开发技术

前端：vue.js、websocket、echarts、element-ui

后端：springboot+mybatis-plus

数据库：mysql

大数据实时计算框架：hadoop、spark

爬虫：Python·requests

机器学习：协同过滤算法（基于用户、基于物品全部实现）

深度学习：lstm情感分析模型

三方平台：百度AI接口、阿里云短信、支付宝沙箱支付

需求

1.爬虫，用python爬取游戏网站的各种游戏数据存储到mysql(游戏信息； 区，服，阵营； 游戏商品，与游戏对应)

这三类都要爬取到对应的表

游戏接口说明：
https://xxx.com/helpdetail/e5675fb48f6a42e4a59ae5712b132965.html

2.门户系统：提供三种推荐算法推荐游戏(同时点击游戏详情可以去浏览这个游戏配套的商品)；

可以各种条件搜索游戏商品(游戏金额、游戏名称、等等)；

可以下单购买游戏对应的游戏商品(支付宝沙箱支付)；

查看订单；

评论可以lstm情感分析；

查看游戏详情可关联到评论；

论坛模块发布者发布时可以关联到对应的游戏发起讨论，

评论均可以情感分析并且显示到门户页面给其他用户看到

(包含情感分数、情感倾向等各种彰显机器学习的维度数据)

短信注册

识别身份证

3.后台系统：前台各种模块的增删查改

4.Spark大屏，使用最新的UI，数据尽量符合游戏相关的业务(带评论的情感词云)

运行截图