疫情对直播带货行业影响的数据分析

一、申请理由（包括自身具备的知识条件、自己的特长、兴趣、已有的实践创新成果等）

1、适逢疫情期间，去年是全国性停工，今年有疫情爆发的地区停工，国民收入有浮动，对于消费的理念和水平都产生了变化。

2、疫情期间，大家都待在家里无法出门工作，由此激发了直播带货行业的热潮。许多人在短视频平台获取流量并通过直播带货将流量变现。为了迎合如今国民的消费标准，直播带货行业常有新的突破。

3、我们经过一年多专业知识的学习，加上后期对算法的钻研和对目前开设的课程的数据库的学习，我们尝试对直播带货行业进行数据分析，了解疫情带来的行业影响进行剖析，并对目前国民的消费水平和理念进行剖析。

4、我们团队的五个人对数据科学与大数据技术专业有很大的热情，享受努力学习奋斗的过程，并且我们对此次项目有积极的心态和自信。我们五人的学业成绩在班级都靠前，我们相信我们有能力将这个项目持续更好地发展。组长赵雯静熟悉Java、Python等计算机语言，具备开发软件数据平台的技能，对大数据具有极大的兴趣；组员房俊杰专业成绩优异，对数据分析有研究，并且对数据分析技能抱有极大的热情；组员张婧欣对Python语言熟练，喜爱研究专业技能；组员欧志恒擅长前后端开发，并对此有长期的钻研；组员周佳一热爱各种专业技能，对页面排版和美观有研究。

二、项目方案

具体内容包括：

1、项目研究背景：

随着网络技术的不断发展，“直播”已经成为商贸流通企业的标配。近两年来受新冠肺炎疫情影响，传统线下销售模式受到空前的巨大冲击，线下店铺经营面临政府和舆论的阻碍，商家纷纷尝试加入直播带货行业，直播成为线下店铺复工的平台。网红带货、店主直播、导购直播等多样化的网络直播纷纷涌现。当下，直播已经发展成为电商在新时代的新产业，疫情是直播带货行业最大的跳板，疫情后的直播带货呈现出极强的爆发性，正在创造一个有无穷潜力的新市场。由于疫情的爆发，国民经济都有一定程度的受损，疫情给直播带货行业带来了红利，同时也反映了如今国民的消费水平和消费理念，我们通过研究疫情对直播带货行业影响的数据分析可以为国家改善国民经济状况，恢复经济市场的繁荣献出一份绵薄之力。

2、项目研究目标及主要内容：

创建“预测未来经济走势平台”，面对当前疫情形势下的经济变化，能够准确系统的做出未来经济的走势。针对当前实体店热度渐渐降低、网络直播带货热度渐渐升高的现象，本平台能够预测出比较合理的相对应的经济走势框架，以帮助国家政府解决相关的问题。该平台能够针对网民的网络舆情和消费者的各种行为、做法，推测出较为合理的企业（实体店、网店等）热度走势，系统的预测并展现该企业的经济走势。各行各业的经济走势，无论对企业、对个人都有着至关重要的作用，利用大数据平台，能够充分挖掘和利用有价值的信息，并且经济的大数据共享使用的是闲置或盈余的资源，同时具有两大体现：
     首先，充裕性。只有总体充裕的数据资源，其被闲置或能盈余的概率才会高，才能够进行大数据共享并挖掘。再次，标准化。能找到充裕而又相对稀缺的资源作为切入点，可以启动一个项目，能将项目高标准化程度足进行，或者能将标准化程度做大做高，能快速扩张的一个前提是在不考虑进入新的对经济走势平台相复刻的前提下，流程可以标准化，这样能迅速复制业务模式，进行快速扩张，精准预测经济走势，以便惠民惠大家。

3、项目创新特色概述：

受制于疫情影响，大部分人被迫在家办公、在家休假，无法在线下得到满足的需求通过互联网得到了释放，直播带货逐渐兴起。为了更全面的分析消费者对产品的需求，了解他们疫情前后的消费观变化，更好地从消费者消费水平出发促进直播带货行业发展，更好地解决直播带货行业繁荣之下的一些问题，我们团队决定采用网络爬虫、埋点等数据采集技术整合网络数据，利用数据集成、数据归约等数据预处理技术提高数据质量，通过数据分析与建模得到结果，并采用数据可视化技术以网页的形式展现出来。从而了解消费者需求，助力解决直播带货行业存在的一些弊端，进一步推动国民经济繁荣。

    此项目的创新在于对直播带货行业的把控方面，可以从消费者角度出发优化直播带货行业，使它更贴合消费者需求。通过以上技术，可以起到直播带货类型热度定位、对虚假宣传、商品信息不真实等问题的追踪作用等，并采用数据可视化技术展现出来。

