2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）： 2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着人口老龄化与生活方式的转变，糖尿病已经成为威胁国民健康的重大慢性疾病，在诊疗过程中产生的医疗数据具有海量、分散的特征，存在数据整合难度大、传统方法处理效率低的问题，很难充分挖掘数据深层的疾病关联规律，无法为临床诊疗和公共卫生

更多内容关注公众号.gif, bg2.jpg, 更多内容关注公众号.gif, 更多内容关注公众号.gif, SSE.png, model_evaluation.png, readme.txt, 数据科学与大数据技术 基于Hadoop的淘宝饮品数据分析与可视化6.22-AI14.98_1.docx,学士学位论文基于 Hadoop 的淘宝饮品数据分析 与可视化姓 名 马新妍 学 号 2205034124 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 焦红红 刘天霁 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Hadoop 的淘宝饮品数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）： 2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）： 2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要在大数据技术飞速发展的当下，数据已成为企业洞察市场、优化运营的重要资源。电商平台在长期运营中积累了海量交易与用户数据，蕴含着巨大的分析价值。淘宝作为国内领先的综合电商平台，其饮品类目体系丰富，涵盖果汁、汽水、茶饮等多种产品。平台积累的商品销量、发货地域、物流服务等多维度数据，能够有效反映消费偏好与市场趋势，为行业研究、商家运营和消费需求挖掘提供重要支撑。为精准把握淘宝饮品市场消费特征与发展趋势，解决行业现有分析数据来源单一、维度较浅及可视化不足等问题，本研究采用 Hadoop 分布式计算框架，结合 Python、Java 开发语言及 ECharts 可视化工具，开展淘宝饮品数据深度分析与应用研究。研究先完成淘宝饮品数据的采集与预处理，借助 Hadoop 框架实现数据

left-top3.jpg, left-bottom2.jpg, interact.png, readme.txt, 数据科学与大数据技术 基于Hadoop的湖南省宠物食品销售数据分析与可视化1.94-AI9.2_1.doc,学士学位论文基于 Hadoop 的湖南省宠物食品销售数据 分析与可视化姓 名 武帅冰 学 号 2205034335 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 王洪亮 刘伟 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Hadoop 的湖南省宠物食品销售数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着居民生活水平的提高以及对精神世界的追求越来越强烈，宠物经济迅速发展，宠物食品市场也逐渐变大。目前线上线下融合的多元化销售模式已经形成了一个完善的运作体系，订单量也得到了迅速的增长。由于消费者对于宠物品种以及品牌的偏好具有明显的差异性，因而市场需求结构越来越复杂，传统数据分析工具由于运算能力有限不能对多种数据进行综合处理并找出其中蕴藏的商业价值。在该情况下，以可视化技术为依托的大屏智能分析随之产生，它对市场趋势图进行详细的分析，给企业的决策提供支持，根据用户的消费行为模式来预测未来的消费动向，帮助企业实现库存管理和精准营销的战略部署。本文以 Hadoop 为依托，用 MapReduce 编程模式和 Spark 分布式计算框架两种方式对湖南省宠物食品销售数据做可视化分析。从系统架构上讲使用 HDFS 进行原始交易日志分布式

数据科学与大数据技术 基于Spark的起点网小说榜数据分析与可视化4.85-AI10.43_1.docx,学士学位论文基于 Spark 的 起点网小说榜数据分析与可 视化姓 名 韩紫萱 学 号 2 2050 34109 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 张垚 费园园 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的起点网小说榜数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论 文 作 者 （ 签 名 ） ： 指 导 教 师 （ 签 名 ） ：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要数字化阅读不断普及，网络文学行业的用户偏好和市场趋势分析越来越重要，起点网作为头部网文平台，其小说榜单沉淀了大量的作品题材、热度等核心数据，但是目前专门针对这一榜单进行系统性数据分析和可视化研究的还比较少。本文通过对起点网小说榜单数据的大数据分析，来探究榜单的特征以及热度的变化规律，为网文平台优化运营策略、给作者创作提供方向性的参考，并且也能帮助读者更快地找到好的内容。本研究分为数据采集、预处理、存储、分析、可视化这五个部分，用 Python 技术从起点网小说榜单上获取数据，利用 Pandas 对字段进行对齐、去重清洗等工作，保证数据的质量，使用 MySQL 和 HDFS 相结合的方式存储数据，兼顾数据的查询速度和海量存储，使用Spark 分布式框架，用 Spark SQL 来实现小说作者排名、平均推荐、题材热度排名等分析，用机器学习算法来量化热度的影响因素，最后用 ECharts 以及可视化大屏模板来呈现榜单格局

