流程：

1.采集雪球网约50万股票数据存入mysql;

(相关资料图)

2.使用pandas+numpy或hadoop+mapreduce对mysql中的数据进行数据清洗并转存.csv文件上传到hdfs;

3.使用hive建表建库导入hdfs中的.csv数据集;

4.一半指标使用hive_sql进行离线计算分析，一半指标使用Spark之Scala语法进行实时计算分析；

5.分析结果使用sqoop导入mysql数据库；

6.使用flask+echarts搭建可视化大屏界面；

创新点：Python爬虫、海量数据、可视化大屏、实时+离线计算双实现

选装(如果觉得功能还不够，可以选装推荐系统、预测系统、知识图图谱，可以0秒对接选装，效果如下)：

/video/BV1a14y1R7Cf/?spm_id_from=

/video/BV1fN411m7M2/?spm_id_from=

## 可选装项目模块如下：

1.推荐系统(4种深度学习推荐算法 协同过滤基于用户 基于物品 SVD神经网络 MLP)。附带AI、支付、短信、lstm情感分析。

2.预测系统(KNN CNN RNN卷积神经预测 K-means 线性回归)。

3.知识图谱neo4j可视化关系网络图。

4.后台管理系统。

计算机毕业设计吊打导师hadoop+spark+hive知识图谱股票推荐系统 股票数据分析可视化大屏 股票基金爬虫 股票基金大数据 机器学习 大数据毕业设计

标签：