基于Python数据爬虫的招聘信息可视化分析的设计与实现开题报告

1. 研究目的与意义

随着计算机技术的不断发展，新的编程语言层出不穷，Python，Html正是其中的佼佼者，相比较早期普及的高级语言，Python有着更加实用的模块和库，虽然牺牲了底层性，但却更加方便开发小型项目，此外，Html也已经普遍运用于网络前端，标记语言的特性结合CSS丰富了网页内容和格式。

本选题的网络爬虫就是基于Python编写的，爬虫程序是一种自动获取网站的程序，可以对针对性的网页内容进行有效的抓取，并按照设计保存在本地，方便使用。区别于传统的爬虫和引擎，选择Python来编写爬虫，不同于其他高级语言，Python相对于简单完成小型项目，它丰富的模块和良好的兼容性，使它成为编写爬虫程序的良好选择。

2. 研究内容和预期目标

对针对性的网页的特定内容进行抓取，按照设计保存在本地

对爬取的数据进行可视化分析与体现

写作提纲：

3. 国内外研究现状

爬虫在搜索引擎中比较普遍。目前几种比较常用的爬虫实现策略：广度优先爬虫程序，Repetiitive爬虫程序，定义爬行爬虫程序，深层次爬行爬虫程序，此外，还有根据概率论进行的可用Web的数量估算，用于评估互联网的Web规模的抽样爬虫程序，采用爬行深度，页面导入链接量分析等方法，限制从程序下载不相关Web页的选择性爬虫程序等，google的部分爬虫程序就是基于Python的，但由于Python自身的原因，更多的是作为一种粘合剂配合其他语言编写的内核使用。

4. 计划与进度安排

1. 确定论文方向
2. 以论文题目为核心，收集翻阅相关资料
3. 论证分析论文的可行性，实际性，相关资料的整理
4. 整合已有资料，搭建论文框架
5. 代码的编写，项目的分析与实现
6. 完成初稿，修改不当，补充不足
7. 资料整合，最终定稿

5. 参考文献

周立柱，林玲 聚焦网络爬虫技术研究综述【j】.计算机应用，2005

周中华，张惠然，谢江 基于python的新浪微博数据爬虫【j】.计算机应用，2014