商品比价分析系统的设计与实现
【摘 要】本文设计了基于Flask的商品比价分析系统的设计与实现,本系统的核心功能是通过爬取实海量京东价格信息的原始数据,并通过Flask技术将原始数据存储、计算,并将分析的结果通过开发Web程序以可视化列表形式展示。
本系统基于Flask的编程技术,实现商品可视化系统的构建。介绍了商品可视化系统的开发环境和运行平台、Python编程技术来进行商品的价格分析。使用MySQL数据库管理整个系统的后台数据。
商品比价分析系统可以为消费者提供多种渠道的商品价格比较信息,帮助消费者更好地做出购物决策,选择性价比更高的商品,节省购物成本。对于电子商务平台来说,商品比价分析系统可以帮助平台管理者了解其他竞争对手的价格情况,从而优化自身的定价策略,提升竞争力。
【关键词】Flask,商品比价,可视化,Python
【Abstract】This paper designs the design and implementation of the commodity price comparison analysis system based on Flask. The core function of this system is to obtain the original data of massive Jingdong supermarket commodity information by crawling, store and calculate the original data through Flask technology, and display the analysis results in the form of visual lists through the development of Web programs.
This system is based on Flask programming technology to realize the construction of commodity visualization system. This paper introduces the development environment, running platform and Python programming technology of commodity visualization system to analyze commodity price. Use MySQL database to manage the background data of the entire system.
Commodity price comparison analysis system can provide consumers with multiple channels of commodity price comparison information, help consumers make better shopping decisions, choose more cost-effective goods, and save shopping costs. For e-commerce platform, commodity price analysis system can help platform managers to understand the price of other competitors, so as to optimize their own pricing strategy and enhance competitiveness.
【Keywords】Flask, commodity price comparison, visualization, Python
目 录
1 绪论
1.1研究背景与现状
随着计算机技术的发展以及互联网快速发展,电子商务也逐渐以智能化的形式走向我们的生活,慢慢的代替了传统的线下零售。电商现在的功能也越来越丰富,不仅具有用来购买商品等传统功能,还可以进行电商直播,买家互动等新型购买方式。
当面对互联网数以亿次的购物产生了大量用户购买电商的行为数据,我们需要使用这些数据进行Flask分析,计算,将用户对电商的销量进行可视化处理。这不仅有利于商家对销售行情的把握,还有利于买家进行各大品牌的筛选,因此设计并开发一套京东价格Flask分析系统是非常有必要的。
1.2 国内外研究现状
商品比价系统是一种能够帮助消费者比较不同商家或平台同一商品价格的工具,可以帮助用户找到最优惠的购物选择。以下是关于商品比价系统的国内外研究现状:
国内研究现状:
