原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
目录
1引言1
1.1项目背景1
1.2开发环境与工具2
1.2.1Python简介2
1.2.2MySQL简介2
1.2.3Jypyternotebook简介3
1.2.4Python第三方库简介3
1.2.5WampServer简介4
2需求分析4
2.1可行性需求分析4
2.2采集目标功能分析5
2.3关键技术分析5
2.3.1网络爬虫技术5
2.3.2文件存取技术7
2.3.3可视化技术7
3数据采集8
3.1采集页面分析8
3.2字段分析9
3.3编程实现9
4数据清洗与处理11
4.1数据清洗11
4.2数据储存11
4.3编程实现12
5数据统计与分析13
5.1数据准备13
5.2数据展示14
5.2.1依据新闻发布媒体进行统计14
I
5.2.2依据新闻内容词云进行统计15
5.2.3依据新闻点击量进行统计和分析16
5.2.4依据新闻发布地进行统计17
5.3综述18
6小结18
参考资料20
II
网易新闻网站数据分析与展示
1引言
随着信息技术的高速发展，我国社会已大迈步进入了信息时代，在我们日
常的生活中每时每刻都产生着大量的数据，然而这些数据中有的是蕴藏着大量
的价值与资源，如何发掘这些数据的价值与运用成了关键的问题，于是大数据
技术就应运而生了。通过大数据的采集、分析就可以清晰的展现这些数据所蕴
含的规律与潜在的价值，这些资源也可以提供给决策者，方便其更清楚的观察
出事物的本质规律并做出正确的决策方向。
在我们平时的生活中总是会有许许多多的事情发生，然而所发生的事情必
然会伴随着数据的产生，想要收集这些数据就要通过新闻的传播来获取，再分
析这些数据就可以观察出我们日常常发生的事情与一些重大事件的关注度，便
可分析出广大人民群众的需求。
1.1项目背景
新闻是体现一个国家人民生活水平的镜子，通过每日新闻的更新与每条新
闻的点击量就可以观察出人们平时生活中比较关注的时事，从而就可以看出人
们的生活状态。
对于一个媒体公司，知道广大用户群体比较关注的新闻，以及比较感兴趣
的话题是至关重要的，可以通过用户所喜闻乐见的话题来推送相关的新闻就可
以提高用户对本网站的点击量及用户黏度，从而可以更好的运营本网站。
涉及到各类新闻的信息有很多，我们首先要对网页进行网页解析，再来通
过python网络爬虫的方式来大量的获取我们需要的数据，然后在通过可视化技
术，将这些数据转化成一张张清晰的图表，从而来进行观察。
我的毕业设计是对新闻网站收集的数据进行分析和呈现的综合工作。该项
目旨在了解大部分新闻的来源出处、内容和点击量。数据分析将包括对热点话
题的点击量、用户参与度和内容主题的分析。该项目的显示部分将涉及创
文档评论（0）