2020年美赛C题：数据的财富
2020年美赛C题：数据的财富是 2020 年 MCM 第二场（3月）的 C 题，英文原题名为 A Wealth of Data。2020 年比赛分两场，本题的场次不应与同年其他题目混淆。
返回：2020年美赛赛题 · 美赛（MCM与ICM）。
三类评价信息与三种新产品
在线商城中的客户既能给商品打1—5星，也能写文字评论；其他人还能评价某条评论是否有帮助。星级表示对商品的满意程度，评论正文表达更具体的体验，而“有帮助”投票针对的是评论，三者不能当作同一个量。
题目中的 Sunshine Company 计划推出微波炉、婴儿安抚奶嘴、吹风机。公司希望研究竞争产品过去的评价，以制定在线销售策略，并找出能提高吸引力的重要设计特征，尤其关注随时间变化的模式，以及几类评价信息之间的关系。
给定记录与字段
附件提供三份制表符分隔的 TSV 数据，每行是一条评论记录，时间范围由文件中的日期确定。这些文件是本题唯一允许使用的数据，不能另行抓取商城评论来扩大样本。
字段可以按用途理解：
- 对象与来源：
marketplace是市场的两字母国家代码；customer_id用于关联同一评论者；review_id标识评论；product_id标识商品，product_parent用于聚合同一产品的相关记录；另有商品标题与类别。 - 评价：
star_rating取1—5；helpful_votes为“有帮助”票数，total_votes为评论收到的总票数；review_headline与review_body分别是评论标题和正文。 - 评价背景：
vine记录是否属于 Amazon Vine 计划；题面说明该计划向受邀评论者提供厂商送入计划的免费商品。verified_purchase为Y时，表示平台已核实评论者在亚马逊购买该商品且并非以大幅折扣取得。review_date为评论日期。
身份编号是数据关联字段，不代表对评论者真实身份的确认。
任务一：寻找有依据的模式
分析三个产品数据集，在星级、文本评论与有帮助评价内部及相互之间，找出有意义的定量或定性模式、关系、度量和参数，并提供数学证据。分析应服务于公司三种新产品的上市，而不是只列词频或计算一个全体平均星级。
任务二：回应市场主管的五个问题
- 产品上市后，公司最值得持续跟踪哪些由评分与评论构成的指标？
- 各数据集中的哪些时间指标与变化模式，可能表明商品在市场中的口碑正在上升或下降？
- 哪些文本指标与评分指标的组合，最能指示产品可能成功或失败？
- 某些特定星级是否会促使更多评论出现？例如，一连串低分之后，客户是否更容易写出某一类评论？
- “热情”“失望”等评价性描述，是否与评分水平存在强关联？
题目把上述关系作为待研究的问题，并没有认定文字情绪与星级必然一致，也没有预先确认“看到低分导致评论”的因果结论。
给市场主管的信与提交要求
写一封 1—2 页的信，向公司市场主管概括分析和结果。对团队最有把握推荐的结果，给出具体理由。
完整研究报告不超过 20 页，与一页摘要表、目录和信件合计最多 24 页。参考文献及附录不计入限额，置于报告之后；观点与使用的材料须注明来源。
原题与附件
本页依据 COMAP 原题整理任务与条件，不提供解法。来源核对日期：2026年9月22日。
- 下载官方数据 ZIP：
Problem_C_Data/下包含hair_dryer.tsv（11470条）、microwave.tsv（1615条）及pacifier.tsv（18939条），各15字段。 - 下载官方英文原题 PDF（3 页）。
- COMAP 官方发布页。