readme.txt, 数据科学与大数据技术 基于Python的乐购零售店顾客复购预测研究11.47-AI6.66_1.docx,学士学位论文基于 Python 的乐购零售店顾客复购 预测研究姓 名 李小璐 学 号 2205034216 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 王洪亮 刘伟 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Python 的乐购零售店顾客复购预测研究》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要本文针对零售行业客户复购率低、客户价值挖掘不足、海量交易数据不能高效利用等问题，把 Hadoop 分布式计算框架和 Python 机器学习技术结合起来，创建出一个包含数据预处理、特征挖掘、模型训练、预测分析以及可视化展示的零售客户复购预测研究。本文以 Kaggle 平台上的乐购零售公开交易数据集作为研究对象，利用 HDFS 分布式存储和MapReduce 分布式计算完成大规模交易数据的预处理工作，提高了海量数据处理的速度 。预处理完成后将数据落地本地，利用真实的交易记录进行客户特征提取和复购标签的创建工作，得到标准模型的数据集。整个研究过程按照先分布式数据处理、数据分析、机器学习建模、综合评价验证的技术路线进行，完成从原始数据到预测结果的全过程，给零售企业准确识别高复购潜力客户、改进营销策略提供可靠的手段。本文以复购预测为研究对象，选择随机森林、逻辑回归、XGBoost 三种经典的机器学习算法来建立预测模型，用混淆矩阵、RO

v12_check.txt, thesis_fig_scan.txt, intro_check.txt, wordcloud_pos.png, wordcloud_neg.png, wordcloud_all.png, top_keywords.png, sentiment_cm.png, regression_rmse.png, wordcloud_pos_203_chenshihao.png, wordcloud_neg_203_chenshihao.png, wordcloud_all_203_chenshihao.png, top_keywords_pos_203_chenshihao.png, top_keywords_neg_203_chenshihao.png, top_keywords_203_chenshihao.png, sentiment_cm_203_chenshihao.png, rf_feature_importance_203_chenshihao.png, regression_rmse_203_chenshihao.png, dict_sentiment_pie_203_chenshihao.png, dict_sentiment_dist_203_chenshihao.png, time_trend_daily.png, spec_最大功率.png, price_bucket.png, brand_stats.png, time_trend_daily_203_chenshihao.png, time_trend_daily.png, spec_最大功率_203_chenshihao.png, spec_最大功率.png, price_bucket_203_chenshihao.png, price_bucket.png, good_rate_by_price_bucket_203_chenshihao.png, good_rate_by_price_bucket.png, goods_type_goods_cnt_203_chenshihao.png, goods_type_goods_cnt.png, goods_type_avg_price_203_chenshihao.png, goods_type_avg_price.p

head_bg.png, bg.jpg, 011 大数据可视化系统数据分析通用模版.png, new_product_prediction.png, kmeans_elbow.png, example_prediction2.png, example_prediction1.png, readme.txt, 数据科学与大数据技术 基于Python的AI早教玩具数据分析与可视化系统设计8.18-AI3.85_1.docx,学士学位论文基于 Python 的 AI 早教玩具数据分析与可 视化系统设计姓 名 李琳 学 号 2205034309 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 刘健 刘岩 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Python 的 AI 早教玩具数据分析与可视化系统设计》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要人工智能和早期教育领域不断结合，AI 早教玩具的市场规模也迅速扩大，不过许多企业都存在数据利用程度低、用户需求挖掘不够深入、销量预测不够准确、做决策缺少数据支撑等问题。为此，本文利用 Python 设计并形成一套完整的集数据采集和预处理、存储、数据分析、机器学习模型预测和可视化展示为一体的 AI 早教玩具数据分析和可视化系统，希望利用数据分析的方法为企业优化产品、进行市场营销和运营决策提供科学依据。系统数据来自京东平台 AI 早教玩具，利用网络爬虫自动采集商品信息、销售数据和用户评论等多方面数据，并使用 Pandas 对

