本项目基于python网络爬虫从某电商平台抓取所有运动服饰的销售数据，分析不同品牌运动服装价格分布、主流品牌运动服装销售占比、不同标签的运动服装销售占比、男女款式运动服装销售占比等信息，多维度对比各类服装价格的高低。并利用 TensorFlow 构建深度学习模型，实现对运动服饰销售价格的建模和预测。......

面对激烈的市场竞争，各个航空公司相继推出了更优惠的营销方式来吸引更多的客户，国内某航空公司面临着常旅游客流失、竞争力下降和航空公司资源未充分利用等经营危机。本项目对某航空公司今年来积累的大量的会员档案信息和其乘坐航班记录，利用RFM模型对客户进行分类，对不同的客户类别进行特征分析，比较不同类客户的客户价值，同时机器学习算法对可能的流失客户就行预测，为航空公司制定相应的营销策略提供支撑。...

https://zhuanlan.zhihu.com/p/363008064

一、使用场景在需要爬取的数据量极大的情况下，建议使用scrapy框架。性能好。二、scrapy工作原理engine 引擎，类似于一个中间件，负责控制数据流在系统中的所有组件之间流动，可以理解为“传话者” spider 爬虫，负责解析response和提取Item downloader 下载器，负责下载网页数据给引擎 scheduler 调度器，负责将...

Scrapy，Python开发的一个快速、高层次的屏幕抓取和web抓取框架，用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛，可以用于数据挖掘、监测和自动化测试.其最初是为了页面抓取 (更确切来说, 网络抓取 )所设计的， 后台也应用在获取API所返回的数据(例如 Amazon Associates Web Services ) 或者通用的网络爬虫.Scrapy吸引人的地...

centos安装python31、查看安装默认安装位置whereis python2、python2.7默认安装是在 /usr/bin目录中，切换到/usr/bin/cd /usr/bin/3、安装相关的依赖包yum install -y epel-release zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make4、安装pipyum insta

空气质量优劣程度与一个城市的综合竞争力密切相关,它直接影响到投资环境和居民健康,因此越来越受到政府和公众的关注。本项目利用网络爬虫从某空气质量监测网站抓取全国各大城市的历年空气污染数据（PM2.5,PM10,SO2,NO2,CO,O3），对全国各城市（空间维度）不同年度（时间维度）等维度进行空气污染物的统计分析，并利用 Echarts 进行可视化展示。...

本项目利用 python 网络爬虫抓取从某直播平台的直播数据，对不同直播频道数据进行统计分析，同时解析弹幕数据，通过文本清洗、关键词抽取，实现评论词云可视化，并基于 tfidf+情感词典算法实现评论的情感分析。

本项目利用 boxoffice mojo数据集（by IMDBpro）构建票房预测模型，首先将影响电影票房的因素如电影类型、上映档期、导演、演员等量化处理并进行可视化分析。采用多元线性回归模型、决策树回归模型、Ridge regression 岭回归模型、Lasso regression 岭回归模型和随机森林回归模型实现票房的预测，并进行以上模型的 model stacking，实现预测误差的进一步降低。

共享单车系统在大城市越来越流行，通过提供价格合理的自行车租赁，让人们可以享受在城市里骑自行车的乐趣，而无需为自己购买自行车。本项目利用 Nice Ride MN 在双子城（明尼苏达州明尼阿波利斯市/圣保罗市）提供的历史数据。我们将通过查看不同站点的自行车需求、每个站点的自行车流量、季节性和天气对骑行模式的影响，以及会员和非会员之间骑行模式的差异，来探索共享单车骑行数据。

本项目通过对数据挖掘领域中的关联规则经典算法Apriori,运用关联规则对某大型超市超市的部分数据进行分析、挖掘,判定发现不同类商品之间的关联度,挖掘出商品中隐藏的实用价值,进而在实际销售运作中有效地避免这类错误,给超市提出适当的货架销售建议与货架摆放依据,利于增加超市的运营利润。

本项目利用网络爬虫技术从IMDB电影网站和某瓣网站采集电影数据，并对电影数据进行可视化分析，实现电影的检索、热门电影排行和电影的分类推荐，同时对电影的评论进行关键词抽取和情感分析。

本项目利用网络爬虫技术从某天气预报网站抓取某一城市的历史天气数据，构建天气数据分析与预测系统，实现对天气状况、最高气温、最低气温、风力和风向等维度的可视化分析和横向纵向比较， 并构建机器学习聚类算法实现对天气数据的预测分析。

餐饮业生意好坏的影响因素通常有很多，包括店铺菜系、口味、服务态度、周边环境、人口密度、所在区域、人均消费等等方面。本项目以上海城市为例，对其餐饮业消费数据进行统计分析，从三个维度“口味”、“人均消费”、“性价比”对不同菜系进行横向比较。针对某一商铺类型，将上海划分成格网空间，做空间指标评价，基于聚类算法，得到较好选址的网格位置的中心坐标，以及所属区域。

本项目基于 Python 利用网络爬虫技术从某财经网站采集上证指数、创业板指数等大盘指数数据，以及个股数据，同时抓取股票公司的简介、财务指标和机构预测等数据，并进行 KDJ、BOLL等技术指标的计算，构建股票数据分析系统，前端利用echarts进行可视化。基于深度学习算法实现股票价格预测，为投资提供可能的趋势分析。

Matplotlib 是数据科学领域最常用也是最基础的可视化工具，其最重要的特性之一就是具有良好的操作系统兼容性和图形显示底层接口兼容性（graphics backend）。本文汇总了数据挖掘常用的基础绘图方法，可作为基础代码模板，方便查阅。

本项目利用 Python 从某招聘网站抓取海量招聘数据，进行数据清洗和格式化后存储到关系型数据库中（如mysql、sqlite等），利用 Flask + Bootstrap + Echarts 搭建招聘信息可视化分析系统，实现不同岗位的学历要求、工作经验、技能要求、薪资待遇等维度的可视化分析，并根据岗位所在地进行不同地域（华东、华北、华中、华南、西南、西北和东北）维度的细粒度分析。同时依据用户需求实现热门岗位的推荐，并利用决策树算法实现岗位薪资的预测。

本项目利用Python实现某城市二手房相关信息的爬取，并对爬取的原始数据进行数据清洗，存储到数据库中，通过 flask 搭建后台，分析影响二手房房价的各类因素，并构建递归决策树模型，实现房价预测建模。

信贷业务又称为信贷资产或贷款业务，是商业银行最重要的资产业务，通过放款收回本金和利息，扣除成本后获得利润，所以信贷是商业银行的主要赢利手段。信用风险是金融监管机构重点关注的风险，关乎金融系统运行的稳定，银行会根据客户的资质来评定，比如征信，贷款额度，贷款的用途，贷款的时间，还款的能力，收入的稳定性等多方面去分析。