2024年大数据专业毕设选题推荐 .pdfVIP

2024年大数据专业毕设选题推荐--第1页

2023年大数据专业毕设选题推荐

选题注意事项：

（1）数据是否能够获取

（2）工作量是否满足毕设要求

（3）代码是否通俗易懂，能否在短期内掌握

（4）选题是否具有现实意义

（5）个人电脑硬件是否支持运行大数据项目

大数据毕设项目主要流程：

（1）大数据环境搭建：虚拟机搭建（分布式、伪分布式）、Hadoop、Hbase、

Zookeeper、Hive、Hbase、Kafka、Flume等组件的安装

（2）数据获取与清洗：爬虫、公开渠道获取等

（3）数据分析：选择合适的大数据分析技术

（4）数据挖掘：聚类、预测、推荐等

（5）可视化展示：大屏、导航栏跳转等

一、Hive数据仓库相关选题

Hive数据仓库项目的核心仓库分层：ODS（源数据层）、DWD（数据明细层）、

DWS（数据汇总层）、ADS（数据应用层）

（1）基于hive的民宿价格分析系统

选题意义：在消费升级背景下，消费转型、消费提升成为新的研究热点．当

前，中国旅游市场在加速复兴中，新型优质的中高端旅游产品推动旅游市场的

迅速恢复．近两年民宿标准化文件相继出台，民宿行业对民宿评级工作的有序

开展，使得民宿业进入了转型升级通道，也为民宿的理论研究创造出有利的条

件。利用Hadoop、Hive、MapReduce等技术为用户解决在民宿选择问题，通

过对用户所提供房屋的容纳人数、便利设施、洗手间数量、床的数量、卧室数

量等相关信息，来进行可视化展示，更加详细的面向用户，更加清晰的展示当

前房屋情况，为用户提供最合理的价格方案，该系统的设计目标是为用户提供

2024年大数据专业毕设选题推荐--第1页

2024年大数据专业毕设选题推荐--第2页

可靠的可视化数据分析服务。

创新点：（1）对Hive数据仓库进行分层建设

（2）聚焦热点领域，较强的现实意义

（3）可视化大屏展示

技术路线：

1、数据爬取：基于python爬取去哪网相关民宿信息，并进行数据清洗

2、数据分析：基于Hive数据仓库进行数据存储和分析，分析维度包括：

民宿价格均值、民宿评分排名、各区域民宿数量、民宿简介词云、民宿均价等

3、数据迁移：Sqoop

4、数据可视化：springBoot+echarts+MySQL可视化

（2）基于hive的厨具用品数据分析可视化

选题意义：目前智能手机随处可见，各种年龄段的人群都可以在网络上

随心所欲的购买商品。巨量电商数据的存储及分析成为了人们普遍关注的话题。

在大批量数据的计算场景中，时效性低的离线数据仓库是大多数业务的首要选择。

依托Hadoop大数据平台，基于Hive数据仓库对电商网站中厨具用品销售

数据进行分析。以可视化大屏的形式对分析结果进行可视化展示。首先运用

Python技术爬取京东网站厨具用品销售数据，爬取的数据存储至HDFS文件系

统。基于Hive数据仓库和HiveSQL工具对数据进行分析。运用Sqoop数据迁移

工具，将分析完成的数据迁移至MySQL数据库。最后，以SpringBoot、MyBaties、

Echart等技术构建可视化大屏，将分析结果以可视化图表的形式进行展示。

创新点：（1）对H