码市    339人浏览/43人投稿    913天前    已托管赏金

只要浙江省人才！需要当面沟通。外贸独立站，站内按需求下单（业务版块1.淘宝等代购（接第三方接口）， 2.定制下单 3.连接paypal等支付 4.国际物流 ）要有个人中心，订单状态，物流状态，会员等级等

码市    278人浏览/27人投稿    913天前    已托管赏金

一、需求描述：类别：社交电商类小程序进度：已有APP，功能完善，将其移植到小程序中。二、人才要求：熟练的小程序开发，能够快速完成。接受兼职三、合作方式：开发方式：远程开发。开发周期：20-30天

猿急送    196人浏览/23人投稿    913天前    已托管赏金

只要浙江省人才！需要当面沟通。外贸独立站，站内按需求下单（业务版块1.淘宝等代购（接第三方接口）， 2.定制下单 3.连接paypal等支付 4.国际物流 ），要有个人中心，订单状态，物流状态，会员等级等

码市    40人浏览/31人投稿    913天前    已托管赏金

模拟海外网站漏洞检测，模拟提取海外网站数据，对海外某网站进行非破坏性质的攻击性测试，数据验证类（SQL注入、跨站脚本、代码注入、URL跳转、文件上传测试等）系统应用漏洞等内容测试与分析，出具月度报告。

码市    77人浏览/47人投稿    913天前    已托管赏金

本项目主要是构建AI内容生成的平台，平台有不同的模块，主要提供模板、文本编辑、文案生成及保存至文案库等功能。要求进行网页前端的设计，最好使用React及Ant Design框架。后端可提供对应的用户及AI等接口，具体可进行后续沟通。要求可提供源代码。后续如有机会可进行长期合作。

猿急送    52人浏览/48人投稿    913天前    已托管赏金

企业信息化管理Java开发平台设计 一．需求描述 内容：：主要是做企业信息化管理，简化设计，做为一个前期系统框架。总体要求如下： 1.Spring Boot + Vue.js 前后端用到环境和工具： 前端工具和环境：Node.js ，Vue.js ，yarn，IDE: VScode， Ligerui 后端工具和环境：Maven，jdk ,MySql，IDE: IDEA，Spring Boot，Zookeeper，APIJSON ，EASYEXECL 2.功能要求 2.1、用可编辑的表格作为主要表单功能。有配置表进行管理及模板处理逻辑生成代码文件。表头可以自定义表单数据编辑功能。

猿急送    208人浏览/20人投稿    913天前    已托管赏金

一、需求描述： 类别：社交电商类小程序 进度：已有APP，功能完善，将其移植到小程序中。 二、人才要求： 熟练的小程序开发，能够快速完成。 接受兼职 四、合作方式： 开发方式：远程开发。 开发周期：20-30天

猿急送    35人浏览/2人投稿    913天前    已托管赏金

1.需求描述： 前端目标：开发可以展示接受数据以及发送命令的页面，其中页面需要集成海康威视摄像头。 后端目标：与另一台电脑进行双向通讯（另一台电脑使用语言为python），即接受数据和发送命令。 2.页面上的内容详情： 1.Logo区：放置公司LOGO 2.视频区：展示机械臂的两个视频流信息，其中视频流1为高位相机，判断进厂骨料运输车辆骨料类型；视频流2为检测粗骨料的深度相机，平时展示视频流，在检测完成后展示深度学习实例分割图片与原始图片（图片由另一台使用python的电脑提供）。 3.消息区：显示机械臂执行状况、参数信息（如取样角度，下探深度等）以及PLC信息反馈（如细骨料流程中

A5任务    213人浏览/36人投稿    913天前    已托管赏金

企业站pc 手机站制作 要求php，具体看附件

开源众包    261人浏览/14人投稿    912天前    已托管赏金

对指定的新闻文章的内容进行智能判断，提取出文章描述关键字和态度。新闻文章来源爬虫爬取的各新闻网站、微信公众号的。关键字是某单位主体的名称、简称，高校居多。如北京大学、北大，清华大学、清华。文章的态度即是文本的情感态度，分为以下三种情况：正面：文章对单位主体的认可赞美的。中立：文章对单位主体进行客观真实的介绍，不包含个人立场。负面：文章对单位主体不认可，进行批评指责甚至是恶意抹黑。判断标准要能接近人工识别的标准，至少是让人看上去是相关的。在关键字提取时，像这些都是正文含有北京大学，情绪偏负面的。但是主体内容和北京大学无关的内容，是不需要的。要想办法过滤掉。这样用户一眼看过去相关度就高了。也就容易接受使用了。解决舆情系统误报问题，最终让舆情系统的检测更准确。举例来说：正文里面含有北京大学，但是整体文章和“北京大学”无关。造成误报。根本需求就是提高相关性，降低误报。根据识别是否正确，分为正样本（可以正确判断的样本）和负样本（会识别错误的样本）。以下样本能够正确识别含有北京大学、或者北大的匹配的样本。https://dy.163.com/article/HP3596OB0553THOL.htmlhttps://3g.163.com/dy/article/HH4N4H660536LOE0.htmlhttps://dy.163.com/article/HNE5U0TC0552UVEN.htmlhttps://www.cn-healthcare.com/article/20200619/content-538308.html负样本主要有三类第一类的可能是分词造成的。比如下面的含有“北大”，但是不是我们需要的北京大学的“北大”。https://news.sina.com.cn/s/2022-12-19/doc-imxxeieh3862464.shtmlhttp://www.zhuzhouwang.com/2020/1229/394854.shtmlhttps://www.sznews.com/news/content/2022-12/19/content_25525650.htm第二类，含有“北京大学”，但是这个新闻和北京大学没关系。https://news.hangzhou.com.cn/shxw/content/2022-12/19/content_8429260.htmhttp://www.jiaodong.net/news/system/2022/12/17/014530967.shtmlhttps://www.ztnews.net/article/show-393527.htmlhttp://news.66wz.com/system/2022/12/17/105529619.shtmlhttps://hb.ifeng.com/c/8LlaffrCHQj第三类，含有“北京大学”，内容也匹配。但是情感分析不准确。对于已标记的数据，我们目前的训练结果准确度能达到90%多，但是对于未标记的数据，还是会有误判的情况。希望合作方能给出更好的解决方案。最终输出：合作者最好有过舆情开发经验，能提供以前的项目进行对比查看。如果是全新开发需能提供初步测试的demo进行在线测试。确定可行，提供整体的解决方案，架构设计，程序源码。