湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

目錄

1引言1

1.1項目開發(fā)背景1

1.2開發(fā)環(huán)境與工具1

1.2.1Python簡介1

1.2.2Pycharm簡介2

1.2.3Python第三方庫簡介2

2需求分析3

2.1可行性需求分析3

2.1.1技術(shù)可行性3

2.1.2社會可行性3

2.2采集目標功能分析4

2.3關(guān)鍵技術(shù)分析4

2.3.1爬蟲技術(shù)4

2.3.2文件存儲4

2.3.3數(shù)據(jù)清洗和可視化技術(shù)5

3數(shù)據(jù)采集5

3.1網(wǎng)頁分析5

3.2接口數(shù)據(jù)分析7

3.3代碼實現(xiàn)結(jié)果7

4數(shù)據(jù)清洗處理8

4.1數(shù)據(jù)清洗9

4.2數(shù)據(jù)存儲9

5數(shù)據(jù)分析統(tǒng)計與可視化10

5.1數(shù)據(jù)準備10

5.2圖表結(jié)果展示12

5.2.1根據(jù)前二十評論數(shù)和書籍評分對小說進行統(tǒng)計與分析12

5.2.2價格優(yōu)惠最大的書籍13

I

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

5.2.3top20排名簡介詞云14

5.2.4書籍字數(shù)分布圖15

5.2.5出版社年份圖16

5.3數(shù)據(jù)分析小結(jié)17

6小結(jié)17

參考資料19

II

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

豆瓣閱讀文學(xué)網(wǎng)數(shù)據(jù)采集與分析

1引言

隨著互聯(lián)網(wǎng)信息技術(shù)的普及和迅猛發(fā)展，人們對于數(shù)據(jù)的需求和利用也越來

越重視。在數(shù)字時代，數(shù)據(jù)被賦予了前所未有的價值，而大數(shù)據(jù)技術(shù)的崛起更是

加速了這一趨勢。大數(shù)據(jù)是指規(guī)模龐大、增長迅速且多樣化的數(shù)據(jù)集合，傳統(tǒng)軟

件工具難以有效捕獲、管理和處理這些數(shù)據(jù)。它具有強大的決策力、洞察力和流

程優(yōu)化能力，被廣泛應(yīng)用于各個領(lǐng)域。在文學(xué)領(lǐng)域，文學(xué)網(wǎng)站已經(jīng)成為了許多文

學(xué)愛好者獲取優(yōu)質(zhì)閱讀資源的重要渠道。文學(xué)網(wǎng)站扮演正在著重要的角色，為廣

大讀者提供了豐富的閱讀資源。而這些文學(xué)網(wǎng)站所積累的海量數(shù)據(jù)為本項目提供

了更加全面、深入的了解文學(xué)市場和讀者需求的機會。同時可以深入了解用戶的

行為習(xí)慣、興趣愛好以及市場趨勢等重要信息，可以為文學(xué)網(wǎng)站提供個性化和優(yōu)

