2019年北京高校数学建模校际联赛B题的模型代码：NLP情感分析+改进熵值法+改进灰色关联度分析
原来代码因为误删.git 所以又重新传了一遍
由于论文还没有评奖，所以暂时先不放论文啦~
大致思路：
- nlp情感分析对有用评论打分，区间[0,1]
- 熵值法建模，一共八个影响因素（关键词分类.xlsx），每个影响因素用3个因子衡量（详见factor_weights方法）
- 灰色关联度分析，找客观指标对主观感受（满意度幸福指数）的影响效果
2019-5-14 评审结果是一等奖！
一级目录下是一些原始数据，主要讲一下三个文件夹
- demo文件夹里包含代码运行的全部结果，大家可以拿来对比和测试类中的方法
- 4个.py的文件
generate_csv.py：用来生成demo中的全部csv文件 大家查看代码就知道执行后面的方法必须要有前面生成的.csv文件
train.py：用来train情感打分模型。由于建模的时间关系，当时只train了一次。大家可以改代码多train几次，效果应该会更好
utils.py：工具类。里面实现了熵值法和灰色关联分析法，还有提取评论的函数。（因为本人的正则实在不行，欢迎各位dalao fork修改）
main.py：直接python main.py就可以跑了。里面调用的是process_all方法，要是想看中间过程，按照generate_csv.py里面的方法自行修改即可 - 3个数据表
annual.csv：2015 - 2018年部分北京统计年鉴的内容摘录
raw_data.csv：原始的B题数据
关键词分类.xlsx：对原始B题数据中“关键词”一项进行人工分类以后的结果 - 中文停用词1208.txt：1208个中文停用词，用来筛选分词评论的
里面的五个文件夹代表在模型的不同过程生成的数据表。这里面不带有"_v2"的csv和demo中的一致。
带有"_v2"的csv文件程序无法生成，是将情感打分区间换算到[-5,5];原始的情感打分区间是[0,1]
neg.txt和pos.txt是用nlp原始的情感分析模型（用的是电商评论语料库，所以要重新train）对有用评论做的一个情感倾向的划分（只有正负）
my_sentiment.marshal.3是train后的模型，需要拷贝到snownlp下面的sentiment文件夹下，并修改__init.py__的模型加载路径
最后十分感谢北京师范大学刘虓，宗一博两位同伴在建模过程中的对我的支持和帮助，这是我们共同的荣誉。