基于爬蟲數(shù)據(jù)的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建

雷 兵，梁凱凱

（河南工業(yè)大學(xué) 管理學(xué)院 商務(wù)智能與知識(shí)工程實(shí)驗(yàn)室，河南 鄭州 450001）

0 引言

糧油價(jià)格指數(shù)是反映各個(gè)時(shí)期糧油商品價(jià)格走勢(shì)的變化方向和程度的經(jīng)濟(jì)指標(biāo)。代表性高的糧油價(jià)格指數(shù)可以將更多的數(shù)據(jù)融入其中便于糧油市場(chǎng)供需雙方及經(jīng)濟(jì)學(xué)家更好的觀察和分析。近年來(lái)，隨著網(wǎng)絡(luò)零售市場(chǎng)的迅速發(fā)展，網(wǎng)絡(luò)購(gòu)物成為除傳統(tǒng)購(gòu)物市場(chǎng)外的另一種購(gòu)物方案，與此同時(shí)隨著新冠肺炎疫情的大面積不間斷流行，居民購(gòu)買糧油的習(xí)慣和渠道均發(fā)生了重大變化，網(wǎng)絡(luò)糧油零售市場(chǎng)成了居民的新消費(fèi)領(lǐng)域。數(shù)據(jù)顯示，2022年上半年我國(guó)網(wǎng)絡(luò)零售市場(chǎng)交易額達(dá)6.3萬(wàn)億元，糧油食品網(wǎng)絡(luò)零售額同比增長(zhǎng)21.9%。糧油網(wǎng)絡(luò)交易的迅速發(fā)展，使得糧油網(wǎng)絡(luò)零售價(jià)格的變化成為當(dāng)前消費(fèi)者和商家關(guān)注的熱點(diǎn)。

糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)是從消費(fèi)者價(jià)格指數(shù)中提煉出來(lái)的一種更精細(xì)的價(jià)格指數(shù)，目前鮮有專注于研究糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)的構(gòu)建，而在網(wǎng)購(gòu)份額逐步增高的環(huán)境下，若仍采用線下數(shù)據(jù)構(gòu)建糧油價(jià)格指數(shù)可能會(huì)出現(xiàn)偏差，而基于爬蟲數(shù)據(jù)可以更及時(shí)地構(gòu)建出糧油價(jià)格指數(shù)以給市場(chǎng)供需雙方提供參考，因此，基于電商平臺(tái)的爬蟲數(shù)據(jù)對(duì)糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)的構(gòu)建展開研究。

1 文獻(xiàn)回顧

網(wǎng)絡(luò)零售市場(chǎng)每天都產(chǎn)生價(jià)格、銷量等數(shù)據(jù)，這些數(shù)據(jù)為價(jià)格指數(shù)構(gòu)建提供了新的數(shù)據(jù)源，因此隨著網(wǎng)絡(luò)零售額的增長(zhǎng)，越來(lái)越需要將這些數(shù)據(jù)用于消費(fèi)者價(jià)格指數(shù)的構(gòu)建中，目前已有學(xué)者開始利用這些數(shù)據(jù)對(duì)網(wǎng)絡(luò)價(jià)格指數(shù)展開研究。

