数据挖掘比赛简介

主要任务

对中国青少年科技创新比赛做统计分析

分析目标

1. 各省历年一、二等奖获奖情况比较
2. 东、中、西部地区获奖情况比较
3. 各省获奖最多的学校（集中度）
4. 各省获奖最多的学校获学科类别比较
5. 历年选题相似度比较
6. 工程学项目选题变化趋势
7. 获奖项目水平与学生知识匹配度
8. 2009-2012（有保送）、2013-2014（高考加分）、2015-2018（自主招生（选题和获奖情况比较
9. 三等奖与一等奖在选题上的差别

初步想法

编程使用语言：python

使用外部库：

1. jieba用于中文分词
2. numpy,matplotlib用于科学计算与绘图
3. wordcloud用于制作词云

利用 python 相关外部库，通过 jieba 中文分词对限定范围内的中文文本进行分词，然后统计词频，

统计词频以后绘制词云图