网上做任务赚钱的比较正规的网站下载百度2024最新版

流程：
1.Python采集网易云音乐歌手、歌词、音乐、评论等约10-20万+海量数据，存入mysql数据库；
2.使用pandas+numpy/MapReduce对mysql中四类数据进行数据清洗，写入.csv文件并上传至hdfs(含评论NLP文本分类/lsm情感分析);
3.使用hive建库建表，导入.csv数据集；
4.一半分析指标使用hive_sql完成，一半分析指标使用Spark之Scala语法完成；
5.将分析结果使用sqoop导入mysql数据库的指标表；
6.使用Flask+Echarts搭建可视化大屏界面；
创新点：
1.Python爬虫采集海量数据；
2.lstml情感分析/NLP文本分类；
3.spark实时分析+(hadoop、hive离线分析数据仓库)双实现，可实时可离线；
4.可视化大屏炫酷；