質(zhì)的服務(wù)，為用戶提升體驗和滿意度，同時也為文學(xué)行業(yè)的發(fā)展提供有力支持，

推動數(shù)字文學(xué)的繁榮和創(chuàng)新。

1.1項目開發(fā)背景

作為讀者，經(jīng)常面臨選擇哪部小說來閱讀的困惑。有時候希望了解哪些題材

更受歡迎，或者想知道什么樣的作品能夠引起興趣，甚至希望能夠在海量的小說

中找到真正值得一讀的佳作。

對于文學(xué)網(wǎng)站而言，了解讀者偏好和流行趨勢就顯得至關(guān)重要。通過分析豆

瓣文學(xué)網(wǎng)站上的小說數(shù)據(jù)，可以幫助網(wǎng)站更加清晰地了解哪些作品更受歡迎，哪

些類型能夠抓住讀者的眼球，以及如何通過數(shù)據(jù)分析來發(fā)現(xiàn)讀者感興趣的作品。

這種信息能夠讓讀者更加精準地選擇符合他們口味的作品，并在繁多的選項中做

出明智的閱讀決策。

本畢業(yè)設(shè)計專注于幫助文學(xué)愛好者進行選擇，并通過爬取豆瓣文學(xué)網(wǎng)站的小

說數(shù)據(jù)，進行數(shù)據(jù)清洗、處理、存儲和可視化分析。通過簡化繁雜的數(shù)據(jù)，結(jié)果

清晰地展示給讀者，使其能夠選擇適合的作品類型并選擇合適的書籍。因此，本

畢業(yè)設(shè)計中包含數(shù)據(jù)爬取、清洗處理、存儲和可視化等環(huán)節(jié)。

1.2開發(fā)環(huán)境與工具

1.2.1Python簡介

Python它是一種面向?qū)ο蟮膭討B(tài)編程語言，也是一門非常熱門的編程語言，

其簡潔易懂的語法和強大的功能，已經(jīng)贏得了全球開發(fā)者的廣泛歡迎。Python

1

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

的應(yīng)用范圍非常廣泛。首先，它可用于網(wǎng)絡(luò)爬蟲、自動化數(shù)據(jù)采集以及處理，能

夠進行Web開發(fā)。其次，Python在機器學(xué)習(xí)、數(shù)據(jù)分析和數(shù)據(jù)可視化方面也發(fā)

揮重要作用，因此成為數(shù)據(jù)科學(xué)領(lǐng)域的主力工具之一。此外，Python還適用于

自動化運維、數(shù)據(jù)庫編程和網(wǎng)絡(luò)編程等領(lǐng)域。Python不僅是一門強大的編程語

言，它還是一個強大的“膠水”語言，可以把用其他語言編寫的各種模塊輕松地

聯(lián)接在一起。Python還能夠在Windows、Linux/Unix、MacOSX、其它操作系統(tǒng)

以及虛擬機上運行，具有高度的可移植性。在最新的HelloGitHub網(wǎng)站2024

年1月的排名中，Python編程語言位居第一。這證明了Python在開發(fā)者社區(qū)

中的受歡迎程度。

1.2.2Pycharm簡介

PyCharm是一種PythonIDE（集成開發(fā)環(huán)境）由JetBrains公司制作，專

門用于Python編程語言的開發(fā)，它提供了豐富的功能和工具，包括代碼自動補

全、調(diào)試器、代碼導(dǎo)航、版本控制集成等，幫助開發(fā)者提高效率并降低開發(fā)成本。

PyCharm的智能代碼編輯功能可以快速識別并糾正錯誤，同時還支持多種框架和

庫，如Django、Flask等，方便開發(fā)各類Python應(yīng)用程序。通過強大的插件系

統(tǒng)，用戶可以根據(jù)自己的需求擴展功能，定制化開發(fā)環(huán)境。總的來說，PyCharm

是Python開發(fā)者首選的IDE之一。

1.2.3Python第三方庫簡介

Requests是一款PythonHTTP客戶端庫，旨在簡化發(fā)送HTTP請求和處理響

應(yīng)。支持多種請求方式，并可輕松處理服務(wù)器返回的數(shù)據(jù)。還支持Cookie管理、

身份驗證和會話維護等功能。由于其簡單易用和高效性，Requests在Python社

區(qū)中備受推崇，成為許多開發(fā)者處理網(wǎng)絡(luò)請求的首選工具。

BeautifulSoup是一個用于解析HTML和XML文檔的Python庫。它能夠從

網(wǎng)頁中提取數(shù)據(jù)，幫助開發(fā)者快速準確地解析復(fù)雜的頁面結(jié)構(gòu)。它提供簡單直觀

的API用于導(dǎo)航、搜索以及修改解析樹。這使得BeautifulSoup成為了Python

中處理網(wǎng)頁解析任務(wù)的利器，廣泛應(yīng)用于數(shù)據(jù)挖掘、信息抽取以及網(wǎng)絡(luò)爬蟲等領(lǐng)

域。

CSV模塊是Python標準庫中用于讀取和寫入CSV（逗號分隔值）文件的工具。

它提供了簡單而有效的方式來處理CSV文件，使開發(fā)者能夠輕松地讀取、寫入以

及操作這種常見的數(shù)據(jù)格式。由于其易用性和功能豐富性，CSV模塊被廣泛應(yīng)用

于數(shù)據(jù)導(dǎo)入導(dǎo)出、數(shù)據(jù)清洗和數(shù)據(jù)處理等場景。

Re模塊是Python標準庫中專門用于進行正則表達式匹配和操作的工具。通

過Re模塊，開發(fā)者可以使用靈活強大的正則表達式來搜索、匹配和替換文本數(shù)

