目录 摘 要 1.问题重述 1.1 问题背景 1.2 问题提出 1.3 问题的补充说明 2.模型假设与符号说明 2.1 模型假设 2.2 符号说明 3.模型的建立和求解 3.1 问题分析 3.2 模型建立 3.2.1 差异性和一致性检验模型 3.2.1.1 差异性检验模型 3.2.1.2 一致性检验模型 3.2.2 TF-IDF 算法模型 3.2.2.1 TF 和 IDF 算法模型 3.2.2.2 Python jieba 使用的主要算法 3.2.3 AHP 层次分析法模型 3.2.4 自然语言处理(NLP)模型 3.2.4.1 SnowNLP 模型 3.2.4.2 NLP 情感分析模型 3.3 改进的 TF-IWF 算法模型 4.问题的解决 4.1 问题一 4.2 问题二 4.2.1 计算平均分 4.2.2 分析差异性 4.2.3 分析一致性 4.2.4 各学科门类论文的水平的对比 4.3 问题三 4.3.1 提取专家观点关键词 4.3.2 基于 AHP 层次分析法的专家观点评价模型 4.3.3 提取文本分析的情感因子 4.3.4 比较情感因子与得分的一致性。 4.4 问题四 4.5 问题五 5.模型评价、改进与推广 5.1 模型评价 优点: 缺点: 5.2 模型的改进 5.3 模型的推广 参考资料 代码实现 1. TF-IDF 算法模型提取关键词 2. 情感因子代码: 摘 要 近年来,教育厅和高校加强了对研究生学位论文的监督,从选题、创新性、科研 能力以及论文规范性等多方面对学位论文进行质量评价。学位论文是研究生专业素质 和科研能力的综合体现,是研究生教育质量衡量的重要指标,因此,改进论文评价体 系对于提高我国研究生的整体水平和培养高素质、创新型人才具有重要意义。 本文采用的模型和方法有:EXCEL 数据处理、ICC 组内相关系数、Kendall 协调系