数据科学与大数据技术 基于Spark的京东智能手表数据分析与可视化13.58-AI9.84_1.docx,学士学位论文基于 Spark 的京东智能手表数据分析与可 视化姓 名 张思雨 学 号 2205034344 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 赵强 于洪超 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的京东智能手表数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在___三____年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日Ⅰ摘 要本文针对智能手表市场上品牌多、用户选择无从下手、商家营销缺少数据支撑的现状，利用 Spark 分布式计算以及数据可视化技术，设计并实现了京东智能手表数据分析与可视化。可以给用户提供个性化的选购参考，给商家精准营销、产品优化提供数据支持，丰富电商商品数据分析的实践路径。本文使用 Spark 分布式计算技术以及机器学习算法来对京东智能手表数据进行处理分析。首先对智能手表产品形状、销量、价格等数据进行采集。然后使用 Pandas 库对数据进行预处理，将预处理后的数据存入 HDFS。使用 Spark 框架对品牌分布、价格区间、店铺评分等多方面数据进行分析，用 K-means 聚类算法按照价格、销量、好评率等数据进行聚类分析；对多元线性回归、岭回归、随机森林算法、决策树回归算法进行比较分析，选出最优算法，构建销量预测模型。最后用 Flask 框架和 ECharts 技术实现前后端交互，创建动态交互式的可视化大屏，直观地展示出分析结果。关键词：Spark；数

shap_summary_plot.png, lda_perplexity.png, 数据科学与大数据技术 基于机器学习的科幻电影多维度特征分析和可视化13.84-AI6.4_1.docx,学士学位论文基于机器学习的 科幻 电影 多维度特征 分析和可视化姓 名 张瀚文 学 号 2205034242 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 焦红红 荣景松 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的科幻电影多维度特征分析和可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要数字媒体产业近几年发展较快，电影作为其中比较重要的内容类型，影片的相关数据在不断增加。因此，建立一个基于机器学习的科幻电影特征分析与可视化系统，具有一定的现实意义。本文基于 Python 数据分析工具，结合网络爬虫、文本处理和机器学习方法，设计并实现了一个科幻电影数据分析系统。系统主要包括数据采集、数据清洗、特征分析、评分预测和可视化展示等模块。在模型构建中，本文选取 Ridge 回归、随机森林回归和XGBoost 回归进行对比，并使用 R²、MSE 和 MAE 等指标评价模型效果。最终确定XGBoost 回归模型作为最终评分预测模型；同时，本文引入 SHAP 值，对影响评分的主要因素进行解释，模型结果能够给出预测值，还能说明部分原因。此外，本文还利用SnowNLP 和 LDA 主题模型，对影评文本中的情感倾向和话题内容进行分析，能够了解观众评论中反映出的态度和关注重点

bg2.jpg, readme.txt, 数据科学与大数据技术 基于机器学习的有声书数据分析与可视化5.0-AI9.27_1.docx,学士学位论文基于机器学习的有声书数据分析与可视化姓 名 李娜 学 号 2205034215 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 张垚 费园园 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的有声书数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）：指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要伴随着数字阅读产业的发展，有声书由于它的特殊“伴随式”的特点，已经成为了大众碎片化时间里不可缺少的精神消费方式。但是行业繁荣的背后存在着严重的结构性问题，即内容供给端同质化竞争加剧，大量的作品都集中在少数热门题材上，平台方不能准确地了解用户的喜好变化，造成推荐效率低下的问题。为了克服以上问题，本文试图建立一个数据驱动的分析框架来达到对有声书市场精准了解的目的。本研究包括“数据采集模块、数据预处理模块、数据存储模块、数据分析模块、数据可视化模块”五个核心模块。首先系统性地爬取并整合了喜马拉雅平台的包括小说 id、小说名称、小说简介、节目集数、小说评分在内的多维度数据，存储在本地，使用 Numpy和 Pandas 进行数据预处理处理缺失值、异常值等，使用机器学习算法，定量挖掘影响有声书热度与用户评价的关键内容特征。最后，使用 Matplotlib、ECharts 等工具绘制数据可视化大屏。本研究不仅为音频平台优化运营策略提供了量化依据，也为内容创作者指明了市场