2

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

據(jù)。為處理復(fù)雜的文本處理需求提供了便利。由于其廣泛應(yīng)用于文本處理和數(shù)據(jù)

提取等領(lǐng)域，Re模塊被認為是Python中處理正則表達式的重要工具之一。

Pandas是Python中用于數(shù)據(jù)處理和分析的重要庫。Pandas提供了DataFra

me數(shù)據(jù)結(jié)構(gòu)，使得數(shù)據(jù)的清洗、轉(zhuǎn)換、篩選以及統(tǒng)計變得更加簡單和高效。由

于其強大而靈活的功能，Pandas成為了Python數(shù)據(jù)科學(xué)領(lǐng)域中不可或缺的工具，

被廣泛應(yīng)用于數(shù)據(jù)預(yù)處理、特征工程、數(shù)據(jù)分析和可視化等方面。

Jieba是一款基于Python語言開發(fā)的中文分詞工具，專注于中文文本處理

領(lǐng)域。由于其易用性和穩(wěn)定性，Jieba被廣泛應(yīng)用于中文文本挖掘、自然語言處

理、信息檢索等領(lǐng)域，成為處理中文文本的重要工具之一。

Itertools是Python標準庫中的一個工具模塊，提供了許多用于迭代和組

合操作的函數(shù)。這些豐富的功能和靈活的接口，被廣泛應(yīng)用于解決迭代和組合問

題，為Python編程帶來了便利和效率。

Time模塊是Python標準庫中用于處理時間相關(guān)操作的工具。它提供了一些

函數(shù)，讓你可以在程序中方便地處理時間。

Random模塊是Python標準庫中用于生成偽隨機數(shù)的工具。這個模塊在需要

模擬隨機性或者進行隨機化處理的場景下非常有用。

Pyecharts是一個基于Echarts的可視化庫，它提供了豐富多樣的交互式

圖表展示功能。Pyecharts的優(yōu)勢在于它能夠?qū)ython數(shù)據(jù)轉(zhuǎn)換為Echarts.

js所需的JavaScript代碼，從而實現(xiàn)了在Python中進行數(shù)據(jù)可視化的功能。

2需求分析

2.1可行性需求分析

2.1.1技術(shù)可行性

Python是一種流行的編程語言，近年來在市場上得到廣泛應(yīng)用。它具有簡

潔易懂的語法和強大的框架支持，這使得初學(xué)者更容易上手。此外，Python的

生態(tài)系統(tǒng)豐富，提供了許多功能強大的庫和工具，能夠滿足各種需求。

2.1.2社會可行性

當(dāng)前互聯(lián)網(wǎng)小說市場蓬勃發(fā)展，越來越多的人選擇在網(wǎng)絡(luò)上閱讀小說。這種

趨勢為互聯(lián)網(wǎng)小說商業(yè)化創(chuàng)造了機會。通過對互聯(lián)網(wǎng)小說網(wǎng)站的數(shù)據(jù)分析，本項

目可以深入了解該市場的運作規(guī)律，并為讀者提供選取心儀小說的參考。

3

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

2.2采集目標功能分析

項目的數(shù)據(jù)來源于豆瓣閱讀網(wǎng)，通過Python爬取豆瓣閱讀文學(xué)網(wǎng)，一共爬

取60頁的數(shù)據(jù)信息，數(shù)據(jù)清洗后共1094條記錄，以此盡可能保證數(shù)據(jù)可靠性。

爬取豆瓣閱讀文學(xué)網(wǎng)主要獲得了以下信息:書名，作者，字數(shù)，原價，優(yōu)惠

價，簡介，類別，評分，評論人數(shù)。

通過拿到的數(shù)據(jù)來確認是否是本項目需要的，通過評分還有評論可以來確認

讀者對這本書的是否喜愛，通過圖書優(yōu)惠價格可以發(fā)現(xiàn)網(wǎng)站對哪種圖書價格優(yōu)惠

最多。通過作品字數(shù)和作品評分和價格來確認作者的書是否成功等。

2.3關(guān)鍵技術(shù)分析

2.3.1爬蟲技術(shù)

網(wǎng)絡(luò)爬蟲技術(shù)在大數(shù)據(jù)時代的影響下變得越發(fā)重要。由于數(shù)據(jù)的龐大和復(fù)

