2020数学建模美赛C题完整解答（结合代码）

今年的美赛在一次又一次的日夜颠倒中结束了，相信每个人，在付出极大努力之后，会有酣畅淋漓的快感，也会认识到自己的不足。

这次的c题是一个纯粹的数据挖掘的题

涉及到的 知识有：

• 文本情感分析
• 文本聚类（可选）
• 关联分析
• 拟合（或者神经网络预测）

美赛的难点之读题

看到老美的题，作为一个中国人，完全不能做到native speaker，看到题目的那一刻真的有一种“一万个人心中有一万个哈姆雷特的感觉”。所以下面我先解读一下题目，然后提出这个问题的解决思路和相应的代码。

第一大题：

题目意思是让你提出指标作为公司对产品的跟踪指标，可讨论分析的指标很多，自由发挥（并不是让你一上来就把整个模型建好！）

把各个数据用图表的形式展现一下，怎么好看怎么来。

第二大题：

a题

主要是将文本评价转化为量化数据，并融合到star_rating中，地出一个综合评判一个用户评价的综合指标（加权综合评分）

解决方法和思路：

利用每天的数据计算star_rating的总和，

统计每天往前的评论总数量作为销量的代理变量，star_rating的总和/满分为好评率

然后可以作图了：

数据的读入和处理可以用python的pandas工具，会用的话解决本题将事半功倍：

读入数据：

data = pd.read_csv('hair_dryer.tsv', sep='\t', header=0)
date = pd.read_csv('day_s.csv', header=0)

day_s.csv 这个文件是自己创建的时间序列，分开来读取处理数据比较方便，里面的数据大概是这样的（这是一小段）：

可以使用python或者excel作图，python的pandas也有画图的api，很方便：

最后会出来这样一张图，两条曲线我共用了一个y轴，因此star_rating 这条直线看上去像平的，这是不可取的，应当分别用不同的y轴

b题

观察时间序列上加权综合评分的变化情况

怎么去确定各个量之间的权重呢？

• 主观赋权法
• 熵权法
• 灰度关联分析

这一块我觉得随便采用哪个都行，也没有什么明确的评判标准

还有一个思路是熵权法结合灰度关联分析

参考一下北京市的一次数学建模比赛：

b题最后也会生成一个综合评分随时间的变化图：