网页(Webview)

1、主要功能模块： 1.1 租房人模块：让租房的人可以浏览房源信息，申请租房 1.2 房东模块： 房东可以发布房源、审核租房人的申请 1.3监管机构模块： 可以对交易进行审核，批准或否决申请 1.4后台管理系统： 管理员可以管理相关信息，并生成数据报表 2、我负责的工作： 总体架构、前端页面设计 技术栈： 微信开发者工具、vue、js design 即时设计系统 实现效果：利用js.design迅速搭建了网站框架让客户确认，加快了开发进度 3、遇到的困难： 客户的管理部门交叉重叠，每个部门都需要自己不同的权限，而且跟交互逻辑发生冲突。 解决：通过和客户沟通，帮他们理顺了业务流程，按照理顺后的逻辑实现了程序的架构。

1.主要分为登录模块，系统管理，课程管理，活动管理，赛事管理，图文管理 （校区介绍），作品库，教师管理，预约模块，订单管理，通知管理 2.我主要负责活动管理，图文管理 （校区介绍），教师管理，通知管理模块开发 3.遇到得难点也是富文本编辑得问题，使用tinymce解决

负责 ESG 系统相关功能开发。 包括 web (三维可视化)、 公众号、 企业微信、 app等。 主要应用技术栈， vue+antdv， echarts， three.js。 app 使用的 uniapp 开发

项目描述∶ 网上图书借阅系统可快速录入图书信息，方便商家进行入库、出库等操作。并且支持使用书名、 ISBN码、分类、作者、出版社等模糊条件查询图书，提升经营者与用户的操作体验。支持线上下 单门店自取或邮寄等方式借、还书，读者可根据自身需求选择借、还方式，灵活配置。借阅系统 集合了查询、借阅、配送功能，为读者和商家都带来的极大的便利。 责任描述∶ 1.通过timer.schedule定时开启线程SyncTask实现读者信息入库，涉及oracle、mysql、 SqlServer、kingbase8、DM数据库。 2.对2000多个馆的opac日常维护以及新功能的添加调整，对接CAS单点登录，实现了多个馆的 统一单点操作，添加单点登录授权接口进行失败重试。 3.拆分了广图的邮寄下单和自提下单。邮寄根据馆藏地址进行了拆单操作，两个不同的馆藏地址 的邮寄将产生两笔费用，可根据馆藏地址配置几本书一起配送，配送价格，读者同一馆藏买了两 本书，后台对应馆藏的配置一本书一次配送，也是产生两笔费用。 4.邮寄活动免单：根据活动规定时间内读者类型控制，流通规则类型控制，每个读者每天 免单数量控制。以及活

参与集团项目集团项目完整开发，集团子公司，(跨标云，跨税云，卖家成长)，等等官网，以及移动端开发参与度100%

参与集团项目集团项目完整开发，集团子公司，(跨标云，跨税云，卖家成长)，等等官网，以及移动端开发参与度100%

用户管理： 管理员需要能够添加、删除、编辑和查看所有用户信息，包括用户名、密码、邮箱以及用户权限。 这一功能确保了用户信息的准确性和安全性，同时也为管理员提供了灵活的用户管理手段。 内容管理： 管理员能够添加、删除、编辑和查看所有内容，包括文章、图片、视频等多种类型的素材。 内容管理功能使得管理员能够轻松管理APP内的各种内容，确保内容的更新和准确性。 统计报表： 管理员可以查看各种统计数据，如用户增长率、访问量、下载量等，以便分析用户行为，优化产品策略。 统计报表功能为管理员提供了数据支持，帮助其更好地了解APP的运营状况和用户需求。 广告管理： 管理员可以定制和发布广告，包括横幅广告、插屏广告等多种形式，为企业带来更多收益。 广告管理功能为APP提供了盈利途径，同时也为广告主提供了有效的推广手段。 版本控制： 管理员需要能够管理所有版本的应用程序，包括测试版本、正式版、更新版本等，确保用户始终使用最新的版本。 版本控制功能确保了APP的稳定性和安全性，同时也为用户提供了更好的使用体验 个人完成了API对接 页面优化

可以管理多个行业:商业,工厂,首饰,房地产,医药行业等 根据不同权限自动分配 所有账目都是一笔录入,自动生成审核,核销,报表等功能,省去中间很多麻烦 财务所需财务报表全部都有 自己需要的报表也有

1.项目主要分为首页，用户信息，名师推荐，推荐活动，热门课程，赛事报名，艺术馆，精品课程，预约试听和校区介绍模块 2.主要负责首页，名师推荐，推荐活动，校区介绍模块 3.困难点在于介绍相关富文本得效果得还原，解决方案是采取了tinymce富文本编辑器处理

基于elementUI和VantUI进行二次通用组件库开发，开发定制的原子组件，并实现复杂业务组件。供其它业务前端开发使用。提升前端开发效率20%以上

1.为内部审批局、政法部、司法部各部门提供可视化的数据看板 2.使用vue+VantUI+echart实现可视化的图表展示，包括折线图，饼状图，柱形图等常用图表

数据收集：从各种来源（如数据库、文件、网络等）收集相关的数据，确保数据具有高质量和可靠性。 数据预处理：对原始数据进行预处理，包括清洗（去除不完整、重复或无效的记录）、转换（将不同格式的数据统一为相同格式）、归一化（将不同范围的值缩放到相同范围内）等步骤。 数据挖掘算法：选择合适的算法对预处理后的数据进行分析和挖掘。常用算法包括分类、聚类、关联规则等。 模型评估：选择合适方法对模型进行评估以确定其准确性和可靠性。评估方法包括交叉验证、ROC曲线等。 模型应用：根据挖掘结果进行决策或预测。例如，可以根据分类算法对客户进行分类，以便制定更好的营销策略；可以使用聚类算法对产品进行分组，以便设计更好的产品组合。 数据可视化：将挖掘结果可视化以便更好地理解数据。可视化可以使用图表、图形、地图等方式呈现数据。