雜，僅靠人力清理是低效且成本高昂的。為了應(yīng)對這一問題，網(wǎng)絡(luò)爬蟲應(yīng)運而生。

網(wǎng)絡(luò)爬蟲技術(shù)是一種自動化獲取互聯(lián)網(wǎng)信息的技術(shù)。它通過編寫程序，模擬

人類對網(wǎng)站進行瀏覽、提取和分析內(nèi)容的過程，從而能夠快速、高效地獲取大量

網(wǎng)絡(luò)信息。常用的爬蟲技術(shù)包括基于規(guī)則的爬蟲、基于鏈接的爬蟲、深度爬蟲等。

使用網(wǎng)絡(luò)爬蟲技術(shù)可以進行搜索引擎的信息檢索、數(shù)據(jù)挖掘、輿情監(jiān)測等。

2.3.2文件存儲

當(dāng)爬取數(shù)據(jù)完畢后，要對數(shù)據(jù)進行保存，對保存的數(shù)據(jù)進行清洗和處理，避

免重復(fù)拿取對網(wǎng)站造成壓力。

Json是一種通用的數(shù)據(jù)格式，廣泛應(yīng)用于數(shù)據(jù)交換和存儲，可被各種編程

語言解析和生成，它提供了一種簡單、易于理解和處理的數(shù)據(jù)表示方式。

CSV文件儲存:CSV文件是以逗號分隔的純文本形式存儲數(shù)據(jù)，可以用excel

打開。

保存的格式是CSV格式，如圖2-1顯示。

圖2-1保存CSV函數(shù)

4

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

2.3.3數(shù)據(jù)清洗和可視化技術(shù)

Pandas是一個強大的數(shù)據(jù)處理和分析庫，它提供了豐富的功能和工具來清

洗和轉(zhuǎn)換數(shù)據(jù)。此項目用到的功能有:數(shù)據(jù)加載，缺失值處理，重復(fù)值處理，數(shù)

據(jù)類型轉(zhuǎn)換，數(shù)據(jù)篩選和過濾，數(shù)據(jù)排序等。通過pandas可以方便地處理和轉(zhuǎn)

換數(shù)據(jù)，使數(shù)據(jù)變得更加規(guī)整和可分析。

Pyecharts是一個基于Echarts的Python數(shù)據(jù)可視化庫，它提供了豐富的

圖表類型和定制選項，能夠幫助用戶快速創(chuàng)建交互式和美觀的數(shù)據(jù)可視化圖表。

Pyecharts可以與Pandas緊密配合使用，通過將Pandas的數(shù)據(jù)轉(zhuǎn)換為Pyecha

rts所需的格式，實現(xiàn)對數(shù)據(jù)的可視化展示。

此項目用到的功能有:折線圖、柱狀圖、詞云圖、餅圖等。Pyecharts將數(shù)

據(jù)以直觀、易懂的方式展示出來，并通過圖表展示數(shù)據(jù)的特征和趨勢，提升數(shù)據(jù)

分析和決策的效果。

3數(shù)據(jù)采集

3.1網(wǎng)頁分析

在瀏覽器中打開網(wǎng)頁，選擇分類中的文學(xué)。如圖3-1所示，由圖可知，該

頁面的URL為/category/101?sort=hot&page=1。點

擊下一頁如圖3-2所示由圖可知，該頁面URL為/cat

egory/101?sort=hot&page=2發(fā)現(xiàn)url隨頁面發(fā)生變化。

圖3-1數(shù)據(jù)網(wǎng)址頁面

按下F12打開開發(fā)者工具，點擊網(wǎng)絡(luò)，刷新界面，發(fā)現(xiàn)document的響應(yīng)里

面沒有想要的數(shù)據(jù)，查看源代碼，搜索，發(fā)現(xiàn)沒有本項目想要的數(shù)據(jù)，可以猜測

可能是動態(tài)頁面，選擇篩選點擊XHR和Fetch發(fā)現(xiàn)kind/接口是本項目要的數(shù)據(jù)