CAVALLO等指出數(shù)據(jù)收集技術(shù)有改善經(jīng)濟(jì)學(xué)中統(tǒng)計(jì)和實(shí)證研究的潛力，以2008年MIT發(fā)布的十億元價(jià)格項(xiàng)目驗(yàn)證了如何使用在線價(jià)格大數(shù)據(jù)構(gòu)建多個(gè)國(guó)家的每日價(jià)格指數(shù)[1]。2011年我國(guó)阿里網(wǎng)購(gòu)價(jià)格指數(shù)（aSPI）發(fā)布，其構(gòu)建初期數(shù)據(jù)來(lái)自淘寶網(wǎng)的4 886個(gè)四級(jí)類目中的389個(gè)類目作為成分類目，并以拉氏方法構(gòu)建，陳立雙指出其雖有優(yōu)化基礎(chǔ)數(shù)據(jù)質(zhì)量、提高籃子代表性等優(yōu)點(diǎn)但還存在大數(shù)據(jù)技術(shù)運(yùn)用和數(shù)據(jù)處理不規(guī)范等問(wèn)題，提出要加強(qiáng)創(chuàng)新型特色價(jià)格指數(shù)構(gòu)建的實(shí)踐探索[2]。米子川等對(duì)aSPI和CPI進(jìn)行了對(duì)比研究，提出了aSPI優(yōu)于CPI的一些基本特征，并指出大數(shù)據(jù)指數(shù)對(duì)傳統(tǒng)統(tǒng)計(jì)調(diào)查的佐證將成為一種新趨勢(shì)[3]。劉濤雄等人研究在數(shù)字經(jīng)濟(jì)時(shí)代如何使用在線大數(shù)據(jù)構(gòu)建實(shí)時(shí)高頻物價(jià)指數(shù)，從天貓、京東等B2C平臺(tái)抓取代表性大數(shù)據(jù)后基于拉氏指數(shù)以居民消費(fèi)為權(quán)數(shù)構(gòu)建了中國(guó)第一套基于互聯(lián)網(wǎng)大數(shù)據(jù)的居民消費(fèi)價(jià)格指數(shù)（iCPI），并發(fā)現(xiàn)iCPI不但能反映CPI與現(xiàn)有主要宏觀經(jīng)濟(jì)變量的關(guān)系還能捕捉一些CPI無(wú)法反映的信息[4]。URIARTE等基于網(wǎng)絡(luò)抓取數(shù)據(jù)的價(jià)格指數(shù)構(gòu)建案例，發(fā)現(xiàn)與傳統(tǒng)數(shù)據(jù)收集方法相比，基于該數(shù)據(jù)構(gòu)建的價(jià)格指數(shù)可與官方統(tǒng)計(jì)數(shù)據(jù)相媲美且成本更低，還可構(gòu)建出服務(wù)于特定群體的價(jià)格指數(shù)[5]。JUSZCZAK使用網(wǎng)絡(luò)抓取數(shù)據(jù)編制了價(jià)格指數(shù)對(duì)鞋類的價(jià)格動(dòng)態(tài)進(jìn)行了研究[6]。BENEDETTI等基于時(shí)間交互-區(qū)域產(chǎn)品模型，使用網(wǎng)絡(luò)爬蟲數(shù)據(jù)構(gòu)建了蘋果、面包等商品的高頻城市空間價(jià)格指數(shù)[7]。HILLEN指出可通過(guò)爬蟲技術(shù)實(shí)時(shí)收集網(wǎng)絡(luò)食品價(jià)格數(shù)據(jù)展開食品價(jià)格研究，克服目前食品價(jià)格數(shù)據(jù)來(lái)源的部分局限性[8]。JAWORSKI在COVID-19期間提出一個(gè)自動(dòng)收集和分析波蘭在線食品價(jià)格的框架，來(lái)實(shí)時(shí)追蹤波蘭的食品價(jià)格通脹水平[9]。

現(xiàn)有學(xué)者基于網(wǎng)絡(luò)零售大數(shù)據(jù)的研究主要側(cè)重于構(gòu)建綜合性指數(shù)即消費(fèi)者價(jià)格指數(shù)，而關(guān)于服務(wù)于特定人群的價(jià)格指數(shù)研究較少，并且他們的研究主要集中于基于爬蟲技術(shù)抓取在線食品價(jià)格數(shù)據(jù)進(jìn)而研究食品的價(jià)格通脹，卻鮮有關(guān)于糧油價(jià)格指數(shù)的研究，因此本研究的重點(diǎn)則是結(jié)合糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建目標(biāo)設(shè)計(jì)一種基于電商平臺(tái)爬蟲數(shù)據(jù)的數(shù)據(jù)處理流程，進(jìn)而提出一種新的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建方案。

