1. 研究目的与意义（文献综述）

进入21世纪以来，随着科学技术的不断发展，云计算、物联网、社交网络等新兴服务促使人类社会的数据种类和规模正以前所未有的速度增长，大数据时代正式到来。通过对大数据时代下电子商务的现状、挑战和机遇进行详细分析，提出构建大数据时代下的电子商务服务模式，同时构建大数据时代下的电子商务服务平台。该平台的建立能够帮助电子商务企业克服整体管理水平薄弱等基本问题，同时对企业扩大业务量、扩展市场占有率、增强综合竞争力等也具有非常重要的作用，它将会是未来电子商务发展的必然趋势。

电商网站数据蕴藏大量的商业价值和潜在的利用价值，电商网络与物联网正在不断融合，只有选择合适的工具，才能准确、快速地挖掘出有意义的用户信息和商业资讯。利用数据挖掘技术，可以对主流电商网站完成爬取数据、分析数据及展示数据的操作，获取特定的用户资讯。python语言语法直观，可以最小化api访问和数据操作的复杂性。ipython notebook是强大且交互式的python 解释器，包括代码执行、代码输出、文本与数学排版、绘图等功能。使用python语言，开发电商网站数据挖掘的应用程序，在完成代码编程与程序测试的基础上，实现数据挖掘的基本功能，形成应用程序开发报告。

cloud computing, networking, social networking and other new services to promote data types and scale of human society is growing at an unprecedented rate, the official arrival of the era of big data. by the status quo for the next big data era of e-commerce, a detailed analysis of the challenges and opportunities presented to build e-commerce services in an era of large data models, while building e-commerce service platform era of big data. the establishment of the e-commerce platform to help companies overcome the overall management of weak fundamental issues, while enterprises to expand business volume, expand market share, enhance overall competitiveness, also has a very important role, it will be the future of e-commerce development the inevitable trend.

2. 研究的基本内容与方案

（1）系统功能

使用python语言，开发电商网站数据挖掘的应用程序，在完成代码编程与程序测试的基础上，实现数据挖掘的基本功能，形成应用程序开发报告。

（2）会使用到的技术

该系统会选用python等不同技术来实现功能，准确、快速地挖掘出有意义的用户信息和商业资讯。利用数据挖掘技术，可以对主流电商网站完成爬取数据、分析数据及展示数据的操作，获取特定的用户资讯。

（3）会使用到的实用工具

python：python是用来编写应用程序的一种高级编程语言，python为我们提供了非常完善的基础代码库，覆盖了网络、文件、gui、数据库、文本等大量内容，被形象地称作“内置电池（batteries included）”。用python开发，许多功能不必从零编写，直接使用现成的即可。除了内置的库外，python还有大量的第三方库，也就是别人开发的，供你直接使用的东西。当然，如果你开发的代码通过很好的封装，也可以作为第三方库给别人使用。许多大型网站就是用python开发的，例如youtube、instagram，还有国内的豆瓣。很多大公司，包括google、yahoo等，甚至nasa（美国航空航天局）都大量地使用python。

3. 研究计划与安排

（1）第1周至第2周：查阅有关的参考资料并完成开题报告；阅读相关的会议论文和相关参考文献。

（2）第3周至第6周：补充理论知识，熟悉电商运作流程，学习数据挖掘技术，进行系统的框架设计，完成前期准备工作。

（3）第7周至第13周：进行相关模块的编码、调试、测试工作。其中第10周左右进行毕业设计中期检查，需要提交论文前三章和毕业设计框架。

4. 参考文献（12篇以上）

［1］数据挖掘技术探究. 中外企业家,2013,32,311(13):236-236.

［2］刘红岩.社会计算：用户在线行为分析与挖掘.清华大学出版社，2014.

［3］基于数据挖掘技术的教学管理应用研究. 合肥工业大学,2010, 674(3).