全国大学生数据统计与分析竞赛21年A题本科生组（1）.pdf

### 全国大学生数据统计与分析竞赛21年A题本科生组知识点解析 #### 一、竞赛背景与目的 - **竞赛概述**：全国大学生数据统计与分析竞赛旨在提升大学生的数据处理、统计分析以及实际问题解决能力。通过设计具体案例，考察参赛队伍的数据分析、模型构建等综合技能。 - **本题背景**：本题聚焦于硕士学位论文的质量评估问题，通过特征挖掘与文本分析技术，构建一套全面的论文质量评估模型。 #### 二、关键问题解析 ##### 问题一：淘汰后5%的问题论文 - **核心思路**： - 首先计算每篇论文的总分最低分。 - 基于“末位5%淘汰制”，对论文按学科门类进行排名。 - 排名最后5%的论文被淘汰。 - **实现步骤**： 1. **总分计算**：对每篇论文的所有专家评分求和，得到总分。 2. **学科分类**：按照论文所属的学科门类进行分组。 3. **排序与筛选**：在每个学科门类内部，根据总分对论文进行排序，并选取最后5%的论文。 ##### 问题二：分析专家评分的一致性与差异性 - **目标**：通过对评分数据的处理，分析专家评分的一致性与差异性。 - **步骤**： 1. **评分数据整理**：计算每篇论文的总分平均分以及各项评分的平均分。 2. **一致性度量**：采用多种方法（如Pearson相关系数、Spearman相关系数）来度量不同专家评分序列之间的一致性。 3. **正态分布检验**：对评分数据进行正态分布检验，确定是否适用特定的相关系数计算方法。 4. **Bland Altman散点图分析**：进一步通过散点图分析所有学科门类评分的一致性和差异性。 5. **学科门类水平评估**：基于特定指标建立层次分析模型，评估各个学科门类的整体水平。 ##### 问题三：基于文本分析法建立专家观点评价模型 - **方法概述**： - 对专家评语进行短句划分。 - 利用TF-IDF模型进行关键词筛选。 - 计算关键词的词向量。 - 分析关键词与“选题”、“创新”、“能力”、“规范”等方面的相似度。 - 结合情感词典进行情感量化分析。 - 利用Spearman相关系数计算情感得分与评分的一致性。 ##### 问题四：建立论文综合得分评估模型 - **目标**：通过多层次分析，综合考虑论文的各个方面因素，给出一个综合得分。 - **步骤**： 1. **指标选择**：选择论文的总分平均分、三个平均评论得分、所属学科类别水平作为评价指标。 2. **权重确定**：采用AHP（层次分析过程）和熵权法相结合的方式确定指标权重。 3. **综合得分计算**：使用Topsis方法计算论文的综合得分，并将其标准化到[0,1]区间内。 ##### 问题五：寻找论文的典型性区分指标 - **目的**：通过对比优秀论文与问题论文的特点，寻找能够有效区分两者的指标。 - **方法**： 1. **指标选择**：选择四个关键指标进行分析。 2. **数据分析**：通过统计描述方法比较两类论文的特点。 3. **结果总结**：优秀论文的整体水平高于问题论文，专家对优秀论文的认可度更高。 #### 三、关键技术与方法 - **特征挖掘**：从大量数据中提取有用信息，帮助理解数据模式。 - **文本分析**：包括文本预处理、关键词提取、情感分析等技术。 - **层次分析模型**：用于多准则决策问题，通过构造层次结构，评估不同选项的重要性。 - **Topsis方法**：一种常用的多准则决策分析方法，可以有效地处理多个评价指标下的最优方案选择问题。 本题涉及的数据统计与分析竞赛案例不仅涵盖了数据处理的基本流程，还深入探讨了如何利用先进的统计方法和技术来解决实际问题，对于提升大学生的数据分析能力和解决问题的能力具有重要意义。