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：xxxxxxxxxxxxx
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
26.png
27.png
1.png
2.png
3.png
4.png
5.png
6.png
7.png
8.png
9.png
10.png
11.png
12.png
13.png
14.png
15.png
16.png
17.png
18.png
19.png
20.png
21.png
22.png
23.png
24.png
25.png