数据来源:国内的商品比价系统通常会整合多个电商平台的数据,如淘宝、京东、天猫等,以提供更全面的商品比价信息。算法优化:一些研究致力于优化商品比价系统的算法,包括价格匹配算法、商品相似度计算算法等,以提高比价准确性和效率。用户体验:国内研究也注重用户体验,包括界面设计、搜索功能、推荐系统等方面,以提升用户的使用体验和满意度。
国外研究现状:
跨境比价:在国外,一些研究关注跨境商品比价系统,帮助消费者比较不同国家或地区的商品价格和优惠信息。智能推荐:一些研究结合商品比价系统和智能推荐技术,根据用户的历史购买记录和偏好,推荐最适合的商品和商家。价格预测:部分研究还着眼于价格趋势预测,基于历史数据和市场情报,帮助用户做出更明智的购物决策。
总的来说,国内外针对商品比价系统的研究主要集中在数据来源、算法优化、用户体验、跨境比价、智能推荐和价格预测等方面。随着电子商务的发展和消费者需求的不断变化,商品比价系统的研究也在不断创新和完善,为用户提供更便捷、准确的购物体验。
1.3论文主要研究工作
通过运用Flask平台技术,以京东价格行为数据作为切入点,基于各个品牌商品价格数据的特点,设计能够满足各个品牌的商品价格的Flask分析系统。作为一个京东价格数据分析系统,通过分析电商品牌、京东价格等信息,可以找出隐藏在数据背后的信息,为更好的优化产品性能,给商家提供大众喜欢的商品价格类别,给从事电商的人提供大众购买的趋势,提高用户服务的同时提高订单成交率。
本系统主要完成京东价格Flask分析系统。该系统将完成商品价格数据的爬取、商品价格数据的存储、商品价格数据的分析、商品价格数据的可视化展示模块等五大板块。
2 技术总述
2.1 基于Scrapy的网络爬虫技术
Scrapy是目前较为成熟的爬虫技术框架,一般采用Python语言开发程序,Scrapy用途广泛,Scrapy具有较为成熟的优点,且开发起来较为简便,只需要按照脚手架搭建,即可快速编程。
对于目前市场上较为流行的爬虫技术有Selenium,Scrapy等,但由于考虑到Scrapy框架开发较为方便,本文使用Scrapy技术进行原始数据的采集。
在本设计中,由于需要使用到电商网站的商品价格的原始数据,因此需要开发相应的网络爬虫程序完成对商品价格原始数据的采集,下图2-1为爬取京东网站的商品价格数据的原理流程图。
图2-1 京东网站商品价格爬虫原理流程图
2.2 MySQL数据库
MySQL数据库是一种财政的数据库系统,可以和Python语紧密的结合使用,被普遍使用在小型网站上,他的安全财政成本低的特点被广泛使用。
2.3 Flask框架
Flask是一个轻量级的可定制框架,使用Python语言编写,较其他同类型框架更为灵活、轻便、安全且容易上手。它可以很好地结合MVC模式进行开发,开发人员分工合作,小型团队在短时间内就可以完成功能丰富的中小型网站或Web服务的实现。另外,Flask还有很强的定制性,用户可以根据自己的需求来添加相应的功能,在保持核心功能简单的同时实现功能的丰富与扩展,其强大的插件库可以让用户实现个性化的网站定制,开发出功能强大的网站。
Flask是目前十分流行的web框架,采用Python编程语言来实现相关功能。它被称为微框架(microframework),“微”并不是意味着把整个Web应用放入到一个Python文件,微框架中的“微”是指Flask旨在保持代码简洁且易于扩展,Flask框架的主要特征是核心构成比较简单,但具有很强的扩展性和兼容性,程序员可以使用Python语言快速实现一个网站或Web服务。一般情况下,它不会指定数据库和模板引擎等对象,用户可以根据需要自己选择各种数据库。Flask自身不会提供表单验证功能,在项目实施过程中可以自由配置,从而为应用程序开发提供数据库抽象层基础组件,支持进行表单数据合法性验证、文件上传处理、用户身份认证和数据库集成等功能。Flask主要包括Werkzeug和Jinja2两个核心函数库,它们分别负责业务处理和安全方面的功能,这些基础函数为web项目开发过程提供了丰富的基础组件。Werkzeug库十分强大,功能比较完善,支持URL路由请求集成,一次可以响应多个用户的访问请求;支持Cookie和会话管理,通过身份缓存数据建立长久连接关系,并提高用户访问速度;支持交互式Pythonscript调试,提高用户体验;可以处理HTTP基本事务,快速响应客户端推送过来的访问请求。Jinja2库支持自动HTML转移功能,能够很好控制外部黑客的脚本攻击。系统运行速度很快,页面加载过程会将源码进行编译形成Python字节码,从而实现模板的高效运行;模板继承机制可以对模板内容进行修改和维护,为不同需求的用户提供相应的模板。
2.4 本章小结
本章主要分析了系统开发过程中使用到的技术点和框架,通过研究这些技术的原理后,在本设计中加以应用,包括京东价格信息采集的爬虫技术,数据持久化存储技术,以及基于Flask框架的系统后台技术,通过预研上述技术点并加以应用从而开发出基于Flask的京东价格数据分析系统。
