第一届泰普华南杯数据挖掘竞赛.doc

最新 Word 欢迎 下载 可修改 第三届泰迪杯全国大学生数据挖掘竞赛试题 说明：1、参赛选手可从下述试题中任选一题作答，并在论文报告中标明 2、论文等级会综合考虑论文质量和难度系数 试题一 基于电商平台家电设备的消费者需求及产品数据挖掘分析（难度系数：1.0） 试题来源： 背景： 随着互联网与移动互联网的快速发展，截止2014年6月，我国的网民规模达6.32亿，互联网普及率为46.9%，2015年中国网民的渗透率将接近50%。2014年天猫双十一的交易额达571亿，网上购物将成为人民生活的一部分。网民在电商平台上浏览和购物，产生了海量的数据，如何利用好这些碎片化、非结构化的数据，将直接影响到企业产品在电商平台上的发展，也是大数据在实际企业经营中的应用。对于用户在电商平台上留下的评论数据，运用文本分析方法，了解用户的需求、抱怨，购买原因以及产品的优点、缺点，对于改善家电设备产品及用户体验有着重要的意义。 据观研天下行业分析：近年来我国家电设备销量增长迅速，以电热水器为例，2011年电热水器市场销量比2010年增长2.29%，销售额增长5.23%；2013年热水器零售量达到2842万台，零售额达到459亿元，2014年热水器整体规模向上，但增速较2013年有所回落，零售量达到2985万台，零售额达到504亿元。 需求： 分析用户对于热水器/净水器产品的个性化需求； 分析现有电商热水器/净水器的产品劣势（用户抱怨点）及产品优势（用户赞点）； 分析各品牌的产品间的差异，进行差异化卖点提炼； 分析用户购买的原因； 对用户的购买行为进行分析挖掘（搜索关键字、购买时关注点、购买步骤、使用、评价）（此部分可选择来做）。 提示： 在电商平台进行评论数据抓取（可用火车头采集器进行评论爬虫）； 对评论数据进行预处理（处理掉水军及随意发表的评论数据）； 可分品类进行细化分析（热水器：电热热水器、燃气热水器；净水器：净水机、纯水机）； 对评论数据进行文本分析（好评、差评、中文分词、词频统计、情感分析、语义网络）； 可利用百度指数、淘宝指数等互联网工具对热水器和净水器的消费人群及搜索关注点进行复制分析； 建议在国内外相关文献的基础上尽量选择新技术手段进行挖掘，比如基于深度学习理论模型完成情感分析，参见文献：《基于深度学习的微博情感分析》、《基于深度学习的文本情感分类研究》等。 说明： 附件一_电热水器及净水器评论数据集.zip是电热水器和净水器的评论数据，参赛者也可去电商平台进行数据爬虫，爬取最新的评论数据（若自行爬取的数据，提交论文成果时请一并提交）； 参赛者可以选择热水器或者净水器任一一个品类进行分析挖掘； 参赛者可以从以上需求选择部分或所有主题进行建模分析，也可提出自已的分析主题。 试题二 基于数据挖掘技术的市财政收入分析预测模型（难度系数：0.8） 试题来源： 背景： 在我国现行的分税制财政管理体制下，地方财政收入不仅是国家财政收入的重要组成部分，而且具有其相对独立的构成内容。地方财政收入是区域国民经济的综合反映，也是市场经济国家的政府进行宏观调控的基础。科学、合理地预测地方财政收人，对于克服年度地方预算收支规模确定的随意性和盲目性，正确处理地方财政与经济的相互关系具有十分重要的意义。 广州市作为广东省的省会，改革开放的前沿城市，交通便利，拥有中国大陆三大国际航空枢纽机场之一的广州白云国际机场和中国第三大港口、港口货物吞吐量居世界港口第五位的广州港。广州号称“千年商埠”，历史上一直是中国最重要的商业中心之一，商业网点多、行业齐全、辐射面广、信息灵、流通渠道通顺，拥有商业网点10万多个，为中国十大城市之冠。广州市在实现经济快速发展，地区生产总值飞跃的同时，也意味着财政收入的增收。2013年，广州实现地区生产总值（GDP）15420.14亿元，增长11.6%。其中，第一产业增加值228.87亿元，增长2.7 %；第二产业增加值5227.38亿元，增长9.2%；第三产业增加值9963.89亿元，增长13.3%。第一、二、三次产业增加值的比例为1.48∶33.90∶64.62。三次产业对经济增长的贡献率分别为0.4%、29.0%和70.6%。广州地方公共财政预算收入1141.79亿元，增长10.8%；如何做出下一年有效的财政收入预算，为下一年的政策提供指导依据，是一个具有重大意义的问题。 需求： 1、 梳理影响广州市财政收入关联指标的有关数据，分析、识别影响财政收入的关键影响因素； 2、 结合需求1的因素分析，利用相关的数据挖掘技术对广州市2015年的财政总收入及各个类别收入进行预测； 3、 结合社会经济发展和广州市近几年的财政收入及支出等情况，从财政收入和支出预算的角度，向广州市财政局提出几点建议。 提示： 1、