本论文采用模块化处理方式，对系统分功能、分模块。将系统分成：1、 系统用户登录功能：可对个人账户进行管理，账户信息与MySQL数据库连接。2、系统首页展示3、爬取电影网页的数据展示功能：用表格的形式对电影数据信息进行排版，使用户清晰地了解各个电影的票房、评分、演员表等一系列重要信息。4、电影数据词云图展示功能。可以将评论、标题、演员等数据以词云图的形式展现出来。5、电影种类分布功能：可根据种类展示出各个种类电影的分布情况。6、各类型电影的评分变化展示功能：根据不同类型电影分类，可以将用户对电影的评分以折线图表现出来。

本文重点阐述了对豆瓣电影网的中国近10年电影数据的爬取，通过对豆瓣的网站分析，进一步对程序进行详细的设计以及对数据的可视化分析。运用Python语言以及其强大的多功能模块进行开发设计。通过环境概述、分析目标网站、进行数据采集清洗、数据可视化分析这几个部分，详细的说明了对豆瓣的中国近10年电影数据爬虫的开发过程，以及对电影数据进行相应的热度、喜爱种类类型、喜爱的导演等多方面进行可视化的数据分析。为电影行业提供相应的参考数据。

二、完成的主要任务及要求

1. 查阅文献资料，明确毕业设计题目的意义及目的，查阅参考文献不少于30篇；

2. 学习并掌握Python,可视化相关知识；

3. 完成基于Python的豆瓣电影数据分析可视化系统设计与实现； 

4. 提出多个可行性方案，分析比较后，选择其中一个方案进行具体设计； 

5. 在设计过程中，对各个部分进行详细分析；

6. 撰写毕业设计说明书及毕业设计简介；

7. 按照学院要求规范撰写毕业设计文档。

三、完成任务的时间节点

第七学期，第5周-7周：确定选题，开始查阅参考文献，并按照任务要求展开研究。

第七学期，第8周-14周：阅读大量参考文献，形成自己设计方案，提出开题答辩申请。 

第七学期，第15周-16周：完成开题答辩。

寒假，自主进行研究，与指导老师线上沟通。

第八学期，第1-2周：完成豆瓣电影数据分析可视化系统的框架研究。

第八学期，第3-4周：完成总体框架设计及各功能模块设计。

第八学期，第5-6周：细化研究子模块，调试代码，测试数据。

第八学期，第7-9周：完成毕业设计文档撰写工作，并对文档进行查重，完成毕业设计定稿。

第八学期，第10周：将毕业设计提交指导教师评审，评阅人评审。

第八学期，第11周-12周：完成毕业答辩。

四、必读参考文献

[1]高巍，孙盼盼，李大舟，等．基于Python爬虫的电影数据可视化分析[J]．沈阳化工大学学报，2020(9)：167-169．

[2]王国华.基于python的豆瓣电影网络爬虫设计与分析[A]. 天津市电子学会.第三十六届中国（天津）2022’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C].天津市电子学会:天津市电子学会,2022:212-215.

[3]程夏敏.对“豆瓣电影”网站数据和内容的分析——以2021年国产电影为例[J]. 中国电影市场,2022,(07):23-30.

[4]蔡文乐,周晴晴,刘玉婷,秦立静. 基于Python爬虫的豆瓣电影影评数据可视化分析[J]. 现代信息科技,2021,5(18):86-89+93.

[5]张荑阳,毛红霞.基于python的豆瓣电影数据采集与分析可视化[J]. 电子制作,2021,(16):47-49.

[6]高巍,孙盼盼,李大舟.基于Python爬虫的电影数据可视化分析[J]. 沈阳化工大学学报,2020,34(01):73-78.

[7]杨孟姣,杜棋东.基于Python爬虫网站数据分析系统设计与实现[J]. 计算机时代,2022,(11):81-83+88.

[8]王辛浩,单艳.探究Python语言下网络爬虫的技术特点及应用[J]. 数字技术与应用,2022,40(10):85-87.

[9]黄蓉,毛红霞.基于豆瓣网某系列电影数据采集与可视化分析[J]. 现代信息科技,2020,4(23):4-7.

[10]王志.电影网站数据挖掘可视化系统设计与实现[D].华中科技大学,2019.

[11]邱俊杰.基于Python定向爬虫技术对微博数据可视化设计与实现[J]．电脑知识与技术：学术版，2020(22)：43-44．

[12] HERR B W，KE W，HARDY E，et al．Movies and Actors：Mapping the Internet MovieDatabase[C]//200711thInternationalConferenceInformationVisualization (Ⅳ’07)．New York：IEEE，2007：465-469.

[13]HAUGHTON D，MCLAUGHLIM M D，MENTZER K，et al．Movie Analytics：Visualization of the Co-Starring Network[C]//2014 IEEE 4th Symposium on Large Data Analysis and Visualization (LDAV)．New York：IEEE，2014：115-116．

[14] NEMETH B，TAKACS G，PILASZY I，et al．Visualization of Movie Features in Collaborative Filtering[C]//2013 12th International Conference on Intelligent Software Methodologies，Tools and Techniques (SoMeT)．New York：IEEE，2013：229-233．

[15]许冰晗，尚鸿运，马灿，等．基于Movielens电影数据的可视分析[J]．计算机工程与科学，2017，39(11)：2086-2094．