3 京东价格可视化分析系统实现
3.1 系统可行性分析
3.1.1可行性研究
通过对系统研究目标及内容的分析审察后,提出可行性方案,并对其进行论述。主要从技术可行性出发,再进一步分析经济可行性和操作可行性等方面。
3.1.2 经济可行性
开发系统所涉及到的资料,一般是在图书馆查阅,或是在网上进行查找收集。开发过程使用到的IDE一般也是开源的,因此,开发成本是几乎为零。但是开发出来的系统,还是具有高效率,低成本,较高质量的。所以,从经济可行性的角度,该系统符合标准。
3.1.3技术可行性
从技术可行性而言,由于本人一直是计算机相关专业,在大学期间也一直学习的就是计算机和Flask相关技术,如Flask,Python,HTML等,这次毕设更是对自己的专业知识的一次实际应用,使自己对知识的理解更加深厚,因此从技术可行性而言也是没有问题的。
3.1.4 运行可行性
由于本人在日常学习的过程中也会经常使用到本文设计中所设计的计算框架,这些框架的版本都是经过本人的经验和查阅资料后确定的,另外本文使用的是个人笔记本开发,不使用大量的服务器资源,因此运行可行性是满足的。
3.1.5 时间可行性
从时间上看,由于本人很早就确立了论文的题目,因此很早就开始了基础技术的研究,有了一定的基础理论支撑,然后开发程序的时间也是足够的,并且预留了一定的时间去修复整个系统的BUG,因此从时间上来说是完全可行的。
3.2 系统实现流程
通过前面的功能分析可以将基于Flask的京东价格数据分析系统的研究与实现的功能主要包括用户登录、销售信息管理、数据分析等内容。后台管理是针对已登录的用户看到满意的商品价格数据分析而设计的。
(1)明确目的
在设计京东商品比价分析平台初期需要了解如何获取京东价格信息原始数据是非常基础也是关键的一步。要了解Flask分析平台期望达到什么样的运营效果,从而在标签体系构建时对数据深度、广度及时效性方面作出规划,确保底层设计科学合理。
(2)数据采集
只有建立在客观真实的数据基础上,Flask计算分析的结果才有效。在采集数据时,需要考虑多种维度,比如不同厂商京东价格数据、不同品牌销量数据、不同价位的销量数据等等,还可以通过行业调研、用户访谈、用户信息填写及问卷、平台前台后台数据收集等方式获得。
(3)数据清洗
就对于各大京东价格网站或者APP平台采集到的数据而言,可能存在非目标数据、无效数据及虚假数据,因而需要过滤原始数据,去除一些无用的信息以及脏数据,便于后续的处理。
(4)特征工程
特征工程能够将原始数据转化为特征,是一些转化与结构化的工作。在这个步骤中,需要剔除数据中的异常值并将数据标准化。
(5)数据计算
在这一步我们将得到的数据存储到Flask分析平台,通过开发MapReduce程序对原始数据进行计算,将不同维度的结果存储到Mysql中。
(6)数据展示
分析结果可以通过Flask后台展示到前端界面,对于普通用户而言,只需要登录到该后台系统,就可以获取到京东价格数据分析后的计算结果,从而了解行业的京东价格情况,对于用户而言可以非常清晰的分析出各大品牌的京东价格情况。
3.3 系统平台架构
在任何信息系统当中有价值的数据都是必不可少的重要部分,如何通过手上的资源获取得到有价值的数据便是开发系统。首先需要考虑的问题根据系统的功能设计数据获取和处理的流程以及其实现方法都已经基本上确定获取和处理流程。
由于Flask开发需要搭建集群环境,而集群环境一般都要求位于同一局域网内的多台机器,由于多台机器从购买和维护的成本的角度上而言都是比较昂贵的,这对于普通开发者而言是一笔不小的费用,因此本文拟使用Vmware虚拟机搭建Flask集群环境。
3.4商品价格数据爬虫设计
这个项目我们的主要目的是爬取苏宁易购网的商品价格数据信息,包括商品价格岗位、企业名称和企业描述和规模等具体详情信息,下面描述本文爬虫工程主要设计步骤。
(1)创建项目
打开一个终端输入:scrapy startproject MyScrapy,Scrapy框架将会在指定目录下生成整个工程框架。系统生成的目录如下图3-2所示:
图3-2 商品价格爬虫框架目录结构
(2)修改setting文件
如下表3-1所示为修改后的setting文件主要内容,本设计主要修改三项内容,第一个是不遵循机器人协议,第二个是下载间隙,由于下面的程序要下载多个页面,所以需要给一个间隙(不给也可以,只是很容易被侦测到),第三个是请求头,添加一个User-Agent。
表3-1 爬虫setting文件主要配置
BOT_NAME = 'shangpin' |
(3)确认要提取的数据,item项
