#spark 저장소
저장소 총 126개
이 시스템은 "사용자 프로필 기반 영화 추천 시스템의 설계 및 구현"이라는 주제로 진행된 제 졸업 프로젝트입니다. Django를 기본 프레임워크로 사용하고 MTV 패턴을 채택했으며, 데이터베이스는 MongoDB, MySQL, Redis를 사용합니다. Douban 플랫폼에서 수집한 영화 데이터를 기본 데이터 소스로 활용하며, 주로 사용자의 기본 정보 및 사용 기록과 같은 행동 정보를 기반으로 사용자 태그를 개발하고, Hadoop, Spark 빅데이터 컴포넌트를 사용하여 분석 및 처리하는 추천 시스템입니다. 관리 시스템은 Django 자체 관리 시스템을 사용하며 SimpleUI로 미려하게 꾸몄습니다.
Apache Spark, Kubernetes 등 분산 클러스터 전반에 걸쳐 리소스를 공유할 수 있는 Jupyter Notebook을 지원하는 경량, 멀티테넌트, 확장 가능하고 안전한 게이트웨이입니다.
2차 개발이 가능한 Chat Bot 단일 턴 대화 Web MVP 프로토타입 템플릿으로, Vue 3, Vite 8, TypeScript, Naive UI, Pinia(v3), UnoCSS 등 주요 기술로 구축되었습니다. 🧤 대규모 언어 모델 API의 간편한 통합, 단일 턴 AI 질의응답 모드 채택, 각 질문에 대한 독립적 응답(컨텍스트 불필요), SSE 타자기 효과 스트리밍 출력, markdown-it 및 Mermaid/KaTex/LaTex 수식 미리보기 통합을 지원합니다. iFlytek Spark, Zhipu, SiliconFlow, Deepseek V4/V3/R1 심층 추론 모델 미리보기를 지원하며, <think> 태그와 호환되고 증류된 스킬을 포함합니다. 💼 커스터마이징이 쉽고 Chat 유형의 대규모 언어 모델 제품을 빠르게 구축할 수 있습니다(예시 스크린샷 포함).
빅데이터 수집, 추출 플랫폼, zdh_web은 zdh 시리즈 서비스의 시각화 관리 플랫폼으로, 데이터 수집, 스케줄링, 권한, 승인 흐름, 사설 도메인 마케팅 등의 모듈을 포함합니다
전자상거래 빅데이터 상품 실시간 추천 시스템, Vue + TypeScript + ElementUI + Spring + Spark
보안 분석에 사용되는 강력하고 유연한 오픈 소스 사용자 및 엔터티 행동 분석(UEBA) 프레임워크입니다. 사이버 보안 업계의 데이터 과학자와 보안 분석가가 사랑을 담아 개발했습니다.[베타]
Docker에서 JupyterLab 인터페이스를 사용하여 자신만의 클러스터를 구축하면서 Scala, Python (PySpark) 및 R (SparkR)로 Apache Spark를 학습하십시오. :zap:
프로젝트에 적합한 합성 데이터를 빠르게 생성하세요. Databricks Labs 합성 데이터 생성기(일명 `dbldatagen`)를 사용하면 Delta Live Tables 파이프라인을 포함한 Databricks 환경에서 테스트, 개념 증명(POC) 및 기타 용도에 사용할 대규모 시뮬레이션/합성 데이터 세트를 생성할 수 있습니다.