关于“淘宝爆款”的数据抓取与数据分析

本文为younghz原创，文章链接为：http://blog.csdn.net/u012150179/article/details/37306629

这个问题最初是源于我在知乎上一个回答（http://www.zhihu.com/question/24368542/answer/27579662），涉及了两个方面：数据抓取和数据分析。

1、数据爬取

爬取对象：淘宝“连衣裙 夏”的搜索结果。爬取对象的选择分析我在文章中也有提及。

工具：Scrapy。

代码：我把当时实现的代码放在了GitHub上，地址：https://github.com/younghz/TBBKAnalysis，感兴趣的可以看一下。关于Scrapy的知识与爬虫的编写可以见专栏：http://blog.csdn.net/column/details/younghz-scrapy.html

2、数据分析

分析内容可见上述Repository的Wiki（https://github.com/younghz/TBBKAnalysis/wiki）。我也会将其写在下面。或者直接看上面知乎问题中我写的答案。

工具：ipython & matplotlib。

3、分析内容

分析内容放在了Wiki中，链接：https://github.com/younghz/TBBKAnalysis/wiki。或者直接见下面正文。（注意：如果Wiki中图片无法打开，请使用较高版本的Chrome浏览器。）

4、正文

一、案例选择。

现在着手分析的对象是能让你在三个月获得大把钞票的“爆款”。这 当然得拿最有代表性的商品当例子，最有代表性就是最火的。看看什么最火。下面是淘宝指数（http://shu.taobao.com/top/16/search）数据。