摘要：随着我国电子商务的日益发展，网络购物平台商品数据繁多且杂乱，人们追求商品质量的同时也对商家服务质量的要求不断提高，其中人们对商品信息的获取的便利与否尤其注重。常见的搜索引擎已经不能满足用户对快速准确获取信息的需求，而自动问答可以精准地回答用户以自然语言提出的问题。

本文以Python爬虫为基础，爬取京东购物平台商品信息，构建商品知识库。利用Django框架构建Web页面实现商品数据展示，用户可以很方便地浏览商品信息。结合中文分词技术定义问题关键词提取方法，运用编辑距离算法计算关键词与商品知识库中商品数据的相似度，根据相似度返回答案，最终实现中文问答系统。系统可以回答用户以自然语言提出的问题，帮助用户快速获取想要了解的商品信息，同时也可以缓解客服人员的工作压力。

关键词：自动问答；网络爬虫；电子商务

目   录

摘   要

ABSTRACT

第一章  绪论-1

1.1 研究背景-1

1.2研究现状-2

1.3 研究内容及主要工作-2

1.4 章节安排-3

第二章  系统开发相关技术-4

2.1 系统开发技术-4

2.1.1 Python技术-4

2.1.2 Django框架-4

2.1.3 网络爬虫技术-5

2.1.4 MySQL数据库-5

2.1.5 中文分词技术-6

2.2 技术分析比较-6

2.2.1数据爬取技术-6

2.2.2 分词工具-7

2.3 课题技术路线-8

2.4 本章小结-8

第三章  系统需求分析-9

3.1 系统可行性分析-9

3.2 系统总体需求-10

3.2.1性能需求-10

3.2.2 NABC模型分析-10

3.3 用户分析-11

3.4 其他需求-11

3.5 本章小结-12

第四章 自动问答系统分析与结构设计-13

4.1 问答系统总体架构设计-13

4.2 问答系统爬取数据模块-14

4.3 问答系统商品信息展示模块-15

4.4问答系统中文问答模块-15

4.5 本章小结-16

第五章 问答系统详细设计与实现-17

5.1 数据爬虫设计实现-17

5.1.1 分析京东商城页面-17

5.1.2 解析页面-18

5.1.3 JSON数据处理-19

5.1.4 爬取模块实现效果-20

5.2 Web页面展示模块实现-21

5.3 中文问答模块实现-23

5.3.1 分词与词性标注-23

5.3.2 关键词提取-25

5.3.3 相似度计算-25

5.4 系统功能测试-28

5.5 本章小结-29

第六章 总结与展望-30

6.1 总结-30

6.2 展望-30

参考文献-31

致谢-32