随着互联网的普及和电子商务的快速发展网上各类商品销售的商铺的数量和规模不断扩大消费者对于商品的选择也日益多样化。为了更好地满足消费者的需求提高销售额本文设计并实现了一款基于spark的电商零售交易数据分析系统。系统是一款基于B/S架构的web应用其它技术还包括pythonhadoopsparkvueechartspandas等。用户首先可以通过scrapy爬虫爬取京东的各类商品信息包括店铺信息商品名价格评论评分等。根据这些爬取的数据展示了商品销售额价格分段统计图价格销量比统计图和商品类目销售数量统计图等可视化数据。另外用户点击一个商品系统会根据学习叶贝斯机器学习算法推测出该商品的15天商品价格预测图。总的来说该系统的实现不仅提高了销售数据的处理效率而且为用户提供了更加精准的商品价格走势预测图。未来该系统还可以进一步优化算法提高预测的准确率帮助用户在更恰当的时候购买商品同时也可以让商铺给自己的产品设定更合适的价格。根据以上的功能需求情况整体的功能模块包括有前台vue项目模块后台django后台项目模块和爬虫模块。前台vue的页面主要页面包括注册与登录页面数据可视化展示页面爬虫模块主要用来爬取京东商城网的相关数据信息的通过使用hadoop进行数据的存储django后台用来提供前台所用的json数据以及给出价格预测的相关信息。其中商品价格预测模块的实现是基于机器学习功能之后的应用阶段。用户进入本系统可查看系统主页信息可视化主页面展示分为7块区域顶部是系统的名称下面划分为6个区域,ABCDEF区域分布是商品销售额价格分段统计区域价格销量比统计区域、商品列表展示区域、商品类目销售数量发布区域、商品类目销售金额发布区域和15天价格预测展示区域。主页中的图标数据主要是通过Echart框架的功能只需要创建对应的实体类变可以获取对应的展示信息