大数据热点图(案例)

知识点:

1.盒子阴影:box-shadow:水平偏移 垂直偏移 模糊值 阴影外延值 颜色;

2.动画定义:

@keyframes pulse(动画名){
    0%{}
    70%{}
    100%{}
}

3.动画延迟:animation-delay

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <meta http-equiv="X-UA-Compatible" content="ie=edge">
    <title>Document</title>
    <style>
        body {
            background-color: #343633;
        }
        
        .map {
            position: relative;
            width: 747px;
            height: 617px;
            background: url(./imgs/map.png) no-repeat;
            margin: 100px auto;
        }
        
        .city {
            position: absolute;
            top: 228px;
            left: 542px;
            color: white;
        }
        
        .dotted {
            width: 8px;
            height: 8px;
            background-color: #09f;
            border-radius: 50%;
        }
        
        .city div[class^="pulse"] {
            /* 保证小波纹盒子在父盒子中垂直水平居中,放大后就会中心向四周发散 */
            position: absolute;
            top: 50%;
            left: 50%;
            transform: translate(-50%, -50%);
            width: 8px;
            height: 8px;
            box-shadow: 0 0 12px #009dfd;
            border-radius: 50%;
            animation: pulse 1.2s linear infinite;
        }
        
        .city div.pulse2 {
            animation-delay: 0.4s;
        }
        
        .city div.pulse3 {
            animation-delay: 0.8s;
        }
        
        @keyframes pulse {
            0% {}
            70% {
                width: 40px;
                height: 40px;
                opacity: 1;
            }
            100% {
                width: 70px;
                height: 70px;
                opacity: 0;
            }
        }
        
        .taibei {
            position: absolute;
            top: 499px;
            left: 657px;
        }
        
        .guangzhou {
            position: absolute;
            top: 542px;
            left: 544px;
        }
    </style>
</head>

<body>
    <div class="map">
        <div class="city">
            <div class="dotted"></div>
            <div class="pulse1"></div>
            <div class="pulse2"></div>
            <div class="pulse3"></div>
        </div>
        <div class="city taibei">
            <div class="dotted"></div>
            <div class="pulse1"></div>
            <div class="pulse2"></div>
            <div class="pulse3"></div>
        </div>
        <div class="city guangzhou">
            <div class="dotted"></div>
            <div class="pulse1"></div>
            <div class="pulse2"></div>
            <div class="pulse3"></div>
        </div>
    </div>
</body>

</html>

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
一、背景 随着互联网、移动互联网、物联网等技术的不断发展,以及社交、电商、在线视频、游戏等应用的飞速发展,数据量呈现爆炸式增长,数据处理和数据分析成为了当前互联网产业的热点和难点。在这种背景下,Hadoop作为一种分布式计算框架,得到了越来越广泛的应用。 二、案例介绍 本案例以一家电商公司为例,介绍如何利用Hadoop对大数据进行处理和分析,以提高企业的竞争力和盈利能力。 1. 数据收集 该电商公司的业务范围非常广泛,包括服装、家居、数码、食品等多个品类,每个品类下又包含大量的商品。因此,需要收集大量的数据,包括用户行为数据、商品数据、订单数据等。这些数据主要来源于网站、移动应用、第三方平台等。为了方便数据的处理和分析,需要将这些数据进行清洗和格式化处理,并存储到Hadoop集群中。 2. 数据处理 在数据收集之后,需要对数据进行处理,包括数据清洗、数据转化、数据聚合等。具体来说,需要对用户行为数据进行分析,包括用户访问行为、用户购买行为、用户评价行为等。对于用户访问行为,可以分析用户的访问路径、停留时间、访问频率等;对于用户购买行为,可以分析用户的购买时间、购买频次、购买金额等;对于用户评价行为,可以分析用户的评价内容、评价时间、评价分数等。通过这些数据的分析,可以了解用户的兴趣爱好、需求等,从而为企业的营销和产品策略提供参考。 3. 数据挖掘 在数据处理之后,需要对数据进行挖掘和分析,以发现潜在的规律和趋势。具体来说,可以利用Hadoop中的机器学习算法、数据挖掘算法等,对用户行为数据、商品数据、订单数据等进行分析和建模。通过这些模型的分析和预测,可以为企业的营销和产品策略提供参考。 4. 数据可视化 在数据挖掘之后,需要将分析结果进行可视化展示,以便企业管理层、营销团队等快速了解业务情况。具体来说,可以利用Hadoop中的可视化工具,如Hue、Zeppelin等,将分析结果以表、表格等形式进行展示。通过数据可视化,可以帮助企业快速了解业务情况,及时调整营销策略、产品策略等,提高企业的竞争力和盈利能力。 三、总结 本案例以电商企业为例,介绍了如何利用Hadoop对大数据进行处理和分析,以提高企业的竞争力和盈利能力。通过数据收集、数据处理、数据挖掘和数据可视化等环节的综合应用,可以为企业提供全方位的数据支持,促进企业的发展和创新。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值