财务大数据分析（第二版） 课件 2. 数据采集.pptxVIP

数据采集

目录

CONTENT

PART1

数据采集概述

数据采集概述

数据采集是每个数据分析项目的第一个步骤。在数据分析的道路上，数据采集是重中之重。数据采集的质量直接决定了后续的分析是否准确。

数据采集的三大要点

全面

多维

时效

数据采集准备

明确数据驱动目标

step1

按需采集数据

step2

选择数据采集的工具和手段

step3

数据采集工具

集搜客是一款简单易用的网页信息抓取软件,能够抓取网页文字、图表、超链接等多种网页元素，可以提供好用的网页抓取软件、数据挖掘攻略、行业资讯和前沿科技等

一款专业的互联网数据抓取、处理、分析，挖掘软件，可以灵活迅速地抓取网页上散乱分布的数据信息，并通过一系列的分析处理，准确挖掘出所需数据。

八爪鱼是一款通用的网页数据采集神器，它突破了网页数据采集的传统思维方法，没有编程基础一样可以采集，让用户在网站上抓取资料变得更加简单容易。

网络爬虫（又称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本

PART2

网络爬虫简介

什么是网络爬虫？

网络爬虫（webcrawler），也叫网络蜘蛛（spider），是一种用来自动浏览万维网的网络机器人。其早期目的一般为编纂网络索引。之后广泛应用在数据采集、信息监控等领域。简单来说，网络爬虫就是获取网页并提取和保存信息的自