    我们还会在后期增加一些功能，例如对于存在虚假宣传等问题的博主的评分，将消费者需求按热度排列，供应直播平台优化。

4、项目研究技术路线：

本项目主要运用到大数据采集，Python，数据库MySQL，ECharts图形报表等相关技术。

（1）大数据采集技术

数据采集是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化（或称之为弱结构化）及非结构化的海量数据，是大数据知识服务模型的根本。

本项目使用爬虫技术获得疫情前后的直播带货的数据。

（2）python语言

Python 是一种解释型、面向对象、动态数据类型的高级程序设计语言，提供了高效的高级数据结构，还能简单有效地面向对象编程。具有简单、易学、用途广泛、速度快、开源、可移植性强，类库丰富等特点。

（3）数据库MySQL

MySQL是一种开放源代码的关系型数据库管理系统，使用最常用的数据库管理语言--结构化查询语言（SQL）进行数据库管理。支持 AIX、Linux、Windows等多种操作系统。为C、C++、Python、Java等多种编程语言提供了API。支持多线程，充分利用 CPU 资源。优化的SQL查询算法，有效地提高查询速度。既能够作为一个单独的应用程序应用在客户端服务器网络环境中，也能够作为一个库而嵌入到其他的软件中。

（4）Echarts图形报表

Echarts是使用javascript实现的开源可视库，可以制作的图表有:直线图、区域图、饼状图、柱状图、曲线图、区域曲线图、散状图等等。

5、研究进度安排：

第一阶段：

    学习ECharts图形报表、MySQL、数据挖掘和算法等相关技术，并巩固前期所学的python语言基础，团队按照分工指示进行针对性学习，并完成项目计划书。

第二阶段：

前期：研究网络舆情，充分了解当前形势下实体经济与电商直播带货等行业对国家经济的影响，利用各自分工所学知识设计该项目，并大概了解其实现原理。

后期：利用html和H5设计本项目的网页的大致简单框架，并熟练掌握python语言、大数据采集算法等开发技术，能做到开发运营。

第三阶段：

前期：充分构建经济走势框架，覆盖范围充分（包含消费者、实体店、直播带货等等）。

后期：整合学习资源，设计系统模板，定义项目预备资源。

第四阶段：

    进行python语言与Echarts开发，后端进行经济预测走势系统的开发，做出可运行的经济走势程序。

第五阶段：

对系统进行测试，做到能够自动预测出一些结构简单明了的经济走势。拓展系统功能，使系统可以做到经济走势可视化，将未来经济走势简单明了的展现给用户。

第六阶段：

对系统进行调试，修复bug等问题，美观展现网页及前端，不断进行升级后端。

第七阶段：

    升级系统的同时，尝试一些复杂的消费体系，将系统做到可以更准确的预测经济走势。

第八阶段：

优化系统配置，提升用户体验感，同时对系统进行最终调试，升级网站安全防御功能。

第九阶段：

做出成熟的预测经济走势系统，可以较为准确的测出国家实体经济与网络电商经济走势与动向。

6、项目组成员分工：

该项目成果最后以网页的形式进行推广，由欧志恒使用HTML、CSS等技术进行网页前端的开发，先将要展示的页面内容进行模块划分，将模块的内容提取出来，以及方便前端的一些标志值等，将所有想要的内容和逻辑告知后端，后端从数据库里面去查询相应的数据表以获得相应的内容或者图片地址信息URL中的参数，前端在URL数据请求时就传递参数。

由赵雯静查找收集本项目所需的ECharts图形报表、MySQL、数据挖掘和算法等相关技术的资料和目前有关当前形势下实体经济与电商直播带货等行业对国家经济的影响的网络舆情，并将收集的资料分发给项目成员，督促项目成员进行学习和运用。在项目有初步实现的时候，将其给身边的人使用，并收集使用者的建议，由项目成员对初稿进行完善。

由周佳一先根据收集来的资料构建经济走势框架，让框架尽可能地覆盖消费者、实体店、直播带货等范围，保证该项目后期编程实现时能够做到有序谨慎且全面。然后使用Python语言，网络爬虫技术获得疫情前后的直播带货的数据，将数据保存到服务器终端，并由后端的研发者张婧欣提取保存在服务器终端，将数据进行分类和用ECharts图形报表制作数据分析图表，最后将这些数据传到由欧志恒设计的网页前端。

由张婧欣使用Python语言进行网页后端的设计，要根据业务的特点和数据结构的特点来决定数据库的类型。将前期的资料数据依赖于底层文件存储的特性：可靠性、容灾性、稳定性，进行存储，保证存储的数据不会轻易丢失。根据Python后端的框架完成一个后端应用的雏形，再通过消息队列和缓存等常用组件完善后端系统。同时，由房俊杰配合张婧欣维护平台的稳定性和性能，更好的进行数据库操作和管理。

由欧志恒进行网页的排版和美化。在后期项目研究时，由赵雯静收集使用者的意见，将意见带来的修改任务分配给项目成员，让项目成员共同改善。由房俊杰在改善后检查该产品的漏洞，并将这些问题进行修复，保证该产品能够更好的运营，给使用者带来更好的体验。