wcss_elbow.png, run.txt, requirements.txt, 数据科学与大数据技术 基于SparkSQL的北京市人力资源数据分析与可视化3.04-AI11.92_1.docx,学士学位论文基于 SparkSQL 的北京市人力资源数据 分析与可视化姓 名 程欣娜 学 号 2205034305 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 王洪亮 刘伟二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 SparkSQL 的北京市人力资源数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着当前数字经济与就业结构的演化，人力资源数据大多表现出来源分散以及维度复杂等特点，而传统的数据处理方式难以满足全流程的需求。此次研究使用北京市人力资源数据作为研究对象，结合了 Spark 分布式计算、SparkSQL 多维度数据分析、机器学习算法以及 Web 可视化等多种技术，基于 SparkSQL设计并且实现了从数据采集到数据预处理再到分布式分析、机器学习算法分析以及可视化展示的全流程可视化系统。系统采用模块化架构，通过合规爬虫采集多类型数据源，经 Pandas 预处理后的数据存储到 HDFS 中，借助 PySpark 与 SparkSQL 进行多维度的数据分析，再使用梯度提升回归算法和 K-Means 聚类算法实现薪资分析参考与就业人群聚类分析，最后通过 Flask+ECharts 的方式构建交互式可视化平台。这项研究表明，系统可以高效处理海量

模式输出.txt, 差评词云图.png, stopwords.txt, readme.txt, 数据科学与大数据技术 基于Hive与大模型的护肤品多维度分析与可视化4.85-AI5.08_1.docx,学士学位论文基于 Hive 与大模型的护肤品多维度分 析与可视化姓 名 田歌 学 号 2205034232 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 赵强 于洪超 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Hive 与大模型的护肤品多维度分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）：指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要近些年来，护肤品行业发展迅速，积累了大量的消费者行为数据，这些数据可为护肤品行业的发展方向提供参考。现有研究局限于单方面的消费者行为处理，尤其是缺少捕捉评论文本中的复杂情感。为此，本研究以淘宝平台的护肤品数据为对象，展开研究。首先使用 Selenium 工具规避电商平台的反爬虫机制，从而完成数据的采集与清洗，再基于 Hive 数据仓库实现数据的高效存储，在核心的分析环节创新性地引入大语言模型进行分析，通过提示词工程限定大语言模型的输出模式，提高模型的回复质量，经过处理的数据再结合 LSTM 等机器学习算法进行情感预测与品牌口碑的建模，最终构建可视化大屏，形成完整的技术框架。本文利用 Python 的数据分析功能以及大语言模型对深层次语义的理解进行综合运用，从多个角度分析消费者的购买行为，为护肤品品牌方提供了产品优化方向以及对应的决策参考。也给消费者提供基于数

cluster_core_metrics.png, 3_training_time.png, 3_roc_comparison.png, 3_rf_feature_importance_summary.png, 3_model_comparison.png, 3_confusion_matrix_comparison.png, 1_kmeans_evaluation.png, 1_kmeans_cluster_effect.png, 1_cluster_core_metrics.png, readme.txt, 数据科学与大数据技术 基于Spark的京东面膜数据分析与可视化4.89-AI3.36_1.docx,学士学位论文基于 Spark 的京东面膜数据分析与 可视化姓 名 连依影 学 号 2205034312 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 王洪亮 刘伟 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的京东面膜数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要 随着京东等电商平台上面膜品类商品信息的快速膨胀，商家在选品、定价和营销决策时所遭遇的信息壁垒问题也越来越明显。本文依托 Apache Spark 框架，构建了一个针对京东面膜商品的多维数据分析与可视化平台，打通了从数据采集、预处理、多维统计分析和算法分析以及可视化展示的完整链路，努力打破市场信息不对称，给电商垂直领域精细化运营提供可以落地的数据支持。 本文