item定义你要提取的内容(定义数据结构),比如我提取的内容为商品价格信息的不同品牌和企业商品价格详情,于是需要在items类中新建对应的实体类,并需要设置相应的字段取出对应的数据。Field方法实际上的做法是创建一个字典,给字典添加一个建,暂时不赋值,等待提取数据后再赋值。
(4)开发爬虫程序,访问下载网页,使用Xpath语法提取内容
3.5 价格分析程序设计
图3-3 京东商城电商数据界面
商品推荐涉及到推荐系统的建立和算法应用,通常包括协同过滤、内容过滤、深度学习等技术。
表3-3 商品推荐核心代码
def loadData(files): data ={}; for line in files: user,score,item=line.split(","); data.setdefault(user,{}); data[user][item]=score; return data #2.计算 # 2.1 构造商品-->商品的共现矩阵 # 2.2 计算商品与商品的相似矩阵 def similarity(data): # 2.1 构造商品:商品的共现矩阵 N={};#喜欢商品i的总人数 C={};#喜欢商品i也喜欢商品j的人数 for user,item in data.items(): for i,score in item.items(): N.setdefault(i,0); N[i]+=1; C.setdefault(i,{}); for j,scores in item.items(): if j not in i: C[i].setdefault(j,0); C[i][j]+=1; #2.2 计算商品与商品的相似矩阵 W={}; for i,item in C.items(): W.setdefault(i,{}); for j,item2 in item.items(): W[i].setdefault(j,0); W[i][j]=C[i][j]/sqrt(N[i]*N[j]); return W #3.根据用户的历史记录,给用户推荐商品 def recommandList(data,W,user,k=3,N=10): rank={}; for i,score in data[user].items():#获得用户user历史记录,如A用户的历史记录为{'a': '1', 'b': '1', 'd': '1'} for j,w in sorted(W[i].items(),key=operator.itemgetter(1),reverse=True)[0:k]:#获得与商品i相似的k个商品 if j not in data[user].keys():#该相似的商品不在用户user的记录里 rank.setdefault(j,0); rank[j]+=float(score) * w; return sorted(rank.items(),key=operator.itemgetter(1),reverse=True)[0:N]; if __name__=='__main__': #用户,兴趣度,商品 uid_score_bid = ['A,1,a', 'A,1,b', 'A,1,d', 'B,1,b', 'B,1,c', 'B,1,e'] # uid_score_bid = ['5,1,5','2,1,5', '2,1,38', '2,1,40', '2,1,44', '2,1,63', '2,1,107', '2,1,6', '2,1,14', '2,1,27', '2,1,32', '2,1,56', '2,1,77', '2,1,89', '2,1,92', '2,1,94', '2,1,111', '2,1,123', '2,1,124', '4,1,9', '4,1,15', '4,1,20', '4,1,22', '4,1,85', '4,1,95', '4,1,99', '4,1,131', '4,1,5', '4,1,38', '4,1,40', '4,1,44', '4,1,63', '4,1,107', '4,1,13', '4,1,17', '4,1,58', '4,1,8', '4,1,18', '4,1,21', '4,1,26', '4,1,34', '4,1,48', '4,1,51', '4,1,64', '4,1,70', '4,1,79', '4,1,84', '4,1,101', '4,1,106', '4,1,116', '4,1,117', '4,1,119', '4,1,126', '2,1,8', '2,1,18', '2,1,21', '2,1,26', '2,1,34', '2,1,48', '2,1,51', '2,1,64', '2,1,70', '2,1,79', '2,1,84', '2,1,101', '2,1,106', '2,1,116', '2,1,117', '2,1,119', '2,1,126'] # uid_score_bid = ['1,4,257', '1,4,62', '2,4,61', '2,4,64', '2,4,68', '2,4,67'] data=loadData(uid_score_bid);#获得数据 W=similarity(data);#计算商品相似矩阵 a = recommandList(data,W,'A',5,10);#推荐 print(a) |