2 爬蟲數(shù)據(jù)來(lái)源及處理

2.1 爬蟲數(shù)據(jù)來(lái)源

糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建的數(shù)據(jù)如何獲取非常重要，網(wǎng)絡(luò)零售大數(shù)據(jù)來(lái)源于網(wǎng)絡(luò)零售市場(chǎng)，目前國(guó)內(nèi)網(wǎng)絡(luò)零售市場(chǎng)主要有淘寶、京東等平臺(tái)，這些平臺(tái)每天都在產(chǎn)生著大量的網(wǎng)絡(luò)零售數(shù)據(jù)，由于各個(gè)網(wǎng)絡(luò)零售市場(chǎng)的數(shù)據(jù)類別都相差無(wú)幾，所以以淘寶平臺(tái)為例對(duì)網(wǎng)絡(luò)零售數(shù)據(jù)進(jìn)行介紹。淘寶網(wǎng)絡(luò)零售數(shù)據(jù)主要分為結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)主要有價(jià)格、銷量、累計(jì)評(píng)價(jià)等；非結(jié)構(gòu)化數(shù)據(jù)主要有商品介紹信息、店鋪信息、店鋪活動(dòng)等。所使用的主要信息為結(jié)構(gòu)化數(shù)據(jù)中的價(jià)格和銷量，其他的則為輔助信息。本研究的目標(biāo)是構(gòu)建糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)，因此從2022年5月1日開始每周日基于八爪魚爬蟲工具抓取淘寶平臺(tái)糧油類目的商品零售信息，共抓取12次，將其定義為｛1，2，3，4，5，6，7，8，9，10，11，12｝期，具體抓取過(guò)程如下。

第一，分析目標(biāo)網(wǎng)站，了解數(shù)據(jù)結(jié)構(gòu)分布，確定所需數(shù)據(jù)的位置。通過(guò)分析淘寶平臺(tái)的網(wǎng)頁(yè)結(jié)構(gòu)可知，在搜索某品類商品后，頁(yè)面僅顯示價(jià)格、銷量/評(píng)價(jià)及店鋪等信息，而商品ID、商品介紹信息等更詳細(xì)的信息，則需進(jìn)入每個(gè)商品的詳情頁(yè)才可獲取。

第二，基于“糧油”關(guān)鍵詞初步抓取。在淘寶平臺(tái)的檢索框內(nèi)輸入“糧油”關(guān)鍵詞進(jìn)行首次檢索，可獲取的檢索頁(yè)面為100頁(yè)，每頁(yè)44條，在獲取檢索頁(yè)面后，將頁(yè)面按銷量降序排列，以商品頁(yè)面最大值為準(zhǔn)逐頁(yè)進(jìn)入每個(gè)商品的詳情頁(yè)抓取所需的商品銷售信息。

第三，細(xì)化糧油類目的抓取范圍，進(jìn)行二次抓取。為保證對(duì)淘寶平臺(tái)糧油類目下所有在售商品的最大覆蓋，通過(guò)對(duì)糧油類目商品的初步抓取結(jié)果進(jìn)行分析，發(fā)現(xiàn)糧油類目下有更精細(xì)的二級(jí)類目即食用油、大米、雜糧與面粉，因此在淘寶平臺(tái)的檢索框內(nèi)分別輸入糧油類目下的小類目關(guān)鍵詞進(jìn)行二次檢索，并對(duì)檢索頁(yè)面實(shí)施上一步的抓取過(guò)程。