旅游热度数据_yuanshi.xlsx, 旅游热度数据.xlsx, requirements.txt, fig_model_metrics_compare.png, readme.txt, 数据科学与大数据技术 基于机器学习的多城市旅游数据分析与可视化3.3-AI3.61_1.docx,学士学位论文基于机器学习的多城市旅游数据分析与可视化姓 名 吴和振 学 号 2205034334 院 系 人工智能学院 专 业 数据科学与大数据技术 指导教师 张垚 费园园 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的多城市旅游数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要 伴随着我国旅游业的迅速发展，各大在线旅游平台也拥有了大量的旅游市场数据。但是这些数据大多散落在不同的平台上，没有得到有效的整合和深入挖掘，不能成为有利用价值的决策依据。旅游行业参与者存在着信息不对称、市场趋势预测滞后等状况，需要创建起科学的数据分析体系。在这样的背景下，本文主要针对多城市旅游数据进行深度挖掘和分析，目的在于创建出一个集数据处理、模型分析以及可视化功能于一体的平台，从而给旅游市场的动态准确把握给予支撑。本文使用 Python 为主的技术栈，首先利用爬虫获取多源旅游数据，再用 Pandas 对数据进行清洗、填充等预处理，然后建立线性回归、K-means 聚类等机器学习模型来量化节假日、天气等对旅游热度的影响，实现短期预测和游客分群。最后用 Matplotlib、Echarts制

mapimg.png, map.png, line.png, lbx.png, jt.png, head_bg.png, chong.jpg, bg.jpg, shop_clustering_visualization.png, requirements.txt, product_clustering_visualization.png, feature_importance.png, elbow_shop.png, elbow_product.png, requirements.txt, readme.txt, 数据科学与大数据技术 基于机器学习的披萨销售数据分析与预测10.38-AI12.0_1.docx,学士学位论文基于机器学习的披萨销售数据分析与预测姓 名 文璐 学 号 2205034333院 系 人工智能学院专 业 数据科学与大数据技术指导教师 焦红红 荣景松二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的披萨销售数据分析与预测》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要餐饮零售在日常经营中会产生大量真实销售数据，能直接反映顾客喜好、市场变化和门店经营情况。披萨属于快餐品类，数据包含产品、价格、时段、评价等，可挖掘价值很高，但多数门店还在靠经验做决策，很难发现真实规律，对本地竞争情况也缺乏整体判断。本文以保定地区披萨销售数据为对象，搭建一套可落地的数据分析与预测体系，用数据辅助门店经营。系统按实际业务流程实现数据采集、存储、分析、展示。用 Pyt

map_bg.png, 更多内容关注公众号.jpg, 044 车联网平台数据概览.png, README.txt, 数据科学与大数据技术 基于Spark的速干T恤销售数据分析与可视化4.76-AI7.14_1.docx,学士学位论文基于 Spark 的速干 T 恤销售数据分析与 可视化姓 名 姜世茂 学 号 2205034113 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 安雷 王洪雁 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的速干 T 恤销售数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在三年解密后适用本授权书。论文作者（签名）： 指导教师（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要随着我国经济迅速发展，居民的消费水平与生活质量也在持续提升，消费者对于服装功能性和舒适性的要求变得越来越高。速干 T 恤凭借自身速干、透气以及轻便的特性，逐渐受到了市场与消费者的广泛关注。不过，目前该行业针对速干 T 恤所做的研究还相对较少，企业对市场的认识也不够全面，因此很难精准地把握住消费者的实际需求。为了帮助企业更好地制定营销策略、研发出合适的产品，本研究针对京东和淘宝这两大平台上的速干 T 恤销售数据展开了分析，借助数据分析的可视化手段以及销量预测的结果，为企业的决策提供参考。本研究首先通过 Python 爬虫技术对速干 T 恤的销售数据进行爬取，再对爬取的数据进行预处理，将预处理后的数据上传到 HDFS，然后通过 Spark 对数据进行分析，运用MySQL 进行数据存储，同时通过多种机器学习算法的对比，选出最优的模型，对速干 T恤

