全文总字数：1460字

1. 研究目的与意义及国内外研究现状

随着网络的迅速发展，万维网成为大量信息的载体，如何有效地提取并利用这些信息成为一个巨大的挑战。由于通用搜索引擎存在着一些局限性，如不同领域、不同背景的用户往往具有不同的检索目的和需求，通用搜索引擎返回的结果包含大量用户不关心的网页，等等。因此，定向抓取相关网络资源的聚焦爬虫应运而生。聚焦爬虫是一个自动下载网页的程序，它根据既定的抓取目标，有选择的访问万维网上的网页与相关链接，获取苏需要的信息。本文以聚焦爬虫为应用背景，设计开发一个京东手机销售数据统计系统，编写爬虫程序抓取京东某款手机的名称、价格、用户评价、用户会员等级等数据，对抓取到的数据进行解析存入数据库中，并且对数据进行可视化处理，最终在网页中以图表形式进行数据统计展示，完成对信息的定向聚焦爬取。

国内外研究现状

鉴于聚焦爬虫的理论意义和实际应用价值，国内外在此领域有相当多的研究，并且已经提出相当多的抓取策略，而其中绝大多数都是由国外提出的，国内尚处于初步阶段。目前，主要采取的抓取策略有基于内容评价的策略、基于链接结构的策略、基于“综合价值”评价的策略、基于未来目标价值评价的策略、基于“动态价值”评价的策略，每种策略都有各自的优缺点，但是由于网络信息增长速度过快，爬虫效率还有很大的提升空间。

2. 研究的基本内容

本课题主要实现一个京东手机销售数据统计系统，通过编写爬虫程序，定向地抓取京东某款手机的名称、价格、用户评价、用户信息等数据，对抓取到的数据进行解析存入数据库中，并且对数据进行可视化处理。

具体到实现上，在visual studio2013上用C#语言编写爬虫代码，用rabbitmq和json对抓取的数据进行解析和序列化处理，然后将数据存入MYSQL数据库中，最后利用echarts做出抓取数据的图标并在amaze ui 上进行展示，实现数据的可视化。

3. 实施方案、进度安排及预期效果

实施方案：通过查阅相关资料和动手实践，深入了解聚焦爬虫基本概念和原理以及各种开发工具的使用方法。先把相关概念、基本原理和使用方法了解透彻，再通过visual studio2013编写程序实现数据的抓取、解析入库以及数据展示。

进度安排：

4. 参考文献

1、印鉴，陈忆群，张钢.搜索引擎技术研究与发展[j].计算机工程，2005,31(14):54-56.

2、刘刚，于力超.搜索引擎中网络蜘蛛的设计与实现[j].电脑与信息技术，2007,15（4）：36-39.

ester m ,gorb m,kriegel h.focused web crawling:a generic framework for specifying the user interest and for adaptive crawling strategies[c].proc of the international conference on veyr large database ,2001.