业务和功能介绍
为响应国家“以旧换新”政策，浙江省上线了统一的家电补贴平台，企业需打通资格申领、凭证发放、支付上报、补贴核销等全流程系统对接。本项目旨在构建一套支持线上线下融合的国补销售平台，解决传统线下补贴处理慢、出错多的问题。项目启动前，我们与甲方销售、财务、信息化等多部门深入沟通，明确销售流程节点及合规要求，并提出整合微信小程序商城，支持顾客自助下单与补贴查询。最终系统定位为“国补流程自动化 + 小程序自助商城”，实现业务在线化、数据透明化、流程闭环管理。
五大主流程
1. 销售员开单 查询资格 → 领取 → 凭证码申请 → 预核销 国补状态从“申领”→“锁单”
2. 顾客支付 支付单创建 → 支付 → 上报凭证码确认 国补状态从“锁单”→“上报”
3. 财务核销 发票物流上传 → 资格核销 国补状态从“上报”→“核销”
4. 超时取消 未支付取消订单 → 凭证码撤销 → 资格解绑 国补状态撤销，资格状态恢复可用
5. 顾客退款 原路退款 → 凭证码撤销 → 资格解绑 若核销已完成则还需核销退回流程
五大主流程
1. 销售员开单 查询资格 → 领取 → 凭证码申请 → 预核销 国补状态从“申领”→“锁单”
2. 顾客支付 支付单创建 → 支付 → 上报凭证码确认 国补状态从“锁单”→“上报”
3. 财务核销 发票物流上传 → 资格核销 国补状态从“上报”→“核销”
4. 超时取消 未支付取消订单 → 凭证码撤销 → 资格解绑 国补状态撤销，资格状态恢复可用
5. 顾客退款 原路退款 → 凭证码撤销 → 资格解绑 若核销已完成则还需核销退回流程
项目实现
主要负责系统架构设计、后端开发和与国补平台、云闪付支付接口的对接实现。系统采用 Spring Boot + Netty + Kafka 构建微服务后端，利用消息队列处理资格申请、凭证上报、支付回调等高并发场景；通过状态机管理订单流程，保证资格状态流转清晰可靠。小程序商城通过 RESTful API 接入后台服务，支持下单、支付、进度查询等功能；同时对接 银联云闪付平台 实现支付下单、关闭、退款全链路功能；并完成与 浙江省资格平台、凭证码平台 多接口联调。系统部署采用 Docker 容器化，日志分析通过 ELK 实现问题可追踪，项目已稳定运行并服务于多个区域国补销售业务。
示例图片视频
相似推荐
基于深度学习的电价预测
电价预测模型 — 独立项目
时间：2024年暑期
基于时间序列与深度学习模型（LSTM、Transformer）构建电价预测系统，探索短期与中长期预测的差异化效果；
实现数据预处理与特征工程（缺失值处理、归一化、滞后特征构造、节假日与天气特征融合），提升模型鲁棒性；
在实验中对比了ARIMA、XGBoost与改进的Transformer结构，并以MAPE、RMSE为指标进行量化评估；
使用PyTorch + sklearn 完成模型搭建与训练，并基于可视化分析解释预测结果，撰写完整技术报告；
项目代码与报告开源至GitHub，积累实践经验并初步形成科研表达能力
Summer 2024
Developed a time-series forecasting system for electricity prices using LSTM and Transformer-based models, comparing short-term and long-term forecasting performance.
Designed and implemented data preprocessing & feature engineering, including missing value imputation, normalization, lag features, and integration of holiday/weather factors.
Conducted benchmarking with ARIMA, XGBoost, and enhanced Transformer variants, evaluated via MAPE and RMSE metrics.
Built and trained models using PyTorch and scikit-learn, with visualization for interpretability and a full technical report.
Open-sourced project on GitHub, gaining hands-on experience in applied machine learning and technical reportin
【垂直领域学校项目】体育中考平台、体测平台、学校后台、智慧大屏、神采飞扬小程序
1.体育中考平台
- 面向学校；
- 提供体育中考全面的数字化能力；
2.体测平台
- 面向业务端、服务端；
- 提供对其他端的管理功能，同时具备完整的代运营功能；
- 提供H5入口、数据大屏入口、报告导出/打印入口以及多维度图表汇总功能；
3.学校后台
- 面向多级教育局、学校；
- 管理相关体测计划；提供直观的数据；
- 维护学校、年级、班级、学生、教师的从属关系；
4.智慧大屏
- 面向多级教育局、学校；
- 为全国范围的代理商，提供五级数据驾驶舱视图；
- 提供全方位、立体化的学生健康数据视图、专业的健康优化建议；
- 提供完善的数据安全、成熟的权限控制能力；
5.神采飞扬小程序
- 面向学生，结合跳绳硬件设备；
- 通过小程序BLE，结合硬件配套的SDK实现跳绳设备的交互；
- 提供设备控制、数据展示、实时计数、低社交功能；
数据驾驶舱
该驾驶舱按照部门设计了四个驾驶舱：
（1）CEO驾驶舱
（2）销售驾驶舱（会员分单数据分析、城市数据分析、大区数据分析、业绩分析等）
（3）财务驾驶舱（收入统计、利润统计）
（4）市场驾驶舱（渠道账户订单分析、市场人员产出）
招投标数据平台-标标达
搜索：根据业务词搜索信息
预测:根据用户特征推荐预测后续可行项目
权限：根据不同会员等级设计权限模块
crm:根据业务需求研发设计销售管理系统
付费：各平台支付接入
促活：推送通知用于促活
基于大语言模型和图算法语料库的时政分析助手-Anubis
Anubis 是一款强大的时政分析助手，核心功能包括：
智能信息聚合与清洗：自动从全球主流新闻媒体、政府公报和智库报告中爬取、清洗和摘要时政新闻，形成结构化语料库。
深度语义分析与事件抽取：利用大语言模型（LLM）精准识别文本中的实体（人物、组织、地点）、关键词、情感倾向和核心事件，并抽取出事件的主谓宾结构。
动态知识图谱构建：基于Neo4j图数据库，将抽取出的实体和事件构建成可视化的知识图谱，清晰展示实体间的复杂关系（如合作、对抗、隶属）和事件的演化路径。
智能问答与溯源分析：用户可通过自然语言提问（如“A国与B国近期的经贸关系如何？”），系统将基于图谱和语料库生成综合报告，并提供观点溯源，增强结论的可信度。
多终端可视化呈现：通过Flutter开发的跨平台应用，为用户提供直观的时间线、关系图谱和综合分析报告，支持实时交互探索。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服