image6.png, image5.png, image4.png, image3.png, image2.png, image9.png, image38.png, image37.png, image36.png, image35.png, image34.png, image33.png, image32.png, image31.png, image30.png, image29.png, image28.png, image27.png, image26.png, image25.png, image24.png, image23.png, image22.png, image21.png, image20.png, image19.png, image18.png, image17.png, image16.png, image15.png, image14.png, image13.png, image12.png, image11.png, image10.png, image1.png, 更多内容关注公众号.jpg, 更多内容关注公众号.gif, wechat-code.png, line(1).png, head_bg.png, 07_detailed_process_standard.png, 06_data_visualization_standard.png, 05_data_analysis_standard.png, 04_data_storage_standard.png, 03_data_processing_standard.png, 02_data_collection_standard.png, 01_system_overview_standard.png, README.txt, 5_4_7_regression_result_preview.png, 5_4_6_kmeans_result_preview.png, 5_4_5_vendor_strategy_preview.png, 5_4_4_capability_structure_preview.png, 5_4_3_pareto_preview.png, 5_4_2_context_price_preview.png, 5_4_1_co,学士学位论文基于 Sp

ksh41.png, ksh40.png, ksh39.png, jzxz2.png, jzxz1.png, data08.png, preview-1.jpg, midground.png, diannao.jpg, 1baa42452320f5d4eb2f5e1f22cacebb.png, ksh41.png, ksh40.png, ksh39.png, jzxz2.png, jzxz1.png, data08.png, DellData_cleaned_清洗报告.txt, DellData.xlsx, requirements.txt, readme.txt, 数据科学与大数据技术 基于Spark的戴尔电脑销售数据分析及可视化系统设计7.52-AI7.97_1.docx,学士学位论文基于 Spark 的戴尔电脑销售数据分析 及可视化系统设计姓 名 李春蕊 学 号 2205034115 院 系 人工智能学院专 业 数据科学与大数据技术指导教师 刘健 魏波微 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于 Spark 的戴尔电脑销售数据分析及可视化系统设计》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日学位论文版权使用授权书本学位论文作者完全了解保定学院有权保留并向国家有关部门或机构送交学位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权保定学院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或其它复制手段保存、汇编学位论文。保密的学位论文在 三 年解密后适用本授权书。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026 年 5 月 22 日I摘 要本论文选定 Spark 分布式计算框架作为技术主线，构建出一个专门面向戴尔电脑销售场景的数据分析平台。该平台对销售全流程数据做多维度拆解与深度挖掘以便把数据内部隐藏的价值释放出来，再借助可视化手段把销售趋势、用户行为以及产品市场表现展示清楚，帮助企业把销售策略调优让市

earth.png, box-bg.png, box-bg-title.png, box-bg-right-bottom.png, box-bg-center-top.png, box-bg-center-bottom.jpg, bg.jpg, top_value_candidates.png, k_elbow_selection.png, cluster_summary_combo.png, cluster_scatter.png, residual_histogram.png, price_band_mae.png, model_rmse_comparison.png, model_r2_comparison.png, feature_importance.png, classification_metrics.png, classification_confusion_matrix.png, actual_vs_prediction.png, fresh_inventory_location.png, freshness_quality_heatmap.png, freshness_overview_combo.png, location_cert_heatmap.png, freshness_cert_stacked.png, cert_overview_combo.png, quality_heatmap.png, premium_top10.png, make_tier_bar.png, 数据科学与大数据技术 基于机器学习的钻石价格数据分析与可视化3.87-AI10.0_1.docx,学士学位论文基于机器学习的钻石价格数据分析与可视化姓 名 王熙哲 学 号 2205034236 院 系 人工智能学院 专 业 数据科学与大数据技术指导教师 张垚 费园园 二零二六年五月二十七日学位论文原创性声明本人所提交的学位论文《基于机器学习的钻石价格数据分析与可视化》，是在导师的指导下，独立进行研究工作所取得的原创性成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中标明。本声明的法律后果由本人承担。论文作者（签名）： 指导教师确认（签名）：2026 年 5 月 22 日 2026