开源众包    94人浏览/49人投稿    967天前    已托管赏金

做一个共享汽车分时租赁的前端小程序，以及有混合开发的app，混合开发是HBUILDER开发工具，H5的页面，要求会写会看H5的代码，然后用uniapp写小程序代码。后台接口都有了。最好之前做过地图显示，做过共享汽车或者共享电动自行车，有开发经验。仅限个人接单，企业或者团队不要。费用5000左右。

开源众包    143人浏览/31人投稿    967天前    已托管赏金

公司有资质，现有PC版VPN工具软件，需要连接SSR节点，接入SSR库实现连接节点，断开节点，全局代理，智能代理功能

开源众包    492人浏览/7人投稿    967天前    已托管赏金

改下源代码的服务器地址。整体结构还是eclipse的。项目是17年做的。是一个考勤软件的APK，现在客户换服务器地址，需要修改地址，和一些界面UA图片。

开源众包    499人浏览/47人投稿    967天前    已托管赏金

1. 营销策略列表a. 查询条件：名称、运行状态、审批状态b. 行字段：策略状态、策略名称、简介、生效时间、失效时间c. 审批状态：待审核、已发布、驳回d. 运行状态：停用、启用2. 新建营销策略（页面供参考）· 会员生日： 可以会员生日的当天为基准，设置当天或之前几天的某一个时刻作为触点时间· 会员消费：在会员产生消费订单时触发（多种渠道，暂时只做小票OCR)· 完成问卷：问卷事件· 金额判断：根据金额大小与范围过滤（、>=、 一级会员 -> 发100积分 -> 结束-> 二级会员 -> 发200积分 -> 结束-> 三级会员 -> 发300积分 -> 结束活动前三天（定时触发）-> 选择用户群 -> 分流40% ->发短信-> 发1张优惠券A -> 结束-> 分流60% -> 发短信 ->发1张优惠券B -> 结束活动小票OCR -> 是否在活动期间 -> 金额不满1000元 -> 送优惠券 -> 结束->金额小于1000元 -> 完成问卷 -> 送积分 -> 结束小票OCR消费 -> 指定店铺 ->指定时间 ->双倍积分 -> 结束1. 新节点开发的代码规范、属性面板规范2. 支持高并发3. 运行执行不重复

开源众包    492人浏览/10人投稿    967天前    已托管赏金

我们需要实现:1. 自己设定路线以及筛选条件(focus,origins,dests,start_dates,end_dates,cabin_class,max_duration,airline,max_stops,cabin_perc).2. 程序在加航官网(https://www.aircanada.com/ca/en/aco/home.html)查询(查询时需要勾选Book with Aeroplan points)符合我们所需路线条件的机票余位. 程序不停地查询.查询完一次,自动重新查询.3. 历史查询结果储存在Excel文档中,实时查询结果需要在电脑上显示(之前技术人员用md文件显示),实时查询结果推送到微信.

开源众包    463人浏览/11人投稿    967天前    已托管赏金

https://www.eastcoal.cn/index.jsp 这个网站里面有个 竞价交易拍卖模块 。 模拟出价可以理解为：登录账号 密码 验证码后 进入竞拍页面 别人出价后 立马获取网页出价 即时的在最快时间 加一口价加价的幅度 最高价限制 抢购的份数 都是手工可以设置。

开源众包    316人浏览/25人投稿    967天前    已托管赏金

根据需求，编写自动执行的脚本，实现模拟操作预算1500￥，完成开发测试上线提供70%费用(交付源码)、稳定运行满1个月交付剩余报酬本地个人优先，长期合作！（线上沟通需求，选标后电联）

开源众包    423人浏览/30人投稿    967天前    已托管赏金

1,根据关键词百度广告自动网站点击,设置好的广告词浏览时间可以调,2,点击完成后自动切换IP,下一个关键词自动网站点击

开源众包    42人浏览/0人投稿    967天前    已托管赏金

0、喜欢和玩过魔兽世界，对其中角色、技能、团本有一定的认识；1、熟悉 https://github.com/cmangos/mangos-classic，了解代码风格和结构；2、二次开发、完善其中的 PlayerBot 相关功能，使之更加聪明和易于改进；3、对新增和已有功能进行测试、除错，保证其稳定运行；4、本任务暂定为一次性功能开发和维护。如果合作顺利，可考虑成为长期伙伴。

实现    280人浏览/35人投稿    967天前    已托管赏金

核心需求 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。 以下是开发中的用户界面 主要问题 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。 示例样本 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）。 正样本 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.html https://3g.163.com/dy/article/HH4N4H660536LOE0.html https://dy.163.com/article/HNE5U0TC0552UVEN.html https://www.cn-healthcare.com/article/20200619/content-538308.html 负样本 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.shtml http://www.zhuzhouwang.com/2020/1229/394854.shtml https://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.htm http://www.jiaodong.net/news/system/2022/12/17/014530967.shtml https://www.ztnews.net/article/show-393527.html http://news.66wz.com/system/2022/12/17/105529619.shtml https://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。