该项目为一个实时海外热点项目，主要监测海外推特、YouTube、Ins、Facebook 和国内网站的热点数据，该项目结合 echarts 图表和数据列表进行开发，主要用 vue 框架进行开发。该项目包含四个大模块，首页、看事件、读事件、我的下载等以及子页面详情页、文章列表页面等。此项目结合 echarts 图表进行可视化展示，包括翻译功能，下载、导出功能，删除、检索功能。

消费者购买行为分析是消费者数据分析研究中尤为重要的部分，因为会员作为消费者，研究消费者的消费习惯可以帮助企业或者平台更加精准地制定营销策略。所谓会员用户画像分析，其实就是根据会员的用户自然特征、社会特征、行为偏好特征给会员用户打上偏向标签。而会员个性化营销更多的就是给这些你掌握的不同人群定制他们专属的服务。比如说我日常消费时经常购买巧克力、饼干、糖果等零食，那么就建议给我多推送相关的人气零食商品；再比如我平时经常每周六晚上在网上购物，那么可以在这一时间段（避免过多的广告推送引起消费者厌烦）开始给我定向推送一些热门商品，这样才能刺激用户向你希望的价值更高的会员发展。

功能： 1.查询房间号，房间号红色显示，并详情显示该房间人员信息。 2.点击查询按钮查询当前职位在该栋楼的房间分布情况，勾选职位以上时，显示当前职位以上（含当前职位）的人员分布情况，按职位类型设定颜色显示。 3.查询工号，显示该工号员工所在的房间，红色显示，并显示该房间人员信息详情。 4.点击每个房间显示当前房间的人员信息。

此项目是一个融媒体项目，内有多个大的分模块，包括媒资库系统，智能采编系统，稿件管理系统，网评员管理，系统管理等多个大模块。该项目基于 vue 框架进行开发，该项目集成多种功能，例如文件共享，新建文件夹，文件分类，人脸管理，微博账号授权，草稿箱，转发微博，管理资讯、热点，方案等等，以及系统的用户管理，组织架构和角色管理。

该项目是一个关于舆情的新媒体项目，分为首页以及媒体管理、内容分析、系统管理三大模块，首页主要是一些媒体数据的展示，媒体管理分为媒体榜单、媒体监测、转发跟踪、标签管理、媒体通讯录几个大模块，主要是对一些数据的展示、编辑、导入导出等。内容分析分为报告中心、专项检测、深度搜索、文本校对等模块，主要为对一些报告任务进行审核检测处理。系统管理分为用户管理、系统设置、系统日志等模块，主要为管理用户数据，管理系统名称，logo 以及上面两大模块的一些通用功能，像删除文字设置、复制文章设置、数据默认展示条数等。该项目为了更好的向用户展示数据，在很多地方以 echarts 图表的形式展示，更清晰明了。

1、该网站为纯英文电商网站，采用cms二次开发。 2、技术栈为php+mysql 3、网站包括商品、订单、支付、用户等等模块。

1、负责网站前后端程序开发，该网站主要是酒店客户预订房间和管理房间使用。 2、负责整体数据库设计、开发、优化 3、域名代备案、服务器架设配置、出租

1.机器学习平台主要有集群节点管理/数据存储/任务模块（核心）/镜像模块/监控系统/权限认证/用户管理模块 2.我负责的是用户管理/节点管理/数据存储/任务模块（核心）模块开发 3.项目用到的技术栈：springcloud,其他技术有java、websocket、mysql、 rabbitmq、redis、elasticSearch、fileBeat、kibana、okhttp、 webservice、K8s client、gluster client、docker-client、 vuejs、maven、git/gerrit等等 4.遇到的难点问题：系统cpu飙高，通过查看TOP查看进程，jstack抓取线程栈，找到问题根源，优化代码。 慢查询sql以及死锁：通过慢查询日志和查询死锁日志，分析问题SQL，进行优化。

