全国大学生数据统计与分析竞赛2021年【本科组】-A题：基于特征挖掘及文本分析的硕士学位论文质量评估（附获奖论文及python代码实现）

目录

摘　要

一、问题的重述

1.1 问题的背景

1.2 问题的提出

二、问题的分析

2.1 问题一的分析

2.2 问题二的分析

2.3 问题三的分析

2.4 问题四的分析

2.5 问题五的分析

三、模型的假设

四、符号说明

五、数据预处理与模型准备

5.1 数据预处理

5.1.1 表格属性错误

5.1.2 单元格信息缺失的处理

5.1.3 评分数据异常

5.1.4 总分数据不一致

5.2 数据探索及统计分析

六、模型的建立与求解

6.1 基于末位后 5% 淘汰制的论文筛选

6.2 专家评分的一致性与差异性研究

6.2.1 论文各分项平均分和总分平均分的计算

6.2.2 基于相关系数和 Bland-Altman 法对评分的一致性和差异性检验

6.2.3 基于特征挖掘对各学科门类论文水平的研究

6.3 基于细粒度情感分析的专家观点评价模型

6.3.1 评论维度划分

6.3.2 基于情感词典的情感量化分析

6.3.3 文本分析结果与各得分一致性计算

6.5 基于工学学科的问题论文与优秀论文对比分析

七、模型的检验

7.1 基于 LSTM 深度学习算法对评论情感正确性的检验

7.2 基于 Kendall 相关系数对各学科专家评分的一致性检验

八、模型的评价

8.1 模型的优点

8.2 模型的缺点

参考文献

代码实现

数据预处理代码 (.py 文件，python 编写)  

末尾 5% 淘汰制代码 (.py 文件，python 编写)

 第二问特征提取代码 (.py 文件，python 编写)

文本分析代码 (.py 文件，python 编写)

问题四的计算代码 (.m 文件，matlab 编写)

问题五中特征提取代码 (.py 文件，python 编写)

---

摘　要

硕士学位论文是各培养单位衡量研究生学术水平的重要手段．本文将通过特征挖

掘与评语的文本分析相结合，建立全面的论文质量评估模型，并对专家打分的一致性

和差异性进行分析．

针对问题一，我们需要淘汰后 5% 的问题论文，根据“末位 5% 淘汰制”，先得到