研究的基本内容:本题目基于网络爬虫技术、数据挖掘技术、数据建模技术，对演员近年来的各项数据进行采集、分析、建模和挖掘，旨在发现不同演员指标的内在联系、演员人气程度的变化趋势，以获得可视化的演员数据推算，从而对演员得到一个近似的评分。通过对演员特定领域数据的分析，利用学习到的软件工程及开发测试技术，完成演员数据的爬取、加工、入库、分析等各环节的工作。本课题主要分析数据是演员数据，建立能够全面描述演员属性的数据模型，通过手动或自动方式收集演员数据，通过对这些数据的整理，为相关分析功能提供数据基础。挖掘基于演员的统计分析需求，通过可视化工具呈现统计结果。

拟解决的主要问题:

1、对演员进行数据建模，建立能够支撑演员分析的数据库表结构；

2、利用爬虫技术爬取网络的演员数据；

3、爬取演员数据，按照分析数据库要求进行数据加工处理，并入分析数据库；

4、建立起演员评分模型，根据数据对演员进行评分。

5、通过球状页面把分数以及数据直观展现出来。

研究方法及措施

1.演员模型的数据建模，对演员数据的抽象组织，确定数据库需管辖的范围、数据的组织形式等直至转化成现实的数据库。 经过系统分析后，把抽象出来的概念模型转化为物理模型，用visio工具建立数据库实体以及各实体之间关系。

2.网络爬虫技术爬取演员近年来的各种数据，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止。另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索。

3.对爬取的数据进行处理，利用数据挖掘技术，按照演员建模数据库对数据进行分类，加工处理，得到适合模型的数据集，然后加入数据库中。

4.建立评分模型，不同数据和奖项都有不同的数据评分标准。

5.对基于Echarts的可视化工具进行学习和运用,实现数据可视化及数据挖掘结果可视化的相关功能。

6.运用软件工程的方法,对此演员智能分析系统进行测试以及验收