1）安全驾驶行为模型 本平台的安全驾驶行为模型分为日模型和月模型，日模型用于评价驾驶者的驾驶技术和安全性，月模型则综合评价驾驶者的安全驾驶水平，综合考虑天气、地理、道路情况。本平台采用N次人工神经网络的算法进行模型学习，我们对工神经网络的算法的创新应用，我们发现评价结果更接近真实。 2）车主画像 本平台的车主画像，综合考虑GPS数据、OBD数据、行程数据、用车时间，以及车辆的数据，全面地描绘车主，为安全驾驶评价提供更多的数据支撑。对于不同的特征属性采用不同机器学习的算法，使画像更精准。

1、负责网站的前后端程序、爬虫、自动化软件开发。 2、负责数据库开发、优化。 3、负责服务器运营维护、更新等。

智能远程电表抄表故障报警：系统具有记录用户所有操作、开关移位、超限参数及其他用户实际需求时间的功能。【保护功能】过载自动断电，多大电流自动保护断电，正常负载自动断电物联网智能电表远程管理系统是对物业小区、大型商场、大型购物中心、公寓、写字楼、工业园区、宿舍、工厂等场所进行电费收缴

云上仓库管理系统是基于 SOA 架构设计原则，是为了降低物流仓储企业的信息化成本，以提高物流运 营的整体效率，该项目主要包括有仓库管理、业务管理、财务管理、报表管理、基础资料、分析模块等模块。主要 业务为货物的采购、销售、出入库、报损、盘点，货品采购、销售的付款和收款以及财务分析。 责任描述：参与项目的需求分析，详细设计，设计数据库，主要负责委托订单管理、调度、采购和采购退货的开发 和测试。 委托订单管理:主要实现客户的委托订单管理，将货物信息拆分成多条，供调度管理使用。 调度管理:选择运输方案、车辆分配、装车货物的选择、路线规划，使用 WebSocket 发送调度单。 采购模块：主要实现功能是当库存产品数量预警时，对需求货品进行定额采购。 采购退货模块：当验货员在对货品质量和数量进行检验后，可以对不合格的货品可以进行退货操作。

个人职责：普通用户和管理员。普通用户有登录注册、浏览商品信息、添加购物车、结算订单、查看个人信息、查看个人订单详情等等功能。管理员有管理所有商品信息、管理所有订单信息、管理所有用户信息、查看收益数据图表等等功能

实现教师端的日程，消息，个人中心，班级管理；家长端的门户，全局搜索，个人中心；后台系统的课程管理，班 级管理，学员管理，订单管理等。 责任描述：参与项目的需求分析，详细设计，设计数据库，主要负责权限模块、家长模块、个人信息模块、课程模 块。 权限管理: 在用户登录校验通过后，使用 Token 作为其后续请求的认证校验方式，同时通过 redis 的保存 Token 设置 Token 失效时间和无感刷新；使用 GateWay 作为网关，通过自定义拦截器获取要访问方法的权限信 息并进行校验。 家长模块: 通过对应的家长 Token 管理自己的孩子在兴趣班的状态信息。同时将需要的热点信息存储在 Redis 中,方便二次读取。展示课程的名称、销量、评分、老师等信息，提供按条件排序等功能。 个人中心模块: 根据 Token 携带的信息去操作对应账号的详细信息, 孩子信息, 订单信息, 课程信息等相关操 作。 课程模块: 通过对应账户 Token 去查看对应的课程详情页面, 价格, 描述, 评论等信息。管理员可以新增, 删 除, 修改课程信息的权限。

责任描述：参与需求分析、编码阶段和模块维护。我主要负责作业管理模块、考试管理模块和数据分析模块。 作业管理模块: 主要功能是生成作业和批阅作业，主要内容包括分类录入作业(寒暑假以及每日课后作业)、学 生作业完成情况、错题库、作业批阅情况、参考答案和答案解析等。老师将标准答案录入系统可以自动批阅作业, 作业中存在做图或公式题目可以拍照上传进行答题。将常见错题和经典题存入 Redis,方便快速检索。 考试管理模块: 主要功能是生成试题库, 用 Seata 对考试相关操作的统一管理。主要内容包括老师手动生成试 题, 试题分类, 历史考试记录, 学生可以查看自己的试卷详情, 自己的答案和答案解析。 数据分析模块: 主要功能是展示学生平时学习成绩, 班级整体薄弱点以及班级整体成绩变化。主要内容班级学 生数据, 班级数据对比, 学生排名分布。老师和学生都可以很直观的查看自己任课班级的学习情况数据。 痛点: 当时最开始没考虑将常见错题和经典题目没有放入缓存,客户验收测试发现打开查看题型页面数据有时会加载缓慢,最后找到问题并解决了。

