1.采集广告数据约100万条存入.csv和mysql,清洗后的.csv上传mysql;
3.分析指标离线可选用Hive,实时可选装PySpark/PyFlink,可三选一也可以只选一种或者三个都选；
4.计算结果使用sqoop工具对接到mysql数据库的指标表；
5.使用flask+echarts制作可视化大屏、layui查询表格；
6.使用卷积神经网络KNN CNN RNN对广告数据进行预测；
7.使用协同过滤算法基于用户、物品、MLP模型、混合神经网络SVD进行广告推荐；
创新点：全新DrssionPage爬虫框架、可视化大屏、离线计算实时计算全部实现、深度学习算法广告预测、4种广告推荐算法
Hive版广告分析大屏+预测+推荐[00_04_28][20240530-101248].png
Hive版广告分析大屏+预测+推荐[00_00_29][20240530-101208].png
Hive版广告分析大屏+预测+推荐[00_00_46][20240530-101212].png
Hive版广告分析大屏+预测+推荐[00_00_47][20240530-101225].png
Hive版广告分析大屏+预测+推荐[00_02_14][20240530-101230].png
Hive版广告分析大屏+预测+推荐[00_03_36][20240530-101158].png
Hive版广告分析大屏+预测+推荐[00_04_08][20240530-101241].png
Hive版广告分析大屏+预测+推荐[00_04_28][20240530-101248].png
