李宇 何跃 吴中霞 唐琪雨 郑灏键

摘 要：2020年春节以来，新冠疫情的逐渐恶化在很大程度上影响了消费者的生鲜购买习惯，实现从农贸市场向连锁超市和生鲜电商平台的转变。因此，本研究利用Python语言抓取京东生鲜平台生鲜商品销量及新冠确诊人数，对数据进行处理、存储及可视化，将疫情指数、商品评论的数据进行了展现和分析。据此提出“预测模型”，通过分析以上数据的变化与分布特点为生鲜电商平台提供适当的销售、供应方案，以期在将来某次应急事件中能缓解平台受到的冲击，并使平台从中发现商机。

关键词：疫情;生鲜电商;预测模型;交易;python;可视化

一、文献综述

华南理工大学研究了生鲜电商产品特征对消費者感知风险与购买意向的影响关系，通过实惠性、推介性、新奇性、便利性四方面构建理论模型，得出其对生鲜销售的影响关系;中国地质大学研究了生鲜电商中冷链物流需求预测，通过灰色预测模型，根据各影响因素的变化趋势的共同点或不同点，从而检测各个影响因素之间的关联性;南京林业大学汽车与交通工程学院的姜晓红曹慧敏，基于ARIMA模型的电商销售预测及R语言，通过对未来的全国和区域性需求量进行预测，能对产品的补货安排提供理论指导，对生产销售的安排具有指导意义;而本次的研究，将目标定位于销量与疫情指数之间，具有现实意义，也为帮助平台在疫情期间的良好发展贡献了自己的价值。……