2.1 主要研究内容：

(1) 设计爬虫软件，抓取电商平台数据，如商品价格、店家地域；

利用Python设计分布式爬虫的优势：Python库十分丰富，且语法简介，开发者可以集中在自己要做的事情上，而无需关注底层细节，具体说来：

(2).解析HTML源码：Python可以默认使用HtmlParser来解析HTML,另外可以使用更多的第三方库来做这些事情，甚至可以使用一些如selenium的库来直接操纵浏览器，从而抓取开发者自己想要的内容。

(3).高效的反爬虫处理机制：所有的这些都可以通过丰富的库资源来实现。

(2) 对获取的数据利用聚类算法如K-means进行分类分析，如商品分布、价格走势。

K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。顾名思义K-Means是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。并通过划分后的均值迭代优化获得最优的聚类结果^[2] 。

对于K-Means聚类算法本身而言，GitHub上有很多文档说明，可以适当参考^[7]。

(3) 设计电子商务数据分析平台应用层的功能架构

通过对电子商务数据分析业务流程的讨论，确定系统应用的目标，讨论功能设计方案和实现过程，并通过测试验证功能的有效性^[3]。

2.2 预期目标：

(1) 利用python语言、anaconda等数据计算平台，实现爬虫软件的设计，对电商数据进行抓取。

(2) 优化K-means硬聚类算法，实现数据的分类分析。

(3) 利用HTML5等前端技术，结合Chart.js、Vue.js等相关插件，利用图表的方式对分析的数据从各个模块进行实时更新和展示。

(4) 整合电商数据分析平台整合，完成电商数据分析平台的设计。

[1] 赵龙. 电子商务数据分析平台的设计与实现[D]. 湖南大学, 2015.

[2] K-Means聚类算法的原理及实现[EB/OL]. http://www.cnblogs.com/zhzhang/p/5437778.html

[3] 谭文斌. 基于电商平台的产品评论大数据获取及应用[D]. 贵州师范大学, 2016.

[4] 施丽. 基于数据挖掘的电子商务经营分析系统研究[D]. 北方工业大学, 2012.

[5] 韩杰. 电子商务网站的数据分析系统研究与开发[D]. 北方工业大学, 2011.

[6] 杨善林, 李永森, 胡笑旋,等. K-means算法中的k值优化问题研究[J]. 系统工程理论与实践,2006, 26(2):97-101.

[7] 张建萍, 刘希玉. 基于聚类分析的K-means算法研究及应用[J]. 计算机应用研究, 2007, 24(5):166-168.

[8] 赖玉霞, 刘建平.K-means算法的初始聚类中心的优化[J]. 计算机工程与应用,2008, 44(10):147-149.

[9] 佚名. Chart.js[J]. 程序员, 2013(4):13-13.

[10] 张琳. 基于元数据的多维数据分析前端展现系统的设计与实现[D]. 首都师范大学, 2014.

[11] 余有海. 一个电子商务分析平台数据模型的分析、设计与实现[D]. 南京大学, 2012.

[12] 北京中清研信息技术研究院. 电子商务数据分析[M]. 电子工业出版社, 2016.

[13] 伊新, 王劲松. 电子商务中网店的数据分析[J]. 中小企业管理与科技, 2013(24):268-269.

[14] 吴晓峰, 林跃跃. 电子商务的数据管理[J]. 统计教育,2004(2):36-39.

[15] 方琴. 探讨数据分析在电子商务网站中的作用[J]. 商, 2015(15):121-122.