基于GIS技术的电商销售数据时空统计分析及可视化表达
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究目的与意义 | 第11-12页 |
| 1.2 研究背景 | 第12-15页 |
| 1.2.1 电子商务的背景与发展 | 第12-13页 |
| 1.2.2 web前端可视化的国内外研究背景 | 第13-14页 |
| 1.2.3 空间统计分析国内外研究背景 | 第14-15页 |
| 1.3 本文的研究内容 | 第15-17页 |
| 2 前端可视化技术与空间统计方法 | 第17-31页 |
| 2.1 web前端可视化 | 第17-20页 |
| 2.1.1 前端技术 | 第17-18页 |
| 2.1.2 JSON数据格式前端处理 | 第18-19页 |
| 2.1.3 可视化方法 | 第19-20页 |
| 2.2 空间统计分析 | 第20-28页 |
| 2.3 设计与开发思路 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 3 电商销售数据获取与处理 | 第31-41页 |
| 3.1 数据获取 | 第31页 |
| 3.2 数据的处理 | 第31-40页 |
| 3.2.1 数据获取至数据库 | 第31-33页 |
| 3.2.2 前后端交互 | 第33-34页 |
| 3.2.3 前端页面展示 | 第34-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 电商销售数据可视化表达与时空分析 | 第41-55页 |
| 4.1 电商销售可视化表达 | 第41-45页 |
| 4.1.1 电商销售数据地理分布 | 第41-44页 |
| 4.1.2 电商销售数据图表分析 | 第44-45页 |
| 4.2 电商销售时间分布 | 第45-53页 |
| 4.2.1 以星期为单位的电商销售数据时间分布 | 第47-49页 |
| 4.2.2 以天为单位电商销售数据时间分布 | 第49-53页 |
| 4.3 本章小结 | 第53-55页 |
| 5 商品属性特征的空间分布统计分析 | 第55-67页 |
| 5.1 物流要素空间统计分析 | 第56-60页 |
| 5.1.1 物流要素地理位置分布 | 第56-58页 |
| 5.1.2 物流要素统计分析 | 第58-60页 |
| 5.2 颜色要素空间统计分析 | 第60-63页 |
| 5.2.1 颜色要素地理分布 | 第61-62页 |
| 5.2.2 颜色要素优化热点分析 | 第62-63页 |
| 5.3 尺码要素的空间统计分析 | 第63-65页 |
| 5.3.1 尺码要素地理分布 | 第63-64页 |
| 5.3.2 尺码要素优化热点分析 | 第64-65页 |
| 5.4 本章小结 | 第65-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