如圖3-3點擊標頭，發(fā)現(xiàn)是post請求如圖3-4，點擊下一頁對比兩個請求的負

載，如圖3-5，發(fā)現(xiàn)負載請求只有page變了。

5

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-2數(shù)據(jù)網(wǎng)址頁面

圖3-3開發(fā)者工具

圖3-4數(shù)據(jù)類型請求頁面

6

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-5數(shù)據(jù)請求負載界面

3.2接口數(shù)據(jù)分析

點擊kind/接口中的響應(yīng)，發(fā)現(xiàn)返回的數(shù)據(jù)是一個Json文件，可以直接使

用Json庫進行解析。

3.3代碼實現(xiàn)結(jié)果

首先導(dǎo)入需要的庫，如圖3-6所示。

圖3-6導(dǎo)入Python庫

設(shè)置請求參數(shù)如圖3-7所示。

7

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖3-7設(shè)置請求頭

運行主函數(shù)如圖3-8所示。

圖3-8運行主函數(shù)代碼

4數(shù)據(jù)清洗處理

在這個數(shù)字化信息時代，數(shù)據(jù)爆炸式增長，想要發(fā)揮大數(shù)據(jù)的價值和作用，

必須對其進行清洗、分析和可視化。由于數(shù)據(jù)中常常存在臟數(shù)據(jù)，如不完整、不

規(guī)范、不準確的情況，因此數(shù)據(jù)清洗變得尤為重要。清洗數(shù)據(jù)包括檢查數(shù)據(jù)一致

性、處理無效值和缺失值等，以提高數(shù)據(jù)質(zhì)量。因為前期采集的數(shù)據(jù)可能存在各

種問題，如數(shù)據(jù)缺失、格式不統(tǒng)一等。因此，在數(shù)據(jù)分析之前，對數(shù)據(jù)進行清洗

是至關(guān)重要的。Pandas提供了豐富的功能和方法來處理數(shù)據(jù)預(yù)處理工作，例如

清理、合并和重塑異常數(shù)據(jù)。確保原始數(shù)據(jù)具有完整性、唯一性、權(quán)威性、合法

性和一致性。數(shù)據(jù)清洗處理是數(shù)據(jù)分析的重要步驟，它們旨在確保數(shù)據(jù)的準確性、

完整性和一致性，以便更好地進行后續(xù)的工作。

8

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

4.1數(shù)據(jù)清洗

導(dǎo)入所需要的庫，如圖4-1所示。

圖4-1導(dǎo)入Python庫

打開文件查看前10條如圖4-2。

圖4-2未清洗數(shù)據(jù)前五條

處理后結(jié)果查看前10條如圖4-3。

圖4-3清洗后數(shù)據(jù)前五條

4.2數(shù)據(jù)存儲

在Python中持久化數(shù)據(jù)存儲有三種方式。

1.文件存儲：將數(shù)據(jù)以文件的形式保存在計算機的文件系統(tǒng)中，可以使用T

XT件、CSV文件、JSON文件、EXCEL文件等格式進行存儲。

2.關(guān)系型數(shù)據(jù)庫存儲：使用關(guān)系型數(shù)據(jù)庫管理系統(tǒng)如Mysql、SQLite等，通

過結(jié)構(gòu)化查詢語言（SQL）來管理和存儲數(shù)據(jù)。

3.非關(guān)系型數(shù)據(jù)庫存儲：使用非關(guān)系型數(shù)據(jù)庫如MongoDB、Redis等，這些

數(shù)據(jù)庫通常以鍵值對、文檔型、列存儲等方式存儲數(shù)據(jù)。

此項目使用的是第一種保存到文件的方法，保存成CSV如圖4-4。

9

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

圖4-4保存CSV函數(shù)

5數(shù)據(jù)分析統(tǒng)計與可視化

5.1數(shù)據(jù)準備

導(dǎo)入所需庫，如圖5-1所示。

圖5-1導(dǎo)入Python庫

讀入清洗后的數(shù)據(jù)文件，進行柱狀和折線的繪制，然后將圖表保存在本地，

代碼如圖5-2所示。

圖5-2繪制柱狀圖和折線圖部分代碼

10

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

讀入清洗后的數(shù)據(jù)文件，進行柱狀圖的繪制，然后將圖表保存在本地，代碼

如圖5-3所示。

圖5-3優(yōu)惠柱狀圖部分代碼

讀入清洗后的數(shù)據(jù)文件，進行柱狀圖的繪制，然后將圖表保存在本地，代碼

如圖5-4所示。

圖5-4詞云圖部分代碼

讀入清洗后的數(shù)據(jù)文件，進行柱狀圖的繪制，然后將圖表保存在本地，代碼

如圖5-5所示。

圖5-5餅圖部分代碼

讀入清洗后的數(shù)據(jù)文件，進行詞云圖的繪制，然后將圖表保存在本地，代碼

11

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

如圖5-6所示。

圖5-6折線圖部分代碼

5.2圖表結(jié)果展示

5.2.1根據(jù)前二十評論數(shù)和書籍評分對小說進行統(tǒng)計與分析

統(tǒng)計與分析前二十評論數(shù)和書籍評分小說，如圖5-7。

圖5-7折線柱狀圖展示

根據(jù)評論數(shù)前二十和書籍評分對小說進行統(tǒng)計與分析，可以得出以下分析結(jié)