第四，將抓取的每條商品數(shù)據(jù)存儲(chǔ)至事先設(shè)定的csv文件中，存儲(chǔ)的字段主要包括SKU鏈接、商品ID、標(biāo)題、店鋪名稱、店鋪活動(dòng)、價(jià)格、銷量、累計(jì)評(píng)價(jià)、商品介紹信息，淘寶平臺(tái)的各期糧油網(wǎng)絡(luò)零售爬蟲數(shù)據(jù)量分別為 15 359、13 058、12 743、13 676、14 456、14 284、12520、10 985、13 733、12618、13 975、15675。

2.2 爬蟲數(shù)據(jù)處理

2.2.1 數(shù)據(jù)清洗

糧油網(wǎng)絡(luò)零售數(shù)據(jù)爬取后，需對(duì)其進(jìn)行數(shù)據(jù)清洗即無(wú)效值與異常值處理。在無(wú)效值方面，由于網(wǎng)絡(luò)零售商品數(shù)據(jù)在抓取時(shí)可能會(huì)遇到網(wǎng)絡(luò)等問(wèn)題，導(dǎo)致部分商品存在重復(fù)抓取的情況，因此需以商品ID為基準(zhǔn)刪除重復(fù)值；還需去除銷量為零的商品，其并不會(huì)影響價(jià)格指數(shù)構(gòu)建精度。在異常值方面，由于商家在網(wǎng)絡(luò)零售市場(chǎng)中上下架商品時(shí)并不會(huì)有額外成本，同時(shí)為了引流和提高店鋪檔次，部分商家會(huì)上架一些價(jià)格極低與極高的商品，而這些商品中多數(shù)與主流商品的價(jià)格走勢(shì)并不相同，因此為了防止這些商品對(duì)糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)的構(gòu)建精度造成影響，將爬取的商品數(shù)據(jù)按價(jià)格升序排列后，剔除前后3%范圍內(nèi)的商品。

2.2.2 商品類別識(shí)別

由于抓取到的商品中含有非糧油類目的商品，如檢索“小米”時(shí)可能搜到“小米手機(jī)”而不是糧油類的小米等，因此需進(jìn)行商品類別識(shí)別以剔除無(wú)關(guān)商品；同時(shí)，為保證糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)的構(gòu)建精度，還需對(duì)依據(jù)“糧油”關(guān)鍵詞抓取的商品進(jìn)行類別細(xì)分。對(duì)爬蟲數(shù)據(jù)進(jìn)行商品類別識(shí)別的處理步驟如下：①無(wú)關(guān)商品剔除。建立干擾詞典列表，如“手機(jī)，大米收納盒，米箱，米缸，米桶等”，通過(guò)Python語(yǔ)言中的re函數(shù)編寫正則匹配規(guī)則對(duì)爬取的商品進(jìn)行遍歷，剔除商品標(biāo)題中含有干擾詞典中詞語(yǔ)的商品。②識(shí)別基于“糧油”關(guān)鍵詞抓取的商品類別。目前主要用機(jī)器學(xué)習(xí)方面的方法對(duì)文本進(jìn)行分類，其中常用的方法有決策樹、樸素貝葉斯算法等，其中樸素貝葉斯算法是一種有較好分類效果的算法，因此采用樸素貝葉斯算法進(jìn)行訓(xùn)練，得到網(wǎng)絡(luò)糧油商品分類模型，然后基于其對(duì)未標(biāo)志的網(wǎng)絡(luò)糧油商品進(jìn)行分類，分類步驟如下：①文本預(yù)處理。首先，網(wǎng)絡(luò)糧油商品標(biāo)題中含有與商品類別無(wú)關(guān)的詞語(yǔ)，如“5kg”“斤”“包郵”等，因此需基于Python語(yǔ)言中的re函數(shù)編寫匹配規(guī)則，將商品標(biāo)題中的無(wú)關(guān)詞語(yǔ)剔除。其次，借助Python語(yǔ)言中的jieba分詞函數(shù)對(duì)商品標(biāo)題進(jìn)行分詞處理，但jieba分詞函數(shù)中所含的語(yǔ)料庫(kù)并不能包含所有與網(wǎng)絡(luò)糧油類別相關(guān)的詞語(yǔ)，因此在分詞處理前需先建立網(wǎng)絡(luò)糧油類別語(yǔ)料庫(kù)，其含有五常大米、蛋糕粉、橄欖油等詞語(yǔ)。最后，基于文本向量化方法對(duì)分詞結(jié)果進(jìn)行向量化。常用的文本向量化方法有詞袋模型、TF-IDF和Word2vec等，考慮到依據(jù)商品標(biāo)題進(jìn)行商品分類是一種短文本分類，而且網(wǎng)絡(luò)商家對(duì)商品標(biāo)題主要是以關(guān)鍵詞進(jìn)行撰寫，上下文間的聯(lián)系較少，而文本向量化方法中的詞袋模型能較好地處理短文本中關(guān)鍵詞的詞頻問(wèn)題，因此選用詞袋模型將分詞結(jié)果進(jìn)行向量化，步驟為：先基于分詞結(jié)果選出前400個(gè)高頻詞語(yǔ)，然后依據(jù)每一條商品數(shù)據(jù)對(duì)照400個(gè)高頻詞語(yǔ)進(jìn)行向量化。②基于樸素貝葉斯算法的網(wǎng)絡(luò)糧油商品分類模型訓(xùn)練。將基于食用油、大米、雜糧與面粉為關(guān)鍵詞檢索的爬蟲數(shù)據(jù)作為模型的訓(xùn)練集。設(shè)訓(xùn)練集S=｛s1，s2…，sn｝，對(duì)應(yīng)的商品特征屬性集 X=｛x1，x2…，xm｝，商品類別集 C=｛c1，c2…，c4｝。