之后,代码使用了Pandas库,首先读取了包含商品价格数据的CSV文件,然后进行了数据的基本统计描述、平均价格计算、查找最高价格的商品以及对价格进行排序等操作
表3-4 价格分析类代码
import pandas as pd # 假设我们有一个包含商品价格数据的CSV文件,列名包括"product_id", "product_name", "price"等# 读取CSV文件 data = pd.read_csv('product_prices.csv') # 查看数据的前几行print(data.head()) # 统计描述性统计信息print(data.describe()) # 计算平均价格 average_price = data['price'].mean()print("平均价格:", average_price) # 查找最高价格的商品 max_price_product = data[data['price'] == data['price'].max()]print("最高价格的商品:", max_price_product) # 对价格进行排序 sorted_data = data.sort_values(by='price', ascending=True)print("按价格排序后的数据:", sorted_data) |
4 后台系统实现
本文设计的基于Flask的京东价格信息分析系统的后台系统采用的是Flask框架实现的,这是一种MVC模式的开发框架,通过在表现层接收前端传入的参数,将在Controller进行逻辑分发,再调用Service进行不同业务的处理,最后去操作数据库进行数据的CRUD,从而实现指定的功能。前端使用的是HTML展示,页面展示使用Echarts技术,在数据持久层使用的是MySQL数据库。本文将在第四章介绍本系统后台的搭建过程,技术选型,以及后台代码配置等,最后以具体页面的详情图描述了本系统的常用的基本功能。
4.1 开发环境与配置
4.1.1 开发环境
本系统设计基于 B/S 架构,其中服务器包括应用服务器和数据库服务器。 这种架构模式,使用户只需要在有网络的地方即可通过浏览器访问,而不需要再安装客户端软件,交互性更强。基于Flask的京东价格信息分析平台使用Pycharm 集成开发工具。而系统运行配置时,选择应用 本地来部署 Web 服务器来保障平台的正常运行, 本地是Apache的核心项目,其技术先进、性能稳定并且开源免费, 因而被普遍应用 。 本系统的主要开发环境以及开发工具如表 4-1 所示。
表4-1 系统开发环境和工具
项目 | 系统环境及版本 |
硬件环境 | Windows 64 位操作系统 |
开发语言 | Python |
Web服务器 | 本地 |
数据库 | MySql |
开发工具 | Pycharm |
项目架构 | Flask |
4.1.2 框架配置介绍
本系统使用集成开发工具 Pycharm进行开发, 由于 Pycharm中本地配置详细资料有很多, 不做详细赘述, 本文主要介绍 Flask 框架及 Shiro 框架的配置。首先需要在项目中中引入各框架以及数据库连接等所需要的 jar 包。
4.1.3 数据库的设计
整个系统的最重要的一部分就是对数据持久层的设计,因为整个系统的每个操作,包括注册登录,查询,展示其实都是对数据库的操作,因此如何设计一个健壮,扩展性强的数据库是非常必要的。
根据功能模块的划分结果可知,本系统的用户由于使用账号和密码进行登录,因此在本系统中需要分别进行数据记录。首先根据如下6个数据实体:用户、销售信息等数据库表。
4.2 系统功能模块实现
4.2.1登录认证
当用户执行登陆操作时,后台会从前端传过来的参数中拿到用户名和密码,并查询数据库,通过findUserByName方法查询该用户的密码字段,再将查询的结果和前端传过来的密码参数字段进行比对,如果相同,则匹配成功用户直接跳转到登录成功后的欢迎界面;如果匹配失败则需提前前端继续输入正确的密码直到登录成功。用户登录具体流程如时序图如4-2所示。
一
图4-2登录认证流程图
京东商品比价分析系统的用户登录界面如下图所4-3所示:
图4-3用户登录界面
