首页|基于Python的电商网站服装数据的爬取与分析

基于Python的电商网站服装数据的爬取与分析

扫码查看
原文链接
  • 万方数据
  • 维普
电商网站上蕴藏着大量有价值的信息,同时中国的纺织服装产业消费市场非常大,因此,对电商网站上服装数据的爬取、分析非常有意义.为及时准确地获取当前服装产品的流行趋势、消费热点,以便于商家精准投放产品、消费者更理性消费,提出了针对电商网站服装数据的爬取算法fashionDataScrape.该算法将服装商品文字描述信息与图片信息的爬取相分离,具有一定的灵活性,同时能基于关键词爬取服装信息.给出了算法的详细设计类图.采用Python语言实现了该算法,其中主要使用了Requests和Beautiful Soup库,并用lxml作为HTML解析器.以"连衣裙女装新品"、"女装t恤"和"旗袍年轻版"为关键词分别爬取了相应的服装信息,对爬取结果和实际页面进行了人工对比,验证了算法的可行性和有效性.通过对爬取结果的商品描述分析、价格分析和图片的t-SNE聚类可视化分析,进一步验证了电商网站服装数据爬取的意义.
Crawling and Analysis of Clothing Data on E-commerce Websites Based on Python

陈广智、曾霖、刘伴晨、曾天佑、魏欣欣

展开 >

郑州航空工业管理学院 智能工程学院,河南 郑州 450046

贺州学院 人工智能学院,广西 贺州 542899

电商网站 服装数据 网络爬取 数据分析 t-SNE聚类

河南省科技攻关计划

182102210440

2022

10.3969/j.issn.1673-629X.2022.07.008

计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
年,卷(期)：2022.32(7)
  • 2
  • 6