ReviewScope 是我开发的一套 Steam 游戏评论采集与 AI 分析平台,已完成真实数据的端到端联调。项目采用 Java Spring Boot、Vue 3、Kafka、HBase 和 Elasticsearch,支持添加游戏监控、实时采集评论、数据去重与清洗,并接入本地 Ollama 模型进行翻译、情感分析、主题分类和关键词提取。前端提供评论查询、日期筛选、趋势及分布图表;后端围绕任务租约、失败重试、消费进度和幂等处理设计可靠的数据链路,覆盖全栈开发、消息队列集成、搜索分析与 AI 应用接入。
这是我开发的 Kafka 后端服务,也是 ReviewScope 数据分析平台的配套模块。项目采用 Java 17、Spring Boot 和 Kafka 原生客户端,通过 REST API 提供消息发送、指定分区读取、消费位点管理,以及 Topic、消费者组和积压查询等功能。支持跨 Topic、Partition 的多批次事务写入,使用可复用的事务 Producer 池,等待消息确认及事务提交后返回成功;消费端采用 read_committed,并将消息拉取与位点提交分离。项目覆盖 Java 后端接口开发、消息队列集成、事务处理和数据可靠性设计。
ReviewScope 是我开发的一套 Steam 游戏评论采集与 AI 分析平台,已完成真实数据的端到端联调。项目采用 Java Spring Boot、Vue 3、Kafka、HBase 和 Elasticsearch,支持添加游戏监控、实时采集评论、数据去重与清洗,并接入本地 Ollama 模型进行翻译、情感分析、主题分类和关键词提取。前端提供评论查询、日期筛选、趋势及分布图表;后端围绕任务租约、失败重试、消费进度和幂等处理设计可靠的数据链路,覆盖全栈开发、消息队列集成、搜索分析与 AI 应用接入。...
这是我开发的 Kafka 后端服务,也是 ReviewScope 数据分析平台的配套模块。项目采用 Java 17、Spring Boot 和 Kafka 原生客户端,通过 REST API 提供消息发送、指定分区读取、消费位点管理,以及 Topic、消费者组和积压查询等功能。支持跨 Topic、Partition 的多批次事务写入,使用可复用的事务 Producer 池,等待消息确认及事务提交后返回成功;消费端采用 read_committed,并将消息拉取与位点提交分离。项目覆盖 Java 后端接口开发、消息队列集成、事务处理和数据可靠性设计。...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人