登陆成功后,系统会成功跳转至首页,在首页中,位于上方的横栏是对本系统的基本信息的描述和欢迎登录效果,另外登录用户的用户名也会显示在首页中,可直接表明用户已成功登录。左侧则是本系统的导航菜单,可折叠展示,较为方便,右方则为欢迎页效果。京东商品比价分析系统的首页界面如下图所4-4所示:
图4-4京东商品比价分析系统首页界面
图4-5个人中心界面
个人中心通常是网站或应用程序中提供给用户管理个人信息和进行个性化设置的界面。个人信息管理:用户可以在个人中心查看和编辑个人信息,如姓名、性别、联系方式等。头像上传:用户可以上传自己的头像,用于展示在个人资料页和评论等地方。密码修改:用户可以在个人中心修改登录密码,确保账户安全。
4.2.2京东价格信息对比功能
京东价格信息管理功能是对京东价格信息进行查询,删除等操作的功能集合,京东价格信息管理功能使用到了京东价格信息表t_shangpin, 京东价格信息表t_shangpin的主要数据字段,结构,类型及描述如下表4-2所示。
表4-2 京东价格信息表字段
字段名称 | 数据类型 | 是否允许为空 | 描述 |
id | int | 不允许 | 自增主键,唯一ID |
title | String | 允许 | 销售标题 |
price | String | 允许 | 销售价格 |
brand | String | 允许 | 所属品牌 |
model | String | 允许 | 子品类 |
shop_name | String | 允许 | 店铺名称 |
comment_count | String | 允许 | 评论数 |
url | String | 允许 | 商品详情URL |
crawl_date | String | 允许 | 时间 |
京东商品比价分析系统的京东价格信息管理功能界面如下图所4-6所示:
图4-6京东价格信息界面
图4-7京东价格比价输入界面
图4-8京东价格比价结果界面
京东价格信息管理
功能流程功能图如图3-6所示:
图4-6京东价格信息管理功能流程图
通过“京东价格信息管理”按钮,进入京东价格信息界面,用户可以看到京东价格列表,例如:电商品牌、所在商铺名称、电商售价、销售数量、商品详情、销售时间的详细信息。通过此界面,用户可以对商品价格数据信息进行删除管理操作。
4.2.3京东商品数据分析功能
数据可视化模块就是对我们采集和计算的分析结果的展示。数据分析模块的数据进行一个精美而又直接的展示,我们采用大屏的方式进行展示,展示数据结构分明,背景具有科技感,把相对复杂的、抽象的数据通过可视的、交互的方式进行展示,从而形象直观地表达数据蕴含的信息和规律。
商品分析看板界面如图4-9所示。
图4-9京东商品分析看板界面
京东商品比价分析可视化看板的功能较为丰富,由图可知,用户在登录本系统后,可以很清楚的读懂目前市场上的商品价格行情,如什么品牌的京东价格最高,那个价格区间的京东价格最高等等,这对用户而言是十分关注的,因此如何开发出美观的可视化界面也是一项不可或缺的工作。本文使用了图形,表格,地图等各种方式联动数据,十分直观。另外本文使用了Echarts中地图、线条等组件,将分析结果较为直观的展示给平台用户,使得用户能够简便的获取有效的信息。
4.3 本章小结
本章主要分析了基于Flask的京东价格分析系统的设计与实现系统开发过程中使用到的技术和具体的实现步骤,这其中主要介绍了京东价格Flask分析平台的搭建环境和开发步骤,包括程序中的一些数据库配置等。前端页面采用的是HTML实现。
5系统测试
系统测试是将经过集成测试的软件,作为计算机系统的一个部分,与系统中其他部分结合起来,在实际运行环境下对计算机系统进行的一系列严格有效地测试,以发现系统潜在的问题,保证系统的正常运行[26]。
管理人员财政管理系统已经基本完成,系统已经实现的功能满足了用户和管理员的需求,为了检验系统是否能安全有效运行和查找系统存在的问题,将对系统进行全面的测试[27]。
5.1系统测试方案
分别对用户和管理员进行测试。测试用户功能,使用新账号在系统上完成注册、登录、上传信息、进行认证、财政档案审核、加入财政档案、管理财政档案、退出登录等操作。预计可以成功的实现以上的所有操作。
测试管理员功能。登录管理员账号,对其用户测试时新用户发出的请求进行查看、审核、删除、认证等请求。并在日志中查看操作记录,成功退出登录。预计管理员测试结果能成功完成用户发送的请求并在操作日记中查看到操作记录。因为本系统需要管理员对用户认证用户才可以进行财政档案上传和加入财政档案,所以用户测试和管理员测试需要同时进行。
5.2系统测试过程
(1)使用用户名为pangzhanlong手机号18846439535密码为123123的账号进行注册,管理员可在用户列表中查看用户pangzhanlong的个人信息。
