“大数据应用场景”之隔壁老王（连载三） 大数据数据采集数据应用前嗅爬虫

老王上次在小编帮助下作的一场大戏没成功就被员工以 pa gong 相要挟扼杀在摇篮里了，为了小王的茁壮成长，老王要老老实实的预测明年的销量了。

老王的内心戏：现在某龙辣条都走向国际了，深受各国人民的喜爱，我的辣条厂怎么做才能成为第二个某龙呢？老王不禁陷入了沉思，跟销量有关系的有什么呢?口味？形状？主推哪种辣条？口味没戏了，那就只能从形状和主推款入手了，想到这，老王兴奋的跑过来砸开了小编公司的大门，用期待的眼神看着小编，开始了新一轮的苦苦哀求。

同之前一样，老王激动的说出他的需求，小编帮他整理出了大概流程之后，开始进行了销量预测（有我们这样的好邻居请给我来一打，都是免费的啊。。。心在滴血）

第一步：通过Forespider采集数据

首先小编先在淘宝、天猫、一号店等各大电商平台搜索辣条，使用Forespider对关于各款辣条的销量和所有评论进行采集。

第二步：通过数据挖掘系统对评论信息进行挖掘

在采集完全部数据后发现，评论又多又杂，没办法直观地看出买家的喜好，小编应用依附在爬虫系统里的数据挖掘的功能，使用关键词搜索，设置包括口味、包装、原料、味道等关键词。由此，将含有口味，包装，原料，味道的评论分开。

之后又用到了分类器的情感极性分析，也称文本倾向性分析，即判断评论中的言论属于好吃、不好吃还是一般。通过这个判断，老王得到了一批关于好吃的评论，以及对应的商品和商品销量。

第三步：使用ForeAna对销量统计及分析

数据采集完之后，老王看见各款辣条的销量之后整个人是懵的。。。小编告诉老王，别害怕，忘了我们还有ForeAna分析系统了吗（说到这小编露出了奸商的微笑），随即将分类器关联到ForeAna数据分析引擎中自动得出关于销量，形状等的可视化图表。

第四步：建立数学模型

可是老王这次要做的是预测明年销量呀，所以光有上面的信息和步骤还远远不够。所以小编开始根据采集的数据结果进行建模，将得到的销量作为因变量，以口味、包装、原料作自变量，建立数学预测模型。

第五步：得出分析模型结果

经过模型预测分析得出结果，最后小编成功地为老王预测出了明年的各款辣条的销量：条状的400万，块状的350万，片状的300万。老王终于意识到自己生产单一辣条的弊端，暗自思忖着条状的销量最好，块状的次之，片状的紧随其后。兴奋地喊出明年不仅要继续生产块状辣条，还要增加生产条状的和片状的！

出于感谢，老王回到公司亲自搬了一箱辣条过来，让小编吃个够，撒花~