同步飞书开放平台用户：通过自建应用的AppId和AppSecret同步组织部门和用户 SSO登录：通过飞书平台登录入口进行单点登录 证书发放：用户完成相应条件后，将获得对应证书，并发送飞书消息将证书图片发送给用户 飞书平台消息通知：在某些条件下给飞书用户发送消息提醒

使用React+bootstrap+css+js开发，可选Linux\Windows部署 独立负责网页ui布局展示部分的所有实现 1.导航栏：顶部底部，含flyout悬浮栏 2.图文展示组件 3.评论区展示组件 4.按钮列表组件 5.登录表单组件 6.其他常规网页内容…… 代码风格简洁明了，面向组件，1：1精确完成上游UI设计下发内容

项目简介： 云票务管理系统汇集票务、一卡通、分销/营销管理、全员营销、进销存、全域旅游管理、软硬件票务系统研发于一体的云平台，从资源、渠道、分销、营销、管理、财务结算、数据分析、售-取-检环节等多方面入手，研发设计多元立体化的体验功能和智能设备，为不同业态的旅游企业提供全方位的智慧化解决方案。 职责描述： 1.云票务系统做票,退票业务流程开发及维护 2.系统通用功能开发及维护 3.景区票务,OTA票务及抖音,美团,快手等三方相关业务技术对接 4.系统框架优化,微服务集群搭建及调优 5.数据库集群搭建,mycat框架优化及维护 6.应用服务器程序更新维护监控优化

1、项目主要有以下几类模块： 1）QT界面设计制作（简易）；2）数据爬取逻辑设计；3）数据存储方式及清洗等。 2、QT主要使用python的pyqt5模块技术实现；主要通过python语言作为主项，然后通过node环境处理提前整理好的JavaScript作为辅项，实现整个数据逻辑；最终数据存储方式未mongodb数据库中作为第一数据，通过中间脚本（提前制作好的清洗数据模块），将清洗后的数据放入MySQL数据库中。 3、本次项目的难点主要是，数据爬取逻辑模块：涉及第三方逆向处理，耗时较长；账号池的维护：（账号来源、维护逻辑等）；在账号的前提下，IP显得比较容易。

购物商城购物车界面的制作，实现的功能主要有删除商品，增加、减少单个商品购买数量，在商品的购买数量为1时，能自动隐藏减少按扭，禁止用户继续减少商品购买数量，并能根据购买数量实时更新当前总价。 设计过程运用到CSS和HTML5技术完成页面布局和设置页面的样式，使用JavaScript、JQuery技术实现一系列功能。

1.系统提供定制化的生产流程流转，包括线上单据流转，与手持端、工控机端进行信息交互，以及线下纸质单据流转，自动打印，标签生成；与生产设备的黑匣子进行信息交互连接，实现远程控制、异常处理、分情况进行反馈的功能，并进行设备的各类指标的实时记录 2.我通过黑匣子相关开发文档以及第三方开发软件进行信息对接和测试；整体项目的初始化框架的完成

此项目是一个综合性的多端应用平台，涵盖了小程序、贩卖机、门牌机以及 VOD 控制系统，并通过 BI 后台进行数据决策分析。具体功能如下： 1. 小程序端：提供了预定、点餐、积分商城、活动发券以及多样化的抽奖活动功能，旨在为用户带来便捷的服务体验和丰富的互动娱乐。 2. 贩卖机系统：集成了点餐、订单查询与支付、贩卖机开仓出货、管理员登录、库存补货以及设备维护等全方位功能，实现自助服务的智能化和高效化。 3. 门牌机系统：支持管理员登录，商品信息查询，以及包间的智能控制，提升了服务效率和管理便捷性。 4. VOD 控制系统：通过 UDP 命令，实现对包间内的点歌系统、门禁、空调、音响、灯光等硬件设备的集中控制，打造舒适的娱乐环境。 5. BI 后台数据决策系统：通过对营收数据的全面收集与深度分析，生成详尽的报表，为销售提成和技术绩效考核提供准确的数据支持。 6. 在技术实现上，该项目采用了 WebSocket 长连接通讯技术，确保数据的实时传输与高效交互。同时，利用 Elasticsearch 进行高效数据查询，后端则基于 Laravel 框架构建，搭配 MySQL 数据

数据收集：从各种来源（如数据库、文件、网络等）收集相关的数据，确保数据具有高质量和可靠性。 数据预处理：对原始数据进行预处理，包括清洗（去除不完整、重复或无效的记录）、转换（将不同格式的数据统一为相同格式）、归一化（将不同范围的值缩放到相同范围内）等步骤。 数据挖掘算法：选择合适的算法对预处理后的数据进行分析和挖掘。常用算法包括分类、聚类、关联规则等。 模型评估：选择合适方法对模型进行评估以确定其准确性和可靠性。评估方法包括交叉验证、ROC曲线等。 模型应用：根据挖掘结果进行决策或预测。例如，可以根据分类算法对客户进行分类，以便制定更好的营销策略；可以使用聚类算法对产品进行分组，以便设计更好的产品组合。 数据可视化：将挖掘结果可视化以便更好地理解数据。可视化可以使用图表、图形、地图等方式呈现数据。