基于訓(xùn)練集數(shù)據(jù)可得，各個(gè)商品類別的先驗(yàn)概率P（cb）與每個(gè)商品特征在各個(gè)類別下的條件概率P（X|C=cb）如下：P（cb）=Ncb/N，其中Ncb為訓(xùn)練集中商品類別為cb的商品數(shù)量，N為訓(xùn)練集中的商品數(shù)量；；隨后基于P（cb）、P（X|C=cb）可得商品Xi屬于某一商品類別cb的后驗(yàn)概率為，其中P（Xi）為事件Xi發(fā)生的概率。

后驗(yàn)概率最大的商品類別即為預(yù)測(cè)類別，據(jù)基于樸素貝葉斯算法的網(wǎng)絡(luò)糧油商品分類模型預(yù)測(cè)商品屬于商品類別集中的某類，當(dāng)且僅當(dāng)滿足以下公式：

基于樸素貝葉斯算法的網(wǎng)絡(luò)糧油商品分類模型建立好后，還需引入機(jī)器學(xué)習(xí)中常用的分類效果評(píng)價(jià)標(biāo)準(zhǔn)即精確率p、召回率R和測(cè)度，將需預(yù)測(cè)的商品類別標(biāo)簽當(dāng)作正類，其他商品類別當(dāng)為負(fù)類，構(gòu)建混淆矩陣，則p、R和的計(jì)算式如下：

其中，TP為預(yù)測(cè)為正，實(shí)際為正，F(xiàn)P為預(yù)測(cè)為正，實(shí)際為負(fù)，F(xiàn)N為預(yù)測(cè)為負(fù)，實(shí)際為正。

依據(jù)Python語(yǔ)言實(shí)現(xiàn)基于樸素貝葉斯算法的網(wǎng)絡(luò)糧油商品分類模型。訓(xùn)練集中食用油、大米、雜糧與面粉下的爬蟲數(shù)據(jù)量分別為4 630、4 247、5 243、2 851，將其按7∶3的比例劃分出30%的數(shù)據(jù)用于驗(yàn)證模型的預(yù)測(cè)效果，據(jù)式（2）可得預(yù)測(cè)結(jié)果為p=0.974 2、R=0.976 6、F1=0.975 2，其證明基于樸素貝葉斯算法的網(wǎng)絡(luò)糧油商品分類模型的分類效果較好，可將該模型用于網(wǎng)絡(luò)糧油商品分類。