果?！痘钪泛汀队嗳A長篇小說全集》以9.6的高評分引人注目，這些書的作者

都是余華，可以看出余華的書籍有著深入人心的故事情節(jié)和精彩的文筆，從而吸

引了廣大讀者的關(guān)注?！洞竺魍醭泛汀睹鞒切┦隆芬?.5和9.4的評分緊隨

其后，這兩本小說可能通過恢弘的歷史背景和扣人心弦的故事吸引了讀者，讓人

12

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

們對歷史重新產(chǎn)生了濃厚的興趣。《一個女人的故事》以9.0的評分躋身前列，

作品展現(xiàn)了主人公在現(xiàn)代社會中的成長與奮斗，讓讀者感受到主人公的內(nèi)心世

界，共鳴她的喜怒哀樂，也從中汲取力量和啟示。這部小說或許會激勵更多的人

去追尋內(nèi)心的夢想，勇敢地面對生活的挑戰(zhàn)，成為自己想要成為的那個人。而《浮

木》以8.4的評分顯示出其引人入勝的情節(jié)和精湛的寫作技巧，為讀者帶來了獨

特的閱讀體驗。

《人民的名義》揭示了權(quán)力斗爭的殘酷和不擇手段的一面，引發(fā)人們對現(xiàn)實

社會的反思；《二十首情歌和一首絕望的詩》展現(xiàn)了愛情與絕望交織的主題，喚

起了讀者內(nèi)心深處的情感共鳴；而《刺猬的優(yōu)雅》則通過角色的獨特性格和生活

態(tài)度，啟示人們要珍惜內(nèi)心的美好，追求真正的幸福與意義?！镀皆系哪ξ鳌?/p>

以8.2的評分揭示了其深刻的思考和獨特的人物刻畫，為讀者呈現(xiàn)出一幅別樣的

文學(xué)畫卷。

總體而言，這些小說的高評分和評論數(shù)表明它們在讀者中具有較高的知名度

和影響力。這些作品涵蓋了各種不同的主題和風(fēng)格，為讀者提供了廣泛的選擇。

無論是引發(fā)共鳴的現(xiàn)實題材還是充滿想象力的奇幻故事，都能滿足不同讀者的閱

讀需求。這些小說展示了現(xiàn)代文學(xué)多樣性的發(fā)展趨勢，也反映了讀者對不同類型

故事的喜好。在未來的閱讀中，可以通過這些優(yōu)秀的作品，更好地領(lǐng)略文學(xué)的魅

力，感受閱讀的樂趣。

5.2.2價格優(yōu)惠最大的書籍

分析與統(tǒng)計價格優(yōu)惠最大的書籍，如圖5-8。

圖5-8優(yōu)惠柱狀圖展示

根據(jù)項目得到的數(shù)據(jù)，可以觀察到不同類別書籍的優(yōu)惠情況，每一本都承載

著其獨特的世界觀和深刻的思想價值，讓人不禁為之動容。從偵探小說到科幻巨

著，從武俠經(jīng)典到文學(xué)杰作，每一本書都如同一扇窗戶，開啟了通往不同世界的

13

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

大門?！栋⒓由た死锼沟僮髌芳髠商讲逄桨溉吩瓋r為786.99元，

現(xiàn)在的優(yōu)惠價為420.64元。這部作品集中了阿加莎·克里斯蒂的經(jīng)典偵探故事，

是推理小說愛好者不可錯過的收藏?！躲y河帝國：基地七部曲》的原價為378.0

元，現(xiàn)在的優(yōu)惠價僅為36.99元，折扣力度極大。作為科幻文學(xué)的里程碑之作，

它對科幻小說的發(fā)展產(chǎn)生了深遠的影響。《雪中悍刀行》完結(jié)版大全集原價399.

