首先复现一下题目：
读了第一段，我们感觉这应该是一道挺接地气的题目。你想知道想淘宝、京东这些购物巨商是怎么从用户点赞、评论的数据中调整战略的吗？接着往下看。
Sunshine公司要我们做的有两件大事：1）告诉他们销售策略；2）告知他们商品潜在的重要特性，好让商品变得更有营销力。
公司给我们提供了一些数据集。数据集有三个，代表三类不同产品，类似如下形式：
这些字段的含义如下：
接着介绍了本次题目的一些要求，我们一起来学习一下：青葱岁月，弹指间，毕业季到来。恍惚昨天还是那稚气未脱懵懂的样子，才觉时光如此短暂。天南地北，各奔东西。开始了各自不同的人生轨迹。忐忑而期待。
第1题是要我们数学建模，分析出star ratings，reviews，helpfulness ratings的内外关系。2a：确定基于rating和review的评价衡量标准（给评价）
2b：确定基于时序的方法，评判一个产品的声誉是在上升还是下降2c：确定基于文本和星级的方法，评判一个产品是成功还是失败的
2d：特定星级会引起更多的评论吗？2e：特定评论的关键词，与星级有较大关联吗？
第3题是我们写一封建议信。之后是一些要求和说明：
以上就是C题的要求，下面简单做一下其中一篇O奖论文的笔记。
标题直接告诉我们：探寻rating和review的秘密，直接量出论文分析处理的关键词。论文Summary写作思路：1段：紧扣材料重述问题2段：概述问题1的解决思路3段：概述问题2的解决思路，先提出了建模分析之后的结论4段：说写了一封信给Sunshine公司5段：夸一下自己的模型接下去是Introduction，和summary区别不大，只是加上了一些文章结构的描述。The rest of the paper is organized as follows. In section 2, we list…接着是假设和符号说明（Assumptions and Notations），下来逐个解决问题。
此部分主要构建文本打分模型。
本部分介绍了CE模型和VADER模型的一些建模实现：
筛选出种子词：
作者在此处将词语分成了5类，恰好对应五星级评价系统。
CE块：这里用的应该是上下文本信息熵，反正就是各种秀，用上了各种机器学习的公式。处理完之后到一个五维向量，从左到右，向量的每个值依次代表强负，弱负，中性，弱正，强正的概率。VADER块：vader是一种基于词库和语法规则来进行文本情感识别的方法，发表于2014年的AAAI会议， github上地址是Github地址，这里处理完之后也是得到一个五维的向量。
CE和VADER的融合：
上面得到两个五维向量的凸线性组合，得到一个文本的综合评价。
这一部分确定出基于文本和评价的解决方案。提出了评论重要性（IMP），星级度量VEC（Sid）和文本度量INT（Rid）的关系式子：
很复杂。。。
这里用了DTW相似性评估了一下模型的效果（鲁棒性）。
商品名誉的变化可以通过下面公式进行计算：
同样还是挺复杂的，这篇文章的作者们似乎对公式理论的理解洞察深刻。
评价模型：
时间序列预测使用AR模型
用朴素贝叶斯给不同类情感词打分
这里主要是根据数据分析的结果，提炼出商品受欢迎所具有的特征。pacifier：size，appearance，convenience，safetymicrowave：appearance，price，componenthair dryer：power，appearance，safety，working volume
这里根据建模结果提出一些销售战略建议：
还有5~6条，这里就不一一列举了。
Strengths1.创新：首次提出使用CE-VADER模型来评价文本信息2.准确：使用文本信息打分和星级打分高度一致3.普适：换个数据集过来也可以分析4.鲁棒：参数鲁棒
Weaknesses注解关键词非常耗时CE-VADER不能识别过去时动词、形容词比较级等分析特定评价时，没有将Amazon当时的营销战略考虑在内
Information Evaluation Model can combine the text-based measure with the rating-basedmeasure, where we propose a novel CE-VADER hybrid model for the sentiment analysis as the text-based measure.We employ the Difference Equation Model to construct a “reputation rate” to quantify thereputation of three productsIn analyzing the distribution of star ratings and specific words, we identified special review descriptors by employing a continuous extreme rating and a set of special words.
信件的细节就不细讲了。这里写的信件高中生也是可以看懂的，毕竟写给企业高管，不要太学术化：一段：说明一下工作成果二段：信息评价模型帮助您跟踪评价内容，并提出三种商品受欢迎的特征三段：根据商品声誉评测，断定三类商品未来的发展趋势四段：提出一些建设性意见（参考建模过程）
本学期推荐竞赛：美赛
含金量:国际级，保研加分