（3）基于樸素貝葉斯算法的網(wǎng)絡(luò)糧油商品分類模型實(shí)踐。根據(jù)訓(xùn)練好的模型對(duì)基于“糧油”關(guān)鍵詞抓取的數(shù)據(jù)進(jìn)行分類標(biāo)記，并進(jìn)一步驗(yàn)證分類模型的分類效果，如某商品標(biāo)題為“廠家直銷老娘舅香稻江南鮮大米優(yōu)質(zhì)粳米香軟糯”，預(yù)測(cè)商品類別為“大米”，而其真實(shí)商品類別也為“大米”，表明基于樸素貝葉斯算法構(gòu)建的網(wǎng)絡(luò)糧油商品分類模型能夠較好地依據(jù)商品標(biāo)題對(duì)商品進(jìn)行精準(zhǔn)分類，有助于商品識(shí)別，進(jìn)而可快速且精確的構(gòu)建出糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)。

3 基于爬蟲數(shù)據(jù)的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建及分析

3.1 糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建方法確定

以淘寶平臺(tái)中糧油類目為例主要構(gòu)建的是類指數(shù)，類指數(shù)的構(gòu)建需要從個(gè)體開始然后加權(quán)到類，而構(gòu)建的目的是反映不同個(gè)體及類逐期的變動(dòng)趨勢(shì)和程度，因此，主要構(gòu)建環(huán)比價(jià)格指數(shù)，因?yàn)槠鋵?duì)逐期變動(dòng)趨勢(shì)和程度較敏感，能準(zhǔn)確、迅速地反映短期價(jià)格變化情況，便于商家及時(shí)了解價(jià)格變動(dòng)趨勢(shì)，并分析其原因。

從構(gòu)建糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)的實(shí)際意義來(lái)看，網(wǎng)絡(luò)零售市場(chǎng)雙方較關(guān)心的是在報(bào)告期成交量條件下商品零售價(jià)格的變動(dòng)趨勢(shì)，并希望通過(guò)它從側(cè)面對(duì)經(jīng)濟(jì)活動(dòng)進(jìn)行觀察和分析。結(jié)合價(jià)格指數(shù)的構(gòu)建意義，選擇的價(jià)格指數(shù)構(gòu)建方法為帕氏，公式為，而為了價(jià)格指數(shù)構(gòu)建更加簡(jiǎn)便，對(duì)帕氏公式進(jìn)行變形[10]如：

其中，pti為第i個(gè)商品第t期的價(jià)格，qit為第i個(gè)商品第t期的成交量，pi0為第i個(gè)商品的基期價(jià)格，為第 i個(gè)商品第t期的價(jià)格變化，為第i個(gè)商品第t期的權(quán)重。這種公式變形不僅可反映居民網(wǎng)絡(luò)消費(fèi)商品價(jià)格的變化狀況，也能反映因價(jià)格變化而引起的報(bào)告期居民網(wǎng)絡(luò)消費(fèi)費(fèi)用的實(shí)際變化情況。

3.2 糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建與分析

將淘寶平臺(tái)中糧油類目的4個(gè)子類，分別記為D1，…，D4，依照aSPI以各子類的銷售額占比為各子類的權(quán)重，將其分別定義為W1，…，W4。以D1子類為例，假設(shè)其共有n個(gè)規(guī)格品G1，…，Gn，第t-1期的價(jià)格分別為，第t期的價(jià)格為，權(quán)重分別為。

糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建思路：第一步，計(jì)算子類商品中規(guī)格品第t-1期與第t-1期的價(jià)格比。第二步，計(jì)算子類商品第t期與第t-1期的環(huán)比價(jià)格指數(shù)。第三步，計(jì)算糧油類的第t期與第t-1期的環(huán)比價(jià)格指數(shù)。具體構(gòu)建過(guò)程如下：第一，計(jì)算規(guī)格品價(jià)格變化，D1子類下第t期規(guī)格品a的環(huán)比價(jià)格變化與權(quán)重分別為，，a=1，2，…，n；第二，“不同規(guī)格品→子類價(jià)格變化”采用帕氏指數(shù)，則第t期D1子類的環(huán)比價(jià)格變化為；第三，“不同子類→大類指數(shù)”采用加權(quán)平均法，則第t期中總指數(shù)的環(huán)比價(jià)格變化為。

根據(jù)糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建思路與步驟可得，淘寶平臺(tái)的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)見表1。

表1 淘寶平臺(tái)的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)

由表1可知，糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)和大米、雜糧、面粉及食用油網(wǎng)絡(luò)零售價(jià)格指數(shù)在每一期的價(jià)格走勢(shì)方向并不相同，因此在對(duì)淘寶平臺(tái)的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)進(jìn)行研究時(shí)，不能僅看綜合性價(jià)格指數(shù)，還需對(duì)綜合性價(jià)格指數(shù)下的細(xì)分價(jià)格指數(shù)進(jìn)行研究。為進(jìn)一步探究大米、雜糧、面粉及食用油和糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)之間的關(guān)系，引入Pearson相關(guān)系數(shù)，通過(guò)計(jì)算可得它們之間的Pearson相關(guān)系數(shù)分別為0.561、0.149、-0.042、0.476，由相關(guān)系數(shù)可知雜糧、面粉類目的商品與糧油整體價(jià)格走勢(shì)之間的差距最大，而大米、食用油類目商品次之，進(jìn)一步證明若網(wǎng)絡(luò)零售商家想要更加精細(xì)地了解網(wǎng)絡(luò)糧油商品的價(jià)格走勢(shì)，則需要對(duì)網(wǎng)絡(luò)糧油類目下的二級(jí)類目商品獨(dú)立研究。

4 結(jié)論

采用淘寶平臺(tái)的糧油零售數(shù)據(jù)，從數(shù)據(jù)抓取與清洗、商品分類、價(jià)格指數(shù)構(gòu)建方法確定等方面提出了糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建方案，該方案可為糧油網(wǎng)絡(luò)零售市場(chǎng)的供需雙方及相關(guān)人員研究糧油網(wǎng)絡(luò)零售價(jià)格的走勢(shì)提供一種新途徑。通過(guò)數(shù)據(jù)抓取技術(shù)提供了一個(gè)爬蟲流程，用于收集淘寶平臺(tái)的糧油零售數(shù)據(jù)，并基于樸素貝葉斯算法構(gòu)建了一個(gè)網(wǎng)絡(luò)糧油商品分類模型，提高了糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)的構(gòu)建精度和時(shí)效。最后通過(guò)對(duì)淘寶平臺(tái)的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)的構(gòu)建結(jié)果分析可得，若電商平臺(tái)的供需雙方想要更加精細(xì)地了解網(wǎng)絡(luò)糧油商品的價(jià)格走勢(shì)，則需對(duì)網(wǎng)絡(luò)糧油類目下的二級(jí)類目商品獨(dú)立研究。

本研究的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)是基于淘寶平臺(tái)的零售數(shù)據(jù)構(gòu)建的，提出的糧油網(wǎng)絡(luò)零售價(jià)格指數(shù)構(gòu)建方案，可為其他電商平臺(tái)的不同類商品的零售數(shù)據(jù)抓取、價(jià)格指數(shù)構(gòu)建和監(jiān)控提供應(yīng)用基礎(chǔ)，同時(shí)也可根據(jù)網(wǎng)絡(luò)零售數(shù)據(jù)的爬取頻次構(gòu)建出實(shí)時(shí)的日頻、周頻等價(jià)格指數(shù)。