预计结果:成功注册,管理员可以看见pangzhanlong的用户信息。
测试结果:成功注册。管理员可以看见pangzhanlong的用户信息。
(2)使用户名pangzhanlong的账号进行登录。管理员使用管理员账号登录。
预计结果:用户和管理员成功登录。
测试结果:用户和管理员成功登录。
(3)用户上传自己的管理人员证照片和管理人员信息提交认证,管理员在管理人员认证页面可以收到认证信息并给予通过认证。
预计结果:成功上传信息,管理员通过认证。
试结果:成功上传信息,管理员通过认证。
(4)在统计分析中可以查看以上测试的操作。
预计结果:在统计分析中可以查看到相关的操作。
测试结果:在统计分析中可以查看到相关的操作。
(5)用户pangzhanlong可以重新登录并退出,管理员退出系统。
预计结果:可以重新登录并退出,管理员成功退出。
测试结果:可以重新登录并退出,管理员成功退出。
5.3本章小结
本章主要对财政财政管理系统的各个功能进行了完整的测试,测试结果和预计结果吻合,该系统可以正常使用。
6 总结与展望
6.1 系统开发遇到的问题
(1)本系统的开发有助于那些有梦想的商品分析人员,但是本人的能力和经验有限,商品可视化分析系统也受多种因素影响,所以本系统并不完美,日后在个人能力允许下会继续升级系统,将其更加的完善,创造更大的作用。
(2) 由于基于Flask京东价格信息分析平台是由本人独立开发,因此在系统设计和业务逻辑方面更多地借鉴了目前市场上较为流行的框架和技术点,包括Flask技术,很多是不熟悉没接触过的,在开发过程中不断学习新知识。另外由于本人的时间和精力的原因,在系统开发过程中有很多地方可能并不能够完全尽如人意,还有许多需要补充的功能与模块。
6.2 总结与展望
为保证有足够的技术能力去开发本系统,首先本人对开发过程中所用到的工具和技术进行了认真地学习和研究,详细地钻研了基于Python的Flask框架以及 Echarts,CSS,HTML等前端开发技术。
然后从京东价格数据Flask分析平台需求分析开始 ,到整体框架的设计以及各个详细功能的设计具体实现,最后基于Flask平台的京东价格信息分析系统的基础架构和详细功能已经大致开发完毕,并将其部署在本地服务器当中运行,用户可以登录使用该系统进行京东价格信息的筛选,同时查询Flask的分析结果。
[1] 中国电子商务市场数据发布报告2020Q1&2020Q2e[A]. 上海艾瑞市场咨询有限公司.艾瑞咨询系列研究报告(2020 年第6期) [C]: 上海艾瑞市场咨询有限公司,2020:25.
[2] 刘维维,电信行业中基于数据仓库和数据挖掘技术的决策支持系统[D]中国科技信息,2006(07):180-181.
[3] 岳亚娜孟凡胜电商社交营销对策浅析[J]科技经济导刊2021,2901);169-170
[4] 任宏伟基于异常检测技术的数据防爬系统设计与应用.中国科学院大学(工程管理与信息技术学院).2016.
[5] 倪星字,基于Flask云计算平台的构建[J],微型电脑应用,2020,36(12);103-105.
[6] 王玻璇MapReduce 下差分隐私保护技术研究与实现[D]南京邮电大学,2020.
[7] 郑楠,我国开放政府数据的价值增值方式解析[J]新西部(理论版)2016(13):68.
[8]叶惠仙,基于HaopHle技术的京东价格网站数据分析研究口,网络安全技术与应用,202012)77-79.
[9] An efficient approach for land record classiffication and information retrieval in data warehouse. International journal of Computers and Applications 2021.(1)
[10]王佳珙Flask平台下调度算法及其改进策略研究[D]北京邮电大学,2016.
[11]张兴,基于Flask的云存储平台的研究与实现[D]电子科技大学.2013.
致 谢
在大学的校园里,我度过了难忘的学习生活。在这期间,我从周围的老师和同学身上学到了很多知识,并且建立了深厚的感情。
四年时间过的飞快,已经到了书写自己毕业论文的节点,回想过去的四年,充满了无数的欢乐,也学习了不少专业知识,这也更加丰富了我的大学生活。因此我要我的学院里的每一位教师,是你们教会了我的专业知识,让我具有了一技之长,同时还要感谢指导老师对我毕业设计的指导。
然后,感谢给子我帮助的朋友们,是你们让我的学习生涯更加温暖,让我能更加坚定的追求自己想要的生活。两年来,我们一起相互支持彼此的信念,一起学习新的知识,起解决遇到的各种问题, 不管我们选择的道路最终是否能够达到自己的理想,但愿我们能够友谊长存。
最后,我要感谢父母,是你们培养了我。
附 录
附录正文。