基于python的淘宝商品信息系统设计与实现开题报告

1. 研究目的与意义（文献综述）

随着互联网的广泛应用和信息技术的进一步发展，人们的生活方式逐渐发生变化，越来越与网络联系密切。尤其是近年来，电子商务的迅猛发展，改变了人们出门购物的理念，越来越多的人在传统与信息化之间，更偏向于选择更加智能和便捷的网上购物新方式。就目前来看，网上购物还有着巨大的发展潜力，其将为社会带来经济利益和生活便捷。越来越多网上商城的涌现并被大众所接受。

根据央视财经发布的《2019中国电商年度发展报告》显示，2019年上半年，中国网络零售额达195209.7亿元，占社会消费品零售总额24.7%，移动电商用户规模有望达到7.13亿人。当然，这样的迅猛发展也离不开互联网的普及和人民消费能力的不断提升。据中国互联网络信息中心发布的最新的《中国互联网络发展状况统计报告》显示，截至2019年6月，我国使用互联网的用户数已经达到了8.54亿，较2018年底增长2598万，相应的互联网普及率也增长到了61.2%，较2018年底的数据提升了1.6个百分点。也正源于中国飞速增长的互联网用户数的支持，我国电商网购产业的发展势头丝毫不减。该报告同时指出，我国在互联网上进行消费的人数约有6.39亿，较2018年底增长2871万，而网购的渗透率更是达到了惊人的74.8%。可以看出，中国的网络购物市场发展迅速且在国内已经具有相当大的规模。

这是电商的时代，同时也是大数据的时代，随着电商平台的不断完善以及商品的多样化发展，随之而来的是基于各类平台和商品所产生的海量数据信息。目前流行的大多数为综合型网上购物商城，例如京东、淘宝。这些网上商城物品种类繁多、数量巨大。一方面，平台能提供尽可能丰富的信息以满足各种用户各个方面的需求；然而从另一个角度来说，在大多数情况下，平台展示给我们的信息是繁杂甚至很多是无用的，需要我们自己进行筛选。这时，我们为了购买一件商品，往往花很多时间来比对和选择，造成了极大的时间浪费。作为个体消费者而言，以目前电商平台的建设和经营需要，这显然是我们和平台之间难以调和的矛盾。因此，用户很希望拥有这样一套系统来帮助他们完成对商品的选购，这套系统应该能够爬取一个或多个主流购物网站中用户想要购买的产品的信息并进行处理，使用户通过简单的搜索就能够知道哪个商铺售卖的商品最便宜、性价比最高。一个个性化的商品信息管理系统是一个很好的解决方案。

2. 研究的基本内容与方案

本次设计的基本内容是设计并实现基于python的淘宝商品信息系统，利用爬虫爬取相关商品信息并显示，显示内容包括商品名称、价格、成交总单数、用户评论总数、商铺名称、商铺地点。

本次设计在开发环境上选择的是windows平台下的pycharm集成开发环境，要求掌握基于python语言的基本语法和应用设计、开发技术，掌握网络爬虫和基于django框架的web设计。

本系统的设计基于django框架，通过网络爬虫进行数据采集并传入数据库，然后利用web进行处理。django是一个高水准的python编程语言驱动的一个开源模型。视图，控制器风格的web应用程序框架，它起源于开源社区。使用这种架构，程序员可以方便、快捷地创建高品质、易维护、数据库驱动的应用程序。另外，在django框架中，还包含许多功能强大的第三方插件，使得django具有较强的可扩展性。

3. 研究计划与安排

第1-3周：查阅文献资料，明确研究目标，完成开题报告；

第4-10周：进行系统研究研究设计及软件设计；

第11-12周：进行系统调试、完善系统功能；

4. 参考文献（12篇以上）

[1]侯洁茹,吕继续.基于python的天猫商品爬虫技术[j].科技资讯,2019,17(32):10 12.

[2]杨帆,董俊,唐宏亮,张昊.基于python的淘宝评论爬取技术研究[j].中国管理信息化,2019,22(04):162-163.

[3]蔡振海.基于python的淘宝商品价格爬虫程序设计与实现[j].科学咨询(科技·管理),2019(11):45.