2021/01/30 upd：2020年美賽C題（數(shù)據(jù)分析題）O獎(jiǎng)?wù)撐墓P記 (2) 已經(jīng)上傳，可戳這里查看！

這是我的第1篇論文筆記，如有哪里不好還請見諒并批評(píng)指正，之后會(huì)不斷改進(jìn)！首先復(fù)現(xiàn)一下題目：

讀了第一段，我們感覺這應(yīng)該是一道挺接地氣的題目。你想知道想淘寶、京東這些購物巨商是怎么從用戶點(diǎn)贊、評(píng)論的數(shù)據(jù)中調(diào)整戰(zhàn)略的嗎？接著往下看。

Sunshine公司要我們做的有兩件大事：1）告訴他們銷售策略；2）告知他們商品潛在的重要特性，好讓商品變得更有營銷力。

公司給我們提供了一些數(shù)據(jù)集。數(shù)據(jù)集有三個(gè)，代表三類不同產(chǎn)品，類似如下形式：

這些字段的含義如下：

接著介紹了本次題目的一些要求，我們一起來學(xué)習(xí)一下：

第1題是要我們數(shù)學(xué)建模，分析出star ratings，reviews，helpfulness ratings的內(nèi)外關(guān)系。

2a：確定基于rating和review的評(píng)價(jià)衡量標(biāo)準(zhǔn)（給評(píng)價(jià)）

2b：確定基于時(shí)序的方法，評(píng)判一個(gè)產(chǎn)品的聲譽(yù)是在上升還是下降
2c：確定基于文本和星級(jí)的方法，評(píng)判一個(gè)產(chǎn)品是成功還是失敗的

2d：特定星級(jí)會(huì)引起更多的評(píng)論嗎？
2e：特定評(píng)論的關(guān)鍵詞，與星級(jí)有較大關(guān)聯(lián)嗎？

第3題是我們寫一封建議信。
之后是一些要求和說明：

以上就是C題的要求，下面簡單做一下其中一篇O獎(jiǎng)?wù)撐牡墓P記。

標(biāo)題直接告訴我們：探尋rating和review的秘密，直接量出論文分析處理的關(guān)鍵詞。

論文Summary寫作思路：

• 1段：緊扣材料重述問題
• 2段：概述問題1的解決思路
• 3段：概述問題2的解決思路，先提出了建模分析之后的結(jié)論
• 4段：說寫了一封信給Sunshine公司
• 5段：夸一下自己的模型

接下去是Introduction，和summary區(qū)別不大，只是加上了一些文章結(jié)構(gòu)的描述。

The rest of the paper is organized as follows. In section 2, we list…

接著是假設(shè)和符號(hào)說明（Assumptions and Notations），下來逐個(gè)解決問題。

此部分主要構(gòu)建文本打分模型。

本部分介紹了CE模型和VADER模型的一些建模實(shí)現(xiàn)：

• 篩選出種子詞：
  
  作者在此處將詞語分成了5類，恰好對(duì)應(yīng)五星級(jí)評(píng)價(jià)系統(tǒng)。
  

• CE塊：
  這里用的應(yīng)該是上下文本信息熵，反正就是各種秀，用上了各種機(jī)器學(xué)習(xí)的公式。處理完之后到一個(gè)五維向量，從左到右，向量的每個(gè)值依次代表強(qiáng)負(fù)，弱負(fù)，中性，弱正，強(qiáng)正的概率。

• VADER塊：
  vader是一種基于詞庫和語法規(guī)則來進(jìn)行文本情感識(shí)別的方法，發(fā)表于2014年的AAAI會(huì)議， github上地址是Github地址，這里處理完之后也是得到一個(gè)五維的向量。
  

• CE和VADER的融合：
  上面得到兩個(gè)五維向量的凸線性組合，得到一個(gè)文本的綜合評(píng)價(jià)。

這一部分確定出基于文本和評(píng)價(jià)的解決方案。提出了評(píng)論重要性（IMP），星級(jí)度量VEC（S_id）和文本度量INT（R_id）的關(guān)系式子：

很復(fù)雜。。。

這里用了DTW相似性評(píng)估了一下模型的效果（魯棒性）。



商品名譽(yù)的變化可以通過下面公式進(jìn)行計(jì)算：

同樣還是挺復(fù)雜的，這篇文章的作者們似乎對(duì)公式理論的理解洞察深刻。

評(píng)價(jià)模型：





時(shí)間序列預(yù)測使用AR模型









用樸素貝葉斯給不同類情感詞打分


這里主要是根據(jù)數(shù)據(jù)分析的結(jié)果，提煉出商品受歡迎所具有的特征。

• pacifier：size，appearance，convenience，safety
• microwave：appearance，price，component
• hair dryer：power，appearance，safety，working volume

這里根據(jù)建模結(jié)果提出一些銷售戰(zhàn)略建議：

• 具有較多helpful votes的reviews應(yīng)該得到重視
• 維持五星級(jí)，這跟產(chǎn)品名譽(yù)緊密相關(guān)

還有5~6條，這里就不一一列舉了。

Strengths

• 創(chuàng)新：首次提出使用CE-VADER模型來評(píng)價(jià)文本信息
• 準(zhǔn)確：使用文本信息打分和星級(jí)打分高度一致
• 普適：換個(gè)數(shù)據(jù)集過來也可以分析
• 魯棒：參數(shù)魯棒

Weaknesses

• 注解關(guān)鍵詞非常耗時(shí)
• CE-VADER不能識(shí)別過去時(shí)動(dòng)詞、形容詞比較級(jí)等
• 分析特定評(píng)價(jià)時(shí)，沒有將Amazon當(dāng)時(shí)的營銷戰(zhàn)略考慮在內(nèi)

Information Evaluation Model can combine the text-based measure with the rating-based
measure, where we propose a novel CE-VADER hybrid model for the sentiment analysis as the text-based measure.

We employ the Difference Equation Model to construct a “reputation rate” to quantify the
reputation of three products

In analyzing the distribution of star ratings and specific words, we identified special review descriptors by employing a continuous extreme rating and a set of special words.

信件的細(xì)節(jié)就不細(xì)講了。這里寫的信件高中生也是可以看懂的，畢竟寫給企業(yè)高管，不要太學(xué)術(shù)化：

• 一段：說明一下工作成果
• 二段：信息評(píng)價(jià)模型幫助您跟蹤評(píng)價(jià)內(nèi)容，并提出三種商品受歡迎的特征
• 三段：根據(jù)商品聲譽(yù)評(píng)測，斷定三類商品未來的發(fā)展趨勢
• 四段：提出一些建設(shè)性意見（參考建模過程）

總結(jié)

以上是生活随笔為你收集整理的2020年美赛C题（数据分析题）O奖论文笔记 (1)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。