本基于java爬虫+springboot+hadoop实现地区红色文化资源社交平台大数据分析系统设计与实现，在系统架构层采用java编程语言，mysql数据库，以SSM开发架构搭载nginx实现分布式模式，对本基于java爬虫+springboot+hadoop实现地区红色文化资源社交平台大数据分析系统进行程序开发，部署安装。并且采用最为严格的AB测试，对系统各个业务模块进行全面的测试，根据测试结果完善系统功能模块，让本基于java爬虫+springboot+hadoop实现地区红色文化资源社交平台大数据分析系统功能更加全面，更具有社会实用性。

一、程序设计

本次基于java爬虫+springboot+hadoop实现地区红色文化资源社交平台大数据分析系统主要内容涉及：

主要功能模块：文化聚类、资源聚类、文化分析、文化论文、社交话题、资源收藏等等 主要包含技术：springboot，hadoop，Mysql，vue，html，css，java爬虫 主要包含算法：kmeans聚类

二、效果实现

系统登录

文化聚类

文化分析

其他效果省略

三、核心代码

本基于java爬虫+springboot+hadoop实现地区红色文化资源社交平台大数据分析系统后端框架，主要采用SpringBoot，Mybatis等几个框架进行程序开发。SpringBoot是最近几年来java应用程序开发技术中较为流行的一个框架，SpringBoot是基于Spring框架进行优化改良而来的，它的设计理念是“约定大于配置”，根据设计规范来讲的话，值系统开发过程当中，可以减少很大一部分不必要的配置。另外SpringBoot采用了注解式开发模式，使编码过程当中，程序代码更加的简单化，可读性较高，而且SpringBoot框架中内置了tomcat Web应用服务器，集成Nginx代理实现负载均衡非常的便捷。 SpringMVC是Spring官方人员所推荐的应用于javaweb系统的视图层的开发架构。SpringMVC拥有非常灵活的系统配置、支持Rest风格的API路径请求，支持众多请求控制器与注解配置。Mybatis框架主要负责数据库层面的交互。与hibernate框架相比，Mybatis在设计上更加灵活，与程序代码解耦，拥有丰富的关系映射标签。放在单独配置的xml文件中，使得配置信息，更加容易管理。

核心实现源码

 // 获取聚类计算数据
 public R aggMapTop(@RequestParam Map<String, Object> map) {
        List<CaseAggEntity> listTop = caseLxService.queryAgg(map);
        String[] cate = new String[listTop.size()];
        int[] serial = new int[listTop.size()];
        int index = 0;
        for (int i = listTop.size() - 1; i >= 0; i--) {
            cate[index] = listTop.get(i).getcKey();
            serial[index] = listTop.get(i).getcValue();
            index++;
        }
        JSONArray cates = JSONArray.fromObject(cate);
        JSONArray serial_json = JSONArray.fromObject(serial);
        JsonObject option = new JsonParser().parse("{\n" +
                "    title : {text: ''},\n" +
                "    tooltip : {trigger: 'axis'},\n" +
                "    toolbox: { show : true,\n" +
                "        feature : {\n" +
                "            dataView : {show: true, readOnly: false},\n" +
                "            magicsearchType : {show: true, searchType: ['line', 'bar']},\n" +
                "            restore : {show: true},\n" +
                "            saveUserInfoPostAsImage : {show: true}\n" +
                "        }\n" +
                "    },\n" +
                "    calculable : true,\n" +
                "    xAxis : [ { searchType : 'category', data : " + cates.toString() + " } ],\n"                 "    yAxis : [ { searchType : 'value' } ],\n" +
                "    series :[{ name:'数量',searchType:'bar',label:{normal:{show:true}},\n" 
                "                data:" + serial_json.toString() + ",\n" +
                "                markLine : {data : [{searchType : 'average', name: '文化'}]}\n" +
                "            }]\n" +
                "}").getAsJsonObject();
        JSONObject option_json = JSONObject.fromObject(option.toString());
        return R.ok().put("option", option_json);
    }