1. 研究目的与意义
随着互联网信息技术的高速发展，以及数字电视和网络存储的不断提高，电影相关的产业也迎来发展的新机遇，网上出现了海量的电影资源，通过对电影和用户数据的相关分析，可以分析出用户喜欢的电影。
然而，若想对电影的相关数据进行分析是十分困难的，不仅数据的种类多，数据量大，而且其中存在的噪音较多，最后还需要用情感分析对得到的数据进行分析，但是展示的形式不够具体和形象化。
为了给用户在海量的电影资源中作出客观合理的抉择提供一定的参考，因此设计了影片数据可视化分析系统，本系统依据豆瓣电影数据的特点，通过对电影网站实时数据进行抓取、清理和整合，将获取的数据资源存储在文件中，将数据可视化，并通过网页进行显示，主要以图像的形式从不同角度显示，使用户可以更清晰、直观地分析相关电影数据。
2. 课题关键问题和重难点
课题关键：1.数据获取：使用网络爬虫技术来抓取相关的网页，以获取足够的有效数据；2.数据处理：对获取的数据进行预处理，清理及整合，以方便后续有效地可视化输出；3.可视化输出：既要突出核心数据，显示重要信息，还要防止数据过载，应对主题和属性的个数进行合理限定，确保用户能够舒适、高效地观察和理解。
课题难点：1.如今许多网站都都采取了一定的反爬虫机制，要想获取足够的数据，就得突破反爬虫机制，于是爬虫的编程开发难度会更大，并且爬虫系统后期维护成本比较高。
对数据可视化输出，输出方式多样，难点在于如何处理和使用数据，怎样做出系统的、真实的可视化页面，能够有效地展示出各种电影特点及发展现状。
3. 国内外研究现状（文献综述）
1.电影数据采集研究现状 目前无论是国外的还是国内的IMDB还是国内的豆瓣平台的数据获取都主要有两种方法：一种是通过平台提供公开的应用程序编程接口（API）获取数据；另外一种是通过网络爬虫获取数据[1-2]。
基于开放的API虽然可以直接获取数据，但是其开放权限有较大限制。
比如，目前豆瓣只开放一部分接口，并且很多对外的数据接口不是免费的，或者直接不对外开 放；即使是API对外开放，但是对于访问数据的频率以及数目上都有严格的控制。
4. 研究方案
影片数据可视化分析系统的开发要分为两个步骤，一为爬取数据并预处理，二为可视化输出。
1、爬取数据采用python语言，使用Selenium工具和PhantomJS浏览器突破反爬虫机制；2、可视化页面采用Python中的matplotlib库以散点图、饼状图、条形图等形式进行数据的可视化输出，利用Python的wordcloud、jieba库生成词云图，采用flask框架生成网页。
5. 工作计划
2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。
第17周：与导师沟通进行课题总体规划。
第18-19周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
