热爱后端、热爱技术。 为人谦逊、胆大心细。

我的主页：https://www.reliableyang.cn/

📧 : [email protected]

VX :

我的公众号【靠谱杨阅读人生】：

• ：发表 500+篇技术文章，25万+阅读。数十篇随笔被推荐至网站首页，多篇随笔被各大其他技术网站转载。
  
• 
  

Spring
SpringBoot
Mybatis
Mybatis-Plus

Mysql
Redis
Layui
Flask
Tomcat
Selenium
Hadoop
Linux

1. 基于知识图谱的科技政策管理系统

   开发环境：IDEA、JDK1.8、Git
   软件架构：SpringBoot+Redis+Shiro+MySQL+Neo4j
   项目角色：Java后端开发
   项目描述：系统提供了完善的科技政策管理体系。通过参考现有的文本自动分类算法，使其能够完成科技政 策的自动分类。提取科技政策的各种信息，完成多种条件相结合的检索方法。使用新词发现算法建立了科技 政策的词典，同时配合文本分析算法，在一定程度上完成了科技政策之间的对比。采集大量科技政策建立有 关科技政策的知识库，构成知识图谱，让政策与政策之间形成一定的关联。参考国务院发布的主题词表，确 认了科技政策表达的主体内容。
   技术概述：系统采用SpringBoot框架搭建，使用Shiro进行用户权限管理，实现单点登录，提高系统安全 性。Redis统一缓存处理，提高系统性能和用户满意度，Hanlp文本处理并构建科技政策知识图谱网络图。该 项目河北省科学技术情报研究院已投入使用。
   项目职责：
   

   1. 参与需求分析和系统设计的讨论工作，协助完成相关开发辅助文档。

   2. 独立完成项目政策信息录入、政策主体标引管理模块的后台接口。

   3. 负责部分分词统计和构建知识图谱的工作。

   4. 负责项目上线部署调试和维护的工作。

      Github：https://github.com/SAH01/science_technology_policy_integration_service

      
      

2. 树懒电影网站（软件著作权登记号2022SR0574174） 承担后端技术开发工作（数据爬取、分析，数据库设计、逻辑设计）
   2021.03 - 2021.06
   

   1. 遇到爬取数据被限制的问题。通过采用反爬方式累计爬取共计3万余条电影数据。

   2. 遇到查询响应速度过慢的问题。通过采用优化表结构和索引，建立视图和缓存等方式，减少了系统的响应时间。

   3. 遇到用户查看电影不够便捷的问题。舍弃了分页式展示，采用了页面跟随鼠标下滑动态加载的形式。优化了页面交互性，提 升了用户体验。
      GitHub: https://github.com/SAH01/MovieTop11

      
      

3. 疫情数据分析网站
   全栈开发（Python、Flask、Echarts）
   2021.02 - 2021.05
   

   1. 实现了疫情数据的爬取并使用世界地图进行展示，完成了数据表格和世界地图的图表联动。

   2. 实现了我国省市二级地图下钻展示功能（单击省份，下钻到其对应市并展示数据）。
      

      GitHub : https://github.com/SAH01/myCov

      
      

4. 个人博客系统

   开发环境：IDEA、JDK1.8、Git
   软件架构：SpringBoot + Redis + Spring Security + MySQL+ Vue
   项目角色：Java后端开发
   项目描述：项目主要提供包含但不限于写文章、标签管理、分类管理、最新最热文章、评论和归档等一系列 功能模块，基本可以满足一个个人博客的使用需求。
   技术概述：jwt + redis 使用token令牌登录，ThreadLocal本地保存用户信息并做了线程安全处理，文章加 载和阅读数更新做了线程隔离处理，Spring Security权限管理系统，统一日志记录、统一缓存处理、统一异 常拦截、统一登录拦截，分布式ID（UUID）。
   项目职责：负责全部的后端开发工作和部分前端工作。
   GitHub：https://github.com/SAH01/blog-yang

5. 科技查新数据分析系统

   开发环境：JDK1.8
   软件架构：SpringBoot + Redis + Vue + MySQL + Vue + Neo4j
   项目角色：全栈开发
   项目描述：科技查新数据分析系统针对科技报告和文献等数据进行处理和分析。对数据中的关键字段如科学技术要点、项目来源（地域）、项目隶属单位、项目年份、所属学科分类等展开研究。采用TF-IDF算法从科学技术要点中提取出项目的关键词信息，之后采用TextCNN文本分类模型进而完成对文献的学科领域归类。从中抽取单位、学科领域、项目、地域四个实体，选取Neo4j数据库完成科技文献知识图谱的构建工作。用户可以根据自己的需求输入一段查新要点，系统会自动完成关键词的提取以及归类。
   技术概述：前端：Vue、Axios、Echarts、Element UI 后端：SpringBoot、Redis、MySQL、Neo4j 技术：TF-IDF、Word2Vec词向量、TextCNN文本分类、知识图谱
   GitHub：https://github.com/SAH01/blog-yang