需要有四个数据展示，一个是体温，一个是环境温度，一个是环境湿度，一个是安全距离，这些值超过一定的范围就会报警，弹出消息提示框
数据从数据库取就行了吧，超出的范围阈值数据也在数据库
阙值需要用户自己去设置
然后这4个数据用一个页面显示，那个超出阈值，那个就会报警，弹出消息提示框
小程序页面的最上端要显示我们的标题，然后下面的四块要显示我们的数据，然后只要有一块数据不是正确的，我们就要启动报警，也就是消息弹出，或者是直接给用户微信端发消息

PDF 转 word,技术难点在于表格的转换，需要表格在word 中也转换成表格形式
可以用库，不过得是安全和稳定的那种
代码+讲解1小时
讲解不需要太细，有python基础，只需要把代码过一遍就行，特别难的看不懂的说一下

本课题借助Python语言工具编写程序，实现从爱奇艺网站中爬取到1000余部电影相关信息，并对评分、评论人数、电影年份、电影类型等数据进行提取并分析。经过大数据的爬取、清洗、预处理和分析的过程，最终以图形化的形式展示分析结果，并得出相关结论。要求如下：
1.在设计过程中能欣赏、体验各种设计之美、算法之美，并能创造美。【课程设计统一要求】
2.基于GUI（图形用户界面）的应用程序。【课程设计统一要求】
3.尽量避免使用爬虫工具，自编程序以充分理解数据爬取与可视化过程。
4.每部电影的登记内容（记录）至少包括：电影名、导演、主演、电影类型、上映年份。
5.数据爬取：进入爱奇艺网站电影界面，获取该网页的URL，通过查看网页源代码找到目标数据位置并分析网页源代码结构；使用Python中的requests库进行数据采集；Beautiful-Soup是一个HTML/XML的解析器，来解析URL的文本信息；根据需要单独提取出电影的评分、电影的演员、电影年份和电影类型；利用循环进行读取数据并存入数据库。
6.数据预处理。一方面，把原始数据规范化、条理化，最终整理成结构化数据，以节省处理海量信息的时间；另一方面，数据预处理可以使得挖掘愈发准确并且结果愈发真实有效。
7.数据分析与可视化：随着电影行业的不断发展，必将越来越依靠于数据分析的手段来获取收益。对演员和其电影口碑分析可以得出演员的票房号召力；从票房分析影片类型对于观众的接受度、导演的人气指数等等，都具有很强的经济效益。观众群体的广泛性和个人情感的复杂性都影响着影业的未来发展。
8.UI设计
1）操作流程简便、合理，符合用户的一般操作习惯。
2）界面简洁、美观、和谐。
9.菜单设置“使用说明”，介绍本软件的开发者、特色、各项功能及使用。

根据链接爬取抖音商品数据 https://haohuo.jinritemai.com/ecommerce/trade/detail/index.html?id=3640373902137544704&ins_activity_param=iYcWnrLK&origin_type=pc_buyin_group&pick_source=v.EpvMg
这个页面 比如我需要轮播图 商品名称 评价 价格 下边的详情等等吧 最好能吧这个截图的接口也返回
协助部署到服务器下

具体价格面议

与文档上的描述功能一样，需要写文档

做一个俄罗斯方块游戏，附加个制作介绍,需要有ppt

对比xml文件，我会给两个不同日期的同类文件夹，这里面有很多xml文件，需要做的首先是先对比文件夹变化，其次对比同名xml文件中内容的变化，变化部分按一定规则生成导入excel表，涉及参数比较多，不是全部需要对比，我之后会给圈定范围
数据是15万行
一个xml文件，但是不会全部用到，很多不重要的参数不对比，这是设备参数，设备每过一段时间都会有变化，对比的就是这段时间关键参数有啥变化
具体价格面议

学生信息管理系统主要是对学生的各种信息进行自动管理的系统。满足学生查询、浏览个人信息的需求。系统设计中应包括用户登录、学生的学籍管理、成绩管理、课程管理以及系统维护等功能。
该毕业设计要求如下：
1、系统主界面应包括信息编辑和信息查询等功能模块。信息编辑包括增加、删除、更新等功能。信息查询可以根据学号、姓名等字段进行查询。
2、系统性能：安全、可靠，操作方便、界面友好，易于维护与扩展。

1.房产市场数据分析，收集并提供房产市场的相关数据，历史房价，租金价格，供需情况等
2.有只能筛选与推荐，根据用户设定的投资需求和条件，通过算法筛选个推荐符合条件的房产项目，提供个性化投资选项。
3.有风险评估管理功能
4.报告与统计数据
5.要有注册登录功能
6.用户社区，可浏功能览其他用户评价。
7.地图功能用于查找相关房产
用前段用html，5csss3，javascript。
8.有一个数据模型预测房价走势
9.咨询，多写字加超链接就行
后端实现没有固定要求工具，保证功能实现就行。

.csv是淘宝用户行为数据集。.ipynb是我用python里面做的图分析出来的
指标。现在研究思路是按照下面这个博客来，将数据集上传到hadoop中
flume加载数据，hive接收数据，用MapReduce做大数据分析，sqoop导
出表到mysql数据库中，pyecharts前端可视化(应该会用到IDEA)
目前到这里不加算法，只是用户行为分析系统的实现。