项目描述：销售绩效分析：结合线下门店销售数据144万条和统计局经济数据，运用R语言和空间数据分析工具ArcMap，以区内竞争对手数量为指标，分析全澳69家门店的销售绩效，分析指出悉尼地区线下门店过多，8家销售绩效低于平均值的问题。
前置仓选址分析：结合线下门店位置和统计局经济人口数据，运用ArcMap，发现现有实体店选址与区域人口密度的密切关系。结合区域总人口和仓储物流公司数量作为参考指标，选择3个现未开设实体店、适合线上运营+前置仓配送的区域，以配合公司的电商模式创新策略，扩大市场覆盖范围。
配送计划与路径规划：根据门店销售数据、配送中心车辆信息和运输限制，找到物流成本最少的配送计划和车辆路径规划。

项目描述：微博评论情感分析Java程序开发：利用哈工大语言技术平台，调用其分词、词性标注和依存句法分析API，对微博文本进行预处理。利用情感语料库，识别微博评论所含情感词，并利用依存句法关系和副词词表，识别修饰情感词的程度副词、否定副词及语序。应用二叉树算法，计算微博评论的情感正负性和强度。
特定公共事件的微博评价分析：通过爬虫获取热点事件微博评论10万多条，写入MySQL数据库，应用上述程序对各评论进行情感分析。根据事件进展情况和评论数量的时序变化，划分舆情演化阶段，统计各阶段微博评论的情感强度，并提取正负面情感高频词，分析网民评价内容的发展趋势。针对消解期评论数的激增，生成关键词云，监测话题焦点。

项目描述：链家二手房交易数据爬取：编写使用jsoup解析器的java爬虫，爬取链家网北京市二手房小区信息（小区名称、所在行政区、建成年份、经纬度）约7000条，二手房在售、已售交易数据（所属小区、楼层、朝向、结构、装修、带看数、收藏数、单价、总价、成交时间）约27000条，存入mysql数据库。
二手房智能比价web系统开发：结合java、ets可视化工具、mysql数据库，开发房屋价格数据可视化平台，通过动态交互式图表，方便买房者总览北京各区房价形势（各区在售房源挂牌单价区间、历史成交均价和成交量走势），横向区内比较不同小区的售房价格和售卖热度，纵向时间比较特定区域、小区的房价。

项目描述：校园失物招领产品的用户画像：通过校内现有失物招领流程分析、用户访谈、问卷调研，获取失物招领小程序的用户信在校大学生）、用户故事（不小心在校内丢了校园卡，以往通过朋友圈发布寻物启示，自己在校内到处询问寻找，最终也没有找回，希望能通过小程序快速方便地寻回失物）、使用场景（丢东西后即刻发布寻物启事、捡到失物后寻找失主、失主即时得知失物被他人捡到的动态），制作用户画像，撰写产品需求文档。
校园失物招领小程序的设计开发：开发出轻量、即用即走的小程序替代传统App作为系统主体，微信公众号作为辅助，野狗云作为后台数据库和即时通信架构的校园失物招领平台，试运营5天内用户关注量100+，帮助6位同学找回物物品。