随着大数据时代的来临,互联网信息急剧增长,依赖关键字进行搜索的传统搜索引擎技术已日益不能满足用户快速准确检索信息的需求。自动问答系统作为信息检索领域的一种高级形式,.已然成为近年来研究的热点和重点。研究构建中文自动问答系统,满足用户直接以自然语言提出问题并能快速准确地获取答案,有着十分重要的意义。本文利用网络爬虫技术,从电商平台爬取商品数据信息,继而构建电商平台的中文自动问答系统以方便用户准确获取相关商品信息,主要工作如下：首先,选用Python语言编写的开源爬虫框架Scrapy,研究该框架的搭建和使用,并选取网易考拉海购平台作为本文研究对象,分析考拉上商品的数据结构,最后基于Scrapy框架编写网络爬虫程序并成功爬取考拉所有商品数据。其次,构建Web项目,并将项目发布到开源的中间件Tomcat上,这样用户只需在浏览器中输入相应的链接即可看到考拉商品数据的动态关系图谱并直观的看到商品的各类信息,实现了商品的可视化展示。再次,构建考拉商品知识的词典和词性库,实现了结合正向最大匹配算法和逆向最大匹配算法的分词算法,自定义了有特色关键词提取规则,并实现了相似度计算的编辑距离算法,最终设计实现了一款基于考拉商品知识库的中文自动问答系统工具KOALAASK。最后,对KOALAASK系统工具进行了一系列功能性的测验,实验结果表明该系统工具具备高性能,反应迅速的特点。实验中通过统计分析的方法,即对799个不同领域的商品信息进行提问并获取答案,计算相应准确率,证明了系统工具在该特定商品知识领域拥有相当高的准确率,具有不错的实用性。