0元，現(xiàn)優(yōu)惠價198.8元。這部作品以其獨特的武俠世界觀和精彩的故事情節(jié)，

吸引了大量讀者的關(guān)注?！?666：珍藏紀念版》原價266.6元，現(xiàn)價99.0元。

這部跨國界的文學(xué)巨著以其宏大的結(jié)構(gòu)和深刻的主題思考，被譽為21世紀初最

重要的文學(xué)作品之一?！读_伯特·麥基虛構(gòu)藝術(shù)三部曲》原價185.0元，現(xiàn)價7

5.63元。這套作品深入探討了虛構(gòu)藝術(shù)的本質(zhì)和創(chuàng)作技巧，對文學(xué)創(chuàng)作有著重

要的指導(dǎo)意義。《血與火：坦格利安王朝史》原價135.0元，現(xiàn)價28.99元。這

本書以其豐富的歷史背景和曲折的故事線，為讀者呈現(xiàn)了一個宏大的奇幻世界。

《基督山伯爵》原價120.99元，現(xiàn)價15.98元。作為經(jīng)典復(fù)仇小說的代表作，

它以其錯綜復(fù)雜的情節(jié)和深刻的人性探討，贏得了全球讀者的喜愛?！吨茏魅思?/p>

外文譯稿1904-1945》原價160.0元，現(xiàn)價79.0元。這本書收錄了周作人先生

在不同時期的翻譯作品，展現(xiàn)了他對文學(xué)的深厚造詣和獨到見解?！短K東坡新傳》

原價100.8元，現(xiàn)價29.99元。這部傳記以全新的視角解讀蘇東坡的生平和思想，

為讀者提供了認識這位文學(xué)巨匠的新途徑?！兑簧穆贸獭吩瓋r88.0元，現(xiàn)價

21.9元。這本書通過作者的親身經(jīng)歷，探討了人生、旅行和意義的主題，給予

讀者啟示和思考。這些書籍的優(yōu)惠活動為廣大讀者提供了獲取經(jīng)典作品的絕佳機

會，無論是文學(xué)、歷史還是藝術(shù)愛好者，都能在這次優(yōu)惠中找到值得珍藏的好書。

5.2.3top20排名簡介詞云

分析與統(tǒng)計top20排名簡介詞云，如圖5-9。

圖5-9詞云圖展示

近年來，小說的類別多樣化趨勢日益明顯，這反映了文化多樣性的共同發(fā)展。

14

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

在挑選小說時，讀者們通常會快速瀏覽分類標簽和簡介，這成了一本書的名片，

幫助讀者快速判斷是否感興趣；同時，多樣化的分類標簽也提供了挑選引導(dǎo)，提

升了讀者尋找心儀小說的效率。不同類別的小說也有不同的閱讀方式，比如虛擬

故事情節(jié)的小說適合快速閱讀，而生活常識和科普類小說則更適合細細品味。根

據(jù)本項目所收集的小說分類數(shù)據(jù)的關(guān)鍵詞，可以看到在小說類別中，"小說"、"

中國"、"三體"、"美國"、"獎"等詞匯頻繁出現(xiàn)，反映了讀者對于特定主題和地

區(qū)的文學(xué)作品有著濃厚的興趣。尤其是"三體"這一關(guān)鍵詞的高頻出現(xiàn)，表明科幻

小說，特別是劉慈欣的《三體》系列，受到了廣泛的關(guān)注和喜愛。

關(guān)鍵詞"作家"和"作品"的頻繁出現(xiàn)，說明讀者不僅對小說本身感興趣，還關(guān)

