丰川扬子 - 博客园

2025年2月13日

20250204打卡——UOS 音乐播放器开发02

摘要： UOS + Qt 开发环境搭建做了什么：安装 UOS，配置 Qt Creator，测试 Qt GUI 界面。学到什么：熟悉 UOS 下的 Qt 生态，掌握 Qt Creator 的基本使用。遇到的问题：部分 Qt 依赖库在 UOS 下不可用，需要手动编译。阅读全文

posted @ 2025-02-13 23:06 丰川扬子阅读(11) 评论(0) 推荐(0)

20250204打卡——UOS 音乐播放器开发01

摘要：比赛项目立项与需求分析做了什么：分析竞赛要求，确定音乐播放器的基本功能（播放、暂停、音量调节、歌单管理）。学到什么：需求分析方法，竞赛型软件开发的考量。遇到的问题：国产 UOS 生态软件少，组件兼容性不稳定。阅读全文

posted @ 2025-02-13 22:57 丰川扬子阅读(11) 评论(0) 推荐(0)

20250203打卡——信息领域热词分析07

摘要：可视化与热点趋势分析做了什么：使用 matplotlib 和 wordcloud 生成词云，绘制时间趋势图。学到什么：数据可视化技巧，趋势分析方法。遇到的问题：数据量大时可视化卡顿，词云美观度优化问题。阅读全文

posted @ 2025-02-13 22:53 丰川扬子阅读(6) 评论(0) 推荐(0)

2025年1月26日

20250126打卡——信息领域热词分析06

摘要： LDA 主题模型分析做了什么：使用 Gensim 训练 LDA（Latent Dirichlet Allocation）模型，分析文本主题。学到什么：掌握主题建模方法，理解 LDA 的 α、β 超参数调优。遇到的问题：主题数难确定，LDA 对短文本效果较差。家里大扫除阅读全文

posted @ 2025-01-26 15:12 丰川扬子阅读(9) 评论(0) 推荐(0)

2025年1月25日

20250120打卡——信息领域热词分析05

摘要： TF-IDF 关键词提取做了什么：计算文本的 TF-IDF 值，提取最重要的热词。学到什么：理解 TF-IDF 算法的基本原理，掌握 sklearn.feature_extraction.text.TfidfVectorizer。遇到的问题：高频词干扰结果，TF-IDF 不能捕捉语义关系。阅读全文

posted @ 2025-01-25 19:39 丰川扬子阅读(10) 评论(0) 推荐(0)

20250119打卡——信息领域热词分析04

摘要：数据库设计与存储优化做了什么：设计 MySQL 或 Elasticsearch 数据库，优化索引结构，加速查询。学到什么：掌握数据库索引优化，熟悉全文检索引擎。遇到的问题：查询速度慢，数据库字段设计影响存储效率。阅读全文

posted @ 2025-01-25 19:38 丰川扬子阅读(7) 评论(0) 推荐(0)

2025年1月18日

20240118打卡——信息领域热词分析03

摘要：数据清洗与预处理做了什么：去除 HTML 标签、去重、分词（使用 Jieba 或 THULAC）。学到什么：掌握文本数据清洗方法，理解分词算法的原理。遇到的问题：分词精度低，停用词去除影响关键词提取。闲来无事，准备整理一下园子博客，最近打算研究一下卷积神经网络阅读全文

posted @ 2025-01-18 14:05 丰川扬子阅读(8) 评论(0) 推荐(0)

2025年1月15日

20240115打卡——信息领域热词分析02

摘要：数据爬取与存储方案做了什么：使用 Scrapy 爬取新闻数据，调用 Tweepy 访问 Twitter API（或用 requests 访问微博）。学到什么：掌握 Python 爬虫技术，熟悉 REST API 认证机制。遇到的问题：API 速率限制，动态网页数据爬取困难。下午太累了，睡觉阅读全文

posted @ 2025-01-15 20:29 丰川扬子阅读(9) 评论(0) 推荐(0)

2025年1月14日

20240114打卡——信息领域热词分析01

摘要：项目背景和需求分析做了什么：确定研究主题（如微博、新闻、学术论文等信息领域的热词趋势），分析数据源（微博 API、知乎话题、新闻 RSS）。学到什么：如何确定数据分析目标，选择合适的数据抓取方案。遇到的问题：不同数据源的数据格式不一致，API 限制访问频率。阅读全文

posted @ 2025-01-14 20:08 丰川扬子阅读(8) 评论(0) 推荐(0)

2025年1月13日

20240113打卡——实验 7：Spark MLlib 机器学习库编程实践

摘要：做了什么：使用 MLlib 进行回归、分类、聚类任务（如 KMeans、逻辑回归）。学到什么：理解 Spark MLlib 的 Pipeline 机制，学会使用 VectorAssembler 处理数据。遇到的问题：训练集数据格式转换问题，调参时计算资源占用大。阅读全文

posted @ 2025-01-13 18:55 丰川扬子阅读(33) 评论(0) 推荐(0)

公告