1.前期主要参与项目的功能分析，需求文档 2.设备管理模块：设备传感器数据上报,设备传感器数据展示，下发指令给硬件设备，设备心跳检测 3.认证模块：硬件认证，第三方系统接入认证，租户认证 4.租户平台：租户平台用户登录后可以添加设备，对设备实时监管，

通过蓝牙wifi对发放机进行小程序配货领取等操作；后台主要功能有，药具库存管理，库存调拨，发放机定位上货出货统计、群众领取、回访记录；人工发放点发放、孕手术挂号预约、检申请体检预约、公众号网络配送邮寄等功能。 技术要点： 1.发放机使用安卓+mcu板展示货道数量和二维码，群众通过扫描二维码领取。 2.微信小程序低功耗蓝牙对机子进行领取、配货、激活等操作。 3.在小程序内地图展示发放机分布情况，导航。 4.不同型号不同机型不同货道wifi/蓝牙模式，全适应。 5.公众号网络配送+微信支付。

使用技术：vite、vue3、pinia、vue-router、element-plus、axios、typescript、sass 项目描述：一个拥有ai聊天，创建模板，使用模板，图片转换生成的ai网站。

在当今这个大规模人才需求的时代，各种不同类型的企业为了不断拓展业务和保持活力，需要持续招聘和雇佣人才，因此，人力资源管理问题也日益受到重视。为了更好地管理企业的人力资源，越来越多的企业开始使用专业的人力资源管理系统。本系统是一款功能强大的人力资源管理系统，其主要功能模块包括员工个人信息修改、请假、员工薪资管理、考勤管理和社保管理等。 其中，考勤管理模块实现了员工考勤状态的修改和员工考勤月报表的导出，以及通过员工考勤记录的导入来实现员工考勤状态的判断。社保管理模块主要实现了员工社保的计算以及明细的修改。薪资管理模块实现了员工工资的调整，以及员工月工资报表的导出。这些功能模块可以帮助企业更好地管理员工的请假、考勤、薪资和社保等信息，从而更好地掌握企业的人力资源数据。 本项目采用了前后端分离的技术，前端是基于 Vue+ElementUI+Axios 开发的，后端则是基于 Spring Boot+MyBatis Plus+ Jwt+Mysql。前端采用了Vue框架和ElementUI组件库，利用Axios来进行网络请求，实现了良好的用户交互体验。后端采用了Spring Boot框架和MyB

本项目在研究矩阵分解及其应用，并比较不同的矩阵分解方法在推荐系统和图像处理应用场景下的性能表现。在研究背景和意义部分，我们介绍了矩阵分解的重要性和应用领域。在矩阵分解方法部分，我们详细介绍了矩阵的满秩分解、LU分解、QR分解、Cholesky分解、特征值分解、奇异值分解等常见的矩阵分解方法。在实际应用部分，我们以推荐系统和图像处理为例，阐述了矩阵分解在这两个领域中的应用和意义。 在实验研究与分析部分，我们选择了MovieLens 100k数据集和CIFAR-10数据集来验证不同的矩阵分解方法的准确度、效率和可扩展性。在推荐系统实验中，我们将不同的矩阵分解算法应用于训练集并评估其在测试集上的表现，以均方根误差（RMSE）和平均绝对误差（MAE）指标来评估算法的准确度。在图像处理实验中，我们比较了奇异值分解（SVD）和主成分分析（PCA）两种矩阵分解方法在图像压缩和去噪方面的表现。实验结果表明，奇异值分解算法在推荐系统中的表现优于其他算法，而在图像处理方面，SVD和PCA两种方法的表现相当。