注作者本人以及他們的創(chuàng)作過程，對文學(xué)作品的深入了解和探討成為讀者的一個

重要需求。

"歷史"、"社會"、"生活"等詞匯的出現(xiàn)，反映了讀者對于能夠反映人類歷史

進程、社會現(xiàn)象和日常生活的文學(xué)作品保持著高度的興趣。這些作品通常具有較

強的現(xiàn)實意義，能夠引起讀者的共鳴，促使他們思考人生和社會問題。

此外，"李白"、"契訶夫"、"雨果"、"大仲馬"等文學(xué)巨匠的名字出現(xiàn)，表明

經(jīng)典文學(xué)作品依然占據(jù)著重要的地位，讀者對于經(jīng)典作品的閱讀顯示了對文學(xué)傳

統(tǒng)的尊重和傳承。

通過對關(guān)鍵詞的分析，可以得出結(jié)論，讀者偏好故事性強、情節(jié)豐富、具有

深刻思想內(nèi)涵的小說，無論是現(xiàn)代科幻小說還是經(jīng)典文學(xué)作品，都能在讀者中找

到自己的位置。這種多樣化的閱讀興趣既反映了當(dāng)代社會的文化趨勢，也顯示了

文學(xué)作品在滿足人們精神需求方面的不可替代性。

5.2.4書籍字數(shù)分布圖

分析與統(tǒng)計書籍字數(shù)，如圖5-10。

圖5-10字數(shù)餅圖展示

根據(jù)圖表，可以觀察到書籍字數(shù)分布的具體情況。書籍的字數(shù)范圍從5000

字以下到100萬字以上，涵蓋了廣泛的文學(xué)作品和非虛構(gòu)類著作。

在字數(shù)超過100萬字的書籍中，有2%，這部分書籍往往是龐大的文學(xué)作品

15

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

或詳盡的系列小說，為讀者提供了豐富的故事情節(jié)和角色發(fā)展空間。這些書籍對

于那些喜歡深入閱讀、沉浸式體驗故事世界的讀者來說，是極佳的選擇。

在50萬至100萬字之間的書籍?dāng)?shù)量為3.9%，這類書籍通常包括較長的小說

和一些專業(yè)性較強的書籍。它們?yōu)樽x者提供了較為完整的故事框架和專業(yè)知識，

適合有一定閱讀時間和精力的讀者。

在20萬至50萬字之間的書籍?dāng)?shù)量最多，達到27%。這一區(qū)間的書籍可能包

括標準長度的長篇小說、非虛構(gòu)作品及學(xué)術(shù)等，旨在為讀者提供全面而深入的內(nèi)

容。

在5萬至20萬字之間的書籍?dāng)?shù)量為58%，占據(jù)了數(shù)據(jù)中的大比例。這些書

籍包括中短篇小說、散文集以及實用指南等，適合快速閱讀，滿足日常知識獲取

和娛樂放松的需求。

在5000至5萬字之間的書籍?dāng)?shù)量為7.8%，主要包括短篇小說、故事集或介

紹性讀物等，這類書籍適合于碎片化時間的閱讀，滿足忙碌讀者的閱讀需求。

總的來說，書籍字數(shù)的不同分布滿足了各種類型的讀者需求，從尋求深度閱

讀體驗的讀者到只有零碎時間進行閱讀的人，每個人都能找到合適自己的書籍。

這樣的多樣性不僅豐富了市場的選擇，也促進了文學(xué)和知識的傳播。

5.2.5出版社年份圖

分析與統(tǒng)計出版社年份，如圖5-11。

圖5-11出版社時間年份折線圖

從圖表中的數(shù)據(jù)可以得到以下信息，上海譯文出版社從2005年開始有記錄，

到2024年為止，其出版書籍的數(shù)量呈現(xiàn)波動增長的趨勢，特別是在2018年和2

022年達到了15本的高峰，顯示出該出版社在這些年份可能加大了出版力度或

者有重點作品的推出。2024年的數(shù)據(jù)顯示僅有1本書，可能是因為全年數(shù)據(jù)尚

未完整。人民文學(xué)出版社的數(shù)據(jù)從2001年開始，到2024年為止，其出版書籍?dāng)?shù)

量總體上呈現(xiàn)出顯著增長的趨勢，尤其是從2015年開始，每年的出版數(shù)量明顯

增多，達到2018年之后的兩位數(shù)，其中2022年達到了25本的峰值，表明人民

16

湖南商務(wù)職業(yè)技術(shù)學(xué)院畢業(yè)設(shè)計

文學(xué)出版社在近年來可能增加了對新書的投入和推廣力度。北京聯(lián)合出版公司的

記錄從2013年開始，到2023年為止，出版數(shù)量整體上呈現(xiàn)緩慢增長的態(tài)勢，2

021年達到10本的高點。這可能反映出北京聯(lián)合出版公司逐漸擴大了其出版范

圍或提升了出版質(zhì)量，吸引了更多作者和讀者。浙江文藝出版社的數(shù)據(jù)從2013

年錄入，到2024年止，其出版書籍?dāng)?shù)量在2017年之后顯著增加，尤其是在202

0年達到10本的高峰，顯示出該出版社在近年有較好的發(fā)展勢頭。譯林出版社

的數(shù)據(jù)從2009年開始記錄，到